您好,欢迎访问北京市农林科学院 机构知识库!

基于赤池信息准则的冬小麦植株氮含量高光谱估算

文献类型: 中文期刊

作者: 杨福芹 1 ; 戴华阳 2 ; 冯海宽 1 ; 杨贵军 1 ; 李振海 1 ; 陈召霞 1 ;

作者机构: 1.北京农业信息技术研究中心

2.中国矿业大学

关键词: 模型;氮;光谱分析;冬小麦;植株氮含量;赤池信息量准则;变量投影重要性;偏最小二乘法

期刊名称: 农业工程学报

ISSN: 1002-6819

年卷期: 2016 年 32 卷 23 期

页码: 161-167

收录情况: EI ; 北大核心 ; CSCD

摘要: 为了快速、准确地测定冬小麦植株氮含量,利用2014?2015年的冬小麦冠层反射光谱数据构建了16种氮素或叶绿素敏感光谱指数,基于变量投影重要性(variable importance projection,VIP)-偏最小二乘(partial least squares,PLS)-赤池信息准则(Akaike’s information criterion,AIC)整合模型构建了不同生育期植株氮含量最佳回归模型,并用2012?2013年挑旗期数据对模型进行了验证。结果表明:在AIC下,拔节期以4个植被指数为自变量的模型最优;挑旗期以5个植被指数为自变量的模型最优;开花期以4个植被指数为自变量的模型最优;灌浆期以6个植被指数为自变量的模型最优。4个生育期建模的决定系数(R2)和均方根误差(RMSE)分别为0.71、0.86、0.75、0.46和0.23%、0.13%、0.12%、0.15%,以挑旗期决定系数为最大。挑旗期验证集的R2和RMSE分别为0.81和0.41%,预测模型和验证模型均具有较高的估算精度和可靠性,研究结果为选择小麦合适的生育期估算小麦植株氮营养状况提供参考。

  • 相关文献

[1]基于赤池信息量准则的冬小麦叶面积指数高光谱估测. 杨福芹,冯海宽,李振海,高林,杨贵军,戴华阳. 2016

[2]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

[3]基于高光谱的冬小麦氮素营养指数估测. 王仁红,宋晓宇,李振海,杨贵军,郭文善,谭昌伟,陈立平. 2014

[4]基于无人机影像与GA-BP神经网络的生物量估算. 杨福芹,李天驰,冯海宽,解鹏,陈超,高磊磊. 2023

[5]基于特征光谱参数的苹果叶片叶绿素含量估算. 冯海宽,杨福芹,杨贵军,李振海,裴浩杰,邢会敏. 2018

[6]基于赤池信息量准则的冬小麦叶面积指数估算. 杨福芹,冯海宽,李振海,金秀良,杨贵军,戴华阳. 2015

[7]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

[8]北京地区冬小麦不同生育期植株氮营养高光谱诊断. 杨福芹,冯海宽,李振海,陈超,高磊磊,周龙. 2020

[9]不同生育期冬小麦植株氮含量遥感反演方法比较. 杨福芹,李蕊,冯海宽,李天驰,王果. 2023

[10]基于CARS特征波段筛选的冬小麦植株氮浓度监测. 陶婷,孟炀,杜晓初,梅新,赵培钦,梅广源,赵倩,杨小冬. 2024

[11]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

[12]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

[13]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

[14]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

[15]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

[16]基于PLS和组合预测方法的冬小麦收获指数高光谱估测. 陈帼,徐新刚,杜晓初,杨贵军,赵晓庆,魏鹏飞,王玉龙,范玲玲. 2019

[17]运用PLS算法由小麦冠层反射光谱反演氮素垂直分布. 王纪华,黄文江,劳彩莲,张录达,罗长兵,王韬,刘良云,宋晓宇,马智宏. 2007

[18]基于灰度关联分析的冬小麦叶片含水量高光谱估测. 金秀良,徐新刚,王纪华,李鑫川,王妍,谭昌伟,朱新开,郭文善. 2012

[19]怀柔水库上游农业氮磷污染负荷变化. 张微微,李红,孙丹峰,周连第. 2013

[20]冬小麦氮平衡指数与籽粒蛋白质含量空间结构及关系. 宋森楠,宋晓宇,陈立平,杨贵军,崔贝,金秀良,谭昌伟,郭文善. 2013

作者其他论文 更多>>