本文關鍵詞：基于高光譜的甜菜冠層氮素遙感估算研究

  更多相關文章： 甜菜冠層 氮素 估算 光譜預處理 植被指數(shù) 最小二乘法 主成分回歸

【摘要】：利用野外便攜式ASD Qualityspec光譜儀,實測了田間甜菜冠層光譜數(shù)據(jù),采用植被指數(shù)對氮含量進行預測,發(fā)現(xiàn)估算精度較低,分析NDVI與VLOPT與氮含量的相關性,得出氮含量在很小的時候就達到飽和水平。根據(jù)4種預處理下的甜菜冠層光譜,分別采用偏最小二乘回歸(PLSR)和主成分回歸(PCR)建立甜菜氮含量估算模型,比較不同預處理和不同回歸方法對估算精度的影響。結(jié)果表明:對PLSR來說,一階導數(shù)處理的光譜數(shù)據(jù)建立的模型精度最好(RMSE=2.34g/kg,RE=19.6%),平滑、MSC和SNV建立的估算模型次之;對PCR來說,平滑處理的光譜數(shù)據(jù)建立的模型精度最好(RMSE=2.34g/kg,RE=19.4%)�？偟目磥�,不同預處理對估算模型精度有一定的差異,但PLSR和PCR兩種回歸方法對甜菜氮含量估算模型影響不大。
【作者單位】： 內(nèi)蒙古農(nóng)業(yè)大學機電工程學院;
【關鍵詞】： 甜菜冠層 氮素 估算 光譜預處理 植被指數(shù) 最小二乘法 主成分回歸
【基金】：國家自然科學基金項目(41261084) 國家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系專項基金(CARS-210402)
【分類號】：S566.3;S127
【正文快照】： 0引言目前,在國內(nèi)外光譜分析和儀器設備新技術(shù)相結(jié)合的研究中,國內(nèi)外利用高光譜(hyperspectral remotesensing)進行氮素營養(yǎng)診斷的研究己很廣泛[1-2]。隨著高光譜遙感技術(shù)的發(fā)展,已經(jīng)發(fā)展了一系列的植被指數(shù),如冠層比值指數(shù)RVI(Ratio Vegetation Index)、歸一化植被指數(shù)NDVI(N

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王家強;伍維模;李志軍;溫善菊;牛建龍;遲春明;;基于高光譜指數(shù)的塔里木河上游胡楊和灰葉胡楊葉片氮素含量估測[J];生態(tài)學雜志;2014年10期

2 王仁紅;宋曉宇;李振海;楊貴軍;郭文善;譚昌偉;陳立平;;基于高光譜的冬小麥氮素營養(yǎng)指數(shù)估測[J];農(nóng)業(yè)工程學報;2014年19期

3 李新偉;呂新;張澤;陳劍;石宏剛;田敏;;棉花氮素營養(yǎng)診斷與追肥推薦模型[J];農(nóng)業(yè)機械學報;2014年12期

4 李峰;Alchanatis Victor;趙紅;趙玉金;崔曉飛;;基于PLSR方法的馬鈴薯葉片氮素含量機載高光譜遙感反演[J];中國農(nóng)業(yè)氣象;2014年03期

5 孫俊;金夏明;毛罕平;武小紅;朱文靜;張曉東;高洪燕;;基于高光譜圖像光譜與紋理信息的生菜氮素含量檢測[J];農(nóng)業(yè)工程學報;2014年10期

6 孫俊;金夏明;毛罕平;武小紅;唐凱;張曉東;;基于Adaboost及高光譜的生菜葉片氮素水平鑒別研究[J];光譜學與光譜分析;2013年12期

7 白金順;曹衛(wèi)東;熊靜;曾鬧華;志水勝好;芮玉奎;;應用數(shù)碼相機進行綠肥翻壓后春玉米氮素營養(yǎng)診斷和產(chǎn)量預測[J];光譜學與光譜分析;2013年12期

8 李萍;柴仲平;武紅旗;盛建東;龔雙鳳;;基于光譜的庫爾勒香梨葉片氮素含量估算模型[J];經(jīng)濟林研究;2013年03期

9 張瑤;鄭立華;李民贊;鄧小蕾;;基于光譜學原理與小波包分解技術(shù)預測蘋果樹葉片氮素含量[J];農(nóng)業(yè)工程學報;2013年S1期

10 陳志強;王磊;白由路;楊俐蘋;盧艷麗;王賀;王志勇;;玉米葉片的光譜響應及其氮素含量預測研究[J];光譜學與光譜分析;2013年04期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 秦占飛;常慶瑞;謝寶妮;申健;;基于無人機高光譜影像的引黃灌區(qū)水稻葉片全氮含量估測[J];農(nóng)業(yè)工程學報;2016年23期

2 王樹文;趙越;王麗鳳;王潤濤;宋玉柱;張長利;蘇中濱;;基于高光譜的寒地水稻葉片氮素含量預測[J];農(nóng)業(yè)工程學報;2016年20期

3 溫鵬飛;朱鵬;呂新;張澤;張強;陶W，

本文編號：876228