%0 Journal Article
%T 水稻叶片色素含量近红外光谱估测模型研究
%A 姚霞
%A 田永超
%A 倪军
%A 张玉森
%A 曹卫星
%A 朱艳
%J 分析化学
%P 589-595
%D 2012
%R 10.3724/SP.J.1096.2012.10325
%X 以不同品种类型和不同施氮水平的水稻(Oryzasativa)叶片近红外光谱信息为基础,运用逐步多元回归法(Stepwisemultiplelinearregression,SMLR)、主成分回归法(Principalcomponentregression,PCR)、偏最小二乘法(Partialleastsquare,PLS)和BP神经网络法(Back-propagationneuralnetwork,BPNN),建立了水稻叶片中叶绿素a(Chla)、叶绿素b(Chlb)、叶绿素a+b(Chla+b)和类胡萝卜素(Car)的近红外预测模型。结果显示,利用8000~4000cm-1波段范围的一阶导数(Firstderivative,FD)建模效果最佳。其中,基于PLS的预测模型效果最好;4类近红外色素模型的内部交叉验证误差分别为0.251,0.063,0.305和0.073;外部交叉验证的误差RMSEP分别为0.335,0.123,0.302和0.072,表明的预测效果较好。因此,可以基于近红外模型对水稻叶片色素含量进行快速测定。
%K 水稻
%K 叶片色素
%K 近红外光谱
%K 最佳因子数
%K 偏最小二乘法
%U http://210.14.121.5:8080/fxhx/CN/abstract/abstract105.htm