您好,欢迎访问北京市农林科学院 机构知识库!

不同生育期冬小麦植株氮含量遥感反演方法比较

文献类型: 中文期刊

作者: 杨福芹 1 ; 李蕊 2 ; 冯海宽 3 ; 李天驰 1 ; 王果 1 ;

作者机构: 1.河南工程学院土木工程学院

2.河南理工大学测绘与国土信息工程学院

3.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;多元线性回归;逐步回归;偏最小二乘回归

期刊名称: 东北农业科学

ISSN: 2096-5877

年卷期: 2023 年 03 期

页码: 118-124

摘要: 及时、有效地预测作物氮含量,能够为作物氮素养分的监测和诊断提供合理的信息支持。本研究通过采集冬小麦开花期和灌浆期的光谱信息和相应的植株氮含量,对原始光谱及其变换形式与植株氮含量进行相关性分析,筛选不同光谱反射条件下的敏感波段,采用多元线性回归、逐步回归和偏最小二乘法分别建立植株氮含量遥感估算模型。结果表明:(1)开花期所筛选的最佳敏感波段为FR_(689)、FLR_(753)、FR_(768)、F/R_(749)、FLR_(495);灌浆期所筛选的最佳敏感波段为1/R_(955)、LR_(955)、L/RR_(955)、F/R_(490)、R_(955);(2)开花期采用PLS建立的模型效果最好,建模和验证的R~2和RMSE分别为0.72、0.12和0.62、0.16;(3)灌浆期采用PLS建立的模型效果最好,建模和验证的R~2、RMSE分别为0.70、0.11和0.32、0.18。研究发现开花期所构建的植株氮含量遥感估算模型有较高的精度和可靠性,可为更好地检测冬小麦氮素利用效率和精准施肥提供理论依据。

  • 相关文献

[1]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

[2]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

[3]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

[4]基于无人机数码影像的冬小麦氮含量反演. 刘帅兵,杨贵军,景海涛,冯海宽,李贺丽,陈鹏,杨文攀. 2019

[5]冬小麦叶绿素含量高光谱检测技术. 王伟,彭彦昆,马伟,黄慧,王秀. 2010

[6]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

[7]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

[8]应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算. 付元元,王纪华,杨贵军,宋晓宇,徐新刚,冯海宽. 2013

[9]多信息融合的冬小麦地上鲜生物量检测研究. 郑玲,朱大洲,董大明,张保华,王成,赵春江. 2016

[10]基于PROSAIL模型和无人机高光谱数据的冬小麦LAI反演. 李天驰,冯海宽,田坤云,杨福芹,杨佳琪. 2022

[11]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

[12]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

[13]冬小麦SPAD值无人机可见光和多光谱植被指数结合估算. 牛庆林,冯海宽,周新国,朱建强,雍蓓蓓,李会贞. 2021

[14]基于冠层光谱特征和株高的马铃薯植株氮含量估算. 樊意广,冯海宽,刘杨,边明博,孟炀,杨贵军. 2022

[15]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

[16]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

[17]冬小麦叶片光合特征高光谱遥感估算模型的比较研究. 张卓,龙慧灵,王崇倡,杨贵军. 2019

[18]CO_2与氮肥交互作用的番茄光合速率预测模型. 刘新英,殷鉴,李寒,张漫,李民赞. 2017

[19]基于太赫兹光谱技术的D-无水葡萄糖定性定量分析研究. 李斌,龙园,刘海顺,赵春江. 2017

[20]基于无人机高光谱长势指标的冬小麦长势监测. 陶惠林,徐良骥,冯海宽,杨贵军,苗梦珂,林博文. 2020

作者其他论文 更多>>