江苏大学学报（自然科学版）
江囌大學學報（自然科學版）
강소대학학보（자연과학판）
JOURNAL OF JIANGSU UNIVERSITY(NATURAL SCIENCE EDITION)
2011年
2期
125-128,174
,共5页
彭彦昆%黄慧%王伟%吴建虎%王秀
彭彥昆%黃慧%王偉%吳建虎%王秀
팽언곤%황혜%왕위%오건호%왕수
玉米叶片%叶绿素含量%高光谱成像%最小二乘支持向量机%检测
玉米葉片%葉綠素含量%高光譜成像%最小二乘支持嚮量機%檢測
옥미협편%협록소함량%고광보성상%최소이승지지향량궤%검측
为实现玉米叶片叶绿素含量的快速无损测定,采集不同氮素水平的玉米叶片,制备校正集样本60个,验证集样本16个,获取400～1 100 nm波段范围的高光谱数据和相应叶绿素含量.采用变量标准化、13点平滑、一阶导数3种预处理方法结合,根据相关系数图谱选择470～760 nm波段作为光谱数据分析对象;利用最小二乘支持向量机建立玉米叶片叶绿素含量与高光谱数据的定量分析模型,基于交叉验证的网格搜索寻找LS-SVM的最优参数,建立LS-SVM模型;所建立的校正模型相关系数为0.96,验证相关系数为0.93.研究结果为高光谱技术在精准减量施肥遥感检测中的应用提供了技术基础.
為實現玉米葉片葉綠素含量的快速無損測定,採集不同氮素水平的玉米葉片,製備校正集樣本60箇,驗證集樣本16箇,穫取400～1 100 nm波段範圍的高光譜數據和相應葉綠素含量.採用變量標準化、13點平滑、一階導數3種預處理方法結閤,根據相關繫數圖譜選擇470～760 nm波段作為光譜數據分析對象;利用最小二乘支持嚮量機建立玉米葉片葉綠素含量與高光譜數據的定量分析模型,基于交扠驗證的網格搜索尋找LS-SVM的最優參數,建立LS-SVM模型;所建立的校正模型相關繫數為0.96,驗證相關繫數為0.93.研究結果為高光譜技術在精準減量施肥遙感檢測中的應用提供瞭技術基礎.
위실현옥미협편협록소함량적쾌속무손측정,채집불동담소수평적옥미협편,제비교정집양본60개,험증집양본16개,획취400～1 100 nm파단범위적고광보수거화상응협록소함량.채용변량표준화、13점평활、일계도수3충예처리방법결합,근거상관계수도보선택470～760 nm파단작위광보수거분석대상;이용최소이승지지향량궤건립옥미협편협록소함량여고광보수거적정량분석모형,기우교차험증적망격수색심조LS-SVM적최우삼수,건립LS-SVM모형;소건립적교정모형상관계수위0.96,험증상관계수위0.93.연구결과위고광보기술재정준감량시비요감검측중적응용제공료기술기출.
