基于冠层光谱特征和株高的马铃薯植株氮含量估算

摘要：

为及时准确地掌握作物的植株氮含量(PNC)信息,监测作物生长状况,实现农田氮素施肥的科学管理,以马铃薯为研究对象,首先获取了现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期的数码影像,并实测了各生育期的PNC、株高(H)和地面控制点(GCP)的三维坐标.其次利用各生育期的无人机数码影像与GCP结合生成试验区域的数字正射影像(DOM)和数字表面模型(DSM),并从中提取冠层光谱特征和株高(Hdsm).然后将各生育期提取的Hdsm和数码影像变量与地面实测的PNC进行相关性分析,从中筛选出相关性较好的影像变量和Hdsm作为马铃薯PNC估算模型的输入参数.最后分别基于影像变量和影像变量结合Hdsm利用多元线性回归(MLR)、误差反向传播(BP)神经网络和Lasso回归3种方法构建马铃薯PNC估算模型.结果表明:基于DSM提取的Hdsm与实测H具有较高的拟合度(R2为0.860,RMSE为2.663 cm,NRMSE为10.234％);各生育期加入Hdsm,均能提高马铃薯PNC的估算精度和稳定性;各生育期利用MLR方法构建的PNC估算模型优于BP神经网络和Lasso回归.该研究可为马铃薯PNC状况的高效、无损监测提供技术支撑.

关键词：马铃薯、植株氮含量、株高、无人机、数码影像、冠层光谱特征

所属期刊栏目：53

分类号：S25(农业航空)

资助基金：国家自然科学基金;广东省重点领域研发计划项目;农业部重点实验室开放基金

在线出版日期：2022-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：202-208,294