基于高光谱遥感的小麦叶片糖氮比监测

被引:13
作者
冯伟
姚霞
田永超
朱艳
李映雪
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/农业部作物生长调控重点开放实验室
关键词
小麦; 高光谱遥感; 糖氮比; 监测模型;
D O I
暂无
中图分类号
S512.1 [小麦];
学科分类号
摘要
【目的】碳氮代谢反映植株生理状况和生长活力,是小麦籽粒产量与品质形成的生理基础,因而叶片糖氮比的实时无损监测对小麦生长诊断和氮素管理具有重要意义。本研究的主要目的是通过分析小麦叶片糖氮比与冠层高光谱参数的定量关系,确立小麦叶片糖氮比的定量监测模型。【方法】采用不同蛋白质含量的小麦品种在不同施氮水平下进行了连续3年大田试验,于小麦不同生育期采集田间冠层高光谱数据并测定叶片糖氮比值,进而分析建立冠层高光谱参数与叶片糖氮比的回归模型。【结果】小麦叶片糖氮比随施氮水平的提高而下降,随生育进程呈"高-低-高"动态变化模式。利用高光谱对叶片糖氮比进行监测的适宜时期为拔节期至灌浆中期,其中开花期最好。水分特征参数FWBI和Area980与叶片糖氮比关系密切,指数方程拟合决定系数(R2)分别为0.762和0.768,估计标准误差(SE)分别为1.27和1.28。色素特征参数(R750-800/R695-740)-1和VOG2为变量,指数方程拟合决定系数(R2)分别为0.718和0.712,估计标准误差SE分别为1.87和1.95。经不同年际独立试验数据的检验表明,以参数FWBI、Area1190、(R750-800/R695-740)-1和VOG2参数为变量建立的叶片糖氮比监测模型表现很好,预测精度R2分别为0.627、0.618、0.691和0.795,预测相对误差RE分别为19.2%、18.7%、17.9%和18.3%。【结论】与色素指数和水分指数相关的特征光谱参数可以有效地评价小麦叶片糖氮比的变化状况,利用FWBI、Area1190、(R750-800/R695-740)-1和VOG24个参数可以对生长盛期的小麦叶片糖氮比进行可靠的监测。
引用
收藏
页码:1630 / 1639
页数:10
相关论文
共 19 条
[1]   基于碳氮代谢的水稻氮含量及碳氮比光谱估测 [J].
薛利红 ;
杨林章 ;
范小晖 .
作物学报, 2006, (03) :430-435
[2]   用冠层反射光谱预测小麦叶片糖氮量及糖氮比 [J].
田永超 ;
朱艳 ;
曹卫星 .
作物学报, 2005, (03) :355-360
[3]   叶片生化组分浓度对单叶光谱影响研究——以2100nm吸收特征的碳氮比反演为例 [J].
施润和 ;
牛铮 ;
庄大方 .
遥感学报, 2005, (01) :1-7
[4]   利用高光谱数据估测植物叶片碳氮比的可行性研究 [J].
施润和 ;
牛铮 ;
庄大方 .
遥感技术与应用, 2003, (02) :76-80
[5]   水稻生物化学参数与高光谱遥感特征参数的相关分析 [J].
王秀珍 ;
黄敬峰 ;
李云梅 ;
王人潮 .
农业工程学报, 2003, (02) :144-148
[6]   用航空成像光谱数据获取小麦冠层信息的研究 [J].
杨敏华 ;
赵春江 ;
赵永超 ;
刘良云 ;
王纪华 .
中国农业科学, 2002, (06) :626-631+735
[7]  
信息农业生态学[M]. 化学工业出版社 , 李建龙主编, 2004
[8]  
江苏麦作科学[M]. 江苏科学技术出版社 , 江苏省农学会 编, 1994
[9]  
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)
[10]  
Quantifying nitrogen status of corn ( Zea mays L.) in the field by reflectance measurements[J] . Simone Graeff,Wilhelm Claupein.European Journal of Agronomy . 2003 (4)