本发明涉及一种作物水分胁迫的无损检测方法,特指利用多特征信息进行油菜含水率检测的方法。本发明利用光谱仪、多光谱成像仪和热成像仪获取油菜冠层的多特征信息,利用温湿度、光照传感器获取油菜生长的环境信息;通过对油菜水分的光谱、图像和冠层温度分布特征进行分类提取,得到油菜含水率的光谱特征波长,多光谱图像均值、归一化比值和分量均值特征以及水分胁迫指数特征;对特征变量进行误差修正和主成分分析,得到最优多特征空间;利用BP神经网络建立油菜含水率的多特征检测模型,模型预测值与实测值的平均绝对误差为3.33%,相关系数R为0.93。该方法相对于光谱、图像和冠层温度等单一检测方法相比,精度有显著提高,且对环境的适应性明显增强。
声明:
“油菜水分胁迫的无损检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)