应用近红外光谱法估测小麦叶片糖氮比.pdfVIP

应 用 生 态 学 报　 ２０１５年８月　 第２６卷　 第８期　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 － ＣｈｉｎｅｓｅＪｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ，Ａｕｇ． ２０１５，２６（８）：２３７１ ２３７８ 应用近红外光谱法估测小麦叶片糖氮比∗ 姚　 霞　 王　 雪　 黄　 宇　 汤守鹏　 田永超　 曹卫星　 朱　 艳∗∗ （南京农业大学江苏省信息农业高技术研究重点实验室，南京 ２１００９５） 摘　 要　 糖氮比能够反映作物碳氮代谢的协调程度，及时、准确地监测糖氮比对于作物氮素 营养诊断和调控具有重要意义．本研究以不同年份、品种、施氮水平的小麦大田试验为基础， 获取鲜叶和粉末状干叶近红外（ＮＩＲ）光谱及糖氮比信息，分别运用偏最小二乘法（ｐａｒｔｉａｌ ｌｅａｓｔ ｓｑｕａｒｅｓ，ＰＬＳ）、ＢＰ 神经网络（ｂａｃｋ⁃ｐｒｏｐａｇａｔｉｏｎ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ，ＢＰＮＮ）和小波神经网络（ｗａｖｅ⁃ ｌｅｔ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ，ＷＮＮ）３种方法建立了小麦叶片糖氮比预测模型，并利用随机选择的样品 集对所建模型进行测试和检验．结果表明：小麦鲜叶光谱模型预测性能不佳；而干叶片预测模 型表现了较好的准确性，在１６５５～２３７８ ｎｍ谱区范围内基于３ 种方法构建的干叶粉末糖氮比 估算模型，其预测均方根误差均低于０．３％，决定系数均高于０．９．比较而言，ＷＮＮ 法表现最佳． 总体显示，近红外光谱法可以准确预测小麦叶片糖氮比状况，为科学诊断糖氮比提供了理论 基础和技术途径． 关键词　 近红外光谱；糖氮比；偏最小二乘法；ＢＰ 神经网络；小波神经网络 － － － 文章编号　 １００１ ９３３２（２０１５）０８ ２３７１ ０８　 中图分类号　 Ｏ４３３．４；Ｓ５１２．１　 文献标识码　 Ａ Ｅｓｔｉｍａｔｉｏｎ ｏｆ ｓｕｇａｒ ｔｏ ｎｉｔｒｏｇｅｎ ｒａｔｉｏ ｉｎ ｗｈｅａｔ ｌｅａｖｅｓ ｗｉｔｈ ｎｅａｒ ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｍｅｔｒｙ． ＹＡＯ Ｘｉａ，ＷＡＮＧ Ｘｕｅ，ＨＵＡＮＧ Ｙｕ，ＴＡＮＧ Ｓｈｏｕ⁃ｐｅｎｇ，ＴＩＡＮ Ｙｏｎｇ⁃ｃｈａｏ，ＣＡＯ Ｗｅｉ⁃ｘｉｎｇ，ＺＨＵ Ｙａｎ （Ｊｉａｎｇｓｕ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ａｇｒｉｃｕｌｔｕｒｅ， Ｎａｎｊｉｎｇ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ， Ｎａｎｊｉｎｇ － ２１００９５，Ｃｈｉｎａ）． ⁃Ｃｈｉｎ． Ｊ． Ａｐｐｌ． Ｅｃｏｌ．，２０１５，２６（８）：２３７１ ２３７８． Ａｂｓｔｒａｃｔ：Ｔｈｅｓｏｌｕｂｌｅｓｕｇａｒｔｏｎｉｔｒｏｇｅｎｒａｔｉｏｒｅｆｌｅｃｔｓｔｈｅｃｏｏｒｄｉｎａｔｉｏｎｄｅｇｒｅｅｏｆ ｃａｒｂｏｎ （Ｃ）ａｎｄｎｉ⁃ ｔｒｏｇｅｎ （Ｎ）ｍｅｔａｂｏｌｉｓｍ．Ｐｒｅｃｉｓｅ ａｎｄｒｅａｌ⁃ｔｉｍｅ ｍｏｎｉｔｏｒｉｎｇ ｏｆ ｓｏｌｕｂｌｅ ｓｕｇａｒ ｔｏ ｎｉｔｒｏｇｅｎｒａｔｉｏ ｉｓｏｆ ｓｉｇ⁃ ｎｉｆｉｃａｎｔ ｉｍｐｏｒｔａｎｃｅ ｆｏｒ ｎｉｔｒｏｇｅｎ ｄｉａｇｎｏｓｉｓ ａｎｄ ｍａｎａｇｅｍｅｎｔ ｒｅｇｕｌａｔｉｏｎ ｉｎ ｗｈｅａｔ ｐｒｏｄｕｃｔｉｏｎ． Ｉｎ ｔｈｉｓ ｓｔｕｄｙ，ｔｉｍｅ⁃ｃｏｕｒｓｅ ｎｅａｒ ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ ａｎｄ ｓｏｌｕｂｌｅ ｓｕｇａｒ ｔｏ ｎｉｔｒｏｇｅｎ ｒａｔｉｏ ｏｆ ｆｒｅｓｈ ａｎｄ ｄｒｙ ｌｅａｖｅｓｗ