北京地区冬小麦不同生育期植株氮营养高光谱诊断

发布时间：2022-02-10 16:25

　　[目的]基于冬小麦不同生育期数据,探讨不同生育期何种氮素可以更好的反应冬小麦氮素营养状况,为冬小麦氮素营养精准探测提供新的技术方法。[方法]该文利用2014-2015年北京市昌平区小汤山国家精准农业示范研究基地的冬小麦冠层反射光谱数据和相应植株氮含量及氮累积量数据,开展了不同生育期植株氮素营养高光谱诊断研究并用留一交叉法进行了模型验证。分析了不同生育期植株氮素状况和原始光谱特征、红边参数、常用植被指数之间的相关性,在此基础上构建不同生育期的氮素营养诊断模型并比较分析何种氮素状况可以很好的监测作物氮素营养状况。[结果]最佳植株氮素营养诊断模型随着生育期的变化而变化。拔节期和挑旗期mSR705、开花期REPgauss、灌浆期MTCI为自变量构建的植株氮含量模型可以很好的诊断氮素状况,其中mSR705构建的植株氮含量模型可以较好的监测不同生育期氮素状况,建模的R2分别为0.33、0.73、0.51和0.36;拔节期NBH、挑旗期和开花期MTCI、灌浆期VOGb为自变量构建的植株氮累积量模型可以很好的诊断氮素状况,其中VOGb构建的植株氮累积量诊断模型可以较好的监测不同生育期氮素状况,建模的R... 

【文章来源】：山西农业大学学报(自然科学版). 2020,40(05)北大核心

【文章页数】：10 页

【部分图文】：

试验设计图

【参考文献】：
期刊论文
[1]基于低空无人机影像光谱和纹理特征的棉花氮素营养诊断研究[J]. 陈鹏飞,梁飞.  中国农业科学. 2019(13)
[2]基于无人机数码影像的冬小麦氮含量反演[J]. 刘帅兵,杨贵军,景海涛,冯海宽,李贺丽,陈鹏,杨文攀.  农业工程学报. 2019(11)
[3]冬小麦生物量及氮积累量的植被指数动态模型研究[J]. 吴亚鹏,贺利,王洋洋,刘北城,王永华,郭天财,冯伟.  作物学报. 2019(08)
[4]基于无人机遥感影像的冬小麦氮素监测[J]. 刘昌华,王哲,陈志超,周兰,岳学智,苗宇新.  农业机械学报. 2018(06)
[5]基于高光谱图像的茶树LAI与氮含量反演[J]. 吴伟斌,李佳雨,张震邦,凌彩金,林贤柯,常星亮.  农业工程学报. 2018(03)
[6]基于连续统去除法的冬小麦叶片全氮含量估算[J]. 李粉玲,常庆瑞.  农业机械学报. 2017(07)
[7]生姜叶片氮含量的高光谱遥感估算模型研究[J]. 廖钦洪,李会合,张琴.  农业现代化研究. 2017(02)
[8]基于赤池信息准则的冬小麦植株氮含量高光谱估算[J]. 杨福芹,戴华阳,冯海宽,杨贵军,李振海,陈召霞.  农业工程学报. 2016(23)
[9]基于机器学习和可见光光谱的冬小麦叶片氮积累量估算[J]. 崔日鲜,刘亚东,付金东.  光谱学与光谱分析. 2016(06)
[10]基于流形学习算法的柑橘叶片氮含量光谱估测模型"[J]. 岳学军,全东平,洪添胜,刘永鑫,吴慕春,段洁利.  农业机械学报. 2015(06)

博士论文
[1]小麦、玉米叶片和植株氮营养高光谱诊断与应用研究[D]. 杨福芹.中国矿业大学(北京) 2016
[2]小麦冠层和单叶氮素营养指标的高光谱监测研究[D]. 姚霞.南京农业大学 2009

硕士论文
[1]基于无人机平台的小麦冠层叶片氮素营养监测研究[D]. 刘勇.南京农业大学 2016



本文编号：3619155