[目的]基于冬小麥不同生育期數(shù)據(jù),探討不同生育期何種氮素可以更好的反應(yīng)冬小麥氮素營養(yǎng)狀況,為冬小麥氮素營養(yǎng)精準探測提供新的技術(shù)方法。[方法]該文利用2014-2015年北京市昌平區(qū)小湯山國家精準農(nóng)業(yè)示范研究基地的冬小麥冠層反射光譜數(shù)據(jù)和相應(yīng)植株氮含量及氮累積量數(shù)據(jù),開展了不同生育期植株氮素營養(yǎng)高光譜診斷研究并用留一交叉法進行了模型驗證。分析了不同生育期植株氮素狀況和原始光譜特征、紅邊參數(shù)、常用植被指數(shù)之間的相關(guān)性,在此基礎(chǔ)上構(gòu)建不同生育期的氮素營養(yǎng)診斷模型并比較分析何種氮素狀況可以很好的監(jiān)測作物氮素營養(yǎng)狀況。[結(jié)果]最佳植株氮素營養(yǎng)診斷模型隨著生育期的變化而變化。拔節(jié)期和挑旗期mSR705、開花期REPgauss、灌漿期MTCI為自變量構(gòu)建的植株氮含量模型可以很好的診斷氮素狀況,其中mSR705構(gòu)建的植株氮含量模型可以較好的監(jiān)測不同生育期氮素狀況,建模的R2分別為0.33、0.73、0.51和0.36;拔節(jié)期NBH、挑旗期和開花期MTCI、灌漿期VOGb為自變量構(gòu)建的植株氮累積量模型可以很好的診斷氮素狀況,其中VOGb構(gòu)建的植株氮累積量診斷模型可以較好的監(jiān)測不同生育期氮素狀況,建模的R... 

【文章來源】：山西農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2020,40(05)北大核心

【文章頁數(shù)】：10 頁

【部分圖文】：

試驗設(shè)計圖

【參考文獻】：
期刊論文
[1]基于低空無人機影像光譜和紋理特征的棉花氮素營養(yǎng)診斷研究[J]. 陳鵬飛,梁飛.  中國農(nóng)業(yè)科學(xué). 2019(13)
[2]基于無人機數(shù)碼影像的冬小麥氮含量反演[J]. 劉帥兵,楊貴軍,景海濤,馮海寬,李賀麗,陳鵬,楊文攀.  農(nóng)業(yè)工程學(xué)報. 2019(11)
[3]冬小麥生物量及氮積累量的植被指數(shù)動態(tài)模型研究[J]. 吳亞鵬,賀利,王洋洋,劉北城,王永華,郭天財,馮偉.  作物學(xué)報. 2019(08)
[4]基于無人機遙感影像的冬小麥氮素監(jiān)測[J]. 劉昌華,王哲,陳志超,周蘭,岳學(xué)智,苗宇新.  農(nóng)業(yè)機械學(xué)報. 2018(06)
[5]基于高光譜圖像的茶樹LAI與氮含量反演[J]. 吳偉斌,李佳雨,張震邦,凌彩金,林賢柯,常星亮.  農(nóng)業(yè)工程學(xué)報. 2018(03)
[6]基于連續(xù)統(tǒng)去除法的冬小麥葉片全氮含量估算[J]. 李粉玲,常慶瑞.  農(nóng)業(yè)機械學(xué)報. 2017(07)
[7]生姜葉片氮含量的高光譜遙感估算模型研究[J]. 廖欽洪,李會合,張琴.  農(nóng)業(yè)現(xiàn)代化研究. 2017(02)
[8]基于赤池信息準則的冬小麥植株氮含量高光譜估算[J]. 楊福芹,戴華陽,馮海寬,楊貴軍,李振海,陳召霞.  農(nóng)業(yè)工程學(xué)報. 2016(23)
[9]基于機器學(xué)習(xí)和可見光光譜的冬小麥葉片氮積累量估算[J]. 崔日鮮,劉亞東,付金東.  光譜學(xué)與光譜分析. 2016(06)
[10]基于流形學(xué)習(xí)算法的柑橘葉片氮含量光譜估測模型"[J]. 岳學(xué)軍,全東平,洪添勝,劉永鑫,吳慕春,段潔利.  農(nóng)業(yè)機械學(xué)報. 2015(06)

博士論文
[1]小麥、玉米葉片和植株氮營養(yǎng)高光譜診斷與應(yīng)用研究[D]. 楊福芹.中國礦業(yè)大學(xué)(北京) 2016
[2]小麥冠層和單葉氮素營養(yǎng)指標的高光譜監(jiān)測研究[D]. 姚霞.南京農(nóng)業(yè)大學(xué) 2009

碩士論文
[1]基于無人機平臺的小麥冠層葉片氮素營養(yǎng)監(jiān)測研究[D]. 劉勇.南京農(nóng)業(yè)大學(xué) 2016



本文編號：3619155