摘要:
快速准确获取大面积果园冠层叶片全氮含量(leaf nitrogen content,LNC)是实现现代精准农业的基本要求。通过无人机高光谱成像仪(391.9~1006.2 nm)采集了甘肃省静宁县两个典型果园的果树冠层光谱图像,包括人工灌溉的苹果示范园与自然降雨的苹果园,综合比较两区共160份冠层叶片样本的原始光谱反射率(OD)、倒数光谱(RT)、对数光谱(LF)和一阶微分光谱(FD),构建任意两个光谱波段集组合的差值光谱指数(difference spectral index,DSI)、土壤调节植被指数(soil adjusted vegetation index,SAVI)、归一化差值光谱指数(normalized different spectral index,NDSI),分析3种光谱指数与叶片氮含量的相关性,利用一元线性回归模型与光谱指数构建两区最佳苹果冠层LNC估测模型。结果表明,人工灌溉区的FD-SAVI(825,536)、自然降雨区的LF-SAVI(854,392)与LNC的相关性最强,并基于FD-SAVI、LF-SAVI构建一元线性回归模型。人工灌溉区构建的FD-SAVI-ULRM估测模型精度最高,验证集R²和ERMSE分别为0.6601和0.0678;自然降雨区构建的LF-SAVI-ULRM估测模型精度最高,验证集R2和ERMSE分别为0.6746和0.0665。试验采用LNC模型绘制出两个试验区的苹果树冠层叶片LNC估测图,实现对果园叶片全氮含量的精准掌握及精细化管理。
夏媛媛,冯全,杨森,等.基于高光谱遥感的苹果树冠层叶片全氮量估测[J].农业工程,2024,14(2):20-28. doi: 10.19998/j.cnki.2095-1795.2024.02.003.