使用高光谱仪ASD Field Spec于吐丝期采集不同氮素处理的夏玉米叶片光谱,并进行对数变换处理;通过对"绿峰"(450～680nm)和"近红外反射平台"(760～1000nm)谱段光谱数据进行多尺度小波分解,获取第二层离散近似小波系...使用高光谱仪ASD Field Spec于吐丝期采集不同氮素处理的夏玉米叶片光谱,并进行对数变换处理;通过对"绿峰"(450～680nm)和"近红外反射平台"(760～1000nm)谱段光谱数据进行多尺度小波分解,获取第二层离散近似小波系数向量;采用主成分分析,从第二层离散近似小波系数向量中提取特征作为输入参数,建立对叶片氮素含量的广义回归神经网络估算模型.结果表明:对数变换显著地增强了"绿峰"和"近红外反射平台"谱段夏玉米叶片光谱对不同氮素处理的响应差异;从第二层离散近似小波系数向量中提取的小波主成分能够反映夏玉米叶片光谱在不同氮素处理下的整体变化趋势;以小波主成分作为输入参数的广义回归神经网络能够较为准确地预测夏玉米叶片氮素含量,并且具有一定的推广能力.展开更多
文摘使用高光谱仪ASD Field Spec于吐丝期采集不同氮素处理的夏玉米叶片光谱,并进行对数变换处理;通过对"绿峰"(450～680nm)和"近红外反射平台"(760～1000nm)谱段光谱数据进行多尺度小波分解,获取第二层离散近似小波系数向量;采用主成分分析,从第二层离散近似小波系数向量中提取特征作为输入参数,建立对叶片氮素含量的广义回归神经网络估算模型.结果表明:对数变换显著地增强了"绿峰"和"近红外反射平台"谱段夏玉米叶片光谱对不同氮素处理的响应差异;从第二层离散近似小波系数向量中提取的小波主成分能够反映夏玉米叶片光谱在不同氮素处理下的整体变化趋势;以小波主成分作为输入参数的广义回归神经网络能够较为准确地预测夏玉米叶片氮素含量,并且具有一定的推广能力.
