基于高光譜的抽穗期寒地水稻葉片氮素預測模型

王樹文，牛羽新，馬昕宇，陳雙龍，阿瑪尼，馮 江

(東北農業大學 電氣與信息學院，哈爾濱 150030)

0 引言

氮素是水稻生長發育所必需的營養元素之一，也是土壤肥力中最為活躍的因素[1-2]，合理施用氮肥對水稻增產、品質提升及避免因過量施肥而造成的一系列環境問題至關重要[3-4]。目前，國內關于玉米[5-6]、水稻氮素營養監測的研究很多，但針對寒地水稻的分析研究較少。由于存在對經驗要求較高，需破壞性取樣、分析成本高、易受時空影響傳統作物氮素營養診斷方法無法滿足大范圍農田實時監測等缺點而難以普及[7-9]。高光譜遙感技術的出現為快速、無損監測作物氮素含量提供一種有效途徑。王仁紅等[10]通過優選對預測冬小麥葉片氮素含量、冠層氮素密度精度較高的光譜參量，建立其與氮營養指數的經驗模型，得出線性內插法紅邊位置在氮營養指數估測方面表現較好，其R2=0.860，RMSE=0.080。Liu等[11]在2年試驗的基礎上，采用敏感波段和植被指數構建了不同階段冬小麥的葉片氮素含量定量監測模型。Song等[12]根據與小麥氮素含量相關系數最高的光譜指數和相應的觀測角度進行建模，實現了多角度高光譜遙感對小麥冠層氮素含量進行無損檢測。徐新剛等[13]采集大麥作物冠層葉片高光譜反射率和氮含量，分析其可見光-近紅外范圍內的反射率曲線，運用權重最優組合原理及算法，對大麥冠層葉片氮含量進行了估測，給后續此方面的深入探究提供了全新思路。Fitzgerald等[14]應用光譜診斷技術進行小麥氮素含量的估測，所建估測模型相對系數是0.970，均方差是0.650。……