摘要：选取6种输入向量组合,利用线性网络、BP网络以及径向基网络等3种神经网络模型进行比较研究,筛选最适宜网络模型和最佳输入组合,建立叶片数字图像彩色信息和叶片氮含量的关系模型,探索利用神经网络技术获取叶片数字图像信息的方法。结果表明,径向基网络在利用数字图像（B,H,G-R,G/R）指标作为网络输入向量时,能够实现获取棉花叶片数字图像氮含量的目标。径向基网络训练的180组样本的训练精度均达到极显著水平（r=0.9022＊＊）,30组测试样本的预测值与实测值也达到极显著相关（r=0.8674＊＊）,径向基网络和（B,H,G-R,G/R）向量是一种适合本研究的数学模型。对利用神经网络提取棉花叶片数字图像氮含量技术的初步探索,拓展了神经网络和数字图像技术在农业生产中的应用。

关键词：数字图像 线性网络 bp神经网络 径向基网络 氮素含量 

单位：中国农业科学院作物科学研究所／国家农作物基因资源与基因改良重大科学工程; 北京100081; 北京邮电大学; 北京100876; 石河子大学绿洲生态农业重点试验室/石河子大学新疆作物高产研究中心; 新疆石河子832000