期刊专题

10.3969/j.issn.1002-6819.2009.11.035

利用红边特征参数监测小麦叶片氮素积累状况

引用
以不同类型小麦品种在氮素差异梯度下连续3 a田间试验为基础,在关键生育时期同步测定冠层光谱反射率、叶片干物质量及氮含量,探索建立小麦叶片氮素状况估算的新型红边参数及监测模型.结果表明,冠层微分光谱在红边区域内随氮素水平提高呈明显规律性变化,而原始光谱反射率的变化却较为复杂.与叶片氮积累量关系密切的常见红边参数间存在差异,其中,以GM2、SR705和FD742表现最突出,线性回归模型拟合精度(R~2)分别为0.854、0.848和0.873,估计标准误差(SE)分别为1.136、1.160和1.059.基于红边双峰特征分析,构建新型红边双峰特征参数,其中,红边左偏峰面积LSDr_REP_(LE)对叶片氮积累量方程拟合取得很好效果,决定系数和估计标准误差分别为0.869和1.080.经不同年际独立数据的检验表明,以GM2、SR705和FD742为变量,模型预测平均相对误差(RE)分别为17.6%、17.0%和14.9%,而红边左偏峰面积LSDr_REP_(LE)模型预测误差控制得更好,平均相对误差RE为14.5%.以上表明,红边参数GM2、SR705和FD742可以对小麦叶片氮素状况进行有效监测,而红边左偏峰面积LSDr_REP_(LE)模型预测更为准确可靠.

监测、模型、光谱分析、小麦、红边特征参数、叶片氮积累量

25

S511;S127(禾谷类作物)

国家自然科学基金项目30671215,30900867;江苏省自然科学基金项目BK2005212,BK2003079

2010-03-02(万方平台首次上网日期,不代表论文的发表时间)

共8页

194-201

暂无封面信息
查看本期封面目录

农业工程学报

1002-6819

11-2047/S

25

2009,25(11)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn