10.11841/j.issn.1007-4333.2020.08.03
基于RGB颜色空间的早稻氮素营养监测研究
针对双季稻区水稻过量施肥带来环境污染和成本提高问题,设计不同品种氮肥梯度大田试验,应用数码相机获取早稻冠层数字图像,研究不同色彩参数及早稻氮素营养指标的时空变化特征,以期确立双季早稻氮素营养预测模型.结果 表明:不同品种同一氮肥处理下图像色彩参数差异不大;拔节期数字图像参数对氮素营养指标敏感;模型构建结果显示,图像参数INT与水稻氮素营养指标构建的模型决定系数(R2)最大,模型预测效果最佳,R2分别为0.895 7和0.924 7;进一步采用多元回归分析和BP神经网络分析法进行预测,预测效果均较好.对预测结果进行检验,发现品种对于模型的构建影响不大,以BP神经网络分析法构建的叶片氮浓度(LNC)模型和以INT为敏感色彩参数构建的叶片氮积累量(LNA)回归模型效果最优,而多元回归分析方法则效果不佳.早稻冠层RGB颜色空间敏感参数与氮素营养指标间相关性较好,可以实现氮素营养的无损监测诊断.
早稻、图像、氮营养、RGB颜色空间、监测
25
S512.1(禾谷类作物)
国家重点研发计划项目;国家青年拔尖人才支持计划项目;江西省科技计划项目;江西省“双千计划”项目联合资助
2020-08-20(万方平台首次上网日期,不代表论文的发表时间)
共10页
25-34