基于高光谱图像的茶树LAI与氮含量反演
Transactions of the Chinese Society of Agricultural Engineering(2018)
摘要
为了对茶树进行实时、快速、无损的叶面积指数LAI和氮含量检测,该文以英红九号茶树为试验对象,利用便携式高光谱成像仪采集光谱数据、人工破坏性采摘叶片进行叶面积指数的计算以及传统化学方法测量叶片氮含量,比较不同高光谱特征变换形式与LAI和氮含量之间的相关性,并选择其中相关系数较高的高光谱特征变量作为自变量,分别采用线性、指数、对数和抛物线表达式建立LAI和氮含量的回归模型.结果显示:在多种高光谱数据变量建立的模型中,以绿峰反射率Rg为自变量的对数拟合模型最佳,其拟合样本的决定系数R 2和验证样本的均方根误差RMSE值分别为0.9和0.0876.以植被指数变量VI4(红边面积/黄边面积)与氮含量建立的指数模型为最佳建模效果,拟合样本的决定系数R2和验证样本的均方根误差RMSE值分别为0.8303和0.1029,研究结果可为茶树叶面积指数LAI和营养成分的无损检测提供参考.
更多查看译文
关键词
nitrogen,crops,models,leaf area index,tea canopy,hyperspectral image
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要