文献类型： 中文期刊

作者： 刘帅兵 ¹ ; 杨贵军 ² ; 景海涛 ² ; 冯海宽 ² ; 李贺丽 ² ; 陈鹏 ² ; 杨文攀 ² ;

作者机构： 1.北京农业信息技术研究中心农业部农业遥感机理与定量遥感重点实验室

2.null

关键词： 无人机;氮素;冬小麦;主成分分析;多元线性回归

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2019 年 011 期

页码： 75-85

收录情况： EI ; 北大核心 ; CSCD

摘要： 准确、快速地获取关键生育期冬小麦氮素含量,对农业管理者进行田间氮素施肥有重要的决策作用.利用无人机(unmannedaerialvehicle,UAV)搭载数码相机,可以短时间内获取冬小麦长势信息,实现对冬小麦氮素含量动态监测.该研究利用2015年北京市小汤山冬小麦无人机数码影像,采用3种阈值分割方法,将田间植株作物与土壤背景分离.对比影像分割方法的时效性与准确性,最终确定可见光波段差异植被指数VDVI(visible-band difference vegetation index)提取植被信息.按照试验方案要求,在不同的氮肥与水分胁迫管理下,将冬小麦3次重复试验分成48个试验小区,依据小区边界提取小区的红、绿和蓝通道的平均DN(digitalnumber)值,选取25个植被指数,同时与各个试验小区冬小麦不同器官氮含量进行相关性分析,筛选数码影像变量.由于植被指数之间耦合度较高,因此采用主成分分析对原始数据进行成分提取,提取特征向量参与建模,最后利用多元线性回归分析建立氮素反演模型,通过决定系数(R2)、均方根误差(RMSE)和归一化的均方根误差(nRMSE)3个指标筛选出最佳模型,探究各器官氮素含量与数码变量的相关性.结果表明,实验室实测氮素含量与UAV数码影像氮素反演结果及基本一致.在反演模型构建精度方面,3种数据处理结果整体>部分>植被指数,反演效果叶氮>植株氮>茎氮.以冬小麦挑旗期为例,叶片氮含量整体信息提取验证模型的R2、RMSE和nRMSE分别为0.85、0.235和6.10%,比部分信息提取验证模型的R2高0.14,RMSE和nRMSE分别降低0.068和1.77个百分点;比植被指数信息提取验证模型的R2高0.43,RMSE和nRMSE分别降低0.141和3.67个百分点.研究表明,基于UAV数码影像利用多元线性回归构建冬小麦氮素含量反演模型,对试验小区整体提取作物信息的方式反演冬小麦叶氮含量效果最好,相比传统反演方法,模型稳定性更高,可为冬小麦田间水肥决策管理提供参考.