近地表拉曼光谱评估不同空间分辨率对叶片氮含量估算的

价格:1元 联系人:王 　　定量监测植物氮素状况已成为国内外植被遥感的一个重要研究领域。利用快速、无损、准确的方法来估测作物氮素营养状况是农业发展的关键技术之一。本研究的目的是以水稻为对象，基于不同年份、不同氮素水平、不同种植密度和不同品种类型的田间试验，运用拉曼光谱仪Specim V10E获取水稻近地面的高光谱影像，利用决策树分类法，分出未去背景水稻、去背景水稻、光照水稻和阴影水稻四种目标成分。 　　为了评估不同空间分辨率对水稻LNC预测精度的影响，本研究在南京农业大学如皋实验基地进行了为期2年的水稻实验，并采集了水稻各个生育期的高光谱影像数据，（GPR）和偏小二乘回归（PLSR）来确定不同空间分辨率对LNC预测的影响。利用在每个空间分辨率下与背景像素分离的光照、阴影和全叶叶片像素的反射光谱来分别预测具有VI、GPR和PLSR的LNC。 　　结果表明，无论估计方法如何，全叶片像素通常表现出比光照和阴影叶片像素更稳定的性能。大多数VI在早期分蘖阶段的所有分辨率均小于14 mm，但其他阶段的分辨率均小于56 mm。相比之下，采用GPR或PLSR方法成功建立了整个生长季节预测LNC的模型，其中具有zuijia预测结果的是GPR，zuijia空间分辨率为28 mm。 　　拉曼光谱：https://gp.chem17.com/ 　　仪器仪表：https://www.ybzhan.cn/