利用多角度光谱数据探测冬小麦氮素含量垂直分布方法研究

摘要：

作物氮素具有随植株高度层垂直分布的特性，快速、无损探测作物氮素垂直分布状况，对于指导合理施肥、提高肥料利用率和减少环境污染具有重要意义。本文提出了利用偏最小二乘（partial least square ， PLS ）算法，运用多角度光谱数据估计冬小麦氮素含量垂直分布的方法。分别选用前向和后向不同观测角度组合形成的光谱数据组建植被指数，建立不同高度层的叶片氮素含量探测模型，其中选用±50°和±60°的组合，建立了冬小麦上层叶位叶片氮密度反演模型；选用±30°和±40°的组合，建立了中层叶位叶片氮密度反演模型；选用±20°和±30°的组合，建立了下层叶位叶片氮密度反演模型。针对氮素反演容易受到作物背景（土壤、作物残渣）影响的问题，引入 R700／R670比值，改进七种常见的植被指数，利用改进了的植被指数建立了冬小麦上层、中层、下层叶片氮密度垂直分布模型。建模实验结果改进了叶片氮密度上层、中层、下层垂直分布估算结果，验证实验选取建模实验中表现最好的三个植被指数进行进一步研究，结果表明改进后的绿光归一化植被指数（green normalized difference vegetation index ，GNDVI）在反演上层、中层、下层叶片氮密度时效果最好，达到了极显著的水平，可用于植被氮素含量的垂直分布探测。

关键词：冬小麦、氮密度、冠层光谱、多角度、垂直分布、偏最小二乘

分类号：S127(农业物理学)

资助基金：国家自然科学基金项目41271412，41201354;中国科学院百人计划项目和河北省省财政河北省科学院院管项目2014055507

在线出版日期：2015-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1956-1960