基于高光谱成像的棉花叶片氮素含量遥感估测

摘要：

为提高棉花叶片各生育时期氮素估测模型的准确性和普适性,以2019年不同施氮水平(0,75,150,300kg·hm-2)的棉花叶片为研究对象,利用高光谱成像仪获取棉花叶片苗期、蕾期、初花期、盛花期和结铃期光谱反射特征,对原始光谱进行卷积平滑(SG)处理,并在此基础上进行多元散射校正(SG-MSC)、标准正交变换和去趋势算法联合应用(SG-SNV-Detrending)、区域归一化(Area-normalize)、倒数二阶微分(1/SG)"和对数二阶微分[lg(SG)]"5种预处理,基于连续投影算法(successive projections algorithm,SPA)选取原始光谱和不同预处理的氮素特征波段,构建偏最小二乘回归(partial least squares regression,PLSR)和主成分回归(principal components regression,PCR)氮素估测模型,并对模型进行年际间的精度检验.结果表明:基于SPA筛选的氮素含量特征波段减少共线性和冗余信息,原始光谱反射特征经不同预处理,相关性均得到提高,5种预处理以(1/SG)"变换最优,最大相关系数出现在1114nm处,为0.522;基于PLSR和PCR构建的氮素特征波段估测模型精度均高于全波段估测模型,且PLSR方法对棉花叶片氮素含量的估算精度优于PCR方法.棉花不同生育时期光谱氮素估测精度存在差异,盛花期的(1/SG)"光谱变换的精度最高,R2p为0.967,RMSEp为1.222,RPD为4.590,全生育期为SG-MSC光谱变换估算精度最高,R2p为0.895,RMSEp为2.148,RPD为4.344.利用2020年棉花样本数据验证模型精度,其中盛花期的模型精度和稳定性最好,R2高达0.783,RMSE为0.035,苗期的模型精度最低,R2仅为0.541,RMSE为0.057.因此,对地物原始光谱反射率进行数据变换和提取特征波段是提高棉花叶片氮素含量估测模型精度的有效方式.

关键词：棉花;叶片氮素;高光谱;SPA;PLSR;PCR

所属期刊栏目：52

分类号：S562(经济作物)

资助基金：国家自然科学基金;国家国际科技合作专项基金;兵团科技项目;兵团科技项目;石河子大学项目;国家级大学生创新创业训练计划项目

在线出版日期：2021-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：586-596