基于冠层光谱特征和株高的马铃薯植株氮含量估算

文献类型： 中文期刊

第一作者： 樊意广

作者： 樊意广;冯海宽;刘杨;边明博;孟炀;杨贵军

作者机构：

关键词： 马铃薯;植株氮含量;株高;无人机;数码影像;冠层光谱特征

期刊名称： 农业机械学报

ISSN： 1000-1298

年卷期： 2022 年 006 期

页码： 202-208,294

收录情况： EI ; 北大核心 ; CSCD

摘要： 为及时准确地掌握作物的植株氮含量（PNC）信息，监测作物生长状况，实现农田氮素施肥的科学管理，以马铃薯为研究对象，首先获取了现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期的数码影像，并实测了各生育期的PNC、株高（H）和地面控制点（GCP）的三维坐标。其次利用各生育期的无人机数码影像与GCP结合生成试验区域的数字正射影像（DOM）和数字表面模型（DSM）,并从中提取冠层光谱特征和株高(Hdsm)。然后将各生育期提取的Hdsm和数码影像变量与地面实测的PNC进行相关性分析，从中筛选出相关性较好的影像变量和Hdsm作为马铃薯PNC估算模型的输入参数。最后分别基于影像变量和影像变量结合Hdsm利用多元线性回归（MLR）、误差反向传播（BP）神经网络和Lasso回归3种方法构建马铃薯PNC估算模型。结果表明：基于DSM提取的Hdsm与实测H具有较高的拟合度（R~2为0.860,RMSE为2.663 cm, NRMSE为10.234%）;各生育期加入Hdsm,均能提高马铃薯PNC的估算精度和稳定性；各生育期利用MLR方法构建的PNC估算模型优于BP神经网络和Lasso回归。该研究可为马铃薯PNC状况的高效、无损监测提供技术支撑。

分类号： S532

  • 相关文献

[1]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

[2]基于无人机数码影像的冬小麦株高和生物量估算. 陶惠林,徐良骥,冯海宽,杨贵军,杨小冬,苗梦珂,代阳. 2019

[3]基于无人机数码影像的玉米育种材料株高和LAI监测. 牛庆林,冯海宽,杨贵军,李长春,杨浩,徐波,赵衍鑫. 2018

[4]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

[5]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

[6]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

[7]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

[8]基于无人机数码影像的冬小麦叶面积指数探测研究. 高林,杨贵军,李红军,李振海,冯海宽,王磊,董锦绘,贺鹏. 2016

[9]基于无人机数码影像的大豆育种材料叶面积指数估测. 李长春,牛庆林,杨贵军,冯海宽,刘建刚,王艳杰. 2017

[10]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

[11]融合无人机影像光谱与纹理特征的冬小麦氮营养指数估算. 杨福芹,冯海宽,肖天豪,李天驰,郭向前. 2020

[12]基于冠层光谱和覆盖度的马铃薯叶片钾含量估算方法. 马彦鹏,边明博,樊意广,陈志超,杨贵军,冯海宽. 2023

[13]基于无人机数字表面模型的冬小麦生物量估算模型构建及迁移能力分析. 郭燕,贺佳,曾凯,张彦,张红利,郑国清,王来刚. 2024

[14]基于无人机RGB遥感的甘蔗株高估测. 梁永检,吴文志,施泽升,唐利球,宋修鹏,颜梅新,郭强,秦昌鲜,何洪良,张小秋. 2023

[15]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

[16]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

[17]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

[18]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

[19]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

[20]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

作者其他论文 更多>>

微信小程序