基于高光谱遥感的花生叶片氮积累量监测模型的研究

• 作者: 刘淑云 刘锋 封文杰 张晓艳 朱建华 王丽丽
• 来源期刊: 山东农业科学
• 学科: 农学
• 关键词: 花生 高光谱遥感 叶片氮积累量 监测模型
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 生物技术信息技术
• 页码范围: 7-12,16
• 分类号: S127|S565.2
• 字数: 6082字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4942.2012.03.002

摘要

作物氮素状况是评价长势、提高产量和改善品质的重要指标,因此叶片氮积累量的实时无损估测对作物生产的氮素管理具有重要意义.本研究选用大花生品种丰花1号为试验材料,在大田生产条件下,分析了花生叶片氮积累量与冠层高光谱参数的定量关系.结果表明,叶片氮素含量随生育进程逐渐下降,不同处理之间差异较小；叶片氮素积累量随生育时期推进呈现先升后降的单峰曲线变化趋势,在结荚期达到高峰.花生冠层光谱反射率在740 ～1100nm波段内随叶片氮积累量的增加而增加,叶片氮积累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”区域表现最为显著.通过微分等技术构造多种植被指数,对高光谱参数和叶片氮积累量进行相关回归分析,红边振幅(Dr)、氮素反射指数(NRI)、归一化植被指数(NDVI)各波段组合平均值及比值植被指数( RVI)与叶片氮积累量关系最密切,方程拟合决定系数分别为0.9194、0.8984、0.8918、0.8899、0.8794、0.8797.经另外一组独立数据的检验表明,对叶片氮积累量的预测以红边位置(REP)和Dr两个参数表现最优,预测的根均方差(RMSE)分别为1.78和1.10,相对误差为5.29％和3.59％.NDVI[ Average(1230,1240,1250,1260),640]和土壤调整植被指数(SAVI)两个光谱参数预测的RMSE分别为1.15和1.19,预测相对误差为5.42％和7.41％.比较而言,Dr为自变量建立的模型,可以更好地评估不同条件下叶片氮素积累状况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	封文杰	山东省农业科学院科技信息工程技术研究中心	58	477	12.0	20.0
2	朱建华	山东省农业科学院科技信息工程技术研究中心	39	211	9.0	11.0
3	刘淑云	山东省农业科学院科技信息工程技术研究中心	46	451	10.0	20.0
4	王丽丽	山东省农业科学院科技信息工程技术研究中心	38	155	6.0	10.0
5	张晓艳	山东省农业科学院科技信息工程技术研究中心	48	480	10.0	21.0
6	刘锋	山东省农业科学院科技信息工程技术研究中心	27	143	7.0	11.0