基于冠层RGB图像的冬小麦氮素营养指标监测
Journal of Nanjing Agricultural University(2020)
Abstract
[目的]本文旨在探索基于冬小麦冠层RGB图像的氮素营养指标实时监测方法,为实现简便、准确的冬小麦氮素营养诊断和推荐施肥奠定基础.[方法]基于3年次的冬小麦大田氮肥梯度试验,采用数码相机在返青期和拔节期垂直拍摄冠层RGB图像.分析图像特征参数绿红通道比值(G/R)、绿红通道差值(GMR)、红光标准化值(NRI)、绿光标准化值(NGI)、色相(H)和冠层覆盖度(CC)与植株氮素生理指标间的关系,筛选氮素营养监测指标的最优图像特征参数,构建氮素营养指标估算模型.[结果]CC与冬小麦地上部生物量、氮积累量和叶面积指数(LAI)三者间的相关系数最高,分别为0.87、0.85和0.84(P<0.01);其他特征参数与三者间的相关系数相对较低,其中H为0.81、0.77和0.79,NRI为-0.80、-0.77和-0.77,G/R为0.73、0.63和0.76,GMR为0.66、0.67和0.63.采用CC作为冬小麦氮素营养指标估算模型的输入参数,并分别使用异速生长函数和指数函数建立地上部生物量、氮积累量和LAI估算模型,异速生长函数这3个指标的估算模型R2分别为0.82、0.76和0.82(P<0.01),指数函数的R2分别为0.80、0.74和0.85(P<0.01).利用独立试验数据对模型进行验证,异速生长函数模型预测值和观测值间的R2平均为0.89(P<0.01),地上部生物量、氮积累量和LAI预测值的均方根误差(RMSE)分别为31.09 g·m-2、1.37 g·m-2和0.16;指数函数模型预测值和观测值间的R2平均也为0.89(P<0.01),地上部生物量、氮积累量和LAI预测值的RMSE分别为28.95 g·m-2、1.34 g·m-2和0.17.[结论]异速生长函数和指数函数模型在利用CC对冬小麦氮素营养指标进行估算时均具有较好的预测性.基于RGB图像的监测方法操作简单、准确度高,可实时获取监测结果,具有较高的推广应用价值.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined