科研之友
微信
新浪微博
Facebook
分享链接
摘要
植株氮含量(PNC)是评价作物长势和营养状况的重要指标，快速准确获取作物的PNC信息可为农田管理策略的制定与实施提供重要依据。已有研究表明，仅采用影像的光谱信息估算作物的PNC存在饱和现象，该研究尝试采用植被指数(VIs)结合二维离散小波分解技术(DWT)提取的多个尺度的高频信息(HFI)构建一种光谱空间特征(VIs+HFI),探究VIs、 HFI和VIs+HFI估算PNC的能力。首先，以无人机为遥感平台获取马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期5个氮营养关键生育期的数码影像并实测各生育期的PNC数据。其次，基于预处理的无人机影像，提取各生育期冠层的光谱信息构建VIs,并采用DWT提取各生育期1～5尺度的HFI。然后，将各生育期提取的VIs和HFI与马铃薯PNC进行相关性分析，分别筛选出相关系数绝对值较大的前7个VIs和前10个HFI。为降低共线性对实验结果的影响，根据KMO检验结果对筛选的HFI进行主成分分析(PCA)降维处理。最后，采用岭回归和极限学习机(ELM) 2种方法分别以VIs、 HFI主成分和VIs+HFI主成分为模型变量构建马铃薯各生育期的PNC估算模型，并进行评估。结果表明：(1)马铃薯各生育期，1～5尺度的HFI对估算PNC均有贡献。(2)以VIs+HFI为模型变量构建的马铃薯PNC估算模型的精度和稳定性高于单一VIs和HFI。(3)马铃薯各生育期，以岭回归方法构建的PNC估算模型优于ELM方法。其中，以VIs+HFI为模型变量构建的PNC估算模型效果最优，5个生育期的建模R2分别为0.833、 0.764、 0.791、 0.664和0.435, RMSE分别为0.332%、 0.297%、 0.275%、 0.286%和0.396%; NRMSE分别为9.113%、 9.425%、 10.336%、 9.547%和15.166%,该研究可为马铃薯氮营养状况的实时高效监测提供一种新的技术支撑。
- 单位
