您好,欢迎访问北京市农林科学院 机构知识库!

条锈病胁迫下冬小麦冠层叶片氮素含量的高光谱估测模型

文献类型: 中文期刊

作者: 蒋金豹 1 ; 陈云浩 1 ; 黄文江 2 ; 李京 1 ;

作者机构: 1.北京师范大学资源学院

2.国家农业信息化工程技术研究中心

关键词: 高光谱;冬小麦;条锈病;叶片氮素含量;估测模型

期刊名称: 农业工程学报

ISSN: 1002-6819

年卷期: 2008 年 24 卷 01 期

页码: 35-39

收录情况: EI ; 北大核心 ; CSCD

摘要: 为利用高光谱遥感诊断条锈病胁迫下作物的营养状况,测量感染条锈病的冬小麦冠层反射率以及相应叶片全氮(LTN)含量,利用线性和非线性回归方法,建立了微分光谱与小麦LTN含量之间的回归模型。研究表明随病情加重,小麦LTN含量逐渐降低,并与一阶微分光谱在430~518、534~608、660~762 nm以及783~893 nm区域具有极显著相关性。经检验,以红边内一阶微分总和与蓝边内一阶微分总和比值(SDr/SDb)为变量的模型是估测LTN含量的最佳模型,其RMSE为0.3567,相对误差为8.33%。因此,利用高光谱遥感估测条锈病胁迫下作物LTN含量是可行的,且具有较高的反演精度。研究成果可为小麦氮素营养监测、精准施肥以及条锈病情诊断等提供理论依据和指导。

  • 相关文献

[1]病害胁迫下冬小麦冠层叶片色素含量高光谱遥感估测研究. 蒋金豹,陈云浩,黄文江. 2007

[2]冬小麦条锈病的光谱特征及遥感监测. 王纪华,黄文江,黄义德,赵春江,万安民. 2003

[3]冬小麦条锈病生理变化及其遥感机理. 黄义德,黄文江,刘良云,王纪华,万安民. 2004

[4]利用高光谱微分指数进行冬小麦条锈病病情的诊断研究. 蒋金豹,陈云浩,黄文江. 2007

[5]指示冬小麦条锈病严重度的两个新的红边参数. 王圆圆,陈云浩,李京,黄文江. 2007

[6]基于叶片光谱分析的小麦白粉病与条锈病区分及病情反演研究. 袁琳,张竞成,赵晋陵,黄文江,王纪华. 2013

[7]冬小麦条锈病害与常规胁迫的定量化识别研究——高光谱应用. 罗菊花,黄文江,韦朝领,黄木易,陈云浩,王纪华. 2008

[8]不同氮素营养条件下的冬小麦生理及光谱特性. 景娟娟,王纪华,王锦地,刘良云,黄文江,赵春江. 2003

[9]表征冬小麦倒伏强度敏感冠层结构参数筛选及光谱诊断模型. 束美艳,顾晓鹤,孙林,朱金山,杨贵军,王延仓. 2019

[10]最小二乘支持向量机方法对冬小麦叶面积指数反演的普适性研究. 谢巧云,黄文江,梁栋,彭代亮,黄林生,宋晓宇,张东彦,杨贵军. 2014

[11]基于高光谱遥感与SAFY模型的冬小麦地上生物量估算. 刘明星,李长春,李振海,冯海宽,杨贵军,陶惠林. 2020

[12]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

[13]基于新型植被指数的冬小麦LAI高光谱反演. 束美艳,顾晓鹤,孙林,朱金山,杨贵军,王延仓,张丽妍. 2018

[14]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

[15]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

[16]冬小麦生育前期LAI高光谱反演研究. 何小安,李存军,周静平,赵叶,葛艳. 2019

[17]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

[18]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

[19]基于冬小麦冠层高光谱的干生物量监测. 赵钰,李振海,杨贵军,王建雯,段丹丹,杨武德,冯美臣. 2019

[20]基于随机森林算法的冬小麦叶面积指数遥感反演研究. 张春兰,杨贵军,李贺丽,汤伏全,刘畅,张丽妍. 2018

作者其他论文 更多>>