基于人工神经网络的油菜氮素高光谱诊断方法研究

摘要

作物氮素诊断技术因为它对作物生长和农业生态系统的重要影响,越来越多地受关注。本文系统采用高光谱植被指数,系统比较了人工神经网络方法和传统回归模型估算油菜氮素含量,结果表明,基于BP神经网络的方法相对于对数回归模型,明显地提高了了油菜氮素诊断的准确性,,均方根误差(RMSE)相对减小,决定系数(R<'2>)和T值检验相对增大,特别是对于比值植被指数(RVI),T提高了200％。本研究认为,人工神经网络对作物氮素高光谱遥感诊断是一种实时高效的方法。