| 叶面施硒下荞麦LNC的遥感估测研究 |
| |
| 引用本文： | 马纬,武志明,余科松,马晓光. 叶面施硒下荞麦LNC的遥感估测研究[J]. 农业工程, 2023, 13(5) |
| |
| 作者姓名： | 马纬 武志明 余科松 马晓光 |
| |
| 作者单位： | 山西农业大学农业工程学院,山西农业大学农业工程学院,山西农业大学农业工程学院,山西农业大学农业工程学院 |
| |
| 基金项目： | 山西省重点研发计划项目（201903D221029）;省部共建有机旱作农业国家重点实验室（筹）自主研发课题（202105D121008-3-4）项目资助。 |
| |
| 摘 要： | 氮作为植物生长发育过程中的大量元素之一,其含量的快速准确性获取对大田农作物监测和管理有着重要意义,本研究采用无人机（UAV）搭载多光谱传感器对田间荞麦冠层叶片氮含量（Leaf Nitrogen Content,LNC）进行定量化估测,为荞麦叶片的信息化管理提供理论依据。试验选用“晋荞6号”、“晋荞9号”为研究对象,通过无人机于荞麦开花期和灌浆期获取多光谱影像并同步采集荞麦冠层叶片的氮含量,然后分别提取了五个波段下的反射率,选用与叶片LNC相关的12个植被指数进行皮尔逊（person）相关性分析,选取17个光谱变量中相关性较高的特征变量与实测LNC进行PLSR、SVM和BPNN回归建模,结果表明：适量施用叶面硒肥可促进叶片吸收氮素从而增加LNC,过量硒肥不能持续提高LNC。G、R、NIR、NDVI、RDVI、RVI、SAVI、NLI、OSAVI、GRVI与LNC相关性较高,最高为GRVI,达到了0.824。采用BP神经网络建立的回归模型表现最优,盛花-灌浆期预测集决定系数（R2）为0.828,均方根误差为（RMSE）为2.172,验证集R2为0.939,RMSE为1.100,RPD为4.587。因此,无人机多光谱遥感技术可实现大田尺度的荞麦冠层叶片LNC估测。
|
| 关 键 词： | 氮磷钾 无人机 多光谱传感器 土壤像元 相关性 |
| 收稿时间： | 2022-11-02 |
| 修稿时间： | 2023-01-26 |
Remote Sensing Estimation of LNC in Buckwheat in the Field |
| |
| mawei,wu zhiming,yu kesong and ma xiaoguang. Remote Sensing Estimation of LNC in Buckwheat in the Field[J]. Agricultural Engineering, 2023, 13(5) |
| |
| Authors: | mawei wu zhiming yu kesong ma xiaoguang |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《农业工程》浏览原始摘要信息 |
|
点击此处可从《农业工程》下载免费的PDF全文 |
|
