您好,欢迎访问北京市农林科学院 机构知识库!

基于高光谱响应与模拟模型的冬小麦变量追氮研究

文献类型: 中文期刊

作者: 蒋阿宁 1 ; 黄文江 1 ; 王纪华 1 ; 刘克礼 2 ; 赵春江 1 ; 刘良云 1 ;

作者机构: 1.国家农业信息化工程技术研究中心

2.内蒙古农业大学农学院

关键词: 冬小麦;植被指数;变量施肥;CERES-wheat模型

期刊名称: 麦类作物学报

ISSN: 1009-1041

年卷期: 2007 年 27 卷 03 期

页码: 158-162

收录情况: 北大核心 ; CSCD

摘要: 为给小麦变量施氮提供依据,利用冬小麦起身期和拔节期冠层光谱数据,选用反映冬小麦长势信息的优化土壤调节植被指数OSAVI(Optimization of soil-adjusted vegetation index)与CERES-Wheat模型相结合进行变量施肥管理(变量区),以相邻地块常规非变量(均一)施肥区(对照区)为对照,对变量追氮模型的可行性进行探讨,并对变量追肥处理的实际效果进行分析。结果表明,CERES-Wheat模型能较好地反映冬小麦的生长状况,在冬小麦产量预测中,目标产量与实测产量具有良好的一致性。变量施肥区的产量、籽粒蛋白质含量及经济效益均优于对照区,同时变量施肥区的籽粒产量和蛋白质含量的空间变异较对照均有所降低,说明基于高光谱响应与模拟模型的冬小麦变量追氮技术具有一定的理论意义和实用价值。

  • 相关文献

[1]基于多时相航空高光谱遥感影像的冬小麦长势空间变异研究. 宋晓宇,王纪华,阎广建,黄文江,刘良云. 2010

[2]基于光谱指数的变量施肥对冬小麦产量构成的影响及其效益分析. 蒋阿宁,黄文江,赵春江,刘良云,王纪华,刘克礼. 2007

[3]基于光谱指数的冬小麦变量施肥效应研究. 蒋阿宁,黄文江,赵春江,刘克礼,刘良云,王纪华. 2007

[4]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

[5]利用叶绿素计进行冬小麦变量施肥及其效应研究. 蒋阿宁,黄文江,刘克礼,王纪华,赵春江,刘良云. 2007

[6]基于土壤肥力与目标产量的冬小麦变量施氮及其效果. 薛绪掌,陈立平,孙治贵,赵春江. 2004

[7]不同施肥决策对冬小麦生长影响的高光谱监测及对比分析. 崔贝,黄文江,杨武德,宋晓宇,陈立平,冯美臣,张东彦,张竞成. 2013

[8]基于分段方式选择敏感植被指数的冬小麦叶面积指数遥感反演. 李鑫川,徐新刚,鲍艳松,黄文江,罗菊花,董莹莹,宋晓宇,王纪华. 2012

[9]基于生长度日的冬小麦植株氮浓度监测. 赵钰,李振海,杨贵军,王建雯,段丹丹,杨武德,冯美臣. 2019

[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]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

[12]基于无人机高光谱和数码影像数据的冬小麦生物量反演. 李天驰,冯海宽,朱贝贝,范园园,金丽妍,成倩,李倩雨. 2020

[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]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

[16]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

[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]利用无人机高光谱估算冬小麦叶绿素含量. 冯海宽,陶惠林,赵钰,杨福芹,樊意广,杨贵军. 2022

[19]基于冠层光谱植被指数的冬小麦作物系数估算. 李贺丽,罗毅,赵春江,杨贵军. 2013

[20]基于冬小麦筋型修正系数的籽粒蛋白质含量遥感预测. 赵春奇,李振海,杨贵军,段丹丹,赵钰,杨武德. 2020

作者其他论文 更多>>