原文服务方: 作物学报       
摘要:
通过测定叶片高光谱来快速估测整个水稻叶层全氮含量对于水稻氮素诊断有重要意义.本文通过连续3年不同施氮水平和不同品种类型的4个大田试验,分生育期同步测定了不同叶位叶片的高光谱反射率及叶层全氮含量,并系统分析了叶片水平多种高光谱指数与水稻叶层全氮含量的定量关系.结果表明,不同叶位叶片的光谱反射率与叶层全氮含量的相关程度不同,顶二叶(L2)表现最好、顶三叶(L3)次之,而L2和L3的平均光谱(L23)有助于进一步提高光谱指数的敏感性,是估测叶层氮含量的适宜叶位组合.绿光560nm和红边705nm波段附近光谱反射率与叶层全氮含量呈极显著负相关关系,两者分别与近红外波段组合而成的光谱比值指数可较好地监测水稻叶层全氮含量,其中绿光、红边窄波段比值指数SR(R780,R580)和SR(R780,R704)表现较好,与叶层全氮含量的决定系数分别为0.887和0.884;独立试验数据检验的RMSE分别为0.216和0.235.将上述2个窄波段比值指数中的近红外、绿光波段和红边波段宽度分别扩展至100、20和10nm,从而构建的宽波段比值指数SR[AR(750-850),AR(568-588)]和SR[AR(750-850),AR(699-709)]与叶层全氮含量相关性仍具有较高水平,线性回归模型的拟合精度(R2)为0.886和0.883,检验RMSE值分别为0.218和0.237.从而在叶片水平,确立了适于叶层全氮含量估测的基于绿光、红边与近红外波段的比值组合和波段适宜宽度.
推荐文章
利用高光谱参数预测水稻叶片叶绿素和籽粒蛋白质含量
水稻
高光谱参数
叶绿素
蛋白质
相关分析
基于高光谱数据的滴灌甜菜叶片全氮含量估算
全氮
高光谱
特征参数
植被指数
估算模型
基于高光谱的水稻叶片氮含量估计的深度森林模型研究
叶片氮含量
深度学习
机器学习
高光谱遥感
水稻
小麦叶片氮含量与冠层反射光谱指数的定量关系
小麦
叶片氮含量
冠层反射光谱
光谱指数
定量关系
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 利用叶片高光谱指数预测水稻群体叶层全氮含量
来源期刊 作物学报 学科
关键词 水稻 叶片 高光谱比值指数 叶层全氮含量 波段宽度 估算模型
年,卷(期) 2010,(9) 所属期刊栏目
研究方向 页码范围 1529-1537
页数 分类号 S5
字数 语种 中文
DOI 10.3724/SP.J.1006.2010.01529
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (186)
参考文献  (19)
节点文献
引证文献  (38)
同被引文献  (256)
二级引证文献  (205)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(3)
  • 参考文献(2)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(9)
  • 参考文献(1)
  • 二级参考文献(8)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(10)
  • 参考文献(3)
  • 二级参考文献(7)
2004(6)
  • 参考文献(3)
  • 二级参考文献(3)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(7)
  • 引证文献(6)
  • 二级引证文献(1)
2014(10)
  • 引证文献(4)
  • 二级引证文献(6)
2015(8)
  • 引证文献(2)
  • 二级引证文献(6)
2016(23)
  • 引证文献(8)
  • 二级引证文献(15)
2017(32)
  • 引证文献(6)
  • 二级引证文献(26)
2018(60)
  • 引证文献(7)
  • 二级引证文献(53)
2019(56)
  • 引证文献(2)
  • 二级引证文献(54)
2020(44)
  • 引证文献(0)
  • 二级引证文献(44)
研究主题发展历程
节点文献
水稻
叶片
高光谱比值指数
叶层全氮含量
波段宽度
估算模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
作物学报
月刊
0496-3490
11-1809/S
大16开
1950-01-01
chi
出版文献量(篇)
5614
总下载数(次)
0
总被引数(次)
197718
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导