文献类型： 中文期刊

作者： 樊意广 ¹ ; 冯海宽 ¹ ; 刘杨 ¹ ; 龙慧灵 ¹ ; 杨贵军 ¹ ; 钱建国 ² ;

作者机构： 1.农业农村部农业遥感机理与定量遥感重点实验室北京市农林科学院信息技术研究中心

2.辽宁工程技术大学测绘与地理科学学院

关键词： 无人机;马铃薯;高光谱;图像特征;植株氮含量

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2023 年 005 期

页码： 1524-1531

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 植株氮含量（PNC）是评价作物长势和氮营养状况的重要指标，因此，准确高效地获取PNC信息，对动态监测马铃薯长势及精准施控氮肥具有重要意义。首先于马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期获取无人机高光谱影像，并基于预处理的影像提取5个生育期冠层的原始光谱和一阶微分光谱；其次将提取的冠层光谱与马铃薯PNC进行相关性分析，筛选出PNC的敏感波长；然后分别利用灰度共生矩阵和1～3阶颜色矩，提取冠层原始光谱特征波长处高光谱图像的纹理和颜色2种图像特征，并将提取的特征与马铃薯PNC进行相关性分析，筛选出相关性较高的前5个图像特征；最后分别基于光谱特征、图像特征和图谱融合特征利用弹性网络回归（ENR）、贝叶斯线性回归（BLR）和极限学习机（ELM） 3种方法建立马铃薯PNC估算模型。结果表明：（1）马铃薯5个生育期的冠层光谱特征波长存在差异，但多数位于可见光区域。（2）冠层原始光谱特征波长图像的纹理和颜色特征与PNC的相关性较高，且现蕾期到淀粉积累期的相关性明显高于成熟期。（3）基于单一光谱特征和单一图像特征构建的马铃薯PNC估算模型在现蕾期到淀粉积累期效果较好，成熟期效果较差。（4）现蕾期到淀粉积累期，基于图谱融合特征的马铃薯PNC估算效果明显优于单一光谱特征和单一图像特征。（5）马铃薯各生育期，基于同种变量利用ENR构建的PNC估算模型效果较好，BLR次之，ELM较差。其中，以图谱融合特征为模型变量，利用ENR构建的PNC估算模型精度和稳定性最好，5个生育期的建模R~2分别为0.91、 0.75、 0.82、 0.77和0.69, RMSE分别为0.24%、 0.31%、 0.26%、 0.22%和0.29%, NRMSE分别为6.59%、 9.79%、 9.58%、 7.87%和11.03%。该研究可为马铃薯的氮营养监测提供一种快捷高效的技术手段。