期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于RGB与高光谱图像的小麦低温胁迫评估模型 被引量:1
1
作者 余德炤 江晓东 +5 位作者 杨莹颖 张建取 忻乐 张艳 秦思容 杨再强 《南方农业学报》 北大核心 2025年第1期97-110,共14页
【目的】探究低温胁迫对小麦叶片叶绿素荧光参数、RGB图像参数和高光谱指数的影响,建立小麦低温胁迫评估模型,为小麦生产防灾减灾提供参考。【方法】以济麦22为研究对象,在小麦拔节期开展低温胁迫控制试验,设白天(8:00—20:00)/夜间(20... 【目的】探究低温胁迫对小麦叶片叶绿素荧光参数、RGB图像参数和高光谱指数的影响,建立小麦低温胁迫评估模型,为小麦生产防灾减灾提供参考。【方法】以济麦22为研究对象,在小麦拔节期开展低温胁迫控制试验,设白天(8:00—20:00)/夜间(20:00—次日8:00)平均温度分别为8℃/0℃(T1)、6℃/-2℃(T2)和4℃/-4℃(T3)3个处理,持续时间3 d,以大田自然环境的盆栽小麦(23℃/8℃)为对照(CK),研究低温胁迫处理结束后1、3和6 d小麦叶片叶绿素荧光参数、RGB图像参数及高光谱指数的变化规律;使用一元线性回归、随机森林(RF)和人工神经网络(ANN)建立小麦低温胁迫评估模型。【结果】叶绿素荧光参数DIo/RC可作为评估小麦低温胁迫的指标。在一元线性回归模型中,使用增强型植被指数(EVI)建立的一元线性回归模型效果最佳,回归方程为y=-1.261x+1.401,决定系数(R^(2))、均方根误差(RMSE)、平均绝对误差(MAE)、平均相对误差(MRE)分别为0.536、0.058、0.045和11.31%。在RF和ANN模型中,基于RGB图像参数建立的模型精度高于基于高光谱指数建立的模型,RF模型测试集R^(2)、RMSE、MAE、MRE分别为0.771、0.042、0.033、8.57%,R^(2)相比一元线性回归模型提高43.78%,RMSE、MAE、MRE分别降低28.31%、28.06%、24.21%;ANN模型测试集R^(2)、RMSE、MAE、MRE分别为0.742、0.046、0.037、9.01%,测试集R^(2)相比一元线性回归模型提高38.34%,RMSE、MAE、MRE分别降低20.33%、18.06%、20.32%。【结论】基于RGB图像参数的RF模型效果最好、精度最高,可用于小麦的低温胁迫评估。 展开更多
关键词 小麦 叶绿素荧光参数 RGB图像 高光谱图像 低温胁迫评估模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部