基于无人机可见光遥感的马铃薯植株氮素累积估测与验证

为探究无人机可见光遥感技术快速、无损监测马铃薯氮素营养的可能性,于2020—2022年在贵州省威宁县开展马铃薯不同氮肥梯度大田试验,设置7个氮素水平(0、60、120、180、240、300和360 kg·hm^(-2)),利用无人机搭载可见光传感器获取不同年份马铃薯块茎形成期冠层RGB高清影像,并同步测定马铃薯地上部氮素含量、生物量和氮素累积量等氮素营养指标,以2020—2021年数据作为建模数据,以2022年数据作为验证数据,建立氮素营养指标估测方程模型并绘制实测值和预测值的1∶1线性关系图。结果表明,与其他冠层光谱参数相比,红光和蓝光比值(R/B)能更好地表征马铃薯氮素营养指标,其与地上部氮素含量、生物量、氮素累积量的相关性均达到极显著水平(P<0.01),其中二次函数模型相关性均优于其他函数模型。利用2022年相同独立试验验证该模型准确性,地上部氮素含量、生物量、氮素累积量实测值与预测值的决定系数(R2)分别为0.949、0.977、0.977,均方根误差(RMSE)和相对误差(MRE)分别为0.368、0.149、0.073和10.42%、6.05%、8.85%,表明模型预测精度较好。综上,无人机可见光遥感可用于马铃薯氮素营养的评估预测,块茎形成期最佳预测参数为R/B,二次函数模型为最佳预测模型。本研究为马铃薯氮素营养无损评估预测提供了理论与实践依据。

基于数字图像技术的马铃薯氮素营养估测及验证

于2018—2019年在贵州省毕节市威宁县,以马铃薯为试验材料,连续2年开展不同氮素水平(0、120、240、300和360 kg·hm^(-2))田间试验。2018年采用数码相机分别在块茎形成期和块茎膨大期获取冠层图像数据,并同步采集植株,测定其氮素营养指标,分析冠层数码参数与氮素营养指标的相关性,筛选氮素营养指标估测的最优冠层数码参数,构建氮素营养指标的估测模型。利用2019年相同独立氮素水平试验,对上述方程模型精度进行验证并绘制1∶1线性关系图。结果表明:块茎形成期,冠层数码参数R/B(红光和蓝光比值)较其他冠层数码参数能更好地表征马铃薯氮素营养状况;块茎膨大期,冠层数码参数R/B、G/B(绿光和蓝光比值)和NBI(红光标准化值)均可表征马铃薯氮素营养状况,其中以R/B较好;利用2019年独立试验验证方程模型的准确性,结果表明,生物量和氮素累积量预测值和实测值的R^(2)分别为0.911和0.888,均方根误差RMSE分别为0.685和25.115,相对误差RE分别为12.92%和23.41%,模型预测精度较好。数字图像技术可以进行马铃薯氮素营养的评估预测,评估时期为块茎形成期和块茎膨大期均可,最佳的预测参数为R/B,参数预测的最佳方程模型为直线方程。