东北高产春玉米氮营养指标的无人机多光谱遥感监测

为了探究随机森林算法在春玉米氮营养指标预测精度,于2021-2022年在东北地区进行氮肥梯度试验,以迪卡159为试验材料,设置10个施氮水平,利用无人机搭载多光谱分别在小喇叭口期(V9)、大喇叭口期(V12)和抽雄期(VT)获取遥感数据。利用19个植被指数分别构建地上部生物量(AGB)、植株吸氮量(PNU)、叶面积指数(LAI)和比叶氮(SLN)模型。结果表明,随机森林算法在预测AGB和LAI有较高的精度,R2分别是0.83和0.9。通过相关分析,LAI、AGB、PNU及SLN与结构不敏感色素指数(SIPI)相关性最高,相关系数分别为-0.75、-0.70、-0.84和0.63,SIPI在4个模型中重要性均最高。研究结果表明,随机森林算法在春玉米氮素监测中具有一定的发展潜力,SIPI在氮素监测中有重要作用,研究结果可为春玉米氮素营养监测提供参考依据。