期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
高光谱早稻生理指标可跨期预测性的初步研究
1
作者
祝海竣
付虹雨
+3 位作者
王学华
崔国贤
石爱龙
薛卫纯
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2022年第1期170-175,共6页
叶绿素含量和叶片氮含量是作物生长状况的重要指标,对其实时精准的监测有助于田间生产管理以及作物品质产量的提高。当前,高光谱技术和经验回归方法被广泛应用于构建作物生化参数预测模型。但是,有关同一生命活动周期内,作物跨期预测叶...
叶绿素含量和叶片氮含量是作物生长状况的重要指标,对其实时精准的监测有助于田间生产管理以及作物品质产量的提高。当前,高光谱技术和经验回归方法被广泛应用于构建作物生化参数预测模型。但是,有关同一生命活动周期内,作物跨期预测叶片生化参数的研究还存在空白。以超级早稻为研究对象,分别获取了蘖盛期、孕穗期、齐穗期、灌浆期和成熟期5个时期120组叶片高光谱数据、叶绿素以及叶片氮含量(LNC),采用python 3.6编程,scikit-learn(0.22.1)用来构建模型和验证评估,通过网格搜索(GridSearch)和五折交叉验证(5-flod cross validation)在训练集中确定偏最小二乘回归(PLSR)、随机森林(RF)、支持向量回归(SVR)3种不同算法的最佳模型参数,结合数据的跨期处理,分别建立针对不同生育期的水稻叶片氮含量跨期预测模型和叶绿素跨期预测模型。此外,评估跨期预测模型与传统非跨期预测模型,独立数据对模型进行检验。结果表明,(1)基于高光谱的早稻叶绿素、氮素的非跨期预测模型中,PLSR模型预测效果最佳,分别为叶绿素(R^(2)=0.84,RMSE=1.85)、氮素(R^(2)=0.85,RMSE=0.11)。(2)基于SVR的早稻叶绿素跨期预测模型预测效果最佳,分别为跨分蘖期(R^(2)=0.54)、跨孕穗期(R^(2)=0.36)、跨齐穗期(R^(2)=0.30)、跨灌浆期(R^(2)=0.55)、跨成熟期(R^(2)=0.74)。该结果为利用高光谱数据构建超级稻叶绿素含量预测模型提供新的理论参考,为水稻叶绿素含量的动态监测提供了模型依据。(3)早稻叶片氮含量跨期预测模型的拟合度很差,叶片氮含量预测具有不可跨期性。与非跨期预测模型相比,跨期预测模型虽然精度有所下降,但能有效克服经验模型普适性差的缺陷,有利于在同一生命活动周期内,实现作物不同生育期的生理指标预测,对实际生产管理具有重要意义。研究发现,作物生理指标存在可跨期预测性,这�
展开更多
关键词
高光谱
早稻
氮含量预测
叶绿素
可跨期性
下载PDF
职称材料
题名
高光谱早稻生理指标可跨期预测性的初步研究
1
作者
祝海竣
付虹雨
王学华
崔国贤
石爱龙
薛卫纯
机构
湖南农业大学农学院
湖南农业大学苎麻研究所
益阳市赫山区农业农村局
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2022年第1期170-175,共6页
基金
国家重点研发计划项目(2017YFD0301501,2018YFD0301005,2018YFD0201106)
国家自然科学基金项目(31471543)资助。
文摘
叶绿素含量和叶片氮含量是作物生长状况的重要指标,对其实时精准的监测有助于田间生产管理以及作物品质产量的提高。当前,高光谱技术和经验回归方法被广泛应用于构建作物生化参数预测模型。但是,有关同一生命活动周期内,作物跨期预测叶片生化参数的研究还存在空白。以超级早稻为研究对象,分别获取了蘖盛期、孕穗期、齐穗期、灌浆期和成熟期5个时期120组叶片高光谱数据、叶绿素以及叶片氮含量(LNC),采用python 3.6编程,scikit-learn(0.22.1)用来构建模型和验证评估,通过网格搜索(GridSearch)和五折交叉验证(5-flod cross validation)在训练集中确定偏最小二乘回归(PLSR)、随机森林(RF)、支持向量回归(SVR)3种不同算法的最佳模型参数,结合数据的跨期处理,分别建立针对不同生育期的水稻叶片氮含量跨期预测模型和叶绿素跨期预测模型。此外,评估跨期预测模型与传统非跨期预测模型,独立数据对模型进行检验。结果表明,(1)基于高光谱的早稻叶绿素、氮素的非跨期预测模型中,PLSR模型预测效果最佳,分别为叶绿素(R^(2)=0.84,RMSE=1.85)、氮素(R^(2)=0.85,RMSE=0.11)。(2)基于SVR的早稻叶绿素跨期预测模型预测效果最佳,分别为跨分蘖期(R^(2)=0.54)、跨孕穗期(R^(2)=0.36)、跨齐穗期(R^(2)=0.30)、跨灌浆期(R^(2)=0.55)、跨成熟期(R^(2)=0.74)。该结果为利用高光谱数据构建超级稻叶绿素含量预测模型提供新的理论参考,为水稻叶绿素含量的动态监测提供了模型依据。(3)早稻叶片氮含量跨期预测模型的拟合度很差,叶片氮含量预测具有不可跨期性。与非跨期预测模型相比,跨期预测模型虽然精度有所下降,但能有效克服经验模型普适性差的缺陷,有利于在同一生命活动周期内,实现作物不同生育期的生理指标预测,对实际生产管理具有重要意义。研究发现,作物生理指标存在可跨期预测性,这�
关键词
高光谱
早稻
氮含量预测
叶绿素
可跨期性
Keywords
Hyperspectral
Early
rice
Leaf
nitrogen
content
Chlorophyll
intertemporal
prediction
分类号
S126 [农业科学—农业基础科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
高光谱早稻生理指标可跨期预测性的初步研究
祝海竣
付虹雨
王学华
崔国贤
石爱龙
薛卫纯
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部