基于减量精细采样法估算小麦叶片氮积累量的最佳归一化光谱指数

• 作者: 刘小军 姚霞 曹卫星 朱艳 王薇 田永超
• 来源期刊: 应用生态学报
• 学科: 农学
• 关键词: 小麦 叶片氮积累量 高光谱 归一化光谱指数 监测
• 年，卷（期）: 2010,（12）
• 页码范围: 3175-3182
• 分类号: S512.1|S127
• 语种: 中文

摘要

基于6个小麦品种、5个施氮水平、4年田间试验条件下不同生育时期的小麦叶片高光谱反射率和相应的氮含量及生物量,采用减量精细采样法,系统构建了350 - 2500 nm范围内所有两两波段组成的归一化光谱指数[NDSI(i,j)],综合分析了小麦叶片氮积累量(LNA,gN.m-2)与NDSI(i,j)的定量关系,确定了估算叶片氮积累量的新高光谱特征波段和光谱指数,进而建立了小麦叶片氮积累量监测模型.结果表明:估算小麦叶片氮积累量的敏感波段主要存在于可见光区和近红外区,最佳特征波段组合为720 nm和860 nm;基于NDSI (860,720)的叶片氮积累量监测模型为LNA=26.34×[NDSI (860,720 )]1.887(R2=0.900,SE=1.327).利用独立试验资料的检验结果表明,基于NDSI (860,720)建立的回归模型对小麦叶片氮积累量的估测精度为0.823,RMSE为0.991gN.m-2,模型预测值与观察值之间的符合度较高.可利用新的归一化高光谱参数NDSI(860,720)来估算小麦叶片氮积累量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹卫星	南京农业大学江苏省信息农业高技术研究重点实验室	295	13282	68.0	99.0
2	朱艳	南京农业大学江苏省信息农业高技术研究重点实验室	113	2719	28.0	45.0
3	王薇	南京农业大学江苏省信息农业高技术研究重点实验室	24	100	5.0	10.0
4	田永超	南京农业大学江苏省信息农业高技术研究重点实验室	45	1632	23.0	40.0
5	姚霞	南京农业大学江苏省信息农业高技术研究重点实验室	32	921	16.0	30.0
6	刘小军	南京农业大学江苏省信息农业高技术研究重点实验室	19	349	10.0	18.0