10.11975/j.issn.1002-6819.2016.13.021
基于成像光谱技术的寒地玉米苗期冠层氮含量预测模型
为了探索寒地玉米冠层氮素含量,以不同氮素水平下玉米大田试验为基础,利用高光谱成像技术探讨苗期玉米冠层光谱,通过相关矩阵法选择植被指数的变量,并依据叶片氮素含量与植被指数的相关性,建立玉米冠层氮素含量预测模型.结果表明:根据玉米冠层高光谱图像,选择与各波段相关性较强的525、566、700、715、895 nm作为植被指数的变量,构建与氮素含量相关性强的植被指数归一化植被指数NDVI(normalized difference vegetation index)、归一化光谱植被指数NDSI(normalized difference spectral index)、比值光谱指数RSI (ratio spectral index)、差值光谱指数DSI (difference spectral index).以与叶片氮素含量相关性较高的植被指数为自变量,建立单变量、多变量回归预测模型.采用单变量NDVI二次函数回归模型作为0、50 kg/hm2施氮量下玉米冠层氮素含量预测模型,其R2分别为0.719、0.803.在100 kg/hm2施氮量下玉米冠层氮素含量的预测模型为3变量回归模型,其R2达到0.657.用置信椭圆F检验法检验预测模型,其F值均小于F005,估测值与实测值间R2分别是0.724、0.798、0.655,标准误差RMSE分别为0.156、0.140、0.156 mg/g,表明实测值和估测值间的差异不明显,预测模型可用.
氮、光谱分析、模型、玉米冠层、成像光谱、植被指数
32
S127;TP79;S513(农业物理学)
国家“863”项目资助AA2013102303;黑龙江省博士后科研启动基金资助LBH-Q13022;东北农业大学研究生科技创新基金资助yjscx14003;省自然科学基金面上项目资助C2015006;哈尔滨市科技创新人才项目资助2015RQQXJ020
2016-08-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
149-154