基于近紅外光譜的設施栽培水果黃瓜磷元素虧缺初期快速診斷

摘要：磷元素(P)虧缺初期,水果黃瓜植株根部葉片出現小斑點,其癥狀的外觀特征與健康植株根部葉片老化初期類似,難以用肉眼或者計算機圖像處理技術識別.本文根據近紅外光譜能夠反映葉片組織中有機物組分的差異,運用近紅外光譜技術對水果黃瓜植株磷元素虧缺進行了快速診斷研究.精確控制營養(yǎng)液中磷元素含量,通過設施栽培方式培養(yǎng)缺磷植株和對照樣本.近紅外光譜儀采集了90片葉子的原始光譜(60片作為訓練集,30片作為預測集),經光譜預處理和窗口寬度優(yōu)化后均勻劃分為27個子區(qū)間,分別提取每個子區(qū)間的10個主成分數據作為BP人工神經網絡(BP-ANN)的輸入變量,以葉片缺素情況作為輸出變量,建立3層BP-ANN診斷模型.當主成分因子數為3時,第7個子區(qū)間對應的模型效果最佳,模型對缺磷葉片和正常葉片的預測準確率均達到100％.研究表明:近紅外光譜技術結合BP-ANN快速診斷水果黃瓜磷元素虧缺是可行的. 作者： 石吉勇[1]  鄒小波[1]  趙杰文[1]  毛罕平[2]  王開亮[1]  陳正偉[1]  黃曉瑋[1] Author： SHI Ji-yong[1]  ZOU Xiao-bo[1]  ZHAO Jie-wen[1]  MAO Han-ping[2]  WANG Kai-liang[1]  CHEN Zheng-wei[1]  HUANG Xiao-wei[1] 作者單位： 江蘇大學食品與生物工程學院,江蘇鎮(zhèn)江,212013江蘇大學現代農業(yè)裝備與技術重點實驗室,江蘇鎮(zhèn)江,212013 期 刊： 光譜學與光譜分析   ISTICEISCIPKU Journal： Spectroscopy and Spectral Analysis 年，卷(期)： 2011, 31(12) 分類號： O657.3 關鍵詞： 缺素診斷    近紅外光譜技術    磷元素    水果黃瓜    BP人工神經網絡    機標分類號： TS2 R74 機標關鍵詞： 近紅外光譜技術    設施栽培    水果黃瓜    磷元素    快速診斷    Near Infrared Spectroscopy    Protected Cultivation    葉片組織    子區(qū)間    計算機圖像處理技術    黃瓜植株    人工神經網絡    診斷模型    近紅外光譜儀    主成分因子    預測準確率    有機物組分    光譜預處理    診斷研究    栽培方式 基金項目： 國家(863計劃)項目，國家自然科學基金，江蘇省六大人才高峰和青藍工程項目，國家博士后基金，優(yōu)秀博士論文基金和，江蘇省研究生科研創(chuàng)新計劃項目 基于近紅外光譜的設施栽培水果黃瓜磷元素虧缺初期快速診斷[期刊論文]  光譜學與光譜分析 --2011, 31(12)石吉勇  鄒小波  趙杰文  毛罕平  王開亮  陳正偉  黃曉瑋磷元素(P)虧缺初期,水果黃瓜植株根部葉片出現小斑點,其癥狀的外觀特征與健康植株根部葉片老化初期類似,難以用肉眼或者計算機圖像處理技術識別.本文根據近紅外光譜能夠反映葉片組織中有機物組分的差異,運用近紅外光譜技...

【基于近紅外光譜的設施栽培水果黃瓜磷元素虧缺初期快速診斷】相關文章：

基于近紅外光譜技術的農作物病害診斷04-27

基于BP神經網絡的啤酒酒精度近紅外光譜快速檢測04-27

土壤中總氮與總磷含量的近紅外光譜實時檢測方法04-26

基于近紅外光譜的神經網絡預測大米直鏈淀粉含量04-28

玉米自交系品質性狀的近紅外光譜測定04-30

異穗卷柏的顯微與近紅外光譜鑒定研究04-26

胃癌及胃炎的臨床診斷中紅外光譜方法研究04-29

生物組織近紅外光譜自動測試系統04-28

基于主成分分析和BP神經網絡的土壤養(yǎng)分近紅外光譜檢測04-29

不同貯存溫度蜂花粉的可見-近紅外光譜鑒別04-26