CN102313699A - 作物冠层叶片的全氮含量估算方法 - Google Patents

作物冠层叶片的全氮含量估算方法 Download PDF

Info

Publication number
CN102313699A
CN102313699A CN201110138022A CN201110138022A CN102313699A CN 102313699 A CN102313699 A CN 102313699A CN 201110138022 A CN201110138022 A CN 201110138022A CN 201110138022 A CN201110138022 A CN 201110138022A CN 102313699 A CN102313699 A CN 102313699A
Authority
CN
China
Prior art keywords
crop canopies
spectral reflectance
nitrogen content
total nitrogen
crop
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201110138022A
Other languages
English (en)
Other versions
CN102313699B (zh
Inventor
赵春江
徐新刚
王纪华
黄文江
李存军
宋晓宇
杨小冬
顾晓鹤
杨贵军
杨浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Research Center for Information Technology in Agriculture
Original Assignee
Beijing Research Center for Information Technology in Agriculture
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Research Center for Information Technology in Agriculture filed Critical Beijing Research Center for Information Technology in Agriculture
Priority to CN 201110138022 priority Critical patent/CN102313699B/zh
Publication of CN102313699A publication Critical patent/CN102313699A/zh
Application granted granted Critical
Publication of CN102313699B publication Critical patent/CN102313699B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明公开了一种作物冠层叶片的全氮含量估算方法,涉及作物生化组分光谱无损检测技术领域,所述方法包括步骤:S1:测定作物冠层包含400nm~760nm波段范围的高光谱数据,计算作物冠层光谱反射率并得到其光谱反射率曲线;S2:利用作物冠层光谱反射率计算作物冠层相对光谱反射率并得到其相对光谱反射率曲线;S3:对作物冠层相对光谱反射率曲线中400nm~500nm与680nm~760nm两个特征波段的相对光谱反射率曲线分别进行线性拟合,计算得到两段相对光谱反射率曲线的斜率;S4:利用680nm~760nm与400nm~500nm两个特征波段相对光谱反射率曲线斜率的比值,建立作物冠层叶片全氮含量估算模型,实现作物冠层叶片全氮含量的估算。本发明能够建立扩展性强、稳定的作物氮素生化组分估算模型。

Description

作物冠层叶片的全氮含量估算方法
技术领域
本发明涉及作物生化组分光谱无损检测技术领域,特别是涉及一种对作物冠层叶片的全氮含量进行估算的方法。
背景技术
氮素是包括大麦在内的作物所需的主要营养元素,直接影响着作物生长发育与产量品质的形成。对作物冠层叶片的氮素含量水平进行实时、快速和准确地检测,有利于科学合理地指导氮肥施用,减少过量施氮造成的环境污染,提高作物的产量与品质,具有重要的实际意义与应用价值,本发明所述的全氮含量,具体是指作物冠层叶片单位干重中所含氮素的总量,乘以100后用百分比(%)表示,单位为gN100/gDW。
传统的作物氮素含量检测方法耗时费力成本高,并具有破坏性和滞后性。近年来,随着高光谱技术的快速发展,应用光谱无损探测技术对包括氮素在内的作物生化组分进行无损监测估算,已成为当前研究田间作物长势及营养诊断的重要方法。
目前,应用光谱技术检测作物氮素含量的主要方法有两种:一是使用敏感波长的反射率组合生成的各种光谱植被指数;二是应用光谱特征变量直接与作物氮素含量建立响应模型,实现氮素含量的光谱无损估测,光谱特征变量主要包括光谱曲线反射峰或吸收谷特征,以及导数光谱特征量。这两类方法由于通常只使用少数几个特征波长,往往忽略对高光谱数据多个波段丰富信息的挖掘应用,并且在实际应用中很少考虑晴天由于局部云斑阴影暂时或偶然性遮挡产生的光谱差异,使得构建的氮素光谱估算方法模型在时间与空间应用上常表现出扩展性不强、稳定性缺乏的局限。
发明内容
(一)要解决的技术问题
针对现有技术中的上述缺陷,本发明要解决的技术问题是:提供一种作物冠层叶片的全氮含量估算方法,其能够挖掘应用高光谱数据多个波段的丰富信息,建立起扩展性和稳定性强的作物叶片全氮含量光谱估算模型,还可以在一定程度上消除偶然性云斑阴影的影响,提高了作物冠层叶片全氮含量估算在实际应用中的准确性和可比性。
(二)技术方案
为解决上述问题,本发明提供了一种作物冠层叶片的全氮含量估算方法,所述方法包括步骤:
S1:测定作物冠层包含400nm~760nm波段范围的高光谱数据,计算作物冠层光谱反射率并得到其光谱反射率曲线;
S2:利用作物冠层光谱反射率计算作物冠层相对光谱反射率并得到其相对光谱反射率曲线;
S3:对作物冠层相对光谱反射率曲线中400nm~500nm与680nm~760nm两个特征波段的相对光谱反射率曲线分别进行线性拟合,计算得到两段相对光谱反射率曲线各自的斜率;
S4:利用680nm~760nm与400nm~500nm两个特征波段的相对光谱反射率曲线斜率的比值,建立作物冠层叶片全氮含量估算模型,实现作物冠层叶片全氮含量的估算。
其中,所述的步骤S2中计算作物冠层的相对光谱反射率包括:先对所述作物冠层光谱反射率曲线作平滑处理,然后用平滑后的作物冠层光谱反射率曲线中各个波长对应的光谱反射率除以平滑后的作物冠层光谱反射率曲线中所有波长对应的光谱反射率的均值的步骤。
其中,所述的先对所述作物冠层光谱反射率曲线作平滑处理,然后用平滑后的作物冠层光谱反射率曲线中各个波长对应的光谱反射率除以平滑后的作物冠层光谱反射率曲线中所有波长对应的光谱反射率的均值,进一步包括:设ρi为波长为i的光谱反射率,Ri为平滑后的波长为i的光谱反射率,R′i为波长为i的相对光谱反射率,则
Ri=(ρi-2i-1ii+1i+2)/5
R i ′ = R i / ( 1 k Σ i = 1 k R i ) .
其中,所述步骤S3进一步包括:将作物冠层的相对光谱反射率曲线中680nm~760nm与400nm~500nm两个波段对应的两段光谱曲线近似看成直线,以波长为自变量,以相对光谱反射率为因变量,进行线性拟合,将两段曲线各自拟合的线性方程的斜率分别作为这两段相对光谱反射率曲线的斜率。
其中,所述的步骤S4包括:以680nm~760nm波段与400nm~500nm波段的相对光谱反射率曲线斜率的比值为自变量,以作物冠层叶片的全氮含量为因变量,建立作物冠层叶片的全氮含量的线性估算模型,将待测的作物冠层的相对光谱反射率曲线斜率比值输入到该估算模型,实现作物冠层叶片全氮含量的估算。
其中,所述建立作物冠层叶片的全氮含量的线性估算模型的方法为最小二乘法。
(三)有益效果
本发明通过应用光谱反射率数据计算相对光谱反射率,通过对两个特征波段光谱反射率曲线进行线性拟合,得出两个特征波段光谱反射率曲线的斜率,而后利用两段相对光谱反射率曲线斜率的比值,建立作物冠层叶片全氮含量的估算模型。
本发明能够挖掘应用高光谱数据多个波段的丰富信息,建立起扩展性和稳定性强的作物叶片全氮含量光谱估算模型,与已有的仅使用少数几个特征波长信息的作物冠层叶片全氮含量光谱无损估算方法相比,本发明既可以充分应用特征波段内多个波长所提供的丰富光谱信息,又在一定程度对特征波段的信息进行了综合和简化,使得本发明所述方法的扩展性和稳定性得到增强。
本发明在估算过程中使用相对光谱反射率,能在一定程度上消除偶然性云斑阴影的影响,提高了作物全氮含量估算的可比性和准确性。
附图说明
图1为本发明所述作物冠层叶片的全氮含量估算方法的流程图;
图2为本发明所述的400nm~500nm与680nm~760nm两个特征波段相对光谱反射率曲线的斜率表达示意图;
图3为应用样本数据构建的大麦拔节至抽穗期冠层叶片全氮含量估算模型图;
图4为本发明所述方法的应用效果示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
如图1所示,本发明所述作物冠层叶片的全氮含量估算方法,包括步骤:
S1:测定作物冠层,例如大麦冠层400nm~760nm波段范围的高光谱数据,计算作物冠层光谱反射率并得到其光谱反射率曲线;
本步骤中,应用美国ASD(Analytical Spectral Device)公司生产的便携式野外地物光谱仪测量田间大麦拔节至抽穗期生长阶段的冠层光谱;所述冠层至少包括叶片。
S2:利用作物冠层光谱反射率计算作物冠层相对光谱反射率并得到其相对光谱反射率曲线;
本步骤中,在计算大麦冠层400nm~760nm波段的相对光谱反射率时,可以先对所述大麦冠层光谱反射率曲线作平滑处理,然后用平滑后的大麦冠层光谱反射率曲线中各个波长对应的光谱反射率除以平滑后的大麦冠层光谱反射率曲线中所有波长对应的光谱反射率的均值,得到大麦冠层光谱反射率曲线中各波长的相对光谱反射率。
设ρi为波长为i的光谱反射率,Ri为平滑后的波长为i的光谱反射率,R′i为波长为i的相对光谱反射率,则
Ri=(ρi-2i-1ii+1i+2)/5
R i ′ = R i / ( 1 k Σ i = 1 k R i ) .
由于对大麦冠层光谱反射率的测量一般要求晴天无云的天气条件,但有时在田间实际测量过程中,可能的局部少量云斑临时或偶然的光照遮挡,使得田间的光照条件产生一定差异,导致田间测得光谱反射率数据不具可比性,这样估算得到的叶片全氮含量可能产生较大误差。应用相对光谱反射率可在一定程度上消除光照条件差异的影响。
S3:对大麦冠层相对光谱反射率曲线中400nm~500nm与680nm~760nm两个特征波段的相对光谱反射率曲线分别进行线性拟合,计算得到两段相对光谱反射率曲线各自的斜率;
本步骤中,将大麦冠层叶片相对光谱反射率曲线中680nm~760nm与400nm~500nm波段范围的两段曲线近似看成直线,以波长为自变量,以相对光谱反射率为因变量,进行线性拟合,将两段曲线各自拟合的线性方程的斜率分别作为这两段相对光谱反射率曲线的斜率。如图2所示,其计算表达公式如下:
R′=k*W+b
其中,R′为因变量,指相对光谱反射率;W为自变量,指400nm~500nm或680nm~760nm波段中的各波长;b为线性拟合方程的截距;k为线性拟合方程的斜率,也就是本发明方法所指的相对光谱反射率曲线的斜率,当W的值在400nm~500nm波段范围内时,指K400-500,当W的值在680nm~760nm波段范围内时,指K680-760
S4:利用680nm~760nm与400nm~500nm两个特征波段的相对光谱反射率曲线斜率的比值,建立大麦冠层叶片全氮含量估算模型,实现作物冠层叶片全氮含量的估算。
本步骤中,以大麦冠层相对光谱反射率中680nm~760nm与400nm~500nm两段相对光谱反射率曲线斜率的比值,即K680-760/K400-500为自变量,以大麦冠层叶片全氮含量为因变量,利用最小二乘法建立大麦冠层叶片全氮含量的线性估算模型,将待测的大麦冠层相对光谱反射率曲线斜率比值输入到该估算模型,实现大麦冠层叶片全氮含量的估算。基于上述的光谱和大麦冠层叶片全氮含量样本数据,建立的拔节至抽穗期大麦冠层叶片全氮含量的估算模型如下:
N(%)=0.022*K680-760/K400-500+2.429(R2=0.679**,n=25)
图3是使用样本数据构建的大麦拔节至抽穗期的冠层叶片全氮含量估算模型图,从图中可以看出模型的决定系数(R2)达到极显著水平(R2=0.679**),均方根误差(RMSE)为0.592,表明使用本发明所述方法建立的模型具有较高的质量。
为验证本发明方法的应用效果,随机选择了拔节至抽穗期的大麦地块,进行大麦冠层光谱反射率的测定,根据本发明方法的处理流程,通过计算大麦冠层相对光谱反射率曲线中680nm~760nm与400nm~500nm两段光谱曲线斜率的比值K680-760/K400-500,将其输入到上述的拔节至抽穗期大麦冠层叶片全氮含量的估算模型中,得到大麦冠层叶片全氮含量,并使之与实测值进行比较。结果表明利用本方法估算得到的大麦冠层叶片全氮含量与实测值的相关系数达到了极显著水平(r=0.79**,n=13),如图4所示,其均方根误差(RMSE)为0.583,平均相对误差为8.9%,这表明了本发明利用相对光谱反射率曲线斜率变量信息估算拔节至抽穗期大麦冠层叶片全氮含量的可行性。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。

Claims (6)

1.一种作物冠层叶片的全氮含量估算方法,其特征在于,包括步骤:
S1:测定作物冠层包含400nm~760nm波段范围的高光谱数据,计算作物冠层光谱反射率并得到其光谱反射率曲线;
S2:利用作物冠层光谱反射率计算作物冠层相对光谱反射率并得到其相对光谱反射率曲线;
S3:对作物冠层相对光谱反射率曲线中400nm~500nm与680nm~760nm两个特征波段的相对光谱反射率曲线分别进行线性拟合,计算得到两段相对光谱反射率曲线各自的斜率;
S4:利用680nm~760nm与400nm~500nm两个特征波段的相对光谱反射率曲线斜率的比值,建立作物冠层叶片全氮含量估算模型,实现作物冠层叶片全氮含量的估算。
2.如权利要求1所述的作物冠层叶片的全氮含量估算方法,其特征在于:所述的步骤S2中计算作物冠层的相对光谱反射率包括:先对所述作物冠层光谱反射率曲线作平滑处理,然后用平滑后的作物冠层光谱反射率曲线中各个波长对应的光谱反射率除以平滑后的作物冠层光谱反射率曲线中所有波长对应的光谱反射率的均值的步骤。
3.如权利要求2所述的作物冠层叶片的全氮含量估算方法,其特征在于,所述的先对所述作物冠层光谱反射率曲线作平滑处理,然后用平滑后的作物冠层光谱反射率曲线中各个波长对应的光谱反射率除以平滑后的作物冠层光谱反射率曲线中所有波长对应的光谱反射率的均值,进一步包括:设ρi为波长为i的光谱反射率,Ri为平滑后的波长为i的光谱反射率,R′i为波长为i的相对光谱反射率,则
Ri=(ρi-2i-1ii+1i+2)/5
R i ′ = R i / ( 1 k Σ i = 1 k R i ) .
4.如权利要求1所述的作物冠层叶片的全氮含量估算方法,其特征在于,所述步骤S3进一步包括:将作物冠层的相对光谱反射率曲线中680nm~760nm与400nm~500nm两个波段对应的两段光谱曲线近似看成直线,以波长为自变量,以相对光谱反射率为因变量,进行线性拟合,将两段曲线各自拟合的线性方程的斜率分别作为这两段相对光谱反射率曲线的斜率。
5.如权利要求1所述的作物冠层叶片的全氮含量估算方法,其特征在于,所述的步骤S4包括:以680nm~760nm波段与400nm~500nm波段的相对光谱反射率曲线斜率的比值为自变量,以作物冠层叶片的全氮含量为因变量,建立作物冠层叶片的全氮含量的线性估算模型,将待测的作物冠层的相对光谱反射率曲线斜率比值输入到该估算模型,实现作物冠层叶片全氮含量的估算。
6.如权利要求5所述的作物冠层叶片的全氮含量估算方法,其特征在于,所述建立作物冠层叶片的全氮含量的线性估算模型的方法为最小二乘法。
CN 201110138022 2011-05-26 2011-05-26 作物冠层叶片的全氮含量估算方法 Active CN102313699B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110138022 CN102313699B (zh) 2011-05-26 2011-05-26 作物冠层叶片的全氮含量估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110138022 CN102313699B (zh) 2011-05-26 2011-05-26 作物冠层叶片的全氮含量估算方法

Publications (2)

Publication Number Publication Date
CN102313699A true CN102313699A (zh) 2012-01-11
CN102313699B CN102313699B (zh) 2013-03-13

Family

ID=45427056

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110138022 Active CN102313699B (zh) 2011-05-26 2011-05-26 作物冠层叶片的全氮含量估算方法

Country Status (1)

Country Link
CN (1) CN102313699B (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102893817A (zh) * 2012-10-10 2013-01-30 南京信息工程大学 一种基于指数线性方程的设施作物干物质生产模拟方法
CN103234916A (zh) * 2013-04-06 2013-08-07 吉林大学 一种群体净光合速率预测方法
CN103323404A (zh) * 2013-05-30 2013-09-25 中国农业科学院北京畜牧兽医研究所 一种获得冷季型禾本科牧草群体补充氮肥量的方法
CN103472009A (zh) * 2013-09-16 2013-12-25 南京农业大学 一种不同植株氮含量水平下小麦植株含水率的监测方法
CN103528965A (zh) * 2013-08-28 2014-01-22 南京农业大学 一种小麦叶片等效水厚度高光谱监测方法
CN103630498A (zh) * 2013-11-12 2014-03-12 浙江大学 基于高光谱成像技术的脐橙表面农药残留量的检测方法
CN104614321A (zh) * 2015-01-20 2015-05-13 山东农业大学 一种基于光谱图像的作物长势实时监测方法
CN104849219A (zh) * 2015-03-11 2015-08-19 中国科学院地理科学与资源研究所 一种作物氮素营养诊断仪及方法
CN104914052A (zh) * 2015-05-12 2015-09-16 江苏大学 一种霉变花生的光谱成像检测方法
CN105300895A (zh) * 2015-11-05 2016-02-03 浙江大学 一种利用特征点切线夹角预警马铃薯发芽缺陷的方法
CN106525731A (zh) * 2016-09-27 2017-03-22 北京农业信息技术研究中心 基于遥感与农学知识的冠层叶氮垂直分布探测方法及装置
CN106769904A (zh) * 2017-01-22 2017-05-31 广州地理研究所 基于优化导数求算方法的水库水体总氮含量估算方法
CN107505271A (zh) * 2017-07-13 2017-12-22 北京农业信息技术研究中心 基于氮素组分辐射传输模型的植株氮素估算方法和系统
CN109115951A (zh) * 2018-07-31 2019-01-01 东北农业大学 基于冠层结构与冠层光谱的水稻植株全氮估测方法
CN109187398A (zh) * 2018-11-08 2019-01-11 河南省农业科学院植物营养与资源环境研究所 一种小麦植株氮含量的高光谱测定方法
CN110160967A (zh) * 2019-04-16 2019-08-23 安徽大学 一种作物冠层叶片的全氮含量估算方法
CN110419437A (zh) * 2019-08-23 2019-11-08 仲恺农业工程学院 水肥调配装置以及水肥调配方法
CN113109272A (zh) * 2021-04-20 2021-07-13 石河子大学 一种滴灌棉花氮营养亏损诊断方法及系统
CN113670913A (zh) * 2021-08-18 2021-11-19 沈阳农业大学 水稻氮素含量反演高光谱植被指数构建方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106226246A (zh) * 2016-07-26 2016-12-14 新疆农垦科学院 一种直播建园枣树植株氮素含量的监测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5377693A (en) * 1976-12-21 1978-07-10 Toshiba Betsukuman Kk Total nitrogen analyzer
JP2003232728A (ja) * 2002-02-08 2003-08-22 Kawasaki Kiko Co Ltd 計測時間を短縮した成分分析方法並びにこれを実施する成分分析装置
KR20060087083A (ko) * 2005-01-28 2006-08-02 전라북도 벼 생체엽신의 총질소함량 측정방법
CN1900695A (zh) * 2005-07-21 2007-01-24 李少昆 基于高光谱的小麦氮素含量与籽粒蛋白品质田间快速监测方法
CN101975754A (zh) * 2010-09-26 2011-02-16 首都师范大学 消除位相误差的反射式太赫兹光谱分析方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5377693A (en) * 1976-12-21 1978-07-10 Toshiba Betsukuman Kk Total nitrogen analyzer
JP2003232728A (ja) * 2002-02-08 2003-08-22 Kawasaki Kiko Co Ltd 計測時間を短縮した成分分析方法並びにこれを実施する成分分析装置
KR20060087083A (ko) * 2005-01-28 2006-08-02 전라북도 벼 생체엽신의 총질소함량 측정방법
CN1900695A (zh) * 2005-07-21 2007-01-24 李少昆 基于高光谱的小麦氮素含量与籽粒蛋白品质田间快速监测方法
CN101975754A (zh) * 2010-09-26 2011-02-16 首都师范大学 消除位相误差的反射式太赫兹光谱分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
乔欣: "《基于高光谱遥感技术的作物营养诊断初步研究》", 《吉林大学硕士学位论文》 *
母建华: "《基于光谱分析的茶鲜叶全氮含量快速检测技术》", 《江苏大学硕士学位论文》 *

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102893817A (zh) * 2012-10-10 2013-01-30 南京信息工程大学 一种基于指数线性方程的设施作物干物质生产模拟方法
CN103234916A (zh) * 2013-04-06 2013-08-07 吉林大学 一种群体净光合速率预测方法
CN103234916B (zh) * 2013-04-06 2015-03-18 吉林大学 一种群体净光合速率预测方法
CN103323404B (zh) * 2013-05-30 2015-09-16 中国农业科学院北京畜牧兽医研究所 一种获得冷季型禾本科牧草群体补充氮肥量的方法
CN103323404A (zh) * 2013-05-30 2013-09-25 中国农业科学院北京畜牧兽医研究所 一种获得冷季型禾本科牧草群体补充氮肥量的方法
CN103528965A (zh) * 2013-08-28 2014-01-22 南京农业大学 一种小麦叶片等效水厚度高光谱监测方法
CN103528965B (zh) * 2013-08-28 2016-03-02 南京农业大学 一种小麦叶片等效水厚度高光谱监测方法
CN103472009A (zh) * 2013-09-16 2013-12-25 南京农业大学 一种不同植株氮含量水平下小麦植株含水率的监测方法
CN103472009B (zh) * 2013-09-16 2015-11-18 南京农业大学 一种不同植株氮含量水平下小麦植株含水率的监测方法
CN103630498A (zh) * 2013-11-12 2014-03-12 浙江大学 基于高光谱成像技术的脐橙表面农药残留量的检测方法
CN103630498B (zh) * 2013-11-12 2015-09-16 浙江大学 基于高光谱成像技术的脐橙表面农药残留量的检测方法
CN104614321A (zh) * 2015-01-20 2015-05-13 山东农业大学 一种基于光谱图像的作物长势实时监测方法
CN104614321B (zh) * 2015-01-20 2017-07-25 山东农业大学 一种基于光谱图像的作物长势实时监测方法
CN104849219A (zh) * 2015-03-11 2015-08-19 中国科学院地理科学与资源研究所 一种作物氮素营养诊断仪及方法
CN104849219B (zh) * 2015-03-11 2017-09-26 中国科学院地理科学与资源研究所 一种作物氮素营养诊断仪及方法
CN104914052A (zh) * 2015-05-12 2015-09-16 江苏大学 一种霉变花生的光谱成像检测方法
CN105300895B (zh) * 2015-11-05 2017-12-26 浙江大学 一种利用特征点切线夹角预警马铃薯发芽缺陷的方法
CN105300895A (zh) * 2015-11-05 2016-02-03 浙江大学 一种利用特征点切线夹角预警马铃薯发芽缺陷的方法
CN106525731A (zh) * 2016-09-27 2017-03-22 北京农业信息技术研究中心 基于遥感与农学知识的冠层叶氮垂直分布探测方法及装置
CN106525731B (zh) * 2016-09-27 2019-01-22 北京农业信息技术研究中心 基于遥感与农学知识的冠层叶氮垂直分布探测方法及装置
CN106769904A (zh) * 2017-01-22 2017-05-31 广州地理研究所 基于优化导数求算方法的水库水体总氮含量估算方法
CN107505271A (zh) * 2017-07-13 2017-12-22 北京农业信息技术研究中心 基于氮素组分辐射传输模型的植株氮素估算方法和系统
CN107505271B (zh) * 2017-07-13 2020-02-14 北京农业信息技术研究中心 基于氮素组分辐射传输模型的植株氮素估算方法和系统
CN109115951A (zh) * 2018-07-31 2019-01-01 东北农业大学 基于冠层结构与冠层光谱的水稻植株全氮估测方法
CN109187398A (zh) * 2018-11-08 2019-01-11 河南省农业科学院植物营养与资源环境研究所 一种小麦植株氮含量的高光谱测定方法
CN110160967A (zh) * 2019-04-16 2019-08-23 安徽大学 一种作物冠层叶片的全氮含量估算方法
CN110419437A (zh) * 2019-08-23 2019-11-08 仲恺农业工程学院 水肥调配装置以及水肥调配方法
CN113109272A (zh) * 2021-04-20 2021-07-13 石河子大学 一种滴灌棉花氮营养亏损诊断方法及系统
CN113670913A (zh) * 2021-08-18 2021-11-19 沈阳农业大学 水稻氮素含量反演高光谱植被指数构建方法
CN113670913B (zh) * 2021-08-18 2023-05-16 沈阳农业大学 水稻氮素含量反演高光谱植被指数构建方法

Also Published As

Publication number Publication date
CN102313699B (zh) 2013-03-13

Similar Documents

Publication Publication Date Title
CN102313699B (zh) 作物冠层叶片的全氮含量估算方法
CN102435564B (zh) 一种基于三波段光谱指数估测植物氮含量的方法
Ji et al. Performance evaluation of spectral vegetation indices using a statistical sensitivity function
CN103293111B (zh) 一种土壤背景干扰下小麦叶层氮含量光谱监测模型及建模方法
CN103868880B (zh) 基于光谱双峰指数的小麦叶片氮含量监测方法及其监测模型的构建方法
CN103196838B (zh) 一种海岸河口富营养化高光谱遥感监测方法
CN101986139B (zh) 一种基于反射光谱小波变换的植被参数遥感反演方法
Boyd et al. Phenology of vegetation in Southern England from Envisat MERIS terrestrial chlorophyll index (MTCI) data
CN109187398A (zh) 一种小麦植株氮含量的高光谱测定方法
Menéndez-Miguélez et al. A three level system for estimating the biomass of Castanea sativa Mill. coppice stands in north-west Spain
CN102426153A (zh) 一种基于冠层高光谱指数的小麦植株水分监测方法
CN103048276B (zh) 一种用于检测作物冠层叶片碳氮比的光谱指数构造方法
CN108414455B (zh) 用于农业保险理赔的农作物雹灾遥感监测方法
CN101762463A (zh) 一种基于冠层多光谱的烤烟鲜烟叶叶绿素含量测定方法
Aasen et al. Automated hyperspectral vegetation index retrieval from multiple correlation matrices with HyperCor
CN106990056A (zh) 一种土壤全氮光谱估算模型校正样本集构建方法
CN113252583B (zh) 一种基于枯草植被指数计算高寒枯草覆盖度的方法
CN113466143B (zh) 土壤养分反演方法、装置、设备及介质
Marchili et al. A seasonal cycle and an abrupt change in the variability characteristics of the intraday variable source S4 0954+ 65
Wu et al. Research of foliar dust content estimation by reflectance spectroscopy of Euonymus japonicus Thunb
CN107991249B (zh) 一种内陆水体叶绿素a浓度的普适性遥感估算方法
CN106092909A (zh) 一种枣树冠层叶绿素含量的检测方法
CN106092912A (zh) 一种枣树冠层水分含量的检测方法
Vyas et al. Estimating attributes of deciduous forest cover of a sanctuary in India utilizing Hyperion data and PLS analysis
Fu et al. Comparative analysis of three regression methods for the winter wheat biomass estimation using hyperspectral measurements

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant