为探究数字图像处理技术在甜菜叶片氮素营养诊断方面的可行性,利用数码相机获取不同氮肥水平下作物冠层图像.运用数字图像处理技术提取冠层基础颜色特征,分析各施氮方案下冠层叶片氮含量(Leaf Nitrogen Content,LNC)与NRI(R/R+G+B)等10种颜色参数的相关性,发现NRI、G/R和R/B三个颜色参数能较好的反映甜菜冠层氮素营养状况.分别采用线性和非线性回归方法对上述3个颜色参数与冠层LNC进行拟合,发现指数方程模型拟合效果最优,决定系数R2分别为0.64、0.68和0.52,均方根误差RMSE分别为3.01、2.89和3.48.为进一步验证NRI、G/R和R/B三个参数对甜菜营养状况的表征力,将上述参数作为输入,结合BP神经网络模型对冠层LNC进行预测.研究结果表明,基于BP神经网络的甜菜冠层LNC模型具有较好的拟合精度,预测集和验证集R2分别为0.72和0.69,RMSE分别2.56和3.27,模型性能指数(Ratio of Performance to Deviation,RPD)分别为2.14和1.86,该方法可为快捷和精确诊断甜菜LNC提供新的研究思路.
暂无评论