• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《光谱学与光谱分析》 >运用光谱参数冠层覆盖度建立作物长势及氮营养状态模型

运用光谱参数冠层覆盖度建立作物长势及氮营养状态模型

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In order to explore a non‐destructive monitoring technique ,the use of digital photo pixels canopy cover (CC) diagnosis and prediction on maize growth and its nitrogen nutrition status .This study through maize canopy digital photo images on rela‐tionship between color index in the photo and the leaf area index (LAI) ,shoot dry matter weight (DM ) ,leaf nitrogen content percentage (N% ) .The test conducted in the Chinese Academy of Agricultural Science from 2012 to 2013 ,based on Maize cano‐py Visual Image Analysis System developed by Visual Basic Version 6 .0 ,analyzed the correlation of CC ,color indices ,LAI , DM ,N% on maize varieties (Zhongdan909 ,ZD 909) under three nitrogen levels treatments ,furthermore the indicators signifi‐cantly correlated were fitted with modeling ,The results showed that CC had a highly significant correlation with LAI (r=0.93 , p<0.01) ,DM (r=0.94 ,p<0.01) ,N% (r=0.82 ,p<0.01) .Estimating the model of LAI ,DM and N% by CC were all power function ,and the equation respectively were y=3.281 2x0.7639 ,y=283.658 1x0.5536 and y=3.064 5x0.9329 ;using inde‐pendent data from modeling for model validation indicated that R2 ,RMSE and RE based on 1∶1 line relationship between meas‐ured values and simulated values in the model of CC estimating LAI were 0.996 ,0.035 and 1.46% ;R2 ,RMSE and RE in the model of CC estimating DM were 0.978 ,5.408 g and 2.43% ;R2 ,RMSE and RE in the model of CC estimating N% were 0.990 ,0.054 and 2.62% .In summary ,the model can comparatively accurately estimate the LAI ,DM and N% by CC under different nitrogen levels at maize grain filling stage ,indicating that it is feasible to apply digital camera on real‐time undamaged rapid monitoring and prediction for maize growth conditions and its nitrogen nutrition status .This research finding is to be veri‐fied in the field experiment ,and further analyze the applicability throughout the growing period in other maize varieties and dif‐ferent planting density .%为了探索运用数码照片中光谱（红、绿、蓝）的像素计算得到的冠层覆盖度（canopy cover ，CC）对玉米长势及氮素营养状态进行非破坏性监测的技术。通过获取玉米冠层的数码照片图像，定量化数码照片色彩参数与作物叶面积指数（leaf area index ，LAI）、冠层干重（shoot dry matter weight ，DM ）、叶片氮素含量（leaf nitrogen content percentage ，N％）之间的关系。试验于2012年和2013年在中国农业科学院试验田进行，运用基于Visual Basic Version 6.0研发的玉米冠层图像分析系统，分析了玉米品种中单909在3个氮素水平条件下分别于9叶展时期、抽雄期和灌浆期的CC、11种色彩指数与植株LAI ，DM ，N％及产量之间的相关性，并对相关性显著的指标进行了拟合与建模。结果表明，CC与LAI（r＝0.93，p＜0.01），DM （r＝0.94，p＜0.01），N％（r＝0.82，p＜0.01）之间均达到了极显著水平；用CC估算LAI ，DM和N％的模型均为幂函数，方程式分别是 y＝3.2812 x0.7639， y＝283.6581 x0.5536， y＝3.0645 x0.9329；用与建模相独立的数据对模型验证，结果表明，CC估算LAI模型的实测值与模拟值基于1∶1直线的 R2，RMSE和RE分别是0.996，0.035和1.46％；CC估算DM模型的 R2，RMSE和RE分别是0.978，5.408 g和2.43％；CC估算N％模型的 R2，RMSE和RE分别是0.990，0.054和2.62％。综上所述，模型能够较准确的通过CC估算不同氮肥水平条件下玉米9叶展时期、抽雄期和灌浆期的LAI ，DM与N％，表明应用数码相机的光谱信息可实现对玉米生长过程中的生长状况及氮素营养状态进行实时无损快速监测与预测。

著录项

  • 来源
    《光谱学与光谱分析》 |2016年第1期|231-236|共6页
  • 作者

    陶志强; Shamim Ara Bagum; 马玮; 周宝元; 付金东; 崔日鲜; 孙雪芳; 赵明;

  • 作者单位

    中国农业科学院作物科学研究所;

    农业部作物生理生态与栽培重点开放实验室;

    北京 100081;

    中国农业科学院作物科学研究所;

    农业部作物生理生态与栽培重点开放实验室;

    北京 100081;

    中国农业科学院作物科学研究所;

    农业部作物生理生态与栽培重点开放实验室;

    北京 100081;

    中国农业科学院作物科学研究所;

    农业部作物生理生态与栽培重点开放实验室;

    北京 100081;

    中国农业科学院作物科学研究所;

    农业部作物生理生态与栽培重点开放实验室;

    北京 100081;

    中国农业科学院作物科学研究所;

    农业部作物生理生态与栽培重点开放实验室;

    北京 100081;

    中国农业科学院作物科学研究所;

    农业部作物生理生态与栽培重点开放实验室;

    北京 100081;

    中国农业科学院作物科学研究所;

    农业部作物生理生态与栽培重点开放实验室;

    北京 100081;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 玉米（玉蜀黍）;
  • 关键词

    光谱; 玉米; 冠层覆盖度; 色彩指数; 叶面积指数; 冠层干重; 氮素含量;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号