基于数码图像的甜菜氮素近地遥感监测模型

• 作者: 史树德 张珏 李哲 李斐 田海清
• 来源期刊: 中国农业大学学报
• 学科: 农学
• 关键词: 甜菜 氮素监测 颜色参数 叶片氮含量 数码图像
• 年，卷（期）: 2018,（6）
• 页码范围: 130-139
• 页数: 10页
• 分类号: S126
• 语种: 中文
• DOI: 10.11841/j.issn.1007-4333.2018.06.15

摘要

为定量研究利用数码图像进行甜菜冠层叶片氮含量(Leaf nitrogen content,LNC)时空变化监测的适宜性及准确性,以2014年内蒙古赤峰市松山区太平地镇田间试验为基础,在甜菜各生长阶段采集甜菜冠层数码图像,利用数字图像处理技术对图像进行分割并提取红光值(R)、绿光值(G)和蓝光值(B).分析R/B、G/B等9个颜色参数与不同生育期冠层LNC的相关性,并研究冠层LNC随施氮量的变化规律,探寻适宜于甜菜氮素营养监测的关键生育时期及最佳颜色参数.分别利用支持向量机(Support vector machine,SVM)和BP人工神经网络(Back-Propagation artificial neural network,BP-ANN)建立甜菜冠层LNC预测模型.研究结果表明,BP-ANN预测模型具有较高且较稳定的预测精度,其验证集的决定系数R2和均方根误差RMSE分别为0. 74和2. 35,与SVM模型相比,BP-ANN模型的决定系数R2提高了12. 12％,均方根误差RMSE降低了8. 09％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田海清	内蒙古农业大学机电工程学院	49	306	10.0	15.0
2	史树德	内蒙古农业大学农学院	30	119	7.0	9.0
3	李哲	内蒙古农业大学机电工程学院	15	77	4.0	8.0
4	李斐	内蒙古农业大学草原与资源环境学院	21	148	8.0	11.0
5	张珏	内蒙古农业大学机电工程学院	11	41	3.0	6.0