江苏省创新学者攀登项目(BK20081479)
- 作品数：6 被引量：97H指数：6
- 相关作者：姚霞朱艳曹卫星田永超杨杰更多>>
- 相关机构：南京农业大学更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”江苏省创新学者攀登项目国家教育部博士点基金更多>>
- 相关领域：农业科学自动化与计算机技术更多>>
- 估测水稻叶层氮浓度的新型蓝光氮指数被引量：10
- 2010年
- 基于不同氮素水平与品种类型的多个田间试验,综合分析了水稻冠层高光谱植被指数与叶层氮浓度的定量关系.结果表明:对氮反应最敏感的波段为红光665～675nm、蓝光490～500nm和红边区域波段680～760nm.400～2500nm波段范围内两波段植被指数与水稻叶层氮浓度相关性最好的是550～600nm与500～550nm,属绿光波段组合,决定系数(R2)最高的是比值指数SR(533,565).以3个蓝光波段构建的光谱参数R434/(R496+R401)(蓝光氮指数)与水稻叶层氮浓度呈极显著的直线相关关系,与SR(533,565)相比,该参数显著提高了对叶层氮浓度的预测性.独立资料检验结果显示,R434/(R496+R401)对水稻叶层氮浓度具有较好的预测性,检验根均方差(RMSE)和相对误差(RE)值分别为9.67%和8%,是一种适合于水稻叶层氮浓度估测的良好高光谱植被指数.
- 田永超杨杰姚霞朱艳曹卫星
- 关键词：水稻叶层氮浓度
- 利用叶片高光谱指数预测水稻群体叶层全氮含量被引量：30
- 2010年
- 通过测定叶片高光谱来快速估测整个水稻叶层全氮含量对于水稻氮素诊断有重要意义。本文通过连续3年不同施氮水平和不同品种类型的4个大田试验,分生育期同步测定了不同叶位叶片的高光谱反射率及叶层全氮含量,并系统分析了叶片水平多种高光谱指数与水稻叶层全氮含量的定量关系。结果表明,不同叶位叶片的光谱反射率与叶层全氮含量的相关程度不同,顶二叶(L2)表现最好、顶三叶(L3)次之,而L2和L3的平均光谱(L23)有助于进一步提高光谱指数的敏感性,是估测叶层氮含量的适宜叶位组合。绿光560nm和红边705nm波段附近光谱反射率与叶层全氮含量呈极显著负相关关系,两者分别与近红外波段组合而成的光谱比值指数可较好地监测水稻叶层全氮含量,其中绿光、红边窄波段比值指数SR(R780,R580)和SR(R780,R704)表现较好,与叶层全氮含量的决定系数分别为0.887和0.884;独立试验数据检验的RMSE分别为0.216和0.235。将上述2个窄波段比值指数中的近红外、绿光波段和红边波段宽度分别扩展至100、20和10nm,从而构建的宽波段比值指数SR[AR(750-850),AR(568-588)]和SR[AR(750-850),AR(699-709)]与叶层全氮含量相关性仍具有较高水平,线性回归模型的拟合精度(R2)为0.886和0.883,检验RMSE值分别为0.218和0.237。从而在叶片水平,确立了适于叶层全氮含量估测的基于绿光、红边与近红外波段的比值组合和波段适宜宽度。
- 田永超杨杰姚霞曹卫星朱艳
- 关键词：水稻叶片
- 基于冠层高光谱参数的水稻叶片碳氮比监测被引量：24
- 2009年
- 叶片碳氮比反映了植物碳氮代谢的相对强弱,对诊断和调节植物生长与产量形成具有重要作用。该文基于不同水稻品种和不同施氮水平下2a的田间试验,系统分析了不同生育时期水稻叶片碳氮比与对应冠层高光谱反射特征的定量关系。结果表明,叶片碳氮比与拔节后不同生育时期冠层原始反射率的相关性趋势一致,与可见光波段(350～742nm)极显著正相关,与近红外波段(750～1143 nm)极显著负相关。8个参数与2个品种不同生育时期的叶片碳氮比均有较好的相关性。通过比较模型的拟合决定系数(R2)和预测标准误(SE),确定672 nm的归一化吸收深度(ND672)与冠层叶片碳氮比(LCNR)的线性回归方程为水稻冠层叶片碳氮比的最佳监测模型。模型经过不同生育时期数据的交叉测试和独立试验资料的检验,得出对冠层叶片碳氮比的预测精确度范围为0.687～0.986,准确度为0.907～1.126,相对跟均方差为7.07～18.25,表明水稻冠层高光谱特征可以用来定量估测不同栽培条件下叶片碳氮比的变化状况。
- 周冬琴朱艳杨杰田永超姚霞曹卫星
- 关键词：光谱分析光谱仪
- 基于多种光谱仪的水稻前期植株氮积累量监测被引量：15
- 2011年
- 为了明确水稻穗肥施用前地上部植株氮积累量与各光谱仪冠层光谱参数的定量关系,进而为水稻精确追氮提供决策依据。基于不同品种和不同施氮水平的7个水稻田间试验,于分蘖期和拔节期利用ASD Fieldspec FR2500高光谱仪、Cropscan MSR-16多光谱仪和Greenseeker RT100主动光谱仪同时采集冠层光谱反射率,并同步取样测定地上部植株氮积累量,研究基于不同光谱仪构建的植被指数与植株氮积累量之间的关系。结果表明,部分植被指数与水稻地上部植株氮积累量关系密切,基于3种光谱仪构建的水稻地上部植株氮积累量监测模型的稳定性和适用性有较大差异。对于ASD高光谱仪,虽然基于差值植被指数(760,740)能较好估测植株氮积累量,拟合模型决定系数R2为0.79,但模型检验效果较差,其R2和均方根误差分别为0.15和2.11g/m2;对于Cropscan多光谱仪,差值植被指数(760,710)能较好反演植株氮积累量,拟合模型的R2为0.94,模型检验的R2和均方根误差分别为0.94和0.76g/m2;Greenseeker主动光谱仪的归一化植被指数(770,660)对地上部植株氮积累量的反演效果最好,拟合模型的R2为0.97,模型检验的R2和均方根误差分别为0.97和0.62g/m2。研究结果可为水稻前期植株氮积累量监测过程中的光谱仪选择提供参考,为水稻精确追氮管理提供技术支撑。
- 陈青春田永超顾凯健王薇姚霞曹卫星朱艳
- 关键词：光谱仪氮
- 水稻高光谱红边位置与叶层氮浓度的关系被引量：14
- 2009年
- 实时无损监测叶片氮素状况对水稻精确氮素管理具有重要意义。本研究基于多年不同施氮水平和不同水稻品种的田间试验观测资料,系统分析了水稻高光谱红边区域和位置特征与冠层叶片氮浓度的定量关系。结果表明,水稻冠层的红边区域光谱受施氮水平和品种影响较大,一阶导数光谱在红边区域出现"三峰"现象。经典的红边位置(660～750nm之间光谱反射率的一阶导数最大值)由于"三峰"特征现象而对水稻氮素浓度变化不够敏感,难以适用于水稻氮素状况的准确监测。基于倒高斯模型、线性内插法和线性外推法构造的红边位置随水稻氮浓度呈现连续变化模式,适用于水稻叶层氮浓度的定量监测;另外,基于695nm、700nm和705nm等3个波段的拉格朗日算法也可估测水稻叶层氮浓度。比较不同红边位置发现,改进型线性外推法较其他几种算法更能有效地监测水稻冠层叶片氮浓度。
- 田永超杨杰姚霞朱艳曹卫星
- 关键词：水稻氮浓度
- 基于冠层反射光谱的水稻追氮调控效应研究被引量：13
- 2010年
- 【目的】利用实时冠层反射光谱监测水稻(Oryza sativa)植株氮素营养状况并推荐氮肥追用量,以实现高产、优质、高效水稻生产。【方法】基于不同基施氮量处理,利用水稻拔节期的差值植被指数(differential vegetation index,DVI)实时估测植株氮积累量,进而根据构建的追氮调控模型精确估算穗肥用量,最后研究基于反射光谱的水稻追氮调控效应。【结果】不同基施氮量处理下的水稻植株在穗肥施用期的氮素积累状况差异较大,基于追肥调控模型,高施基氮量处理的追氮量较对照调低(高氮低调),中施基氮量处理的追氮量较对照微高(中氮微调),而低施基氮量处理的追氮量较对照显著调高(低氮高调)。追施氮肥后,各调控处理间的植株氮含量(PNC)和差值植被指数(DVI)逐渐趋于一致。而调控处理的叶片净光合速率(Pn)和氮肥农学利用率较各自对照明显提高,并获得了更高的经济效益。与常规高产施氮处理相比,低氮高调、高氮低调处理Pn、干物质积累量、氮积累量、产量以及氮肥农学利用率等均有所提高。【结论】与传统非定量经验施肥相比,基于反射光谱的水稻追氮调控技术根据植株氮积累量和土壤供氮量而精确量化氮肥追用量,是一种较好的追肥精确管理技术。
- 陈青春田永超姚霞朱艳曹卫星
- 关键词：水稻氮肥利用率
