基于高光谱数据的滴灌甜菜叶片全氮含量估算

文献类型： 中文期刊

第一作者： 李宗飞

作者： 李宗飞;苏继霞;费聪;李阳阳;刘宁宁;戴宇祥;张开祥;王开勇;樊华;陈兵

作者机构：

关键词： 全氮;高光谱;特征参数;植被指数;估算模型

期刊名称： 作物学报

ISSN： 0496-3490

年卷期： 2020 年 46 卷 04 期

页码： 557-570

收录情况： 北大核心 ; CSCD

摘要： 本文旨在明确甜菜叶片全氮含量与高光谱地面植被遥感的定量关系,建立干旱区甜菜叶片全氮含量精确估测模型,及时监测甜菜生长状况。本研究选取新疆滴灌甜菜(Beta356)为材料,利用ASD野外高光谱仪在甜菜叶丛快速生长期、块根膨大期与糖分积累期采集各处理反射光谱,并同时测定全氮含量,分析原始光谱反射率及一阶微分光谱反射率与全氮含量的相关性,并进一步建立光谱特征参数与敏感波段植被指数全氮含量估算模型。结果表明,光谱特征参数Dr762幂函数下估算模型具有较好估算甜菜叶片全氮含量的能力,其决定系数R2=0.747,验证相对误差RE(%)为21.635,验证均方根误差RMSE为4.914;通过植被指数与叶片全氮含量建立多种函数估测模型,其中差值植被指数Dr762–Dr496下一元线性函数具有较好估算甜菜叶片全氮含量的能力,其决定系数R2=0.794,验证相对误差RE(%)为23.008,验证均方根误差为5.372。

分类号： S566.3`S127

  • 相关文献

[1]基于高光谱植被指数的棉花干物质积累估算模型研究. 黄春燕,王登伟,陈冠文,袁杰,祁亚琴,陈燕,程诚. 2006

[2]基于无人机高光谱的水稻叶片氮含量估测方法. 张黎黎,吕霞. 2021

[3]基于波段组合的植被叶片盐离子估算研究. 李哲,张飞,冯海宽,陈丽华,朱小强. 2017

[4]基于高光谱数据的滴灌甜菜叶绿素含量估算. 李宗飞,苏继霞,费聪,李阳阳,刘宁宁,樊华,陈兵. 2020

[5]基于不同植被指数的棉花光合有效辐射吸收分量估算研究. 金秀良,李少昆,王克如,肖春华,王方永,陈兵,陈江鲁,吕银亮,刁万英. 2011

[6]佛手瓜叶片光谱特征与SPAD值估算模型研究. 舒田,黎瑞君,陈智虎,孙长青,刘春艳,许元红. 2023

[7]不同冬小麦品种株高的高光谱估算模型. 李燕强,张娟娟,熊淑萍,杨阳,车芳芳. 2012

[8]用神经网络和高光谱植被指数估算小麦生物量. 王大成,王纪华,靳宁,王芊,李存军,黄敬峰,王渊,黄芳. 2008

[9]基于高光谱影像的高寒牧区土地覆盖分类与草地生物量监测模型. 方金,梁天刚,吕志邦,冯琦胜,何咏琪. 2013

[10]基于面积指数的植株氮含量遥感估算. 杨福芹,冯海宽,谢瑞,韩佩佩,戴渝心,蔡国盛,金丽妍. 2020

[11]基于植被指数的叶绿素密度遥感反演建模与适用性研究. 张苏,刘良云,黄文江. 2013

[12]冬小麦白粉病冠层光谱特征解析与病情指数反演. 范友波,顾晓鹤,王双亭,杨贵军,王磊,王立志,陈召霞. 2017

[13]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

[14]基于无人机高光谱遥感的冬小麦株高和叶面积指数估算. 陶惠林,徐良骥,冯海宽,杨贵军,代阳,牛亚超. 2020

[15]基于连续小波变换的冬小麦叶片最大净光合速率遥感估算. 苗梦珂,王宝山,李长春,龙慧灵,杨贵军,冯海宽,翟丽婷,刘明星,吴智超. 2020

[16]扫描成像光谱仪和地物光谱仪在单叶尺度上的对比研究. 张东彦,宋晓宇,马智宏,杨贵军,黄文江,王纪华. 2010

[17]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

[18]基于无人机高光谱数据的甘蔗糖分估算模型研究. 陈燕丽,黄璐,杨邵锷,孙明,丁美花,黄立宁,马瑞升,梁驰,杨鑫,陈诚. 2024

[19]不同抗感水稻品种对褐飞虱胁迫的高光谱响应特征. 杨奇欣,赖凤香,何佳春,魏琪,王渭霞,万品俊,傅强. 2024

[20]不同施氮水平下棉花叶片最大羧化速率的高光谱估测. 张鑫磊,刘连涛,孙红春,张科,白志英,董合忠,李存东,张永江. 2020

作者其他论文 更多>>

微信小程序