基于无人机高光谱影像的引黄灌区水稻叶片全氮含量估测

被引:76
|
作者
秦占飞 [1 ,2 ]
常庆瑞 [1 ]
谢宝妮 [2 ]
申健 [1 ]
机构
[1] 西北农林科技大学资源环境学院
[2] 河北地质大学土地资源与城乡规划学院
基金
高等学校博士学科点专项科研基金;
关键词
氮素; 无人机; 作物; 水稻; 高光谱; 波段选择;
D O I
暂无
中图分类号
S511.22 [];
学科分类号
摘要
实时监测水稻氮素状况对于评估水稻长势及精准田间管理意义重大。为确定宁夏引黄灌区水稻叶片全氮含量的最优高光谱估测方法,该文依托不同氮素水平水稻试验,基于成像高光谱数据和无人机高光谱影像,综合运用统计分析及遥感参数成图技术,对比分析光谱指数与偏最小二乘回归方法预测水稻叶片全氮含量的精确度和稳健性。结果表明,以组合波段738和522 nm光谱反射率的一阶导数构成的比值光谱指数(ratio spectral index,RSI)构建的线性模型为水稻叶片全氮含量的最优估测模型(检验R2为0.673,均方根误差为0.329,相对分析误差为2.02);无人机高光谱影像反演的水稻叶片全氮含量分布范围(1.28%2.56%)与地面实际情况较相符(1.34%2.49%)。研究结果可为区域尺度水稻氮素含量的空间反演及精准农业的高效实施提供科学和技术依据。
引用
收藏
页码:77 / 85
页数:9
相关论文
共 24 条
  • [1] 不同水氮耦合对水稻根系形态生理、产量与氮素利用的影响
    徐国伟
    王贺正
    翟志华
    孙梦
    李友军
    [J]. 农业工程学报, 2015, 31 (10) : 132 - 141
  • [2] 基于高光谱的冬小麦氮素营养指数估测
    王仁红
    宋晓宇
    李振海
    杨贵军
    郭文善
    谭昌伟
    陈立平
    [J]. 农业工程学报, 2014, 30 (19) : 191 - 198
  • [3] 植被氮素浓度高光谱遥感反演研究进展[J]. 王莉雯,卫亚星.光谱学与光谱分析. 2013(10)
  • [4] A New Method to Determine Central Wavelength and Optimal Bandwidth for Predicting Plant Nitrogen Uptake in Winter Wheat[J]. YAO Xin-feng,YAO Xia,TIAN Yong-chao,NI Jun,LIU Xiao-jun,CAO Wei-xing,ZHU Yan.Journal of Integrative Agriculture. 2013(05)
  • [5] 玉米叶片的光谱响应及其氮素含量预测研究
    陈志强
    王磊
    白由路
    杨俐苹
    卢艳丽
    王贺
    王志勇
    [J]. 光谱学与光谱分析, 2013, 33 (04) : 1066 - 1070
  • [6] Common Spectral Bands and Optimum Vegetation Indices for Monitoring Leaf Nitrogen Accumulation in Rice and Wheat[J]. WANG Wei,YAO Xia,TIAN Yong-chao,LIU Xiao-jun,NI Jun,CAO Wei-xing,ZHU Yan.Journal of Integrative Agriculture. 2012(12)
  • [7] 利用叶片高光谱指数预测水稻群体叶层全氮含量
    田永超
    杨杰
    姚霞
    曹卫星
    朱艳
    [J]. 作物学报, 2010, 36 (09) : 1529 - 1537
  • [9] 水稻遥感估产的农学机理研究——Ⅰ.不同氮素水平的水稻光谱特征及其敏感波段的选择[J]. 王人潮,陈铭臻,蒋亨显.浙江农业大学学报. 1993(S1)
  • [10] Comparison of Different Hyperspectral Vegetation Indices for Estimating Canopy Leaf Nitrogen Accumulation in Rice
    Chu, Xu
    Guo, YongJiu
    He, JiaoYang
    Yao, Xia
    Zhu, Yan
    Cao, WeiXing
    Cheng, Tao
    Tian, YongChao
    [J]. AGRONOMY JOURNAL, 2014, 106 (05) : 1911 - 1920