基于减量精细采样法估算小麦叶片氮积累量的最佳归一化光谱指数
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

基于减量精细采样法估算小麦叶片氮积累量的最佳归一化光谱指数

引用
基于6个小麦品种、5个施氮水平、4年田间试验条件下不同生育时期的小麦叶片高光谱反射率和相应的氮含量及生物量,采用减量精细采样法,系统构建了350 - 2500 nm范围内所有两两波段组成的归一化光谱指数[NDSI(i,j)],综合分析了小麦叶片氮积累量(LNA,gN.m-2)与NDSI(i,j)的定量关系,确定了估算叶片氮积累量的新高光谱特征波段和光谱指数,进而建立了小麦叶片氮积累量监测模型.结果表明:估算小麦叶片氮积累量的敏感波段主要存在于可见光区和近红外区,最佳特征波段组合为720 nm和860 nm;基于NDSI (860,720)的叶片氮积累量监测模型为LNA=26.34×[NDSI (860,720 )]1.887(R2=0.900,SE=1.327).利用独立试验资料的检验结果表明,基于NDSI (860,720)建立的回归模型对小麦叶片氮积累量的估测精度为0.823,RMSE为0.991gN.m-2,模型预测值与观察值之间的符合度较高.可利用新的归一化高光谱参数NDSI(860,720)来估算小麦叶片氮积累量.

小麦、叶片氮积累量、高光谱、归一化光谱指数、监测

21

S512.1;S127(禾谷类作物)

教育部新世纪优秀人才支持计划项目NCET-08-0797;国家自然科学基金项目30871448;国家高技术研究发展计划项目2010AA10A301;江苏省创新学者攀登计划项目BK2008037;江苏省自然科学基金项目BK2008330;BK2010453;校青年创新基金项目KJ08004

2011-05-16(万方平台首次上网日期,不代表论文的发表时间)

3175-3182

相关文献
评论
暂无封面信息
查看本期封面目录

应用生态学报

1001-9332

21-1253/Q

21

2010,21(12)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn