您好,欢迎访问北京市农林科学院 机构知识库!

基于面积指数的植株氮含量遥感估算

文献类型: 中文期刊

作者: 杨福芹 1 ; 冯海宽 1 ; 谢瑞 1 ; 韩佩佩 1 ; 戴渝心 1 ; 蔡国盛 1 ; 金丽妍 1 ;

作者机构: 1.河南工程学院土木工程学院;国家农业信息化工程技术研究中心

关键词: 冬小麦;植株氮含量;植被指数;高光谱;逐步回归分析

期刊名称: 商丘师范学院学报

ISSN: 1672-3600

年卷期: 2020 年 09 期

页码: 41-45

摘要: 高光谱影像高效地评估冬小麦植株的氮含量是农业专业化发展的需要,为了对冬小麦进行实时的氮含量监测,该研究以构建的面积归一化植被指数A-NDVI和面积比值植被指数A-RVI为特征变量,利用逐步回归法分生育期建立冬小麦植株氮含量的遥感估测模型.结果表明:在开花期,A-NDVI_4,A-RVI_8与冬小麦PNC的相关性最好,r均为0.63;在挑旗期,A-NDVI_4与冬小麦PNC的相关性最好,r为0.67.开花期建模和验证的R~2分别为0.77和0.72,验证的RMSE和NRMSE为0.14和10.48%;挑旗期建模和验证的R~2分别为0.60和0.54,验证的RMSE和NRMSE为0.18和14%,两期的建模和验证结果均比较好,其研究结果可为今后冬小麦的植株氮含量估测提供参考价值.

  • 相关文献

[1]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

[2]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

[3]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

[4]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

[5]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

[6]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

[7]用神经网络和高光谱植被指数估算小麦生物量. 王大成,王纪华,靳宁,王芊,李存军,黄敬峰,王渊,黄芳. 2008

[8]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

[9]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

[10]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

[11]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

[12]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

[13]用神经网络和高光谱植被指数估算小麦生物量. 王大成,王纪华,靳宁,王芊,李存军,黄敬峰,王渊,黄芳. 2008

[14]基于植被指数的叶绿素密度遥感反演建模与适用性研究. 张苏,刘良云,黄文江. 2013

[15]基于连续小波变换的冬小麦叶片最大净光合速率遥感估算. 苗梦珂,王宝山,李长春,龙慧灵,杨贵军,冯海宽,翟丽婷,刘明星,吴智超. 2020

[16]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

[17]基于高光谱响应与模拟模型的冬小麦变量追氮研究. 蒋阿宁,黄文江,王纪华,刘克礼,赵春江,刘良云. 2007

[18]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

[19]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

[20]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

作者其他论文 更多>>