基于光谱变换的冬小麦冠层SPAD值估算模型研究

发布时间：2021-10-22 16:11

　　建立精准、无损的冬小麦叶绿素含量监测模型,为冬小麦施肥调控和产量评估提供科学依据。本研究以实测的冬小麦冠层光谱反射率和冠层SPAD值数据为基础,分析经变换后反射率与冠层SPAD值的相关关系,以此为基础构建了基于不同光谱变换形式下冬小麦全生育时段的冠层SPAD值监测模型。结果表明:以光谱变换后反射率与监测冠层SPAD值相关性最高为原则,筛选出的适宜光谱变换形式下的敏感波段,其中拔节-抽穗期为一阶微分（503 nm）,抽穗-灌浆期为一阶微分（543 nm）,灌浆-成熟期为对数的一阶微分（726 nm）,全生育期为除以R₉₃₀（724 nm）;考虑各生育时段特点构建不同光谱变换形式下适宜的回归模型组合即模型组合1,考虑模型简单实用性构建单个光谱变换值的一元二次回归模型即模型2,模型1在各生育期及全生育期的决定系数R²分别为0.836、0.855、0.917、0.890,且较同期模型2的决定系数R²分别提高了24.4%、6.1%、57.8%、37.8%,表明采用各生育期不同光谱变换形式下适宜模型组合的监测效果优于单个光谱变换值的... 

【文章来源】：中国农村水利水电. 2020,(03)北大核心

【文章页数】：6 页

【部分图文】：

冬小麦植株冠层光谱特征

表6 冬小麦冠层SPAD值光谱模型验证评价指标Tab.6 Winter wheat canopy SPAD value spectral model verification evaluation index 生育期 R2 RMSE MAE 模型1 拔节-抽穗期 0.492 4.361 3.248 抽穗-灌浆期 0.786 3.339 2.533 灌浆-成熟期 0.652 5.619 4.262 全生育期 0.606 4.571 3.367 模型2 拔节-抽穗期 0.463 5.694 4.265 抽穗-灌浆期 0.559 5.427 3.770 灌浆-成熟期 0.585 5.971 4.472 全生育期 0.591 4.621 3.4653 结 论

【参考文献】：
期刊论文
[1]基于高光谱的夏玉米冠层SPAD值监测研究[J]. 刘露,彭致功,张宝忠,韩玉国,魏征,韩娜娜.  水土保持学报. 2019(01)
[2]基于冠层光谱特征的冬小麦植株含水率诊断研究[J]. 哈布热,张宝忠,李思恩,彭致功,韩娜娜,刘露.  灌溉排水学报. 2018(10)
[3]基于高光谱和BP神经网络模型苹果叶片SPAD值遥感估算[J]. 余蛟洋,常庆瑞,由明明,张卓然,罗丹.  西北林学院学报. 2018(02)
[4]基于光谱变换的高光谱指数土壤盐分反演模型优选[J]. 张贤龙,张飞,张海威,李哲,海清,陈丽华.  农业工程学报. 2018(01)
[5]基于光谱变换的低温胁迫下冬小麦叶绿素含量估测研究[J]. 张雪茹,冯美臣,杨武德,王超,郭小丽,史超超.  中国生态农业学报. 2017(09)
[6]基于不同光谱变换的土壤盐含量光谱特征分析[J]. 朱赟,申广荣,项巧巧,吴裕.  土壤通报. 2017(03)
[7]基于光谱指数的不同生育期油菜叶片SPAD估测[J]. 殷紫,常庆瑞,刘淼,张晓华.  西北农林科技大学学报(自然科学版). 2017(05)
[8]基于光谱指数的冬小麦冠层叶绿素含量估算模型研究[J]. 罗丹,常庆瑞,齐雁冰,李媛媛,李松.  麦类作物学报. 2016(09)
[9]变换光谱数据对土壤氮素PLSR模型的影响研究[J]. 乔星星,冯美臣,杨武德,孙慧,郭小丽,史超超.  地球信息科学学报. 2016(08)
[10]不同施肥条件下水稻冠层光谱特征与叶绿素含量的相关性[J]. 章曼,常庆瑞,张晓华,刘佳岐.  西北农业学报. 2015(11)



本文编号：3451442