典型文献
基于特征转移植被指数的水稻叶片氮素含量定量估算
文献摘要：
水稻叶片氮素含量遥感检测是实现水稻精准施肥的前提条件.为了探究利用光谱技术快速、便捷的实现水稻叶片氮素的精准检测,该研究在水稻关键生育期,利用水稻叶片400～1000 nm高光谱反射率信息,利用连续投影法提取敏感波段,在此基础上,提出了一种波段特征转移的植被指数构建思路,构建了由3个波段构成的氮素特征转移指数(Nitrogen Characteristic Transfer Index,NCTI),并利用线性归回模型构建了水稻叶片氮素含量反演模型.结果表明:该研究采用连续投影法从水稻叶片光谱中提取了6个特征波段,具体为500、555、662、690、729、800 nm;运用氮素特征转移思路构建了由550、729和800 nm构成的氮素特征转移指数(NCTI);以NCTI为输入,运用线性回归的方式构建水稻氮素含量反演模型,其模型决定系数为0.774,均方根误差为0.379 mg/g,反演效果优于归一化植被指数(Normalized Difference Vegetation Index,NDVI)、增强植被指数(Enhanced Vegetation Index,EVI)等传统植被指数所建立的氮素含量反演模型,说明了NCTI在实际的应用中,能够作为快速反演水稻叶片氮素含量的高光谱植被指数.该研究能够为水稻叶片氮素含量光谱检测提供一定的客观数据支撑和模型参考.
文献关键词：
高光谱;氮;植被指数;水稻;回归分析
中图分类号：
作者姓名：
于丰华;邢思敏;郭忠辉;白驹驰;许童羽
作者机构：
沈阳农业大学信息与电气工程学院,沈阳 110866;辽宁省农业信息化工程技术研究中心,沈阳 110866
文献出处：
引用格式：
[1]于丰华;邢思敏;郭忠辉;白驹驰;许童羽-.基于特征转移植被指数的水稻叶片氮素含量定量估算)[J].农业工程学报,2022(02):175-182
A类：
NCTI
B类：
水稻,稻叶,叶片氮,氮素含量,定量估算,遥感检测,精准施肥,前提条件,利用光,光谱技术,精准检测,关键生育期,光谱反射率,连续投影法,敏感波段,指数构建,构建思路,移指,Nitrogen,Characteristic,Transfer,Index,归回,反演模型,叶片光谱,特征波段,思路构建,建水,决定系数,归一化植被指数,Normalized,Difference,Vegetation,NDVI,增强植被指数,Enhanced,EVI,数所,快速反演,高光谱植被指数,光谱检测,客观数据
AB值：
0.315374
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
