基于RGB颜色空间的早稻氮素营养监测研究

作者：叶春; 刘莹^*; 李艳大; 曹中盛; 张丽娜; 刘继忠

来源：中国农业大学学报, 2020, 25(08): 25-34.

DOI：10.11841/j.issn.1007-4333.2020.08.03

• 早稻
• 图像
• 氮营养
• RGB颜色空间
• 监测

针对双季稻区水稻过量施肥带来环境污染和成本提高问题,设计不同品种氮肥梯度大田试验,应用数码相机获取早稻冠层数字图像,研究不同色彩参数及早稻氮素营养指标的时空变化特征,以期确立双季早稻氮素营养预测模型。结果表明:不同品种同一氮肥处理下图像色彩参数差异不大;拔节期数字图像参数对氮素营养指标敏感;模型构建结果显示,图像参数INT与水稻氮素营养指标构建的模型决定系数(R2)最大,模型预测效果最佳,R2分别为0.895 7和0.924 7;进一步采用多元回归分析和BP神经网络分析法进行预测,预测效果均较好。对预测结果进行检验,发现品种对于模型的构建影响不大,以BP神经网络分析法构建的叶片氮浓度(LNC)模型和以INT为敏感色彩参数构建的叶片氮积累量(LNA)回归模型效果最优,而多元回归分析方法则效果不佳。早稻冠层RGB颜色空间敏感参数与氮素营养指标间相关性较好,可以实现氮素营养的无损监测诊断。

• 单位
  中国农业机械化科学研究院; 南昌大学机电工程学院; 江西省农业科学院农业工程研究所