基于高光谱分析的玉米叶片氮含量分层诊断研究

文献类型： 中文期刊

第一作者： 张银杰

作者： 张银杰;王磊;白由路;杨俐苹;卢艳丽;张静静;李格

作者机构：

关键词： 玉米叶片;氮素含量;光谱指数;分层诊断

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2019 年 39 卷 9 期

页码： 2829-2835

摘要： 为了明确不同生育时期进行玉米氮素营养诊断的叶片层位,建立准确稳健的玉米氮素营养诊断模型,以达到合理追施氮肥,提高氮肥利用率的目的.试验采用单因素盆栽试验设计,以玉米(郑单958)为研究对象,应用高光谱技术,分析了不同氮营养水平下不同生育时期不同层位玉米叶片的氮含量分布和变化规律及光谱响应特征;并依据叶片氮含量与光谱反射率的相关关系,叶片氮含量与全波段(400~2000 nm)任意两两波段组合构建的比值光谱指数(RSI)的回归关系,初步确定了不同生育时期进行氮素营养高光谱诊断的目标叶片,筛选出最优的比值光谱指数,建立了叶片氮素含量估算模型.结果表明:玉米叶片氮含量:上层>中层>下层;随着玉米的生长,在低氮条件下上层叶片氮含量呈先减少后增加(追肥)再减少趋势,在高氮条件下呈减少趋势,中下层叶片氮含量呈递减趋势.六叶期下层玉米叶片光谱反射率敏感范围较大,相关性较强;九叶期和灌浆期上层玉米叶片的光谱反射率敏感范围较广,相关性较强;开花吐丝期中层叶片的光谱反射率敏感范围较大,相关性较强.六叶期选取下层叶作为诊断目标叶,选取最佳比值光谱指数RS I(1811,1842)建立线性估算模型,九叶期和灌浆期选取上层叶片作为诊断目标叶,选取的最佳比值光谱指数分别为RSI(720,557),RSI(600,511)建立线性估算模型,开花吐丝期选取中层叶片作为诊断目标叶,选取比值光谱指数RSI(688,644)建立线性估算模型.研究结果可为快速准确地利用光谱技术进行玉米叶片氮素营养诊断提供理论依据.

分类号： O433.4

  • 相关文献

[1]玉米叶片的光谱响应及其氮素含量预测研究. 陈志强,王磊,白由路,杨俐苹,卢艳丽,王贺,王志勇. 2013

[2]基于遥感数据的冬小麦长势监测和变量施肥研究进展. 梁红霞,马友华,黄文江,刘良云,王纪华,赵春江,薛绪掌. 2005

[3]基于叶片及冠层叶绿素参数的冬小麦籽粒蛋白质含量预测研究. 宋晓宇,王纪华,杨贵军,崔贝,常红. 2014

[4]施氮时期对糜子光合特性和各器官氮素含量的影响. 王君杰,田翔,王海岗,陈凌,曹晓宁,刘思辰,秦慧彬,杨光宗,乔治军. 2016

[5]基于TM影像的冬小麦苗期长势与植株氮素遥感监测研究. 李卫国,王纪华,赵春江,童庆禧,刘良云. 2007

[6]运用光谱参数冠层覆盖度建立作物长势及氮营养状态模型. 陶志强,Shamim Ara Bagum,马玮,周宝元,付金东,崔日鲜,孙雪芳,赵明. 2016

[7]放牧强度对新麦草人工草地植物地下部分生物量及其氮素含量动态的影响. 白可喻,韩建国,王培,李宏. 2000

[8]氮肥减施下添加硝化抑制剂对夏玉米植株及土壤氮素积累分配及产量的影响. 张盼盼,李川,张美微,赵霞,黄璐,刘京宝,乔江方. 2023

[9]氮肥施用对杂交稻天优华占及其父母本产量与品质的影响. 徐春梅,王丹英,陈丽萍,陈松,朱旭东,章秀福. 2013

[10]高产小麦氮素积累及其与产量和蛋白质含量的关系. 赵广才,张保明,王崇义. 2000

[11]水稻不同器官氮积累及转化效率与氮素利用效率的关系. 李培德,朴钟泽,张建明,朱春梅,王士梅. 2007

[12]根瘤菌对大豆生理及农艺性状的影响. 孟庆英,张立波,张春峰,郭泰,朱宝国,王囡囡. 2015

[13]棉花黄萎病叶片氮素含量与高光谱数据相关性分析. 陈兵,徐丽,刘政,韩焕勇,王方永. 2015

[14]1028自动定氮分析仪在氮素含量测定中的应用. 高旭升,田种存. 2002

[15]3种一次性施肥方式对夏玉米生长发育及氮素利用的影响. 严旖旎,单海勇,刘旭杰,张晋,石晓旭,刘海翠,李赢,刘建,杨美英. 2023

[16]无人机遥感监测果树氮素含量研究进展. 陈鲁威,曾锦,袁全春,潘健,姚凤腾,吕晓兰. 2024

[17]利用神经网络提取棉花叶片数字图像氮素含量的初步研究. 李小正,谢瑞芝,王克如,白中英,李少昆,王方永,高世菊. 2007

[18]基于运动捕获数据的玉米叶片静力应变试验研究. 王雪,郭新宇,肖伯祥,陆声链. 2011

[19]玉米叶片形态建模与网格简化算法研究. 肖伯祥,郭新宇,王纪华,郑文刚,王丹虹. 2007

[20]玉米叶片形态的几何造型研究. 邓旭阳,郭新宇,周淑秋,郑文刚. 2005

作者其他论文 更多>>

微信小程序