基于水培番茄叶光谱信息的施磷水平鉴别模型研究

作     者：韩小平 程鹏飞 宋海燕 王涛 左月明 

作者机构：山西农业大学工学院山西太谷030801 河南机电高等专科学校机电工程系河南新乡453002 

出 版 物：《中国食品学报》 (Journal of Chinese Institute Of Food Science and Technology)

年 卷 期：2013年第13卷第4期

页      面：180-184页

核心收录：

学科分类：0832[工学-食品科学与工程（可授工学、农学学位）] 1004[医学-公共卫生与预防医学(可授医学、理学学位)] 09[农学] 0902[农学-园艺学] 090202[农学-蔬菜学] 

基　　金：国家自然科学基金项目(41201294) 山西省青年基金项目(2011021033-1) 山西省高等学校科技项目资助(2010008) 

主　　题：水培番茄 光谱信息 施磷水平 模型 

摘      要：探讨番茄叶片在波长350～2500nm范围的光谱信息,分析不同施磷水平下番茄叶光谱信息的变化规律,建立基于水培番茄叶片光谱信息的施磷水平鉴别模型。研究结果表明:在可见光波段420～690nm,高磷和低磷水平番茄叶片的光谱反射率均高于正常养分的光谱反射率;在近红外波段780～1383nm和1469～1858nm,高磷和低磷水平番茄叶片的光谱反射率均低于正常养分的光谱反射率;在近红外波段1413～1465nm和1929～2500nm,叶片的光谱反射率随着施磷量的增加而增加。由BP神经网络、主成分回归和支持向量机建立的模型,都能很好地鉴别水培番茄的施磷水平,其中主成分回归模型潜力更大,可满足实际应用。