利用高光谱技术预测采前猕猴桃干物质含量的可行性试验

TP391; 为实现采前猕猴桃果实干物质含量的实时、连续、大量预测,该研究就利用高光谱技术在室外开放环境下进行采前猕猴桃干物质含量预测试验.研究以种植于贵州省息烽县、修文县的贵长猕猴桃为试验对象,利用高光谱相机获取采前猕猴桃样本果实的高光谱数据;对原始数据进行白板校正、ROI(Region of Interest)裁剪、多元散射校正等处理,获得样本果实光谱反射率曲线;根据光谱曲线特征,选取特征波段,构建多光谱指数;将样本果实划分为训练集、测试集;利用多光谱指数将训练集样本果实特征波段光谱反射率换算为指数值,分析指数值与干物质含量的相关性,确定最优指数,将其拟合公式作为干物质含量预测模型,利用测...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 38; no. 13; pp. 133 - 140
Main Authors 杨涵, 陈谦, 王宝刚, 李文生, 李文志, 王炳策, 钱建平
Format Journal Article
LanguageChinese
Published 中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室,北京 100081%北京市林业果树科学研究院,北京 100093%贵州大学农学院,贵阳 550025 01.07.2022
Subjects
干物质
猕猴桃
预测
采前果实
高光谱
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.2022.13.015

Cover

Abstract TP391; 为实现采前猕猴桃果实干物质含量的实时、连续、大量预测,该研究就利用高光谱技术在室外开放环境下进行采前猕猴桃干物质含量预测试验.研究以种植于贵州省息烽县、修文县的贵长猕猴桃为试验对象,利用高光谱相机获取采前猕猴桃样本果实的高光谱数据;对原始数据进行白板校正、ROI(Region of Interest)裁剪、多元散射校正等处理,获得样本果实光谱反射率曲线;根据光谱曲线特征,选取特征波段,构建多光谱指数;将样本果实划分为训练集、测试集;利用多光谱指数将训练集样本果实特征波段光谱反射率换算为指数值,分析指数值与干物质含量的相关性,确定最优指数,将其拟合公式作为干物质含量预测模型,利用测试集计算误差情况并验证模型预测效果.结果表明,果实干物质含量高,光谱反射率低,反之则光谱反射率高;根据特征波段构建的拟合效果最佳的多光谱指数,所对应的干物质含量预测模型决定系数为0.88,预测值最大绝对误差为1.31％,最大相对误差为8.23％,相对误差均值为3.13％,均方根误差为0.65％,具有较好的预测效果.试验证明,利用高光谱技术进行采前猕猴桃果实干物质含量预测是可行的.
AbstractList TP391; 为实现采前猕猴桃果实干物质含量的实时、连续、大量预测,该研究就利用高光谱技术在室外开放环境下进行采前猕猴桃干物质含量预测试验.研究以种植于贵州省息烽县、修文县的贵长猕猴桃为试验对象,利用高光谱相机获取采前猕猴桃样本果实的高光谱数据;对原始数据进行白板校正、ROI(Region of Interest)裁剪、多元散射校正等处理,获得样本果实光谱反射率曲线;根据光谱曲线特征,选取特征波段,构建多光谱指数;将样本果实划分为训练集、测试集;利用多光谱指数将训练集样本果实特征波段光谱反射率换算为指数值,分析指数值与干物质含量的相关性,确定最优指数,将其拟合公式作为干物质含量预测模型,利用测试集计算误差情况并验证模型预测效果.结果表明,果实干物质含量高,光谱反射率低,反之则光谱反射率高;根据特征波段构建的拟合效果最佳的多光谱指数,所对应的干物质含量预测模型决定系数为0.88,预测值最大绝对误差为1.31％,最大相对误差为8.23％,相对误差均值为3.13％,均方根误差为0.65％,具有较好的预测效果.试验证明,利用高光谱技术进行采前猕猴桃果实干物质含量预测是可行的.
Author 钱建平
杨涵
王炳策
王宝刚
李文生
陈谦
李文志
AuthorAffiliation 中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室,北京 100081%北京市林业果树科学研究院,北京 100093%贵州大学农学院,贵阳 550025
AuthorAffiliation_xml – name: 中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室,北京 100081%北京市林业果树科学研究院,北京 100093%贵州大学农学院,贵阳 550025
Author_FL Chen Qian
Wang Bingce
Li Wenzhi
Yang Han
Li Wensheng
Wang Baogang
Qian Jianping
Author_FL_xml – sequence: 1
  fullname: Yang Han
– sequence: 2
  fullname: Chen Qian
– sequence: 3
  fullname: Wang Baogang
– sequence: 4
  fullname: Li Wensheng
– sequence: 5
  fullname: Li Wenzhi
– sequence: 6
  fullname: Wang Bingce
– sequence: 7
  fullname: Qian Jianping
Author_xml – sequence: 1
  fullname: 杨涵
– sequence: 2
  fullname: 陈谦
– sequence: 3
  fullname: 王宝刚
– sequence: 4
  fullname: 李文生
– sequence: 5
  fullname: 李文志
– sequence: 6
  fullname: 王炳策
– sequence: 7
  fullname: 钱建平
BookMark eNo9jz1Lw1AYhe9QwVr7M8Qp8b735m2SUYpfWHDRufQmuaVFbsEg6lawEmMjdbAg4lIXWztUpQ7-oHz9CyuK0-Gc4Tk8K6SgOsojZA2oDmCbuNHWW76vdKCUaRULbJ1RxnTgOgUskOL_vkzKvt8SFIGblBpQJPvx9SS9H-fTh_gqzN7ek5tu8jTLn3vJZz8Pgji8TaNhGs2T0WX89ZGGk2w-ju-meTBIH3vxYJaNoqT7ks2G-Wu0SpZk49j3yn9ZIkfbW4fVXa12sLNX3axpPlCGGqJtCnA94YKU4HE0XFZBR4LLAamwHOkZDjM5MvS4hVK6lsFMFGJRDJtRXiLrv9yzhpIN1ay3O6cnavFYVxdN51z8yANfqPNvP7NtGQ
ClassificationCodes TP391
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.11975/j.issn.1002-6819.2022.13.015
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Agriculture
DocumentTitle_FL Feasibility of estimating the dry matter content of kiwifruits before being harvested using hyperspectral technology
EndPage 140
ExternalDocumentID nygcxb202213015
GrantInformation_xml – fundername: (国家自然科学基金); (中央级公益性科研院所基本科研业务费专项)
  funderid: (国家自然科学基金); (中央级公益性科研院所基本科研业务费专项)
GroupedDBID -04
2B.
4A8
5XA
5XE
92G
92I
93N
ABDBF
ABJNI
ACGFO
ACGFS
ACUHS
AEGXH
AIAGR
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CHDYS
CW9
EOJEC
FIJ
IPNFZ
OBODZ
PSX
RIG
TCJ
TGD
TUS
U1G
U5N
ID FETCH-LOGICAL-s1025-5597b1debd1ff1e354d265cf1d3150b8cfe4c273525e385ffd84275bb38549203
ISSN 1002-6819
IngestDate Thu May 29 04:08:36 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 13
Keywords 干物质
猕猴桃
预测
采前果实
高光谱
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1025-5597b1debd1ff1e354d265cf1d3150b8cfe4c273525e385ffd84275bb38549203
PageCount 8
ParticipantIDs wanfang_journals_nygcxb202213015
PublicationCentury 2000
PublicationDate 2022-07-01
PublicationDateYYYYMMDD 2022-07-01
PublicationDate_xml – month: 07
  year: 2022
  text: 2022-07-01
  day: 01
PublicationDecade 2020
PublicationTitle 农业工程学报
PublicationTitle_FL Transactions of the Chinese Society of Agricultural Engineering
PublicationYear 2022
Publisher 中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室,北京 100081%北京市林业果树科学研究院,北京 100093%贵州大学农学院,贵阳 550025
Publisher_xml – name: 中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室,北京 100081%北京市林业果树科学研究院,北京 100093%贵州大学农学院,贵阳 550025
SSID ssib051370041
ssj0041925
ssib001101065
ssib023167668
Score 2.419664
Snippet TP391; 为实现采前猕猴桃果实干物质含量的实时、连续、大量预测,该研究就利用高光谱技术在室外开放环境下进行采前猕猴桃干物质含量预测试验.研究以种植于贵州省息烽县、修文县的贵长猕猴桃为试验对象,利用高光谱相机获取采前猕猴桃样本果实的高光谱数据;对原始数据进行白板校正、ROI(Region of...
SourceID wanfang
SourceType Aggregation Database
StartPage 133
Title 利用高光谱技术预测采前猕猴桃干物质含量的可行性试验
URI https://d.wanfangdata.com.cn/periodical/nygcxb202213015
Volume 38
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV1LaxRBEB5CAqIH8YlvcrBPYdd59Uz3sWd3lqDgKYGcDDuveFohD9CcAkZidCUeDIh4iRcTc4hKPPiD9vUvrKrp3R02G18wDL1dNdVf1dc7Uz109xjGXS9zzCSWTsmv86TkpjDcqUciLsVOEqeOdG03ogmyD73Zeff-Al-YmHpUmLW0thqV4_Wx60r-h1WoA15xlew_MDswChVQBn7hDAzD-a84ZiFnQjAlWegz6TIlWCiZCpgUJIIDRIIFJgssFnpMKJzZAAVZYapGyjYTLtYEoBxgjfDxCOlaUUXLosIk14WAlJXFhIM6gWSBTSJJMAQqKGpdmohEG6wRQkVtcfyJrQuyUyFgoOxTTY3aAmugXCmmznQhIQ9dFgi0hgB8pggbNIr4OVNVpjztrOL9DkVOVwka-IruDiWSSYlxzCOlvKEEkId9syFenwdcqhGzoIUFjyJHVMha8X2KPZx7m_8DtA-KLMqABdVx7vkYFGkVvCKowNkYZUEU5lwqjH4uQmjjAodcqr4_RKEyETgWJEYIIygZTQ09xUJeQwFAkBL7RM79qDKILOLJQ4Sy1u8WefeysRvpEIcD7nWNcuEuoAFLn2wCr5UZi_JMZvOTMuoXAu0iuLAvyqHkNYQbHbbGRflkLPpxPxUK7pbGdf8PuO6ZkmIPHii_YH0QnhOsovWBBYn_4sCZgcG9ma_a18kDZhee0CmAzi4cUbyLOoVcwcp3gNFpp5XvWnYyo5E-p5QGmygPmihj1y1bTtnMV0OPbBrfeLYUP41QB3JU3INjyvZ9nMYypYJqUBsOmCx8JzR4otu4L4Y3fAHBLQc_fzGYNIdTRjjNH9EwzhisD_Le7yDSkshGVm8sFbL3uQvGeT3snlb5PfSiMbH--JJxTi0t662H0svGg9bLg867_d7h-9aL7e7Xb-1XG-2PR71Pm-0fr3tbW63tN53mbqd53N573vr5vbN90D3eb7097G3tdD5stnaOunvN9sbn7tFu70vzijFfC-cqsyX9qZnSioUf9Mb3KpGVpFFiZZmVOtxNbI_HmZU4MGKGh1eWujGM9LjNU0fwLEuEa_s8iuCHK23TuWpMNp400mvGtFeXHjzibOlD5i95XaSQUiUwDqhz37ST6LoxrUOxqB8lK4sjdN34s8pN4-zw5nXLmFxdXktvw_BoNbqjOf4FWw36yw
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%88%A9%E7%94%A8%E9%AB%98%E5%85%89%E8%B0%B1%E6%8A%80%E6%9C%AF%E9%A2%84%E6%B5%8B%E9%87%87%E5%89%8D%E7%8C%95%E7%8C%B4%E6%A1%83%E5%B9%B2%E7%89%A9%E8%B4%A8%E5%90%AB%E9%87%8F%E7%9A%84%E5%8F%AF%E8%A1%8C%E6%80%A7%E8%AF%95%E9%AA%8C&rft.jtitle=%E5%86%9C%E4%B8%9A%E5%B7%A5%E7%A8%8B%E5%AD%A6%E6%8A%A5&rft.au=%E6%9D%A8%E6%B6%B5&rft.au=%E9%99%88%E8%B0%A6&rft.au=%E7%8E%8B%E5%AE%9D%E5%88%9A&rft.au=%E6%9D%8E%E6%96%87%E7%94%9F&rft.date=2022-07-01&rft.pub=%E4%B8%AD%E5%9B%BD%E5%86%9C%E4%B8%9A%E7%A7%91%E5%AD%A6%E9%99%A2%E5%86%9C%E4%B8%9A%E8%B5%84%E6%BA%90%E4%B8%8E%E5%86%9C%E4%B8%9A%E5%8C%BA%E5%88%92%E7%A0%94%E7%A9%B6%E6%89%80%2F%E5%86%9C%E4%B8%9A%E5%86%9C%E6%9D%91%E9%83%A8%E5%86%9C%E4%B8%9A%E9%81%A5%E6%84%9F%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4%2C%E5%8C%97%E4%BA%AC+100081%25%E5%8C%97%E4%BA%AC%E5%B8%82%E6%9E%97%E4%B8%9A%E6%9E%9C%E6%A0%91%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E9%99%A2%2C%E5%8C%97%E4%BA%AC+100093%25%E8%B4%B5%E5%B7%9E%E5%A4%A7%E5%AD%A6%E5%86%9C%E5%AD%A6%E9%99%A2%2C%E8%B4%B5%E9%98%B3+550025&rft.issn=1002-6819&rft.volume=38&rft.issue=13&rft.spage=133&rft.epage=140&rft_id=info:doi/10.11975%2Fj.issn.1002-6819.2022.13.015&rft.externalDocID=nygcxb202213015
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fnygcxb%2Fnygcxb.jpg