数字农科院2.0

谷物联合收割机收获小麦含杂率高光谱反演研究

文献类型： 中文期刊

作者： 陈满;倪有亮;金诚谦;徐金山;袁文胜

作者机构：

关键词： 农作物;光谱分析;模型;谷物联合收获机;含杂率;主成分分析法;最小二乘支持向量机;高光谱

期刊名称：农业工程学报

ISSN： 1002-6819

年卷期： 2019 年 35 卷 14 期

页码： 22-29

摘要： 为了实现机械化收获小麦含杂率的快速检测,以金大丰4LS-7型自走式稻麦联合收割机收获的小麦样本为研究对象,利用ASD FieldSpec 4 Wide-Res型地物光谱仪获取小麦样本的原始光谱,经数学变换获得光谱原始反射率(raw spectral reflectance,REF)和光谱反射率倒数的对数(inverse-log reflectance,LR)2种光谱指标.通过主成分分析法(principal component analysis,PCA),利用贡献率高的成分的权值系数,优选出不同指标的小麦样本光谱的特征波长,并采用最小二乘支持向量机(least squares support vector machine,LS-SVM)构建了基于不同指标的小麦样本含杂率的反演模型,在此基础上对反演结果进行精度验证和比较.试验结果表明:建立的含杂率反演模型的建模决定系数均大于0.9,验证决定系数均大于0.85,均方根误差均小于0.29,相对分析误差均大于2,模型具有较强的拟合效果和预测能力;利用REF光谱数据指标建立的反演模型的反演效果优于LR光谱数据指标.该文建立的机械化收获小麦样本含杂率光谱反演模型能够实现含杂率的精准识别,可为后续构建便携式含杂率光谱检测仪提供参考,有助于客观、定量地表征机械化收获的小麦含杂率,为机械化收获的小麦的快速检测提供新途径.

分类号： S225.31`O657.39

  • 相关文献

[1]基于高光谱的大豆含杂率反演模型. 陈满,徐金山,金诚谦,张光跃,倪有亮. 2019

[2]基于特征光谱参数的苹果叶片叶绿素含量估算. 冯海宽,杨福芹,杨贵军,李振海,裴浩杰,邢会敏. 2018

[3]高光谱特征辨别潴育型麻沙泥田和潮沙泥田水稻土. 郭熙,谢碧裕,叶英聪,谢文. 2014

[4]基于多光谱与高光谱遥感数据的冬小麦叶面积指数反演比较. 刘轲,周清波,吴文斌,陈仲新,唐华俊. 2016

[5]基于最小二乘支持向量机的灌区粮食产量预测研究. 宰松梅,贾艳辉,丁铁山,温季,郭冬冬. 2010

[6]基于最小二乘支持向量机的灌区粮食产量预测研究(英文). 宰松梅,贾艳辉,温季,郭冬冬. 2009

[7]基于最小二乘支持向量机的灌区粮食产量预测研究(英文). 宰松梅,贾艳辉,温季,郭冬冬. 2009

[8]基于EFAST和PLS的苹果叶片等效水厚度高光谱估算. 冯海宽,李振海,金秀良,杨贵军,万鹏,郭建华,于海洋,杨福芹,李伟国. 2016

[9]基于高光谱的冬小麦氮素营养指数估测. 王仁红,宋晓宇,李振海,杨贵军,郭文善,谭昌伟,陈立平. 2014

[10]黑土土壤中全氮含量的高光谱预测分析. 卢艳丽,白由路,王磊,王贺,杨俐苹. 2010

[11]最优权重组合模型和高光谱估算苹果叶片全磷含量. 冯海宽,杨福芹,李振海,杨贵军,郭建华,贺鹏,王衍安. 2016

[12]基于高光谱遥感的农作物分类研究进展. 张影,赵小娟,王迪. 2019

[13]黑土土壤水分高光谱特征及反演模型. 姚艳敏,魏娜,唐鹏钦,李志斌,余强毅,许新国,陈佑启,何英彬. 2011

[14]基于主成分回归分析的土壤有机质高光谱预测与模型验证. 卢艳丽,白由路,杨俐苹,王红娟,孔庆波. 2008

[15]东北平原不同类型土壤有机质含量高光谱反演模型同质性研究. 卢艳丽,白由路,杨俐苹,王磊,王贺. 2011

[16]1962-2010年潜在干旱对中国冬小麦产量影响的模拟分析. 曹阳,杨婕,熊伟,武永峰,冯灵芝,杨晓光. 2014

[17]农作物空间格局变化模拟模型的MATLAB实现及应用. 余强毅,吴文斌,陈羊阳,杨鹏,孟超英,周清波,唐华俊. 2014

[18]桂糖03系列新品种(系)抗旱性综合分析. 刘璐,蒋洪涛,张革民,王泽平. 2017

[19]公共投资项目绩效评价与预算分配研究 -以江苏省农业基本建设项目为例. 吴彦霖,陈聪,吴海宏,李井葵. 2019

[20]近红外光谱法对食用植物油品种的快速鉴别. 梁丹,李小昱,李培武,王为. 2011

作者其他论文 更多>>