【摘要】：作物葉片氮含量的快速估算對于及時了解作物長勢、病蟲害監(jiān)測以及產(chǎn)量評估具有重要意義。該文以經(jīng)濟作物生姜為研究對象,獲取了2015年4月-9月不同品種、不同生育期和不同氮肥梯度下生姜葉片的高光譜和氮含量數(shù)據(jù),對比分析了比值植被指數(shù)、歸一化植被指數(shù)、植被指數(shù)組合形式對生姜葉片氮含量的估算效果。在此基礎(chǔ)上,基于波段組合算法,篩選出了生姜葉片氮含量的敏感波段,并構(gòu)建了兩個新型光譜指數(shù)NDSI_((754,713))和RSI_((754,713))。結(jié)果表明,所選擇的植被指數(shù)中,MCARI(705,750)/OSAVI(705,750)對生姜葉片氮含量估算效果最好,模型精度R~2、RMSE和RE分別為0.73、0.27、11.64%;利用波段組合算法構(gòu)建的歸一化光譜指數(shù)NDSI(754,713)對生姜葉片氮含量估算效果要優(yōu)于MCARI(705,750)/OSAVI(705,750),模型估算精度R~2達(dá)0.83,使用的敏感波段713 nm與754 nm均位于植被的"紅邊"區(qū)域。對所建模型進行驗證,葉片氮含量的預(yù)測值和實測值具有較好的一致性,驗證樣本R~2為0.78,RMSE為0.20,RE為9.81%。上述分析結(jié)果可為農(nóng)業(yè)管理部門及時掌握生姜長勢信息、制定施肥策略提供技術(shù)支持。
[Abstract]:The rapid estimation of nitrogen content in crop leaves is of great significance for understanding crop growth, pest monitoring and yield assessment in time. In this paper, the hyperspectral and nitrogen content data of ginger leaves of different varieties, different growth stages and different nitrogen fertilizer gradients from April to September 2015 were obtained, and the ratio vegetation index (NDVI) was compared and analyzed. The effect of normalized vegetation index and vegetation index combination on the estimation of nitrogen content in ginger leaves. On this basis, based on the band combination algorithm, the sensitive band of nitrogen content in ginger leaves was screened, and two new spectral indices NDSI_ (754713) and RSI_ (754713).) were constructed. The results showed that, MCARI (705750) / OSAVI (705750) had the best effect on the estimation of nitrogen content in ginger leaves. The model accuracy was 0.73, 0.27 and 11.64%, respectively, and the RMSE and RE were 0.73, 0.27 and 11.64%, respectively. The normalized spectral index NDSI (754713) constructed by band combination algorithm is superior to MCARI (705750) / OSAVI (705750) in estimating nitrogen content in ginger leaves. The sensitive bands 713 nm and 754 nm are located in the "red edge" area of vegetation. The results showed that the predicted and measured values of nitrogen content in leaves were in good agreement with each other. The results showed that the predicted and measured values of nitrogen content in leaves were 0.78, 0.20 and 9.81%, respectively, and that of RMSE and RE were 0.78, 0.20 and 9.81%, respectively. The above analysis results can provide technical support for agricultural management department to grasp the growth information of ginger in time and to formulate fertilization strategy.
【作者單位】： 重慶文理學(xué)院林學(xué)與生命科學(xué)學(xué)院;重慶文理學(xué)院特色植物研究院;
【基金】：國家自然科學(xué)基金項目(41401419) 重慶市教委科學(xué)技術(shù)研究項目(KJ1501123) 重慶文理學(xué)院學(xué)生科研項目(XSKY2016089)~~
【分類號】：S632.5;S127

【相似文獻】

相關(guān)期刊論文 前10條

1 王福民;黃敬峰;王秀珍;;基于水稻背景特性的植被指數(shù)參數(shù)修正研究[J];農(nóng)業(yè)工程學(xué)報;2008年05期

2 何彬方;馮妍;吳文玉;范偉;;安徽省近十年植被指數(shù)時空變化特征[J];生態(tài)學(xué)雜志;2010年10期

3 解文歡;張有智;吳黎;;基于植被指數(shù)對望奎縣糧食作物產(chǎn)量預(yù)測方法的研究[J];黑龍江農(nóng)業(yè)科學(xué);2011年04期

4 康耀江;;植被指數(shù)在草地遙感中的應(yīng)用初探[J];湖南農(nóng)業(yè)科學(xué);2011年Z1期

5 張仁華,饒農(nóng)新,廖國男;植被指數(shù)的抗大氣影響探討[J];植物學(xué)報;1996年01期

6 國紅;彭世揆;趙博光;;內(nèi)蒙古鄂托克前旗地區(qū)苦豆子植被指數(shù)信息提取的研究[J];林業(yè)資源管理;2008年04期

7 范文義;白新源;馮欣;李明澤;杜華強;;哈爾濱熱島效應(yīng)與植被指數(shù)關(guān)系的動態(tài)分析[J];東北林業(yè)大學(xué)學(xué)報;2009年06期

8 杜春雨;范文義;;葉面積指數(shù)與植被指數(shù)關(guān)系研究[J];林業(yè)勘查設(shè)計;2013年02期

9 楊潔;隋學(xué)艷;楊麗萍;郭洪海;朱振林;;山東省植被指數(shù)影像數(shù)據(jù)庫的設(shè)計與實現(xiàn)[J];安徽農(nóng)業(yè)科學(xué);2011年29期

10 胡曉雯;曹爽;趙顯富;;基于植被指數(shù)的綠地信息提取的比較[J];南京信息工程大學(xué)學(xué)報(自然科學(xué)版);2012年05期

相關(guān)會議論文 前10條

1 付卓;王錦地;施建成;宋金玲;靳華安;張立新;張鐘軍;趙少杰;陳柏松;;微波植被指數(shù)與光學(xué)植被指數(shù)在地面尺度上的關(guān)系研究[A];遙感定量反演算法研討會摘要集[C];2010年

2 辛紅梅;張杰;馬毅;初佳蘭;;基于植被指數(shù)的赤潮高光譜敏感波段確定方法初探[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會論文選集[C];2003年

3 范錦龍;;我國晴空分布及對旬合成植被指數(shù)的影響[A];推進氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國氣象學(xué)會2004年年會論文集（下冊）[C];2004年

4 張樹譽;李登科;李星敏;周輝;;遙感植被指數(shù)及其在縣域生態(tài)環(huán)境監(jiān)測評估中的應(yīng)用[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

5 安培浚;頡耀文;;綠洲植被指數(shù)的遙感定量研究-以民勤綠洲為例[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

6 江東;王乃斌;楊小喚;劉紅輝;;植被指數(shù)—地面溫度特征空間及其應(yīng)用[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2001年

7 傅軍;張杰;辛紅梅;馬毅;;基于植被指數(shù)的高光譜遙感水陸識別方法初探[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2003年

8 肖乾廣;肖嵐;李亞君;;EOS/MODIS,FY-1D/MVISR,NOAA/AVHRR的歸一化植被指數(shù)的同化研究[A];全國國土資源與環(huán)境遙感應(yīng)用技術(shù)研討會論文集[C];2009年

9 楊道勇;肖云岫;;利用WT-10接收的1B高分辨云圖數(shù)據(jù)生成植被指數(shù)圖像[A];中國氣象學(xué)會2005年年會論文集[C];2005年

10 何全軍;曹靜;張月維;;基于MODIS的廣東省植被指數(shù)序列構(gòu)建與應(yīng)用[A];中國氣象學(xué)會2007年年會生態(tài)氣象業(yè)務(wù)建設(shè)與農(nóng)業(yè)氣象災(zāi)害預(yù)警分會場論文集[C];2007年

相關(guān)重要報紙文章 前1條

1 魏景云;氣象衛(wèi)星監(jiān)測干旱 全國旱情一目了然[N];中國氣象報;2003年

相關(guān)博士學(xué)位論文 前4條

1 衛(wèi)煒;MODIS雙星數(shù)據(jù)協(xié)同的耕地物候參數(shù)提取方法研究[D];中國農(nóng)業(yè)科學(xué)院;2015年

2 張立福;通用光譜模式分解算法及植被指數(shù)的建立[D];武漢大學(xué);2005年

3 岳文澤;基于遙感影像的城市景觀格局及其熱環(huán)境效應(yīng)研究[D];華東師范大學(xué);2005年

4 劉占宇;水稻主要病蟲害脅迫遙感監(jiān)測研究[D];浙江大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 劉吉凱;基于HJ衛(wèi)星數(shù)據(jù)的甘蔗長勢監(jiān)測與估產(chǎn)研究[D];南京信息工程大學(xué);2015年

2 鄭亞云;榆林NDVI時空變化及驅(qū)動因子研究[D];長安大學(xué);2015年

3 何春萌;經(jīng)濟利益驅(qū)動下的工礦開發(fā)對人類生存環(huán)境的影響[D];內(nèi)蒙古大學(xué);2015年

4 劉曉靜;基于不同遙感數(shù)據(jù)源的秦嶺地區(qū)植被指數(shù)對比分析[D];長安大學(xué);2015年

5 王鑫梅;氮素水平對不同土壤質(zhì)地楊樹葉片光譜特性和光合能力的影響[D];河北農(nóng)業(yè)大學(xué);2015年

6 官雨薇;基于遙感影像的全球荒漠化指數(shù)構(gòu)建及趨勢分析[D];電子科技大學(xué);2015年

7 胡文;黑龍江省雹災(zāi)遙感監(jiān)測及時空特征分析[D];東北農(nóng)業(yè)大學(xué);2015年

8 吳明業(yè);基于TVDI的土壤干旱遙感監(jiān)測研究及驗證[D];安徽農(nóng)業(yè)大學(xué);2014年

9 馬瑞;增強植被指數(shù)算法的研究及其在生態(tài)環(huán)境遙感產(chǎn)品生產(chǎn)分系統(tǒng)的應(yīng)用[D];河南大學(xué);2015年

10 曾水生;雙季稻生長指標(biāo)光譜監(jiān)測模型研究[D];江西農(nóng)業(yè)大學(xué);2015年

，

本文編號：2450717