基于RGB顏色空間的早稻氮素營養(yǎng)監(jiān)測研究
發(fā)布時(shí)間:2024-01-16 19:42
針對雙季稻區(qū)水稻過量施肥帶來環(huán)境污染和成本提高問題,設(shè)計(jì)不同品種氮肥梯度大田試驗(yàn),應(yīng)用數(shù)碼相機(jī)獲取早稻冠層數(shù)字圖像,研究不同色彩參數(shù)及早稻氮素營養(yǎng)指標(biāo)的時(shí)空變化特征,以期確立雙季早稻氮素營養(yǎng)預(yù)測模型。結(jié)果表明:不同品種同一氮肥處理下圖像色彩參數(shù)差異不大;拔節(jié)期數(shù)字圖像參數(shù)對氮素營養(yǎng)指標(biāo)敏感;模型構(gòu)建結(jié)果顯示,圖像參數(shù)INT與水稻氮素營養(yǎng)指標(biāo)構(gòu)建的模型決定系數(shù)(R2)最大,模型預(yù)測效果最佳,R2分別為0.895 7和0.924 7;進(jìn)一步采用多元回歸分析和BP神經(jīng)網(wǎng)絡(luò)分析法進(jìn)行預(yù)測,預(yù)測效果均較好。對預(yù)測結(jié)果進(jìn)行檢驗(yàn),發(fā)現(xiàn)品種對于模型的構(gòu)建影響不大,以BP神經(jīng)網(wǎng)絡(luò)分析法構(gòu)建的葉片氮濃度(LNC)模型和以INT為敏感色彩參數(shù)構(gòu)建的葉片氮積累量(LNA)回歸模型效果最優(yōu),而多元回歸分析方法則效果不佳。早稻冠層RGB顏色空間敏感參數(shù)與氮素營養(yǎng)指標(biāo)間相關(guān)性較好,可以實(shí)現(xiàn)氮素營養(yǎng)的無損監(jiān)測診斷。
【文章頁數(shù)】:10 頁
本文編號:3879112
【文章頁數(shù)】:10 頁
本文編號:3879112
本文鏈接:http://sikaile.net/nykjlw/nzwlw/3879112.html
最近更新
教材專著