主管单位:吉林省科技厅
主办单位:吉林省科学技术信息研究所
合作单位:吉林省科学技术情报学会

农业与技术 ›› 2025, Vol. 45 ›› Issue (16): 8-13.DOI: 10.19754/j.nyyjs.20250830002

• 农业科学 • 上一篇    

基于无人机高光谱的冬小麦氮素监测

谢永凯 钱鹏宇 马新朋 赵立 邱禹彤   

  1. 太原师范学院地理科学学院,山西晋中030619
  • 出版日期:2025-08-30 发布日期:2025-08-30
  • 作者简介:谢永凯(1992-),男,博士,副教授。研究方向:地理农业遥感;钱鹏字(1999-),男,硕士在读。研究方向:农业遥感。
  • 基金资助:
    山西省基础研究计划项目“基于空地一体高光谱技术的冬小麦千旱定量监测研究”(项目编号:20203021212188,20210302123411); 山西省哲学社会科学规划课题“汾河流域(晋中段)农业高质量发展路径探究”(项目编号:2023YY229)
  • Online:2025-08-30 Published:2025-08-30

摘要: 冬小麦是我国主要的粮食作物,氮素是其生长发育的必需营养物质,对其进行快速、精确地测定,能及 时了解其长势。研究通过分析在不同施氮处理下冬小麦叶片氮含量和冠层光谱相关性,运用多元线性回归 (MLR)和随机森林算法(RF)进行营养监测模型构建,实现对冬小麦叶片氮素定量监测。结果表明:在可见光 范围内,随氮肥用量的增大,冬小麦的光谱反射率呈下降趋势:在近红外区施氮对冬小麦生长有一定的抑制作 用,且随着氮肥用量的增加,其反射率呈现出先增后减的趋势。冠层光谱与冬小麦叶片氮含量显著相关,构建 MLR模型训练集和验证集的R分别为0.13和0.05,RF模型训练集和验证集的R分别为0.83和0.55,表明RF 模型能够更准确地进行冬小麦叶片氮含量营养监测。

关键词: 冬小麦:高光谱:叶片氮含量:随机森林算法:多元线性回归

中图分类号: