基于高光谱的冬油菜植株氮素积累量监测模型

被引：16

作者：

李岚涛 ^{[1
,2
]}

马驿 ^{[2
]}

魏全全 ^{[1
,2
]}

汪善勤 ^{[2
]}

任涛 ^{[1
,2
]}

李小坤 ^{[1
,2
]}

丛日环 ^{[1
,2
]}

王振 ^{[3
]}

王少华 ^{[3
]}

鲁剑巍 ^{[1
,2
]}

机构：

[1] 华中农业大学资源与环境学院

[2] 农业部长江中下游耕地保育重点实验室

[3] 湖北省武穴市农业局

来源：

农业工程学报 | 2015年 / 31卷 / 20期

关键词：

光谱; 氮; 模型; 植株氮素积累量; 高光谱参数; 最优光谱比值;

D O I：

暂无

中图分类号：

S565.4 [油菜籽（芸薹）];

学科分类号：

0901 ;

摘要：

为无损和定量研究高光谱技术在冬油菜植株氮素积累量(PNA,plant nitrogen accumulation)时空变化监测的适宜性及准确性,该文以两年田间氮肥水平试验为基础,采用单变量线性和非线性回归方法,建立基于特征光谱参数的冬油菜P NA高光谱估算模型。结果表明,采用比值光谱的方法可显著提高冬油菜冠层光谱反射率与PNA间的相关性,其最佳的波段组合为1 259 nm与492 nm处光谱反射率比值(R1259/R492),决定系数R2为0.85。高光谱参数间,以比值植被指数(RVI-5)、归一化光谱指数(NDSI)、线性内插法红边位置(REIP)、三角植被指数(TVI)、742 nm处一阶微分光谱值(FD742)和红边面积(SDR)等光谱参数与PNA相关性较好(平均R2和标准误SE分别为0.69和42.70),且以FD742表现最优(R2=0.79,SE=35.66)。精度分析结果显示,以光谱参数R1259/R492和FD742为自变量的指数方程模型作为高光谱监测油菜PNA的最佳模型,各生育期Noise Equivalent(NE)均较低且表现稳定,同时模型估测精度较高,R2分别为0.98和0.98,相对均方根误差RRMSE分别为0.73和0.72,相对误差MRE分别为14.42%和10.31%。该方法为快捷和精确评估冬油菜PNA提供了新的研究思路。

引用

页码：147 / 156

页数：10

共 30 条

[1]

高光谱成像技术的不同叶位尖椒叶片氮素分布可视化研究[J]. 余克强,赵艳茹,李晓丽,丁希斌,庄载椿,何勇.光谱学与光谱分析. 2015(03)

[2]

植被氮素浓度高光谱遥感反演研究进展[J]. 王莉雯,卫亚星.光谱学与光谱分析. 2013(10)

[3] 基于多种光谱仪的水稻前期植株氮积累量监测 [J].