摘要
本发明公开了一种基于临界氮浓度的花生氮营养指数诊断方法,属于植物营养诊断技术领域。本发明利用大田实测农学参数构建花生临界氮稀释模型,建立了适用于花生的通用临界氮稀释模型,该模型为:Nc=4.193×W‑0.189,并通过花生植株氮营养指数PNNI进行花生植株氮营养诊断,进一步分析PNNI与产量指标的关系,能够准确地反映花生植株的氮素状态;采用机器学习算法构建并筛选出花生ANNI回归预测模型,进一步诊断花生地上部氮素营养。综合两种所构建的模型进行整体分析花生的植株和地上部的氮营养情况,调整花生施肥策略,预测花生的生长产量情况,为花生早期的氮营养诊断提供一种更为便捷且高效的方法。
技术关键词
花生
回归预测模型
诊断方法
指数
随机森林
植物营养诊断技术
支持向量回归
光谱数据处理方法
施肥策略
BP神经网络
机器学习算法
无人机
样本
反演模型
曲线斜率
影像
反射率
训练集
参数
指标
系统为您推荐了相关专利信息
智能诊断方法
异常数据
智能诊断系统
构建通信网络
知识图谱构建
转换方法
训练声学模型
离散余弦变换
关键词
傅里叶变换处理
动态评估系统
生态环境状况
对虾
养殖池
健康监测模块