利用叶片高光谱指数预测水稻群体叶层全氮含量

利用叶片高光谱指数预测水稻群体叶层全氮含量

ID:36540338

大小:477.08 KB

页数:9页

时间:2019-05-11

利用叶片高光谱指数预测水稻群体叶层全氮含量_第1页
利用叶片高光谱指数预测水稻群体叶层全氮含量_第2页
利用叶片高光谱指数预测水稻群体叶层全氮含量_第3页
利用叶片高光谱指数预测水稻群体叶层全氮含量_第4页
利用叶片高光谱指数预测水稻群体叶层全氮含量_第5页
资源描述:

《利用叶片高光谱指数预测水稻群体叶层全氮含量》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、作物学报ACTAAGRONOMICASINICA2010,36(9):1529−1537http://www.chinacrops.org/zwxb/ISSN0496-3490;CODENTSHPA9E-mail:xbzw@chinajournal.net.cnDOI:10.3724/SP.J.1006.2010.01529利用叶片高光谱指数预测水稻群体叶层全氮含量*田永超杨杰姚霞曹卫星朱艳南京农业大学/江苏省信息农业高技术研究重点实验室,江苏南京210095摘要: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

2、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

3、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),2AR(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(R)为0.886和0.883,

4、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MonitoringCanopyLeafNitrogenConcentrationBasedonLeafHyperspectralIndicesinRice*TIANYong-Chao,YANGJie,YAOXia,CAOWei-Xing,andZHUYanJiangsuKeyLaboratoryforInformationA

5、griculture/NanjingAgriculturalUniversity,Nanjing210095,ChinaAbstract:Theobjectivesofthisstudyweretoanalyzetherelationshipsbetweencanopyleafnitrogenconcentration(LNC)andleafspectralreflectancecharacteristicsofdifferentleafpositions,andtoestablishusefulmethodfornondestr

6、uctiveandquickassessmentofcanopyLNCinrice(OryzasativaL.).FourfieldexperimentswereconductedwithdifferentNratesandriceculti-varsacrossthreegrowingseasonsatdifferenteco-sites,andtime-coursemeasurementsweretakenonleafhyperspectralreflec-tanceof350–2500nmandLNCatdifferentl

7、eafpositionsovergrowthstages.QuantitativerelationshipsandmonitoringmodelsofcanopyLNCtoleafhyperspectralindiceswereestablishedbyextractingsensitivebandsanddevelopingproperspectralindices.Theresultsindicatedthattheperformanceofleafhyperspectralindicesweredifferentwithva

8、riedleafpositionsformonitoringcanopyLNC,thebestsingleleafpositionwasthesecondleaffromthetop(L2),thethirdleaffromthetopfollow

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。