摘要
为了快速、无损地获得烤烟叶片营养元素含量与其表观颜色特征之间的关系,为诊断烤烟养分状况提供科学依据。以云烟87为试材,基于烟叶R(Red)、G(Green)、B(Blue)颜色参数建立烟叶N、P、K营养元素含量无损估测方法。将获取的叶片R、G、B颜色参数与N、P、K和SPAD值进行相关性分析,根据SPAD值和颜色参数使用逐步回归法与反向传递神经网络(BPNN)法分别构建烤烟叶片N、P、K营养元素估测模型,并对模型进行检验。结果表明,烤烟叶片N含量和SPAD值随叶位的降低而显著降低。R、G通道和Y图像色阶的均值、中位数和众数随叶位的降低而显著上升,偏度随着叶位的降低而显著降低。相关性分析结果表明,营养元素N、P含量与SPAD值以及部分叶色偏态参数存在显著或极显著相关性,而营养元素K含量与SPAD值及叶色偏态参数间不存在显著相关性。采用BPNN法构建的最优估测模型E组,对营养元素N、P、K含量的估测准确度分别达77.54%、94.27%、87.39%,平均准确度为86.40%,相较于逐步回归法构建的最优模型A组提高0.32%。综上所述,本研究基于RGB叶色偏态参数利用BPNN估测模型能够对烟叶中的N、P、K含量进行快速估测。
出处
《江苏农业科学》
北大核心
2025年第20期187-193,共7页
Jiangsu Agricultural Sciences
基金
福建中烟科技项目(编号:FJZYKJJH2021YB033)
海南大学科研启动基金[编号:KYQD(ZR)1978]。
