基于低空无人机影像光谱和纹理特征的棉花氮素营养诊断研究

	基于低空无人机影像光谱和纹理特征的棉花氮素营养诊断研究
	陈鹏飞 2; 梁飞 1
刊名	中国农业科学
	2019
卷号	52 期号:13 页码:2220
ISSN号	0578-1752
英文摘要	【目的】基于无人机高空间分辨率影像,探讨剔除土壤背景信息及增加纹理信息对棉花植株氮浓度反演的影响,为棉花氮素营养精准探测提供新技术手段。【方法】开展棉花水、氮耦合试验,分别在棉花的不同生育期获取无人机多光谱影像和植株氮浓度信息。基于以上数据,首先探讨了土壤背景对棉花冠层光谱的影响;其次,分析了影像纹理特征与植株氮浓度间的相关性;最后,将获得的数据分为建模样本和检验样本,设置剔除土壤背景前、剔除土壤背景后、增加纹理特征等不同情景,采用光谱指数与主成分分析耦合建模的方法,来建立各种情景下植株氮浓度的反演模型,并对模型反演效果进行比较。【结果】土壤背景对棉花冠层光谱有影响,且不同生育期趋势不同;影像纹理特征参数与植株氮浓度间有显著相关关系;剔除土壤背景前植株氮浓度反演模型的建模决定系数为0.33,标准误差为0.21%,验证决定系数为0.19,标准误差为0.23%;剔除土壤背景后模型的建模决定系数为0.38,标准误差为0.20%,验证决定系数为0.30,标准误差为0.21%;增加纹理信息后模型的建模决定系数为0.57,标准误差为0.17%,验证决定系数为0.42,标准误差为0.19%。【结论】基于低空无人机高空间分辨率影像,剔除土壤背景和增加纹理特征均可提高棉花植株氮浓度的反演精度;影像纹理可以作为一种重要信息来支撑无人机遥感技术反演作物氮素营养状况。
语种	英语
内容类型	期刊论文
源URL	[http://ir.igsnrr.ac.cn/handle/311030/124722]
专题	中国科学院地理科学与资源研究所
作者单位	1.新疆农垦科学院农田水利及土壤肥料研究所 2.中国科学院地理科学与资源研究所
推荐引用方式 GB/T 7714	陈鹏飞,梁飞. 基于低空无人机影像光谱和纹理特征的棉花氮素营养诊断研究[J]. 中国农业科学,2019,52(13):2220.
APA	陈鹏飞,&梁飞.(2019).基于低空无人机影像光谱和纹理特征的棉花氮素营养诊断研究.中国农业科学,52(13),2220.
MLA	陈鹏飞,et al."基于低空无人机影像光谱和纹理特征的棉花氮素营养诊断研究".中国农业科学 52.13(2019):2220.