农业机械学报

作者：田海清,张晶,张珏,吴利斌,王迪,李斐

单位：内蒙古农业大学,内蒙古农业大学,内蒙古农业大学;内蒙古师范大学,内蒙古农业大学,内蒙古农业大学,内蒙古农业大学,

关键词：甜菜; 叶片氮含量; 高光谱图像; 粒子群; 光谱指数

基金：国家自然科学基金项目(41261084)和内蒙古自然科学基金项目(2016MS0346)

为对甜菜叶片氮含量进行快速估测，利用高光谱成像仪获取甜菜冠层叶片高光谱图像数据，通过凯氏定氮法测定叶片氮含量。基于精细采样法在全波段范围内构建归一化光谱指数（Normalized difference spectral index, NDSI）和土壤调节光谱指数（Soil?adjusted spectral index, SASI），并提出了基于粒子群算法的植被冠层调节参数?L?优化方法，探寻任意波段组合下SASI的最佳?L?值及其变化规律。在筛选出特征光谱指数基础上，开展甜菜叶片氮含量的定量估测和可视化研究。结果表明，各生育期SASI对甜菜冠层叶片氮含量（Canopy leaf nitrogen content, CLNC）的敏感度高于NDSI，尤其在NDSI易发生饱和现象的近红外区域。相比常规光谱指数，叶丛快速生长期基于SASI1(?R430.20, ?R896.76)?和SASI2 (?R433.03, R896.01)?建立的CLNC估测模型预测效果最优，2015年验证集R2为0.78，RMSE为2.48g/kg，RE为4.18%；糖分增长期以SASI3(R952.09, R946.11)?和SASI4(R760.37, R803.48)?的建模效果最佳，2015年验证集?R2?为0.67，RMSE为2.71?g/kg，RE为4.72%；糖分积累期的最优建模参数为SASI5(R883.30，R887.79)?，2015年模型R2为0.72，RMSE为2.54g/kg，RE为4.49%。为直观显示甜菜CLNC在时间和空间尺度上的变化规律，基于上述估测模型计算并生成甜菜CLNC的预测分布图，实现了甜菜CLNC的可视化。研究结果表明，提出的甜菜CLNC估测方法具有可行性，可为及时了解作物长势及营养估测提供技术支持。

来源：2019年第3期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第3期