摘要
本发明提供一种基于高光谱的茶树冠层叶片氮素估算方法,首先利用Savitzky‑Golay方法对茶树冠层的原始光谱数据进行平滑处理,以减少随机噪声并提高信噪比;然后,将原始光谱通过样条插值转换为1nm间隔的600个波段以确保计算的连续性和方便性;紧接着对处理后的光谱进二阶导数处理,再将导数光谱计算归一化差异光谱指数(NDSI)并计算其与所测氮素之间的皮尔逊相关系数(PCC),通过对相关系数最高20个指数进行主成分(PCA)分析,最后将PCA得分前10的主成分作为参数构建多元线性回归模型,用来预测茶树冠层叶片的含氮量(LNC)。在多个茶园的预测实验表明,该模型表现出良好的预测效果,与实际氮素含量较为接近,泛化性能较好。
技术关键词
多元线性回归模型
皮尔逊相关系数
叶片氮素含量
传感器探头
指数
随机噪声
地物光谱仪
样本
主成分分析法
连续性
光谱校正
茶树鲜叶
反射率
信噪比
数据
样条
袋子
插值法
系统为您推荐了相关专利信息
剪枝方法
计算方法
计算机深度学习
加速模型训练
感兴趣
检验控制系统
热老化试验箱
指数平滑法
传感器阵列
控制单元
作物生长状态
农业大数据
智能化控制方法
细粒度特征
指标