文献类型： 中文期刊

作者： 蒯雁 ¹ ; 陈天才 ² ; 代先强 ² ; 王德勋 ¹ ; 宗鹏 ¹ ; 孙军伟 ¹ ; 杨成伟 ¹ ; 张明政 ³ ; 张久权 ⁴ ;

作者机构： 1.云南省烟草有限公司

2.重庆市烟草公司奉节分公司

3.江苏大学农业工程学院

4.中国农业科学院烟草研究所

关键词： 烤烟;氮含量;无人机;高光谱;数据降维;机器学习

期刊名称： 中国土壤与肥料

ISSN： 1673-6257

年卷期： 2025 年 009 期

页码： 193-201

收录情况： 北大核心 ; CSCD

摘要： 为了实现对烤烟叶片氮含量的快速、无损、广域田间测定，及时监测烤烟氮素营养状况并制定精准施肥策略，利用大疆无人机搭载高光谱相机采集烤烟冠层影像，提取光谱反射率数据，并分别采用连续投影算法、最小绝对收缩与选择算法以及弹性网络3种算法对原始光谱数据进行降维，提取氮素敏感波段，计算植被指数。随后，结合3种机器学习算法，构建烟叶氮含量的反演模型。结果显示，采用连续投影算法降维结合随机森林建模的组合效果最佳，模型决定系数达到0.711，均方根误差为5.138 mg/g；其次为连续投影降维与多元线性回归模型，其决定系数和均方根误差分别为0.70和5.234 mg/g。上述研究为烤烟大田养分智慧管理提供了有效的技术支撑。