学位论文 > 优秀研究生学位论文题录展示
基于近红外光谱的水稻叶片氮素营养监测研究
作 者: 张玉森
导 师: 曹卫星
学 校: 南京农业大学
专 业: 生态学
关键词: 水稻 鲜叶 粉末 近红外光谱 氮含量 色素含量 可溶性总糖含量 糖氮比
分类号: S511
类 型: 硕士论文
年 份: 2010年
下 载: 8次
引 用: 0次
阅 读: 论文下载
内容摘要
利用光谱技术对作物的氮素营养及生长状况进行实时监测与快速诊断是精确农业中的研究热点,具有十分重要的理论和实践意义。近红外光谱技术以其快速、准确等优点为作物遥感监测提供了有效手段。本研究以不同年份、不同品种、不同施氮水平的水稻田间试验为依托,运用偏最小二乘法(PLS)、主成分分析(PCR)、逐步多元回归(SMLR)和BP神经网络(BPNN)4种化学计量学方法,分析了水稻叶片近红外光谱与氮含量、色素含量、可溶性总糖含量以及糖氮比的关系,构建了基于近红外光谱的水稻叶片氮素及其相关组分的预测模型。研究结果为作物生长监测和精确农作管理提供理论基础和关键技术。首先定量分析了水稻叶片近红外光谱与氮含量之间的关系,对鲜叶和干叶粉末在12 500-4000 cm-1、8000-4500 cm-1、8 000-6000 cm-1和5 500-4500 cm-1波段范围进行了光谱预处理,并应用PLS、PCR、SMLR和BPNN方法建立了水稻叶片氮含量的定量估测模型。结果表明,基于PLS建立的模型表现最好,鲜叶氮含量近红外光谱校正模型Rc2为0.940,RMSEC为0.226,主成分因子数为7;粉末氮含量的近红外光谱校正模型RC2为0.977,RMSEC为0.136,主成分因子数为6。模型的内部交叉验证分析表明,预测鲜叶氮含量RcV2为0.857,RMSECV为0.251;预测粉末氮含量RCv2为0.897,RMSECV为0.211。模型的外部验证分析表明,预测水稻鲜叶氮含量的Rv2大于0.800,RMSEP小于0.500,预测粉末氮含量的Rv2为0.916,RMSEP为0.225。综上,基于粉末建立的近红外光谱预测模型准确性和精确度较鲜叶高;近红外光谱分析技术与化学分析方法一致性较好。进一步利用上述4种方法构建了水稻叶片中叶绿素Chla+b、Chla、Chlb和类胡萝卜素Car的近红外预测模型。结果显示,对光谱进行一阶导数(First derivative)和平滑处理(Norris derivative filter)对模型有很好的优化效果;8 000-4 000cm-1范围为最佳建模波段。Chla、Chlb、Chla+b和Car应用PLS方法建模效果最好,模型的校正决定系数RC2都达到了0.8以上,最佳因子数均为8。内部交叉验证表明,除Chlb外,模型预测Chla、Chla+b和Car的Rcv2均在0.8以上。利用独立数据对模型进行外部验证,结果表明模型对Chlb的预测效果最好,Rv2达到了0.842,RMSEP为0.123;对Chla和Chla+b的预测结果较差,Rv2分别为0.741和0.749;而对Car预测能力最差,RV2仅0.625。最后探讨了近红外光谱估测水稻叶片可溶性总糖和糖氮比的可行性。结果表明,对光谱进行一阶导数处理可以有效提高模型精度;4个模型的最佳建模范围不同,鲜叶可溶性总糖模型的建模范围12500~4000cm-1,RC2达到0.957;粉末可溶性总糖模型的建模范围5 500~4500cm-1,RC2达到0.910;鲜叶糖氮比模型的建模范围6800-5600cm-1,Rc2达到0.948;粉末糖氮比模型的建模范围7 500~6000cm-1,Rc2达到0.972。4种建模方法的结果显示,鲜叶糖含量模型和糖氮比模型以及干叶粉末糖含量模型和糖氮比模型均为应用PLS方法的效果较好,除粉末糖含量模型外,RC2都达到了0.9以上,模型的最佳因子数分别为7、4、10和8。对模型进行内部检验和外部检验的结果表明,鲜叶模型预测能力较差,粉末模型的准确度和精确度较高。
|
全文目录
摘要 7-9ABSTRACT 9-11第一章 文献综述与立题依据 11-27 1.1 研究背景 11-12 1.2 近红外光谱技术概述 12-15 1.2.1 近红外光谱技术的发展 12-13 1.2.2 近红外光谱技术的原理 13-14 1.2.3 近红外光谱技术的特点 14-15 1.3 国内外相关研究进展 15-18 1.3.1 作物氮素营养监测 15-17 1.3.2 作物色素状况监测 17-18 1.3.3 作物碳氮比监测 18 1.4 有待解决的问题与不足 18-19 1.5 本研究的目的与意义 19 参考文献 19-27第二章 研究方法与技术路线 27-39 2.1 研究思路与技术路线 27-28 2.2 材料与方法 28-35 2.2.1 试验设计 28-29 2.2.2 观测方法 29-30 2.2.3 化学计量学分析 30-35 2.2.4 模型的优化与评价 35 参考文献 35-39第三章 应用近红外光谱估测水稻叶片氮含量 39-53 3.1 材料方法 40-41 3.1.1 田间试验设计 40 3.1.2 植株样品获取 40 3.1.3 光谱数据采集 40 3.1.4 叶片氮素指标测试 40 3.1.5 数据分析和利用 40-41 3.2 结果与分析 41-48 3.2.1 不同条件下水稻叶片的近红外光谱变化模式 41-42 3.2.2 不同施氮水平下水稻叶片氮含量变化特征 42-43 3.2.3 氮含量估测模型的构建 43-47 3.2.4 近红外模型的内部检验 47-48 3.2.5 近红外模型的外部检验 48 3.3 讨论与结论 48-50 参考文献 50-53第四章 应用近红外光谱估测水稻叶片色素含量 53-65 4.1 材料与方法 54 4.1.1 试验设计 54 4.1.2 植株样品获取 54 4.1.3 光谱数据采集 54 4.1.4 叶片色素含量的测定 54 4.1.5 数据分析与利用 54 4.2 结果与分析 54-59 4.2.1 不同施氮水平下水稻叶片色素含量的变化 54-56 4.2.2 色素含量估测模型的构建与优化 56-58 4.2.3 近红外模型的内部检验 58 4.2.4 近红外模型的外部检验 58-59 4.3 讨论与结论 59-61 参考文献 61-65第五章 应用近红外光谱估测水稻叶片糖含量以及糖氮比 65-81 5.1 材料与方法 66-67 5.1.1 试验设计 66 5.1.2 植株样品获取 66 5.1.3 光谱信息采集 66 5.1.4 叶片糖含量和糖氮比的测定 66 5.1.5 数据分析和利用 66-67 5.2 结果与分析 67-74 5.2.1 水稻鲜叶和粉末的近红外光谱特征 67-68 5.2.2 建模样品糖含量和糖氮比的分布 68-69 5.2.3 糖含量以及糖氮比模型的构建与优化 69-72 5.2.4 近红外模型的内部检验 72-73 5.2.5 近红外模型的外部检验 73-74 5.3 讨论与结论 74-75 参考文献 75-81第六章 讨论与结论 81-89 6.1 讨论 81-84 6.1.1 建模方法的研究 81-82 6.1.2 水稻叶片氮素营养监测 82-83 6.1.3 水稻叶片色素含量监测 83 6.1.4 水稻叶片碳氮比的监测 83-84 6.2 本研究特色与展望 84-85 6.2.1 本研究的特色与创新 84 6.2.2 研究展望 84-85 6.3 结论 85-86 参考文献 86-89附录 89-91致谢 91
|
相似论文
- 混粉电火花成型机主机系统及工艺试验的研究,TG661
- 水稻茎叶特异表达基因启动子的筛选及分析,S511
- 葡萄籽原花青素制备工艺及真菌毒素检测,TQ461
- 水稻白叶枯病菌和细菌性条斑病菌对噻枯唑和链霉素的抗药性监测及室内抗药性风险评估,S435.111.4
- 水稻OsNAR2.1参与硝酸盐调控根系生长的机制,S511
- 转基因水稻对肉仔鸡饲用安全性研究,S831.5
- 基于线虫群落分析的转Bt水稻土壤生态风险评价,S154.1
- 水稻黄单胞菌tal (transcription activator-like)基因功能研究,S435.11
- 水稻对黑条矮缩病的抗性遗传分析及基因定位,S511
- 转基因稻米及其米制品外源重组DNA的检测,S511
- 粳米脂肪含量的氮素效应及其与米粉理化特性的关系研究,S511.22
- 水稻硝转运蛋白基因OsNRT1.1a和OsNRT1.1b的功能研究,S511
- 水稻硝酸盐转运蛋白基因OsNRT1.2和OsNRT1.5超量表达材料的功能鉴定,S511
- 硅、硫对水稻砷吸收、积累的影响机制研究,S511
- 利用RNA瞬时干扰技术研究甘油二酯激酶基因在水稻响应激发子木聚糖酶和盐处理中的作用,S511
- 水稻胁迫应答基因3’UTR模体及相关miRNA的生物信息学研究,Q943.2
- 长期不同施肥条件下太湖地区水稻土团聚体颗粒组的细菌、真菌多样性研究,S154.3
- 太湖地区水稻土有机碳空间表征尺度效应研究,S158
- 褐飞虱和稻纵卷叶螟为害后水稻的光谱特征,S435.112
- 申嗪霉素对水稻白叶枯病菌和油菜菌核病菌的生物学活性及抗性风险评估,S435.111
- 水稻对黑条矮缩病抗性鉴定方法的建立及感病生育期的研究,S435.111.4
中图分类: > 农业科学 > 农作物 > 禾谷类作物 > 稻
© 2012 www.xueweilunwen.com
|