基于多光谱图像的水稻叶片叶绿素和籽粒氮素含量检测研究

被引:15
作者
张浩
姚旭国
张小斌
祝利莉
叶少挺
郑可锋
胡为群
机构
[1] 浙江省农业科学院数字农业研究中心
关键词
多光谱成像; 光谱反射率; 水稻; 植被指数; 遥感;
D O I
10.16819/j.1001-7216.2008.05.019
中图分类号
S511 [稻];
学科分类号
摘要
先利用常规技术分析了水稻的叶片叶绿素和籽粒氮素含量,然后用包含绿(G)、红(R)和近红外(NIR)三波段通道的电荷耦合器件(CCD)成像技术对水稻叶片和籽粒进行了无损检测。试验结果显示,水稻叶片叶绿素a、叶绿素b分别与G、NIR通道图像灰度呈极显著线性相关,叶绿素(a+b)含量则与上述两通道图像灰度呈显著线性相关;而且,水稻籽粒氮素含量与G、NIR通道、归一化植被指数(NDVI)灰度呈显著线性相关。由此建立了水稻叶片叶绿素和籽粒氮素含量的多光谱图像预测模型,并分别用21个样本对模型进行检验,其中线性显著相关的7个模型的相对误差RE(%)介于9.36%~15.7%,实现了对水稻叶片叶绿素和籽粒氮素含量的快速、准确、非破坏性检测。
引用
收藏
页码:555 / 558
页数:4
相关论文
共 10 条
[1]   基于机器视觉的棉花群体叶绿素监测 [J].
王方永 ;
李少昆 ;
王克如 ;
隋学艳 ;
柏军华 ;
陈兵 ;
刘国庆 ;
谭海珍 .
作物学报, 2007, (12) :2041-2046
[2]   基于学习矢量量化神经网络的水稻白穗和正常穗的高光谱识别 [J].
刘占宇 ;
孙华生 ;
黄敬峰 .
中国水稻科学, 2007, (06) :664-668
[3]   基于多光谱视觉传感技术的油菜氮含量诊断方法研究 [J].
冯雷 ;
方慧 ;
周伟军 ;
黄敏 ;
何勇 .
光谱学与光谱分析, 2006, (09) :1749-1752
[4]   小波分析在大豆叶绿素含量高光谱反演中的应用 [J].
宋开山 ;
张柏 ;
王宗明 ;
李方 ;
刘焕军 .
中国农学通报, 2006, (09) :101-108
[5]   用高光谱植被指数估算水稻乳熟后叶片和穗的色素含量 [J].
陈维君 ;
周启发 ;
黄敬峰 .
中国水稻科学, 2006, (04) :434-439
[6]   计算机视觉技术在农作物氮素营养诊断上的应用研究进展 [J].
刘洪见 ;
郑丽敏 ;
廖树华 ;
朱虹 ;
李永宾 ;
不详 .
麦类作物学报 , 2005, (05) :117-121
[7]   计算机辅助小麦图像识别应用中颜色特征基本参量的表达 [J].
吴富宁朱虹郑丽敏廖树华 .
农业网络信息, 2004, (04) :10-14
[8]   水稻不同发育时期高光谱与叶绿素和类胡萝卜素的变化规律 [J].
唐延林 ;
黄敬峰 ;
王人潮 .
中国水稻科学, 2004, (01) :61-68
[9]   缺素叶片彩色图像颜色特征提取的研究 [J].
徐贵力 ;
毛罕平 ;
李萍萍 .
农业工程学报, 2002, (04) :150-154
[10]   基于BP神经网络的小麦群体图像特征识别 [J].
李少昆 ;
索兴梅 ;
白中英 ;
祁之力 ;
刘晓鸿 ;
高世菊 ;
赵双宁 .
中国农业科学, 2002, (06) :616-620