以深圳市壩光銀葉園和大鵬半島自然保護(hù)區(qū)19種濕地森林樹種葉片可見光近紅外光譜與全氮（Total Nitrogen, TN）、全磷（Total Phosphorus, TP）、全鉀（Total Potassium, TK）含量關(guān)系為基礎(chǔ),分析了11種光譜預(yù)處理方式、3種光譜數(shù)據(jù)降維方式和2種建模方法對模型精度的影響。結(jié)果表明,標(biāo)準(zhǔn)正態(tài)變換（Standard Normal Variate, SNV）結(jié)合一階導(dǎo)數(shù)（first derivative, 1st）預(yù)處理方式下模型精度最高;主成分分析（Principal Component Analysis, PCA）降維處理對模型的降維效果最好;支持向量回歸（Support Vector Regression, SVR）的建模效果精度最高。對于TN、TP、TK最佳模型的預(yù)測確定系數(shù)均在0.80以上,模型RPD值也在2.0以上,SVR模型可以用于樹種葉片TN、TP、TK的快速檢測。 

【文章來源】：熱帶地理. 2020,40(02)北大核心CSCD

【文章頁數(shù)】：9 頁

【文章目錄】：
1 材料與方法
    1.1 研究區(qū)概況
    1.2 樣本采集
    1.3 研究方法
        1.3.1 植物葉片光譜的采集
        1.3.2 養(yǎng)分值測定
    1.4 高光譜數(shù)據(jù)預(yù)處理和降維方法
    1.5 建模集和預(yù)測集的劃分
    1.6 模型構(gòu)建
2 結(jié)果與分析
    2.1 不同光譜預(yù)處理方法下模型精度對比
    2.2 不同降維處理和建模方法下模型精度的比較
    2.3 不同建模方法對模型精度的影響
3 討論
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于高光譜的油麥菜葉片水分CARS-ABC-SVR預(yù)測模型[J]. 孫俊,叢孫麗,毛罕平,武小紅,張曉東,汪沛.  農(nóng)業(yè)工程學(xué)報(bào). 2017(05)
[2]基于核主成分分析的多輸出模型確認(rèn)方法[J]. 胡嘉蕊,呂震宙.  北京航空航天大學(xué)學(xué)報(bào). 2017(07)
[3]基于PCA-KLFDA的小樣本故障數(shù)據(jù)集降維方法[J]. 趙榮珍,王雪冬,鄧林峰.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(12)
[4]基于光譜和成像技術(shù)的作物養(yǎng)分生理信息快速檢測研究進(jìn)展[J]. 何勇,彭繼宇,劉飛,張初,孔汶汶.  農(nóng)業(yè)工程學(xué)報(bào). 2015(03)
[5]基于高光譜的番茄氮磷鉀營養(yǎng)水平快速診斷[J]. 劉紅玉,毛罕平,朱文靜,張曉東,高洪燕.  農(nóng)業(yè)工程學(xué)報(bào). 2015(S1)
[6]基于高光譜的柑橘葉片磷含量估算模型實(shí)驗(yàn)[J]. 黃雙萍,洪添勝,岳學(xué)軍,吳偉斌,蔡坤,黎蘊(yùn)玉.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2013(04)
[7]基于光譜特征分析的蘋果樹葉片營養(yǎng)素預(yù)測模型構(gòu)建[J]. 張瑤,鄭立華,李民贊,鄧小蕾,王詩叢,張鋒,冀榮華.  農(nóng)業(yè)工程學(xué)報(bào). 2013(08)
[8]輪臺白杏葉片氮磷鉀含量光譜估算模型[J]. 胡珍珠,潘存德,王世偉,郭志超,王清濤,丁凡,栗媛.  新疆農(nóng)業(yè)科學(xué). 2013(02)
[9]基于小波包變換的葉片高光譜數(shù)據(jù)的樹種分類[J]. 褚西鵬,葛宏立,陳柯萍.  光譜實(shí)驗(yàn)室. 2012(05)
[10]基于光譜分析的果樹葉片全氮、全磷、全鉀含量估測研究——以紅富士蘋果樹為例[J]. 邢東興,常慶瑞.  西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2009(02)

碩士論文
[1]高光譜數(shù)據(jù)誤差估計(jì)及降維方法研究[D]. 孫墨寒.中國地質(zhì)大學(xué)（北京） 2013



本文編號：3528228