基于无人机可见光遥感的马铃薯植株氮素累积估测与验证

文献类型： 中文期刊

第一作者： 魏全全

作者： 魏全全;芶久兰;李飞;郭松;张萌;顾小凤;尹旺;陈明俊

作者机构：

关键词： 无人机;可见光遥感;马铃薯;氮素;估测

期刊名称： 核农学报

ISSN： 1000-8551

年卷期： 2024 年 38 卷 010 期

页码： 2003-2010

收录情况： 北大核心 ; CSCD

摘要： 为探究无人机可见光遥感技术快速、无损监测马铃薯氮素营养的可能性,于2020-2022年在贵州省威宁县开展马铃薯不同氮肥梯度大田试验,设置7个氮素水平(0、60、120、180、240、300和360 kg·hm-2),利用无人机搭载可见光传感器获取不同年份马铃薯块茎形成期冠层RGB高清影像,并同步测定马铃薯地上部氮素含量、生物量和氮素累积量等氮素营养指标,以2020-2021年数据作为建模数据,以2022年数据作为验证数据,建立氮素营养指标估测方程模型并绘制实测值和预测值的1∶1线性关系图.结果表明,与其他冠层光谱参数相比,红光和蓝光比值(R/B)能更好地表征马铃薯氮素营养指标,其与地上部氮素含量、生物量、氮素累积量的相关性均达到极显著水平(P<0.01),其中二次函数模型相关性均优于其他函数模型.利用2022年相同独立试验验证该模型准确性,地上部氮素含量、生物量、氮素累积量实测值与预测值的决定系数(R2)分别为0.949、0.977、0.977,均方根误差(RMSE)和相对误差(MRE)分别为0.368、0.149、0.073和10.42%、6.05%、8.85%,表明模型预测精度较好.综上,无人机可见光遥感可用于马铃薯氮素营养的评估预测,块茎形成期最佳预测参数为R/B,二次函数模型为最佳预测模型.本研究为马铃薯氮素营养无损评估预测提供了理论与实践依据.

分类号：

  • 相关文献

[1]基于数字图像技术的马铃薯氮素营养估测及验证. 魏全全,李飞,张萌,陈龙,芶久兰. 2021

[2]基于无人机成像高光谱影像的冬小麦LAI估测. 陶惠林,冯海宽,杨贵军,杨小冬,刘明星,刘帅兵. 2020

[3]基于无人机数码影像的冬小麦氮含量反演. 刘帅兵,杨贵军,景海涛,冯海宽,李贺丽,陈鹏,杨文攀. 2019

[4]基于植被指数的烤烟精准追肥研究. 边立丽,艾栋,张云贵,刘青丽,常乃杰,冯文强,陈玉蓝,龙潭,陈曦,杨雪,江鸿,李志宏. 2023

[5]基于多层级特征筛选和无人机影像的冬小麦植株氮含量预测. 郭燕,王来刚,贺佳,井宇航,宋晓宇,张彦,刘婷. 2024

[6]基于无人机遥感的不同施氮水稻光谱与植被指数分析. 裴信彪,吴和龙,马萍,严永峰,彭程,郝亮,白越. 2018

[7]无人机影像光谱和纹理融合信息估算马铃薯叶片叶绿素含量. 陈鹏,冯海宽,李长春,杨贵军,杨钧森,杨文攀,刘帅兵. 2019

[8]基于无人机数码影像的马铃薯生物量估算. 刘杨,冯海宽,黄珏,孙乾,杨福芹. 2020

[9]基于无人机高光谱影像的马铃薯株高和地上生物量估算. 刘杨,冯海宽,黄珏,孙乾,杨福芹,杨贵军. 2021

[10]无人机遥感在马铃薯田间表型研究中的应用. 李敏,郭雷风,王瑞利. 2023

[11]利用光谱空间特征估算马铃薯植株氮含量. 樊意广,冯海宽,刘杨,边明博,赵钰,杨贵军,钱建国. 2023

[12]添加飞防助剂对无人机防治马铃薯晚疫病的影响. 章振羽,任丹华,刘小谭,沈学善. 2020

[13]融合无人机多光谱和纹理特征的马铃薯LAI估算. 李健,江洪,罗文彬,麻霞,张雍. 2023

[14]基于无人机成像高光谱估算马铃薯植株氮含量. 樊意广,冯海宽,刘杨,龙慧灵,杨贵军,钱建国. 2023

[15]无人机成像高光谱的马铃薯地上生物量估算. 刘杨,张涵,冯海宽,孙乾,黄珏,王娇娇,杨贵军. 2021

[16]2022年内蒙古无人机马铃薯图像数据集. 胡天赐,王瑞利,蒋呈祥,白涛,胡林,王晓丽,郭雷风. 2023

[17]利用无人机数码影像估算马铃薯地上生物量. 刘杨,黄珏,孙乾,冯海宽,杨贵军,杨福芹. 2021

[18]基于冠层光谱特征和株高的马铃薯植株氮含量估算. 樊意广,冯海宽,刘杨,边明博,孟炀,杨贵军. 2022

[19]基于FY3C地表温度重建的多云地区旱情监测评估. 张德军,杨世琦,王永前,孙亮,高阳华,祝好,叶勤玉. 2021

[20]施氮水平对湖南地区秋马铃薯生长、产量及品质的影响. 王顺妮,董文,陈鑫昊,高倩,胡新喜,熊兴耀. 2020

作者其他论文 更多>>

微信小程序