摘要：氮素是植物生长需要的大量元素之一,生产经营者在植物生长过程中往往施加大量的氮肥,但过量的肥料会造成地下水污染.本文针对珍贵树种檀香,提出了一种基于ST-PCABP神经网络的檀香叶片全氮含量无损检测方法,为檀香的经营培育提供参考.结果表明：将野外获取到的檀香图像由RGB转换到L＊a＊b＊系统,可以较好地完成自然图像中的檀香分割.这是由于L＊a＊b＊系统色域宽,受光照变化的影响较小.ST-PCA-BP神经网络的特点是通过显著性检验（ST）筛选变量,使用方差膨胀因子和条件指数分析筛选结果的共线性,主成分分析法（PCA）消除共线性.该处理方法有效地减小了BP神经网络陷入局部最小值的概率,与原始数据、ST处理和PCA处理相比,决定系数最高,平均残差和均方根误差最小,是檀香叶片全氮含量无损、实时检测的最佳方法.

关键词：檀香 bp神经网络 氮素 无损检测 

单位：中国林业科学研究院资源信息研究所; 北京100091