-
题名利用叶片高光谱指数预测水稻群体叶层全氮含量
被引量:30
- 1
-
-
作者
田永超
杨杰
姚霞
曹卫星
朱艳
-
机构
南京农业大学/江苏省信息农业高技术研究重点实验室
-
出处
《作物学报》
CAS
CSCD
北大核心
2010年第9期1529-1537,共9页
-
基金
国家自然科学基金项目(30900868)
国家高技术研究发展计划(863计划)项目(2010AA10A301)
+2 种基金
教育部新世纪优秀人才支持计划项目(NCET-08-0797)
教育部高等学校博士学科点专项科研基金项目(20070307035)资助
江苏省创新学者攀登项目(BK20081479)
-
文摘
通过测定叶片高光谱来快速估测整个水稻叶层全氮含量对于水稻氮素诊断有重要意义。本文通过连续3年不同施氮水平和不同品种类型的4个大田试验,分生育期同步测定了不同叶位叶片的高光谱反射率及叶层全氮含量,并系统分析了叶片水平多种高光谱指数与水稻叶层全氮含量的定量关系。结果表明,不同叶位叶片的光谱反射率与叶层全氮含量的相关程度不同,顶二叶(L2)表现最好、顶三叶(L3)次之,而L2和L3的平均光谱(L23)有助于进一步提高光谱指数的敏感性,是估测叶层氮含量的适宜叶位组合。绿光560nm和红边705nm波段附近光谱反射率与叶层全氮含量呈极显著负相关关系,两者分别与近红外波段组合而成的光谱比值指数可较好地监测水稻叶层全氮含量,其中绿光、红边窄波段比值指数SR(R780,R580)和SR(R780,R704)表现较好,与叶层全氮含量的决定系数分别为0.887和0.884;独立试验数据检验的RMSE分别为0.216和0.235。将上述2个窄波段比值指数中的近红外、绿光波段和红边波段宽度分别扩展至100、20和10nm,从而构建的宽波段比值指数SR[AR(750-850),AR(568-588)]和SR[AR(750-850),AR(699-709)]与叶层全氮含量相关性仍具有较高水平,线性回归模型的拟合精度(R2)为0.886和0.883,检验RMSE值分别为0.218和0.237。从而在叶片水平,确立了适于叶层全氮含量估测的基于绿光、红边与近红外波段的比值组合和波段适宜宽度。
-
关键词
水稻
叶片
高光谱比值指数
叶层全氮含量
波段宽度
估算模型
-
Keywords
Rice (Oryza sativa L.)
Leaf
Hyper-spectral ratio index
Canopy leaf nitrogen concentration
Band width
Monitoring model
-
分类号
S511
[农业科学—作物学]
-