基于连续小波变换和RF算法的夏玉米氮素估算模型

摘要

及时、准确和无损的作物氮素水平监测对作物的增产、合理施肥以及减少环境污染等具有重要意义.利用夏玉米2个品种和2个氮肥梯度的完全随机试验数据和高光谱数据,基于随机森林(RF)算法和耦合连续小波变换,构建氮素反演模型.结果 表明:连续小波变换可以有效地提取高光谱数据中的弱信息,并且可作为模型的特征参数;构建的氮素估算模型可以较为精准地反演叶片氮素浓度(LND),实测值与估测值的R2和nRMSE分别为0.832、0.112,预测结果可以被接受.本研究构建的夏玉米氮素估算模型初步实现了氮素模型的遥感预测,为大面积的氮素监测提供了一定的理论基础.