CAJ | 학술논문

当前,磷素营养诊断的化学分析方法既费力又费时,使诊断结果难以及时应用到田间生产,而高光谱遥感技术是一种非破坏性、快速和有潜力的作物营养诊断技术.但是,由于光谱分析技术的限制,作物磷营养与光谱特性之间的关系研究进展一直较为缓慢.文章通过室内实验获取了不同磷营养水平水稻典型生育期冠层光谱反射率及其对应的磷、叶绿素含量等农学参数,并对农学参数做了LSD多重比较.利用互信息(MI)理论分析了水稻磷素含量的敏感波段,结果表明水稻拔节期叶片磷素估测的敏感波段分别为536,630,1 040,551和656 nm,与其相对应的互信息值分别为1.057 5,1.103 9.1.135 3,1.141 7和1.149 4;比较了以此敏感波段为自变量构建的BP人工神经网络模型和多元线性回归模型,结果显示BP人工神经网络模型更优,其交叉验证均方根误差(RMSE-train)和相关系数(R2)分别为0.038 8和0.988 2,而预测均方根误差(RIMSE-test)和相关系数(R2)分别为0.050 5和0.989 2.说明利用互信息-神经网络模型(MI-ANN)和高光谱遥感估测田间水稻磷含量是可能的.
당전,린소영양진단적화학분석방법기비력우비시,사진단결과난이급시응용도전간생산,이고광보요감기술시일충비파배성、쾌속화유잠력적작물영양진단기술.단시,유우광보분석기술적한제,작물린영양여광보특성지간적관계연구진전일직교위완만.문장통과실내실험획취료불동린영양수평수도전형생육기관층광보반사솔급기대응적린、협록소함량등농학삼수,병대농학삼수주료LSD다중비교.이용호신식(MI)이론분석료수도린소함량적민감파단,결과표명수도발절기협편린소고측적민감파단분별위536,630,1 040,551화656 nm,여기상대응적호신식치분별위1.057 5,1.103 9.1.135 3,1.141 7화1.149 4;비교료이차민감파단위자변량구건적BP인공신경망락모형화다원선성회귀모형,결과현시BP인공신경망락모형경우,기교차험증균방근오차(RMSE-train)화상관계수(R2)분별위0.038 8화0.988 2,이예측균방근오차(RIMSE-test)화상관계수(R2)분별위0.050 5화0.989 2.설명이용호신식-신경망락모형(MI-ANN)화고광보요감고측전간수도린함량시가능적.