基于无人机高光谱的水稻叶片氮含量估测方法

摘要

氮素是水稻生长发育所需的重要营养元素之一,实时、精准地检测氮含量可以提升水稻培育管理效率.对粳稻冠层叶片无人机高光谱数据进行降噪处理,构建10种植被指数组合作为BP神经网络模型的输入,反演粳稻叶片氮含量.结果表明:该估算模型对水稻叶片氮含量估测效果较好,训练集的决定系数R2和均方根误差RMSE分别为0.6781和0.5334,验证集的R2和RMSE分别为0.6690和0.5301.研究结果可为东北水稻无损实时监测和施肥管理提供依据.