您好,欢迎访问北京市农林科学院 机构知识库!

基于高光谱的冬小麦氮素营养指数估测

文献类型: 中文期刊

作者: 王仁红 1 ; 宋晓宇 2 ; 李振海 2 ; 杨贵军 2 ; 郭文善 1 ; 谭昌伟 1 ; 陈立平 2 ;

作者机构: 1.扬州大学江苏省作物遗传生理国家重点实验室培育点/粮食作物现代产业技术协同创新中心

2.北京农业信息技术研究中心

关键词: 氮素;模型;光谱分析;氮营养指数;冬小麦

期刊名称: 农业工程学报

ISSN: 1002-6819

年卷期: 2014 年 30 卷 19 期

页码: 191-198

收录情况: EI ; 北大核心 ; CSCD

摘要: 为了准确定量诊断氮素状况,为施肥和产量、品质的估测提供参考,该文通过设置不同氮素水平和品种类型的冬小麦田间试验,分析孕穗至灌浆初期不同光谱参数在小麦氮素营养状况监测上的差异,筛选叶片氮素含量和冠层氮素密度反演效果较好的参数,建立其与氮营养指数(NNI,nitrogen nutrition index)的经验模型。研究表明,线性内插法红边位置(REPLI)、修正红边单比指数(mSR705)、比值指数(RI-1dB)、简单比值色素指数(SRPI)、红边指数(VOG)等光谱参数与氮素营养指标具有良好的相关性(r>0.85),且不受生育期影响,可用来反演评价冠层氮素营养状况;研究对筛选的光谱参数与各氮素指标进行回归建模,并用独立试验数据对所建模型进行验证,结果显示,REPLI在氮营养指数估测方面表现较好(r=0.93),估测模型精度较高(决定系数R2=0.86,均方根误差RMSE=0.08)。NNI在氮素营养状况诊断方面有一定的优势,通过高光谱反演氮营养指数进行氮素营养状态的定性定量诊断有一定的可行性。

  • 相关文献

[1]冬小麦灌浆期蚜虫危害高光谱特征研究. 罗菊花,黄木易,赵晋陵,黄文江,张竞成,董莹莹,王锦地. 2011

[2]基于赤池信息准则的冬小麦植株氮含量高光谱估算. 杨福芹,戴华阳,冯海宽,杨贵军,李振海,陈召霞. 2016

[3]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

[4]最优权重组合模型和高光谱估算苹果叶片全磷含量. 冯海宽,杨福芹,李振海,杨贵军,郭建华,贺鹏,王衍安. 2016

[5]基于EFAST和PLS的苹果叶片等效水厚度高光谱估算. 冯海宽,李振海,金秀良,杨贵军,万鹏,郭建华,于海洋,杨福芹,李伟国. 2016

[6]不同株型冬小麦冠层结构特征多时相分析. 杨贵军,邢著荣,黄文江,齐腊,李伟国. 2010

[7]基于综合指标的冬小麦长势无人机遥感监测. 裴浩杰,冯海宽,李长春,金秀良,李振海,杨贵军. 2017

[8]基于高光谱维数约简与植被指数估算冬小麦叶面积指数的比较. 付元元,杨贵军,冯海宽,徐新刚,宋晓宇,王纪华. 2012

[9]冬小麦冠层不同叶层和茎鞘氮素与籽粒品质关系的研究. 王之杰,王纪华,黄文江,马智红,赵明. 2003

[10]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

[11]用叶面标记态~(15)N研究冬小麦不同叶位氮素的运转. 王之杰,王纪华,赵春江,黄文江,马智红,赵明. 2004

[12]冬小麦冠层氮素的垂直分布及光谱响应. 王纪华,王之杰,黄文江,马智宏,刘良云,赵春江. 2004

[13]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

[14]田间小麦叶面积空间分布数学模型的建立与应用. 赵春江,吴华瑞,王纪华,黄文江. 2004

[15]基于TM和PLS的冬小麦籽粒蛋白质含量预测. 谭昌伟,王纪华,黄文江,王君婵,朱新开,郭文善. 2011

[16]基于Dualex氮平衡指数测量仪的作物叶绿素含量估算模型. 李振海,王纪华,贺鹏,张勇峰,刘海英,常红,徐新刚. 2015

[17]基于随机森林算法的冬小麦生物量遥感估算模型对比. 岳继博,杨贵军,冯海宽. 2016

[18]作物生长模型的适用性评价及冬小麦产量预测. 王伟,黄义德,黄文江,李存军,王娴. 2010

[19]基于开花期氮素营养指标的冬小麦籽粒蛋白质含量遥感预测. 屈莎,李振海,邱春霞,杨贵军,宋晓宇,陈召霞,刘畅. 2017

[20]区域冬小麦籽粒蛋白含量遥感预测研究. 王琦,宋晓宇,杨贵军,李振海,冯海宽. 2018

作者其他论文 更多>>