文档介绍：万方数据
基于高光谱的苹果花氮素含量预测模型研究112言3引1旱极湿著止相关。构建的鎏卣鞴馄撞问果花氮素含量均呈极显著相关。麦⒂衩譡¨“引、油菜等大田作物,而对果树高光谱特302月光谱学与光谱分析摘要苹果花氮素含量是反映其质量高低的重要因素,利用高光谱技术对苹果花氮素含鼍进行定鼍化反ASD匚锕馄滓牵舛个盛化期苹果花样品的高光谱反射率,并化验了其氮素含量。在分析苹果化原始光谱和一阶导数光谱特征的|进行叛『图煅椤=峁砻鳎还ǖK睾溆朐脊馄追瓷渎试~琹波段呈极显著负相关,在始灾籈相关;与一阶导数光谱反射率在nIn著负相关,在通过进一步比较和筛选,确定脊馄追瓷渎实个苹果花氮素含量最佳预测模型。经检验,模犁决定系数分别为80893骄げ饩ǘ却%和%。研究成果为快速r关键词苹果花;高光谱;氮素含量;预测模型中图分类号:A痡..—一—地物反射光谱特征是遥感探测的基础,是定量遥感技术Llj谱特征分析研究,在遥感领域具有重要技术支撑作用,在植被遥感研究与应用巾表现出强大优势【籮。对于植物冠层和叶片的高光谱特征,国内外学者已作了大量研究,并取得了4]L5j征的研究相对较少,尤其对苹果花高光谱特征的研究尚未见报道。氮素足影响苹果树生长发育、产量和品质最为显著的营养元素之一,对氮素营养诊断一直是农学家关注的重点。传统的营养诊断采用实验室测试方法,虽准确傩高,但时效性差,难以满足其在生产中的快速需求。高光谱技术具有光谱分辨率高、波段连续性强、光谱信息量大的优点,在估测作物叶面积指数⒌K睾俊等相关研究逐步兴起,并在农业领域得到了越来越,“泛的应用。苹果花是苹果树重要的生殖器官,苹果花中氮素含量能直接影响花的授粉、落花落果等,同时影响花的颜色、形态结构,引起其高光谱特征的变化。本文将探讨苹果花的高光谱特征,筛选非果花氮索含量的敏感波段,进而研究基于高光谱特征的苹果花氮素含量预测模型,旨在探索苹果花氮素含最的快速确定方法,为实时快速地进行苹果树营养诊断、长势监测以至估产提供理论依据。甀样品采集200842428烟台栖霞市进行,供试苹果品种为盛花期的红富上。依据栖霞市土地利用现状图和果园分布布设采样点,选取个镇32120作者简介:朱西存,年生,山东农业大学资源与环境学院讲师*琋。127101822500023265300收稿日期:——。修订日期:(863)(2008AAIOZ203)(2007EA740002)资助:e-******@sdauedtL,.
万方数据
暮嶝筮p一.,..一㈣畖-『啊_鯳赢-圳^I|I影7卿■2m始灾喙亍T诙滩ê焱獠ǘ危“■馄追直媛饰室芎^IIIl鲁耋0;躄2光谱学与光谱分析性,随机多点取样,并尽量涵盖旺一中庸一弱各种树势的花。每446朵充分展开的健康花。将样品迅速装入保鲜袋、封口,放在保鲜箱中。分析测试121ASD3,其中Bin14光谱采样间隔为nnl10涑霾ǘ问重采样问1nm)#,以其平均值作为该样品的光谱反1122将测定光谱的苹果花放人℃的烘箱中杀青然后降温至℃下恒温烘十至恒重。把烘干样品用研钵研025rnlTl数据处理与利用将测得的苹果花反射光谱数据,利用光谱处理软件50EXCELSPSS120射率求均值霞,得到苹果花高光谱灭随波长变化曲线,分析其光谱特征。