文献类型: 中文期刊
作者: 魏鹏飞 1 ; 徐新刚 1 ; 李中元 1 ; 杨贵军 1 ; 李振海 1 ; 冯海宽 1 ; 陈帼 1 ; 范玲玲 1 ; 王玉龙 1 ; 刘帅兵 1 ;
作者机构: 1.农业部农业遥感机理与定量遥感重点实验室北京农业信息技术研究中心;湖北大学资源环境学院
关键词: 无人机;遥感;氮;多光谱;叶片氮含量;逐步回归;夏玉米
期刊名称: 农业工程学报
ISSN: 1002-6819
年卷期: 2019 年 08 期
页码: 126-133+335
收录情况: EI ; 北大核心 ; CSCD
摘要: 利用无人机平台搭载多光谱相机组成的遥感监测系统在农业上已取得了一些成果,但利用无人机多光谱影像开展作物氮素估测研究少有尝试。基于此,该文利用国家精准农业基地2017年夏玉米3个关键生育期无人机多光谱影像和田间实测叶片氮含量数据,开展夏玉米叶片氮素含量的无人机遥感估测研究。对该研究选用的15个光谱变量,通过相关性分析解析光谱变量与LNC的相关关系,筛选出对玉米叶片氮素含量敏感的光谱变量;应用后向逐步回归方法分析不同变量指数下估测精度变化,最终确定不同生育期夏玉米LNC估测的光谱变量,实现对夏玉米叶片氮含量的较高精度监测。研究发现:1)在3个生育时期,GRE和GNDVI与LNC都有很强的相关性,表明绿波段可以很好地进行夏玉米生物理化参数的反演;2)在喇叭口期和灌浆期,OSAVI、SAVI与LNC具有高度相关性,证明在夏玉米生长前期和后期选择控制土壤因素的光谱变量可以提高对氮素估测的能力。在筛选最优光谱变量建模过程中发现,喇叭口期选取5个光谱变量(GNDVI、GRE、OSAVI、REG、SAVI)建模效果最好,估测模型的R~2、RMSE和nRMSE分别为0.63、27.63%、11.62%;抽雄吐丝期选取6个光谱变量(REG、GRE、GNDVI、MNLI、RED、NDVI)建模效果最好,估测模型的R~2、RMSE和n RMSE分别为0.64、20.50%、7.80%;灌浆期选取5个光谱变量(GRE、GNDVI、RED、NDVI、OSAVI)建模效果最好,估测模型的R~2、RMSE和n RMSE分别为0.56、31.12%、12.71%;在不同生育期选取最优光谱变量进行夏玉米LNC估测具有很好的效果。应用无人机多光谱遥感影像数据可以很好地监测田块尺度夏玉米LNC的空间分布,可为玉米田间氮素精准管理提供空间决策服务信息支持。
- 相关文献
[1]无人机影像光谱和纹理融合信息估算马铃薯叶片叶绿素含量. 陈鹏,冯海宽,李长春,杨贵军,杨钧森,杨文攀,刘帅兵. 2019
[2]病害胁迫下玉米LAI遥感反演研究. 刘帅兵,金秀良,冯海宽,聂臣巍,白怡,程明瀚. 2023
[3]基于随机森林算法的冬小麦叶片氮含量遥感估算研究. . 2019
[4]基于随机森林算法的冬小麦叶片氮含量遥感估算研究. 韩玉杰,丁宁,冯海宽,张春兰. 2019
[5]基于无人机数码影像的冬小麦株高和生物量估算. 陶惠林,徐良骥,冯海宽,杨贵军,杨小冬,苗梦珂,代阳. 2019
[6]基于无人机数码影像的玉米育种材料株高和LAI监测. 牛庆林,冯海宽,杨贵军,李长春,杨浩,徐波,赵衍鑫. 2018
[7]利用无人机高光谱影像的冬小麦氮含量监测. 冯海宽,樊意广,陶惠林,杨福芹,杨贵军,赵春江. 2023
[8]基于多载荷无人机遥感的大豆地上鲜生物量反演. 陆国政,杨贵军,赵晓庆,王艳杰,李长春,张小燕. 2017
[9]基于无人机遥感影像的大豆叶面积指数反演研究. 高林,杨贵军,王宝山,于海洋,徐波,冯海宽. 2015
[10]基于无人机数码影像的冬小麦叶面积指数探测研究. 高林,杨贵军,李红军,李振海,冯海宽,王磊,董锦绘,贺鹏. 2016
[11]基于无人机高光谱遥感的冬小麦叶面积指数反演. 高林,杨贵军,于海洋,徐波,赵晓庆,董锦绘,马亚斌. 2016
[12]农用无人机多传感器遥感辅助小麦育种信息获取. 杨贵军,李长春,于海洋,徐波,冯海宽,高林,朱冬梅. 2015
[13]无人机多光谱影像辐射一致性自动校正. 杨贵军,万鹏,于海洋,徐波,冯海宽. 2015
[14]基于无人机遥感影像的玉米苗期株数信息提取. 刘帅兵,杨贵军,周成全,景海涛,冯海宽,徐波,杨浩. 2018
[15]基于无人机搭载数码相机的小麦育种表型信息解析. 陆国政,李长春,杨贵军,于海洋,赵晓庆. 2016
[16]基于无人机载高光谱空间尺度优化的大豆育种产量估算. 赵晓庆,杨贵军,刘建刚,张小燕,徐波,王艳杰,赵春江,盖钧镒. 2017
[17]无人机农林业应用全球研究态势分析. 陈梅香,张瑞瑞,陈立平,唐青,夏浪. 2021
[18]无人机遥感解析田间作物表型信息研究进展. 刘建刚,赵春江,杨贵军,于海洋,赵晓庆,徐波,牛庆林. 2016
[19]无人机遥感技术在竹林碳储量监测中的应用与展望. 王凡,陈龙跃,高佳华,张祖铭,孙鹤,段丹丹. 2024
[20]不同条件下夏玉米冠层反射光谱响应特性的研究. 谭昌伟,郭文善,朱新开,李春燕,王纪华. 2008
作者其他论文 更多>>
-
无人机观测时间对玉米冠层叶绿素密度估算的影响
作者:周丽丽;冯海宽;聂臣巍;许晓斌;刘媛;孟麟;薛贝贝;明博;梁齐云;苏涛;金秀良
关键词:冠层叶绿素密度;观测时间;机器学习;PROSAIL模型;玉米
-
基于Sentinel数据与多特征学习的大豆种植面积提取
作者:段承君;杜晓初;龙慧灵;梅新;杨贵军;张有智
关键词:大豆;种植面积;机器学习;Google Earth Engine
-
秦岭植被生态空天地遥感监测体系与平台建设构思
作者:张静;杨贵军;李振洪;雷蕾;刘淼;高美玲
关键词:遥感;植被;监测体系;生态环境;时空演变
-
基于高光谱和深度学习的水稻秸秆覆盖度遥感估算
作者:岳继博;李婷;宋洁;田庆久;刘杨;冯海宽
关键词:卷积神经网络;水稻秸秆覆盖度;深度学习;迁移学习
-
多源遥感数据耦合CBA-Wheat模型的冬小麦生物量估算研究
作者:王士俊;刘苗;赵钰;柳昭宇;刘修宇;冯海宽;隋学艳;李振海
关键词:冬小麦;地上生物量;遗传算法;CBA-Wheat;多源数据;EVI2;Sentinel-2;遥感
-
Spiking-Hybrid方法与机器学习结合的冬小麦LAI反演
作者:李平平;王夏军;王来刚;杨贵军;马园园;孙贺光;郑淳恺;宋晓宇
关键词:小麦;高光谱;Spiking-Hybrid方法;PROSAIL;少样本
-
叶片多理化参数的高光谱遥感与深度学习估算
作者:岳继博;冷梦蝶;田庆久;郭伟;刘杨;冯海宽;乔红波
关键词:深度学习;高光谱遥感;叶片蛋白质含量;叶片叶绿素含量;叶片类胡萝卜素含量