基于高光谱遥感的小麦叶片含氮量监测模型研究

被引:33
作者
冯伟
姚霞
朱艳
田永超
曹卫星
机构
[1] 南京农业大学/江苏省信息农业高技术研究重点实验室
关键词
小麦; 高光谱遥感; 叶片氮含量; 监测模型;
D O I
暂无
中图分类号
S512.1 [小麦];
学科分类号
0901 ;
摘要
为了在作物氮素管理中实现叶片氮含量的实时无损估测,以不同类型小麦品种在不同施氮水平下连续3年田间试验为基础,研究了小麦叶片氮含量与冠层高光谱参数的定量关系。结果表明,叶片氮含量随着施氮水平的增加而提高,冠层光谱反射率在不同叶片氮含量水平下存在明显差异。叶片氮含量的敏感波段主要存在于近红外平台和可见光区,其中,红边区域最为显著。红边及面积类参数REPIE、SDr-SDb和FD729与叶片氮含量关系密切,方程拟合决定系数R2分别为0.829、0.806和0.856,估计标准误差SE分别为0.278、0.295和0.271;模拟宽光谱波段组合类参数方程拟合精度较低,标准误差较大,以AVHRR-GVI为变量模拟方程,R2和SE分别为0.786和0.315;多波段组合类参数方程拟合效果较好,以mND705为变量建立方程,其R2和SE分别为0.836和0.275。经不同年际独立数据检验,红边及面积类参数表现最好,以REPIE、SDr-SDb和FD729三个参数为变量,模型预测的RMSE分别为0.418、0.380和0.395,相对误差RE分别为14.4%、15.1%和15.2%;模拟宽光谱波段组合类参数与多波段组合类参数比较,模拟宽光谱波段组合模型预测效果更好,以AVHRR-GVI和mND705为变量建立模型,RMSE分别为0.436和0.408,RE分别为17.3%和16.7%。以上结果表明,红边及面积类参数与叶片氮含量关系密切且表现稳定,利用REPIE、SDr-SDb和FD729三个参数可以对小麦叶片氮含量进行可靠的监测。
引用
收藏
页码:851 / 860
页数:10
相关论文
共 15 条
[1]   小麦叶片氮含量与冠层反射光谱指数的定量关系 [J].
李映雪 ;
朱艳 ;
田永超 ;
姚霞 ;
秦晓东 ;
曹卫星 .
作物学报, 2006, (03) :358-362
[2]   小麦叶片氮素状况与光谱特性的相关性研究 [J].
薛利红 ;
曹卫星 ;
罗卫红 ;
张宪 ;
不详 .
植物生态学报 , 2004, (02) :172-177
[3]   水稻地上鲜生物量的高光谱遥感估算模型研究 [J].
王秀珍 ;
黄敬峰 ;
李云梅 ;
王人潮 .
作物学报, 2003, (06) :815-821
[4]  
水稻遥感估产的农学机理研究——Ⅰ.不同氮素水平的水稻光谱特征及其敏感波段的选择[J]. 王人潮,陈铭臻,蒋亨显.浙江农业大学学报. 1993(S1)
[5]  
高光谱遥感及其应用[M]. 高等教育出版社 , 浦瑞良, 2000
[6]  
A new technique for extracting the red edge position from hyperspectral data: The linear extrapolation method[J] . Moses Azong Cho,Andrew K. Skidmore.Remote Sensing of Environment . 2006 (2)
[7]   Comparative analysis of red-edge hyperspectral indices [J].
Gupta, RK ;
Vijayan, D ;
Prasad, TS .
CALIBRATION, CHARACTERIZATION OF SATELLITE SENSORS, PHYSICAL PARAMETERS DERIVED FROM SATELLITE DATA, 2003, 32 (11) :2217-2222
[8]   Novel algorithms for remote estimation of vegetation fraction [J].
Gitelson, AA ;
Kaufman, YJ ;
Stark, R ;
Rundquist, D .
REMOTE SENSING OF ENVIRONMENT, 2002, 80 (01) :76-87
[9]  
Relationships between leaf pigment content and spectral reflectance across a wide range of species, leaf structures and developmental stages[J] . Daniel A Sims,John A Gamon.Remote Sensing of Environment . 2002 (2)
[10]   Comparing prediction power and stability of broadband and hyperspectral vegetation indices for estimation of green leaf area index and canopy chlorophyll density [J].
Broge, NH ;
Leblanc, E .
REMOTE SENSING OF ENVIRONMENT, 2001, 76 (02) :156-172