基于无人机高光谱影像的冬小麦叶片氮浓度遥感估测

文献类型： 中文期刊

第一作者： 孙法福

作者： 孙法福;赖宁;耿庆龙;李永福;吕彩霞;信会男;李娜;陈署晃

作者机构：

关键词： 冬小麦;叶片氮浓度;无人机;高光谱;偏最小二乘回归;组合光谱指数

期刊名称： 干旱区研究

ISSN：

年卷期： 2024 年 006 期

页码： 1069-1078

收录情况： 北大核心 ; CSCD

摘要： 叶片氮浓度(LNC)是反应作物光合作用、营养状况和长势的重要指标,为精准高效地估测不同生育期冬小麦叶片氮浓度,以新冬22为研究对象,利用无人机搭载Pika L高光谱相机获取4个关键生育期冬小麦冠层反射率数据.基于波段优化算法和相关性分析筛选LNC敏感光谱指数,结合逐步回归、多元线性回归和偏最小二乘回归建立关键生育期冬小麦叶片氮浓度估测模型,并与单变量估测模型进行比较.结果表明:基于波段优化算法筛选的组合光谱指数与LNC的相关性优于传统植被指数,且达到极显著性相关;在单变量LNC估测模型中,组合光谱指数构建的模型精度优于传统植被指数,其中,扬花期差值光谱指数(DSI(R940、R968))建立的估测模型最好,R2为0.789;多变量估测模型精度均优于单变量估测模型,其中,基于偏最小二乘回归构建的LNC估算模型最好,孕穗期和扬花期拟合效果较优,模型决定系数均为0.923,均方根误差为0.082、0.084.本研究结果可以作为冬小麦LNC估测和长势监测的科学依据.

分类号： S51

  • 相关文献

[1]基于无人机数码影像和高光谱数据的冬小麦产量估算对比. 陶惠林,冯海宽,杨贵军,杨小冬,苗梦珂,吴智超,翟丽婷. 2019

[2]基于无人机高光谱遥感数据的冬小麦生物量估算. 陶惠林,冯海宽,徐良骥,杨贵军,杨小冬,苗梦珂,刘明星. 2020

[3]基于随机森林算法的冬小麦叶面积指数遥感反演研究. 张春兰,杨贵军,李贺丽,汤伏全,刘畅,张丽妍. 2018

[4]融合多因子的无人机高光谱遥感冬小麦产量估算. 谢瑞,杨福芹,冯海宽,李天驰. 2023

[5]利用无人机高光谱影像的冬小麦氮含量监测. 冯海宽,樊意广,陶惠林,杨福芹,杨贵军,赵春江. 2023

[6]基于高光谱的水稻土有机质含量估算研究. 卢岩,郭斗斗,孙成明,刘涛,陈瑛瑛,武威. 2014

[7]不同利用方式下土壤有机质和全磷的可见近红外高光谱反演. 薛利红,周鼎浩,李颖,杨林章. 2014

[8]基于高光谱数据的高寒草地土壤有机碳预测模型研究. 崔霞,宋清洁,张瑶瑶,胥刚,孟宝平,高金龙. 2017

[9]基于高光谱的柑橘叶片钾含量快速诊断模型. 李勋兰,王武,杨蕾,韩国辉,杨海健,洪林. 2019

[10]基于SVR和PLSR的土壤有机质高光谱估测模型研究. 沈兰芝,高懋芳,闫敬文,姚艳敏. 2019

[11]不同颗粒大小对高光谱估算土壤有机质含量的影响. 司海青,姚艳敏,王德营,刘影. 2015

[12]基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用. 高林,杨贵军,李长春,冯海宽,徐波,王磊,董锦绘,付奎. 2017

[13]一款无人机高光谱传感器的验证及其在玉米叶面积指数反演中的应用. 陈鹏飞,李刚,石雅娇,徐志涛,杨粉团,曹庆军. 2018

[14]基于无人机的高光谱遥感图像采集和处理技术研究. 陈智虎,童倩倩,赵泽英,岳延滨. 2019

[15]基于无人机高光谱遥感的太行山经济林树种识别研究. 孙一丹,杨晓楠,张海涛,张爱军,庞立欣,郭艳超,郭雪涛,梁欣. 2024

[16]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

[17]无人机载框幅式高光谱影像的波段配准研究. 王晶晶,史云,刘含海. 2017

[18]无人机遥感的农作物精细分类研究进展. 田甜,王迪,曾妍,张影,黄青. 2020

[19]基于无人机低空高光谱遥感影像的柑橘黄龙病植株监测模型. 李敏,覃泽林,兰宗宝,方辉,余圣新,莫小香,谢国雪,曾志康. 2023

[20]病害胁迫下玉米LAI遥感反演研究. 刘帅兵,金秀良,冯海宽,聂臣巍,白怡,程明瀚. 2023

作者其他论文 更多>>

微信小程序