冬小麦叶片氮含量遥感估算方法对比研究

精确、快速估算冬小麦叶片氮含量，对冬小麦长势监测及田间管理指导具有重要的研究意义。为精确反演冬小麦叶片氮含量（leaf nitrogen content , LNC），该文利用遥感方法，依托不同氮处理水平冬小麦试验，基于获取的高光谱遥感数据和LNC地面实测数据，对比分析光谱指数与随机森林算法（random forest , RF）反演冬小麦叶片氮含量的精度和稳健性。结果表明，以敏感波段496 nm、604 nm为自变量，利用随机森林算法构建的LNC回归模型精度较光谱指数法有了大幅提高，模型的建模精度为R2=0.922，RMSE=0.290，验证精度为R2=0.873，RMSE=0.397，并且相对分析误差RPD值为2.22，表明将敏感波段与随机森林算法组合构建的反演模型能较好反演对冬小麦LNC。

Comparative Study on Estimation Methods of Leaf Nitrogen Content of Winter Wheat by Remote Sensing