http://www.gissky.net- GIS空间站

实验中将茶树的叶片分为3个部位进行研究,每个部位各采集50个叶片,30组数据作为预测样本,20组数据作为试验模拟样本。设计绿峰位置、绿峰最大反射率、红谷位置、红谷最小反射率、红边位置、红边对应的最大一阶导数反射率、绿峰对应的最大反射率和红谷对应的最小反射率的比值指数以及它们的归一化指数等8个反射光谱参数。首先对茶树叶片的反射光谱参数和茶树叶片的SPAD值进行相关分析;其次以8个反射光谱参数作为自变量,茶树叶片的SPAD值为因变量,进行逐步回归分析,确定茶树不同部位叶片的回归方程.茶树A部位嫩叶片的SPAD值预测模型以λr、Rg/Ro为自变量,其模拟的调整决定系数为0.461;茶树B部位的成熟叶子的SPAD值预测模型以Rg、Rg/Ro、Rg-Ro/Rg+Ro为自变量,其模拟的调整决定系数为0.882;茶树C部位的老叶子的SPAD值预测模型以λr、Dr为自变量,其模拟的调整决定系数为0.407。结果表明,利用反射高光谱参数预测茶树不同部位叶片的SPAD模型是成功的。 更多还原

【Abstract】 The tea leaves are divided into three study parts in the experiment.50 leaves were collected per each part,30 sets of data are as the prediction sample,20 sets of data are for experimental simulation of samples.The green peak position,green peak maximum reflectance,Red Valley position,minimum reflectance of Red Valley,red edge position,red edge of the maximum of first derivative reflectance,green peak maximum reflectance and red valley minimum reflectance ratio indices and their normalized spect... 更多还原