农业机械学报

作者：王鑫梅，张劲松，孟平，杨洪国，孙圣

单位：中国林业科学研究院林业研究所,中国林业科学研究院林业研究所,中国林业科学研究院林业研究所,南京林业大学,中国林业科学研究院林业研究所,

关键词：核桃冠层; 氮素含量; 无人机遥感; 特征敏感波段; 植被指数; BP神经网络

基金：中央级公益性科研院所基本科研专项基金项目（CAFZC2017M005、CAFBB2017ZX002）

叶片氮素含量是评价植被生长状况的重要指标，快速、准确监测核桃树冠层氮素含量的变化，对及时掌控树体长势、实施精准管理具有重要意义。本研究通过低空无人机遥感平台搭载GS-2型成像光谱仪，获取了果实膨大期5年生核桃林地的高光谱遥感影像数据。利用ENVI 5.3软件对观测范围内的核桃、土壤以及阴影区域进行识别提取，根据不同地物的波谱差异寻找核桃与土壤、阴影区域之间无交集且差异较大的波段区间，确定冠层的范围，并通过支持向量机方法验证其提取精度；根据NDVI、RVI和DVI植被指数筛选指示冠层氮素含量的特征敏感波段，分析了9种光谱参数对核桃冠层氮素含量的估算能力及其相关性，并将筛选的特征敏感波段作为BP神经网络模型的输入变量，进行了核桃冠层氮素含量的估算。结果表明：当B100 (550.7)处的光谱反射率大于0.10，且 B233 (779.4) 处的光谱反射率大于0.70时，可有效识别和确定核桃树冠层范围，制图精度高达96.43%。在分析核桃树冠层氮素含量与NDVI、RVI、DVI植被指数相关关系的基础上，确定了B33 (440.6)、B165 (660.7)、B186 (697.0)和B347 (986.4)为指示氮素含量的特征敏感波段。9种光谱参数中，以B347 (986.4)和B186 (697.0)重构的NDVI(986.4,697.0) 在核桃林地冠层氮素含量的诊断中更接近实测值，估算模型精度最高。基于BP神经网络建立的估算模型较9种光谱参数具有更高的估算精度，测试集R 2 达0.805，具有一定的估算可靠性。

来源：2021年第2期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2021年第2期