基于无人机高光谱影像的引黄灌区水稻叶片全氮含量估测

摘要：

实时监测水稻氮素状况对于评估水稻长势及精准田间管理意义重大。为确定宁夏引黄灌区水稻叶片全氮含量的最优高光谱估测方法，该文依托不同氮素水平水稻试验，基于成像高光谱数据和无人机高光谱影像，综合运用统计分析及遥感参数成图技术，对比分析光谱指数与偏最小二乘回归方法预测水稻叶片全氮含量的精确度和稳健性。结果表明，以组合波段738和522 nm光谱反射率的一阶导数构成的比值光谱指数（ratio spectral index，RSI）构建的线性模型为水稻叶片全氮含量的最优估测模型（检验R2为0.673，均方根误差为0.329，相对分析误差为2.02）；无人机高光谱影像反演的水稻叶片全氮含量分布范围（1.28%～2.56%）与地面实际情况较相符（1.34%～2.49%）。研究结果可为区域尺度水稻氮素含量的空间反演及精准农业的高效实施提供科学和技术依据。

关键词：氮素、无人机、作物、水稻、高光谱、波段选择

所属期刊栏目：32

分类号：TP79;S127(遥感技术)

资助基金：国家863计划项目2013AA102401-2；高等学校博士学科点专项科研基金20120204110013

在线出版日期：2016-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：77-85