OJNS  >> Vol. 5 No. 3 (July 2017)

    基于光谱分析的莲雾叶片全氮含量模型的研究
    Study on Model for Total Nitrogen of Wax Apple Leaves Based on the Spectrum by Analysis

  • 全文下载: PDF(530KB) HTML   XML   PP.286-292   DOI: 10.12677/OJNS.2017.53039  
  • 下载量: 550  浏览量: 1,887   科研立项经费支持

作者:  

刘永霞,吴 斌,王安邦,王丽霞,何应对,王必尊:中国热带农业科学院海口实验站,海南 海口;
鞠俊杰:南林电子有限公司,江苏 南京;
李 川:海南中和现代农业发展有公司,海南 琼海

关键词:
莲雾光谱氮素模型Syzygium samarangense Spectral Nitrogen Model

摘要:

本研究以5年和6年莲雾为研究对象,以田间试验为依托,利用便携式光谱仪测定莲雾叶片的光谱反射率,采用逐步回归法分析不同氮素水平下莲雾叶片原始光谱反射率与叶片氮素含量的关系,确定敏感波段、构建基于原始光谱反射的模型,最后,经过对模型的优选与检验,得出最佳的估测模型。研究结果如下:莲雾叶片全氮含量的原始光谱的敏感波长为510、560、1200 nm,相关系数分别为−0.888**、0.873**、0.997**,对莲雾叶片全氮与原始光谱的敏感波段采用逐步回归分析法建立定量监测模型并进行检验,最终确定的最佳预测模型为Y = 2.629 X1200 + 4.104,研究结果将为莲雾营养诊断、长势监测和估产等领域提供理论依据。

With Syzygium samarangense as the research object and based on the field experiment, hyper-spectral reflectance was measured by CropScan MSR16 in leaves of 5 and 6 years’ Syzygium samarangense. This study has adopted stepwise regression to analyze the relationship between the original spectral reflectance and nitrogen concentration of in the leaf blade under different nitrogen levels to determine the sensitive wave bands and to build the model based on the original spectral reflection. Finally, the best estimate model has been attained after optimizing and testing. The results showed as follows: the sensitive wave lengths of the original spectrum under three levels of the content of nitrogen are 510, 560 and 1200 nm, and the correlation coefficients are 0.888**, 0.873**, 0.997** respectively. The quantitative monitoring model between different level of the content of nitrogen and the original spectrum band has been established with stepwise regression analysis and checking. Ultimately, the best prediction model is Y = 0.63 X1200 + 4.104. The research results will provide the theoretical basis for nutrition diagnosis, condition monitoring and yield estimation of Syzygium samarangense.

文章引用:
刘永霞, 吴斌, 王安邦, 王丽霞, 何应对, 鞠俊杰, 王必尊, 李川. 基于光谱分析的莲雾叶片全氮含量模型的研究[J]. 自然科学, 2017, 5(3): 286-292. https://doi.org/10.12677/OJNS.2017.53039

参考文献

[1] 孙金英. 基于冠层反射光谱的油菜生长与氮素营养监测研究[D]: [硕士学位论文]. 重庆: 西南大学, 2009.
[2] 牛铮, 陈永华, 随洪智, 等. 叶片化学组分成像光谱遥感探测机理分析[J]. 遥感学报, 2000, 4(2): 125-129.
[3] Osborne, S.L., Schepem, J.S., Francis, D.D., et al. (2002) Detection of Phosphorus Anti Nitrogen Deficiencies in Corn Using Spectral Radiance Measurements. Agronomy Journal, 94, 1215-1221.
https://doi.org/10.2134/agronj2002.1215
[4] 朱艳, 李映雪, 周冬琴, 等. 稻麦叶片氨含量与冠层反射光谱的定量关系[J]. 生态学报, 2006, 26(10): 3463-3469.
[5] 张金恒, 王珂, 王人潮. 红边参数LRPSA评价水稻氮素营养的可行性研究明[J]. 上海交通大学学报(农业科学版), 2003, 2l(4): 349-360.
[6] 王纪华, 黄文江, 赵春江, 等. 利用光谱反射率估算叶片生化组分和籽粒品质指标研究[J]. 遥感学报, 2003, 7(4): 277-284.
[7] Zhou, Q.F. and Wang, J.H. (2003) Leaf and Spike Reflectance Spectra of Rice with Contrasting Nitrogen Supplemental Levels. International Journal of Remote Sensing, 24, 1587-1593.
https://doi.org/10.1080/0143116031000066288
[8] 谭昌伟, 工纪华, 黄文江, 等. 夏玉米叶片全氮、叶绿素及叶面积指数的光潜响应研究明[J]. 西北植物学报, 2004, 24(6): 1041-1046.
[9] 薛利红, 曹卫星, 罗卫红, 等. 基于冠层反射光谱的水稻群体叶片氮素状况监测明[J]. 中国农业科学, 2003, 36(7): 807-812.
[10] 王磊, 白由路, 卢艳丽, 王贺, 杨俐苹. 基于光谱分析的玉米氮素营养诊断[J]. 植物营养与肥料学报, 2011, 17(2): 333-340.
[11] 刘永霞, 岳延滨, 刘岩, 等. 不同品种和氮肥条件下水稻根系主要几何参数动态量化研究[J]. 中国农业科学, 2010, 43(9): 1782-1790.
[12] 王植, 周莲第, 李红, 等. 桃树叶片氮素含量的高光谱遥感监测[J]. 中国农学通报, 2011, 27(4): 85-90.
[13] 易时来, 邓烈, 何绍兰, 等. 锦橙叶片氮含量可见近红外光谱模型研究[J]. 果树学报, 2010, 27(1): 13-17.
[14] 李敏夏, 张林森, 李丙智, 等. 苹果叶片高光谱特性与叶绿素含量和SPAD值的关系[J]. 西北林学院学报, 2010, 25(2): 35-39.
[15] 李萍. 基于光谱分析的库尔勒香梨叶片全氮、全磷含量估测模型的建立[D]: [硕士学位论文]. 乌鲁木齐: 新疆农业大学, 2013.
[16] 陈魏涛. 基于光谱的油菜植株氮素养分监测模型研究[D]: [硕士学位论文]. 杨凌: 西北农林科技大学, 2016.
[17] 唐延林. 水稻高光谱特征及其生物理化参数模拟与估测模型研究[D]: [博士学位论文]. 杭州: 浙江大学, 2004.