论文部分内容阅读
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