摘 要:為定量評(píng)估利用無人機(jī)遙感圖像進(jìn)行苧麻冠層葉片氮素營養(yǎng)動(dòng)態(tài)監(jiān)測的準(zhǔn)確性，試驗(yàn)從2019年起對(duì)湖南農(nóng)業(yè)大學(xué)耘園基地苧麻進(jìn)行了為期一年的氮肥控制試驗(yàn)，在該基礎(chǔ)上利用無人機(jī)采集2020年第二季苧麻各生長階段的冠層數(shù)碼圖像。首先，基于HSV(Hue，Saturation，Value)顏色通道圖像采用閾值分割法剔除土壤、雜草等背景的干擾，進(jìn)而提取苧麻冠層葉片圖像的RGB(Red，Green，Blue)平均顏色分量，并計(jì)算12項(xiàng)色彩參數(shù);然后分析各色彩參數(shù)在苧麻生育進(jìn)程內(nèi)的動(dòng)態(tài)變化，同時(shí)以SPAD值為輔助驗(yàn)證指標(biāo)，分析不同生育期苧麻冠層圖像色彩參數(shù)與SPAD值的關(guān)系;最后采用主成分分析法對(duì)色彩參數(shù)進(jìn)行降維，選取適宜于各時(shí)期苧麻氮素營養(yǎng)監(jiān)測的最佳顏色參數(shù)。結(jié)果表明:對(duì)于湘苧3號(hào)，G/R和ExGR在苗期與SPAD值極顯著相關(guān)，(G－R)/(G+R－B)在成熟期與SPAD值極顯著相關(guān);對(duì)于湘苧7號(hào)，R/B、r、WI在封行期與SPAD值有極顯著相關(guān)，ExGR在成熟期與SPAD值極顯著相關(guān)。因此，應(yīng)用無人機(jī)可見光遙感進(jìn)行苧麻氮素營養(yǎng)動(dòng)態(tài)診斷是可行的。
關(guān)鍵詞:無人機(jī);遙感圖像;苧麻;氮素監(jiān)測;數(shù)碼
苧麻作為特色經(jīng)濟(jì)作物和纖維作物，是中國重要的紡織工業(yè)原料和傳統(tǒng)出口創(chuàng)匯產(chǎn)品。氮素是苧麻生長發(fā)育過程中主要的養(yǎng)分限制元素和產(chǎn)量影響元素之一［1－2］，不合理的氮供應(yīng)不僅會(huì)對(duì)苧麻的品質(zhì)和產(chǎn)量造成影響，還會(huì)降低氮肥的利用率，造成環(huán)境污染［3］。因此，實(shí)時(shí)準(zhǔn)確地進(jìn)行苧麻氮素營養(yǎng)診斷以掌握營養(yǎng)豐缺狀況，對(duì)合理控制氮肥用量、促進(jìn)苧麻生長具有重要意義。
冠層葉片色彩分析是作物氮素營養(yǎng)診斷的重要手段，其主要原理是利用作物不同氮水平下葉色變化來反映氮素豐缺。隨著數(shù)字圖像技術(shù)的發(fā)展，基于冠層葉片色彩分析的氮素診斷方法逐漸由定性或半定量向精準(zhǔn)定量的方向發(fā)展。如何彩蓮等［4］利用數(shù)碼相機(jī)分析了不同施氮水平下，圖像色彩數(shù)字化指標(biāo)評(píng)估不同生育時(shí)期馬鈴薯氮含量的效果。張玨等［5］利用數(shù)字圖像處理技術(shù)分析了r、G/B、G－R等9個(gè)顏色參數(shù)與甜菜不同生育期冠層葉片含氮量的相關(guān)性。數(shù)字圖像氮素診斷技術(shù)以其無損、準(zhǔn)確、快速的特點(diǎn)在甜菜［6］、夏玉米、黃瓜［7］、棉花［8－9］、油菜［10］等作物中得到廣泛研究，充分證明數(shù)字圖像色彩參數(shù)可作為診斷氮素狀況的良好指標(biāo)。
隨著遙感技術(shù)的不斷發(fā)展，以無人機(jī)遙感為代表的高效無損診斷平臺(tái)受到廣泛的關(guān)注［11－12］，成為解決快速獲取大范圍作物冠層圖像問題的關(guān)鍵。在基于無人機(jī)遙感系統(tǒng)的氮素診斷研究上，魏鵬飛等［13］利用無人機(jī)－多光譜遙感系統(tǒng)獲取夏玉米3個(gè)關(guān)鍵生育期的多光譜影像數(shù)據(jù)，實(shí)現(xiàn)了對(duì)夏玉米葉片氮含量的較高精度監(jiān)測。張玲等［14］利用無人機(jī)對(duì)夏玉米不同生育期的冠層氮素營養(yǎng)進(jìn)行監(jiān)測，結(jié)果確定G/(R+G+B)和G/L可作為氮素營養(yǎng)動(dòng)態(tài)診斷的最佳色彩參數(shù)。高開秀等［15］基于無人機(jī)搭載多光譜相機(jī)獲取的寬波段植被指數(shù)對(duì)不同時(shí)期冬油菜冠層氮素營養(yǎng)狀況進(jìn)行監(jiān)測，結(jié)果表明，紅光標(biāo)準(zhǔn)值和藍(lán)光標(biāo)準(zhǔn)值與傳統(tǒng)氮測量指標(biāo)極顯著相關(guān)。綜上所述，基于無人機(jī)遙感圖像的作物氮素診斷是可行的，但是受作物品種以及生育時(shí)期等因素影響，表征作物氮素營養(yǎng)狀況的敏感色彩參數(shù)各有差異。如G/(R+G+B)為診斷黃瓜結(jié)果期［16］以及夏玉米十葉期［17］氮素營養(yǎng)狀況的適宜參數(shù)，而R/(R+G+B)為冬油菜蕾薹期［18］以及水稻拔節(jié)期［19］氮素營養(yǎng)預(yù)測的最佳色彩指標(biāo)。因此，選取合適的觀測生育時(shí)期以及敏感顏色參數(shù)，對(duì)準(zhǔn)確評(píng)估作物營養(yǎng)狀況具有重要意義。
綜合前人在數(shù)字圖像氮素診斷方面的研究進(jìn)展，當(dāng)前研究傾向于以地面獲取的作物冠層數(shù)字圖像為材料，而基于無人機(jī)遙感系統(tǒng)進(jìn)行較大面積作物氮素診斷的研究較少;分析常見數(shù)字圖像色彩參數(shù)的研究較多，而構(gòu)建特定作物敏感顏色參數(shù)的研究較少。為此本文以苧麻為研究對(duì)象，基于無人機(jī)遙感系統(tǒng)獲取的苧麻冠層葉片數(shù)碼圖像，首先在HSV色彩通道中對(duì)苧麻植株進(jìn)行分割，提取苧麻圖像的紅、綠和藍(lán)通道的平均DN(digital number)值，進(jìn)而計(jì)算12個(gè)色彩參數(shù)，然后分析各色彩參數(shù)與葉片氮含量之間的關(guān)系，結(jié)合主成分分析法篩選最適合苧麻氮素監(jiān)測的數(shù)字化圖像參數(shù)，以期進(jìn)一步提升應(yīng)用數(shù)碼相機(jī)進(jìn)行苧麻營養(yǎng)監(jiān)測的準(zhǔn)確性。
1材料與方法
1.1試驗(yàn)區(qū)概況
試驗(yàn)地點(diǎn)為湖南省長沙市芙蓉區(qū)湖南農(nóng)業(yè)大學(xué)耘園教學(xué)基地(28°11’01.981″N，113°04’10.159″E)，位于長江流域中部，屬典型的亞熱帶季風(fēng)性濕潤氣候。該地降水充沛，光熱條件良好，地形平坦，利于無人機(jī)進(jìn)行苧麻遙感監(jiān)控。本試驗(yàn)供試材料為湘苧3號(hào)和湘苧7號(hào)，2個(gè)品種各包含12個(gè)小區(qū)，小區(qū)面積約為12m²，4行×8列(圖1a)。試驗(yàn)于2019年開始選用尿素和控釋肥為供氮肥料僅進(jìn)行氮肥處理，于每季麻苗期進(jìn)行施加，到2020年第二季苧麻共施肥4次。試驗(yàn)共設(shè)4個(gè)氮肥梯度，分別為0(N0)、15(N1)、22.5(TB2)、45(TB1)kg/hm²，其中2號(hào)施氮水平施加尿素，3、4號(hào)采用控釋肥，每處理3次重復(fù)(圖1c)。從2020年第二季苧麻苗期開始，采用無人機(jī)可見光遙感系統(tǒng)采集苧麻冠層圖像。
1.2苧麻葉片SPAD值獲取
為保證數(shù)據(jù)的一致性，于無人機(jī)拍攝同天，采用日本KONICA MINOLTA公司生產(chǎn)的SPAD－502型葉綠素儀測量，隨機(jī)選取各處理小區(qū)15株苧麻測定葉片SPAD值［20－22］。測量部位為植株頂部下倒4葉或倒5葉，在葉基部開始20%～80%區(qū)域的主葉脈兩端，避開葉脈測量5個(gè)點(diǎn)，取平均值。
1.3苧麻冠層圖像獲取
采用大疆悟2四旋翼無人機(jī)作為遙感平臺(tái)，搭載高清數(shù)碼相機(jī)(zenmusex5s 35mm)，相機(jī)拍攝影像最大分辨率為5280×3956。2020年第二季苧麻生長階段，分別于苗期、封行期、旺長期和成熟期4個(gè)主要時(shí)期采集苧麻試驗(yàn)田的冠層影像。執(zhí)行飛行拍攝任務(wù)時(shí)，選擇在晴朗無風(fēng)天氣，上午10:00～12:00進(jìn)行飛行以避免云層遮擋以及太陽光線影響，無人機(jī)距地高度為20m，搭配－90°云臺(tái)俯仰角，同時(shí)設(shè)置主航向上重疊率80%、主航線間圖像重疊率70%以確保圖像信息的完整。拍攝參數(shù)在飛行任務(wù)執(zhí)行前設(shè)置完成，數(shù)碼相機(jī)的曝光模式選擇自動(dòng)，每次飛行任務(wù)可獲取55張圖像，所有圖像都儲(chǔ)存為24位TIFF格式真彩色圖像。飛行獲取的冠層局部圖像需要拼接形成試驗(yàn)田完整圖像，這個(gè)步驟在Pix4Dmapper軟件自動(dòng)完成。
1.4冠層數(shù)字圖像預(yù)處理
利用無人機(jī)搭載數(shù)碼相機(jī)對(duì)作物冠層進(jìn)行拍攝可最大限度地獲取頂部展開葉信息，但不可避免也包含了陰影、裸地等非作物信息［23］。為避免干擾信息的影響，研究選擇HSV通道對(duì)土壤進(jìn)行分割。HSV顏色空間模型是根據(jù)人觀察色彩的生理特征而創(chuàng)建的一種顏色空間模型，其中三個(gè)分量分別為H(色調(diào))、S(飽和度)、V(明度)［24］。在HSV通道圖像中，H通道的灰度直方圖具有明顯的峰谷，表明苧麻與土壤的色調(diào)信息有顯著差別，針對(duì)H通道選定合適的閾值進(jìn)行土壤分割，當(dāng)閾值為0.3時(shí)，可以較為準(zhǔn)確地分割土壤和苧麻植株。基于圖像中苧麻部分像素所占比例大，利用最大間類方差法進(jìn)行雜草的分割，得到較為理想的分割效果。
1.5數(shù)字圖像數(shù)據(jù)的獲取與處理
圖像剔除土壤背景以及雜草干擾后，采用Matlab提取苧麻冠層部分的平均紅光值R、綠光值G和藍(lán)光值B，為更好地探究各顏色參數(shù)與苧麻冠層葉片氮營養(yǎng)之間的相關(guān)性，研究充分考慮各單色分量的表征力，對(duì)R、G、B進(jìn)行處理得到綠光與紅光比值(G/R)、綠光與藍(lán)光比值(G/B)、紅光與藍(lán)光比值(R/B)、紅光標(biāo)準(zhǔn)化值NRI=［R/(R+G+B)］［25］、綠光標(biāo)準(zhǔn)化值NGI=［G/(R+G+B)］、藍(lán)光標(biāo)準(zhǔn)化值NBI=［B/(R+G+B)］、紅綠藍(lán)植被指數(shù)RGBVI=(G×G－R×B)/(G×G+R×B)、可見光大氣阻抗植被指數(shù)VARI=(G－R)/(G+R－B)、過紅指數(shù)ExR=1.4×r－g、過綠指數(shù)ExG=1.4×g－r－b、超紅綠指數(shù)ExGR=ExG－1.4×r－g、沃貝克指數(shù)WI=(g－b)/(r－g)共12個(gè)色彩參數(shù)。
將各生育期獲取的色彩參數(shù)與SPAD值進(jìn)行相關(guān)性分析，并分析不同生育時(shí)期各色彩參數(shù)的變異系數(shù)，對(duì)最佳診斷參數(shù)進(jìn)行篩選。由于各參數(shù)之間的耦合性較高，研究進(jìn)而采用主成分分析法，把12個(gè)復(fù)雜指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)主成分，在所含信息互不重復(fù)的基礎(chǔ)上反映原始變量的大部分特征信息。
1.6數(shù)據(jù)分析
試驗(yàn)數(shù)據(jù)采用Microsoft Excel 2010和IBM SPSSS tatistics 22.0統(tǒng)計(jì)軟件進(jìn)行處理，對(duì)各時(shí)期不同施氮水平下苧麻葉片SPAD值及各項(xiàng)色彩參數(shù)進(jìn)行差異顯著性分析。
2結(jié)果與分析
2.1不同施氮水平下苧麻葉片SPAD值的變化規(guī)律
由圖2可知，兩個(gè)苧麻品種N0處理的葉綠素含量在整個(gè)生育期都明顯低于其他3個(gè)處理。不同品種苧麻葉片葉綠素含量對(duì)施氮水平的反應(yīng)不同，湘苧3號(hào)各時(shí)期SPAD值表現(xiàn)為N1＞TB1＞TB2＞N0。而湘苧7號(hào)各時(shí)期SPAD值表現(xiàn)為TB1＞TB2＞N1＞N0?？傮w來看，不同施氮處理間，隨著施氮水平的提高，兩個(gè)品種葉片氮含量呈現(xiàn)增加趨勢，但差異不顯著。在相同施氮水平處理下，湘苧7號(hào)葉片平均氮含量略高于湘苧3號(hào)，這說明，苧麻品種差異會(huì)導(dǎo)致相同施氮水平的葉片含氮量存在差異。
2.2不同施氮水平下苧麻冠層圖像基本數(shù)字化指標(biāo)的變化規(guī)律
由圖3、4可知，湘苧3號(hào)和湘苧7號(hào)的顏色特征r和g的動(dòng)態(tài)變化相似，兩個(gè)品種都遵循一個(gè)規(guī)律，即隨出苗后天數(shù)增加，r值逐漸下降，g值逐漸上升，并且在不同施氮水平處理間，r值和g值普遍表現(xiàn)為N0＞N1＞TB2＞TB1，這表明隨著施氮水平的提高，苧麻冠層葉片圖像的紅光標(biāo)準(zhǔn)化值和綠光標(biāo)準(zhǔn)化值都呈下降趨勢。對(duì)顏色特征指數(shù)r值和g值進(jìn)行擬合，結(jié)果表明，各處理苧麻冠層葉片圖像的r值和g值均表現(xiàn)為線現(xiàn)函數(shù)，其擬合方程式為:y=ax+b。如表1所示，r值擬合方程的擬合度較高，各處理R2在0.6300～0.7600，并且隨著施氮水平提高，湘苧3號(hào)參數(shù)a值逐漸減小，湘苧7號(hào)參數(shù)a逐漸增大，b值逐漸減小;g值擬合方程R2均大于0.8500，并且隨著施氮水平提高，兩品種參數(shù)a均逐漸減小，參數(shù)b逐漸增大。
由圖5可知，不同生育時(shí)期作物對(duì)不同波段的反應(yīng)程度存在差異，苧麻冠層葉片圖像r值和g值受施氮量影響不明顯，而b值差異顯著，并且隨著苧麻的生長，差異逐漸增大。不同生育期，b值對(duì)施氮量的反應(yīng)也不同，在苗期階段，苧麻冠層葉片圖像b值最高，隨后逐漸下降并在封行期達(dá)到最低值，此時(shí)湘苧3號(hào)各施氮水平下b值表現(xiàn)為N1＞TB2＞TB1＞N0，湘苧7號(hào)表現(xiàn)為TB1＞TB2＞N1＞N0。到旺長期和成熟期，b值又有所回升，不同氮素處理間均表現(xiàn)為TB1＞TB2＞N1＞N0。綜合全生育期苧麻冠層葉片圖像b值變化趨勢，不同施氮水平處理間，b值普遍表現(xiàn)為TB1＞TB2＞N1＞N0，這表明，隨著施氮水平的提高，苧麻冠層葉片圖像的藍(lán)色標(biāo)準(zhǔn)值呈上升趨勢。對(duì)b值進(jìn)行函數(shù)擬合，擬合方程式為:y=ax2+bx+c。如表2所示，湘苧3號(hào)和湘苧7號(hào)冠層葉片圖像b值擬合度高，均達(dá)到了顯著或極顯著水平，但不同施氮水平間，參數(shù)a、b、c隨施氮量的增加變化不規(guī)律，無法準(zhǔn)確評(píng)判顏色特征指數(shù)是否能反應(yīng)不同施氮水平帶來的影響。
2.3不同生育期冠層圖像色彩參數(shù)與葉片SPAD值的關(guān)系
不同作物在不同波段的反射特性和吸收特性各異，通過對(duì)不同波段進(jìn)行組合運(yùn)算，可以使得植被信息最大化。為構(gòu)建適合苧麻的數(shù)字化色彩指標(biāo)，選取上述12項(xiàng)色彩參數(shù)與葉片SPAD值進(jìn)行相關(guān)分析。由表3可知，除參數(shù)g、(G×G－R×B)/(G×G+R×B)、ExG外，其他冠層圖像色彩參數(shù)均與湘苧3號(hào)不同時(shí)期SPAD值有顯著或極顯著的相關(guān)關(guān)系。其中，G/R、ExGR與苗期SPAD值呈極顯著相關(guān)，r、(G－R)/(G+R－B)與成熟期SPAD值呈極顯著相關(guān)，而封行期各色彩參數(shù)對(duì)SPAD值的反應(yīng)程度不敏感。
從表4可以看出，除參數(shù)g外，其他冠層圖像色彩參數(shù)均與湘苧7號(hào)不同時(shí)期SPAD值有顯著或極顯著的相關(guān)關(guān)系。其中，R/B、r、WI與封行期SPAD值呈極顯著相關(guān)，ExGR與旺長期SPAD值呈極顯著相關(guān)，而成熟期各色彩參數(shù)對(duì)SPAD值的反應(yīng)程度不敏感。
2.4主成分分析
由于上述12個(gè)苧麻冠層色彩參數(shù)之間存在較強(qiáng)的相關(guān)性，研究采用主成分分析法在解釋原始變量間的相關(guān)性的同時(shí)簡化變量維數(shù)，以獲得能夠充分反映苧麻冠層氮素狀況的綜合指標(biāo)。表5為2個(gè)苧麻品種不同時(shí)期主成分分析的各成分累計(jì)貢獻(xiàn)率，除湘苧3號(hào)成熟期僅得到一個(gè)主成分變量外，各時(shí)期數(shù)據(jù)都將原有12項(xiàng)苧麻冠層色彩參數(shù)信息降維至2個(gè)主成分變量，累計(jì)貢獻(xiàn)率均達(dá)到99%以上。為進(jìn)一步探究各項(xiàng)主成分與SPAD值的相關(guān)性，將主成分分析結(jié)果與SPAD值進(jìn)行相關(guān)性分析。由表6可知，各主成分與SPAD值之間的相關(guān)性較單項(xiàng)苧麻冠層圖像色彩參數(shù)有所上升。
3討論
由于不同施氮水平下苧麻冠層氮素含量存在一定程度的差異，使得葉片對(duì)光的反射、吸收效果不同，進(jìn)而導(dǎo)致葉片呈現(xiàn)不同的顏色特性，這就為利用冠層顏色信息測量苧麻葉片氮含量提供了理論依據(jù)。葉綠素儀可以通過測量葉片在兩種波長范圍內(nèi)的透光系數(shù)來確定葉片葉綠素的相對(duì)數(shù)量，常被用來快速無損地監(jiān)測診斷作物氮素營養(yǎng)［26］。趙犇等［27］研究證明小麥上部不同葉位SPAD值與含氮量呈顯著正相關(guān)，因此，SPAD值能夠較好地快速診斷小麥氮素是否虧缺。本文以苧麻冠層圖像為研究材料，以SPAD值為輔助監(jiān)測指標(biāo)，對(duì)不同施氮處理下各時(shí)期苧麻進(jìn)行氮素監(jiān)測。結(jié)果表明，2個(gè)苧麻品種各時(shí)期SPAD值在N0處理下均最低，隨著施氮水平的增加，SPAD值有所提高，說明不同的氮肥處理對(duì)調(diào)節(jié)苧麻功能葉片氮素營養(yǎng)含量起到積極作用，同時(shí)SPAD值可用于快速無損診斷苧麻氮素營養(yǎng)狀況，這一結(jié)果與李朝東等［28］的研究結(jié)果相符。比較相同施氮水平處理下2個(gè)品種SPAD值，湘苧7號(hào)葉片SPAD值略高于湘苧3號(hào)，這說明苧麻品種差異會(huì)導(dǎo)致相同施氮水平下葉片葉綠素含量存在差異。
本文基于無人機(jī)可見光遙感圖像提取了苧麻冠層葉片圖像的色彩參數(shù)指標(biāo)，并將12項(xiàng)色彩參數(shù)與SPAD值進(jìn)行相關(guān)分析，篩選出穩(wěn)定反映不同苧麻品種在不同生育期含氮水平的色彩參數(shù)。結(jié)果表明，對(duì)于湘苧3號(hào)，G/R、(G－R)/(G+R－B)、ExR和ExGR在苗期與SPAD值有顯著或極顯著相關(guān)性，G/R、r、(G－R)/(G+R－B)、ExR和WI在旺長期與SPAD值顯著相關(guān)，r、(G－R)/(G+R－B)在成熟期與SPAD值極顯著相關(guān);對(duì)于湘苧7號(hào)，WI在苗期與SPAD值顯著相關(guān)，R/B、r、WI在封行期與SPAD值有極顯著相關(guān)性，ExGR在成熟期與SPAD值顯著相關(guān)。各色彩參數(shù)對(duì)不同品種在不同生育期下的SPAD值敏感程度不同，因此可根據(jù)品種和生育期需要采用最佳色彩參數(shù)指標(biāo)。研究以湘苧3號(hào)和湘苧7號(hào)苧麻品種為材料，采用主成分分析方法對(duì)不同時(shí)期獲取的苧麻冠層葉片圖像的色彩參數(shù)進(jìn)行降維，并與SPAD值進(jìn)行相關(guān)分析，結(jié)果表明，各主成分與SPAD值的相關(guān)性有所提高。
4結(jié)論
基于無人機(jī)可見光遙感進(jìn)行作物氮素營養(yǎng)診斷具有快速、低成本、無損、高效等優(yōu)勢，不少學(xué)者已在基于無人機(jī)遙感的作物氮素營養(yǎng)診斷研究中取得一定成果，但以苧麻為對(duì)象的研究還鮮有報(bào)道。本研究初步對(duì)苧麻冠層葉片遙感圖像獲取的色彩參數(shù)進(jìn)行探究，得到如下結(jié)論:
(1)2個(gè)苧麻品種各時(shí)期SPAD值在N0處理下均最低，隨著施氮水平的增加，SPAD值有所提高，因此，SPAD值可用于反映苧麻氮素營養(yǎng)狀況。
(2)作物冠層圖像色彩參數(shù)對(duì)不同品種不同生育期氮素水平的反映不同，因此，在以后的研究中，應(yīng)盡量獲取適用于全生育期的色彩參數(shù)，使無人機(jī)遙感技術(shù)在發(fā)揮其優(yōu)勢的同時(shí)更加準(zhǔn)確，以更好地應(yīng)用于作物氮素診斷。
參考文獻(xiàn):
［1］魏全全，李嵐?jié)?，任濤，?/span>.數(shù)字圖像技術(shù)估測冬油菜氮素營養(yǎng)拍攝參數(shù)標(biāo)準(zhǔn)化研究［J］.植物營養(yǎng)與肥料學(xué)報(bào)，2016，22(6):1701－1709.
［2］劉昌華，馬文玉，陳志超，等.基于無人機(jī)遙感的冬小麥氮素營養(yǎng)診斷［J］.河南理工大學(xué)學(xué)報(bào)，2018，37(3):45－53.
［3］朱麗麗，李井會(huì)，宋述堯.基于SPAD值的大白菜氮素營養(yǎng)診斷和推薦施肥模型研究［J］.北方園藝，2019(17):21－25.
［4］何彩蓮，鄭順林，萬年鑫，等.馬鈴薯光譜及數(shù)字圖像特征參數(shù)對(duì)氮素水平的響應(yīng)及其應(yīng)用［J］.光譜學(xué)與光譜分析，2016，36(9):2930－2936.
［5］張玨，田海清，李哲，等.基于數(shù)碼圖像的甜菜氮素近地遙感監(jiān)測模型［J］.中國農(nóng)業(yè)大學(xué)學(xué)報(bào)，2018，23(6):130－139.
［6］張玨，田海清，李哲，等.基于數(shù)碼相機(jī)圖像的甜菜冠層氮素營養(yǎng)監(jiān)測［J］.農(nóng)業(yè)工程學(xué)報(bào)，2018，34(1):157－163.
［7］袁媛，陳雷，李淼，等.基于數(shù)字圖像技術(shù)的黃瓜缺氮營養(yǎng)診斷［J］.中國農(nóng)業(yè)大學(xué)學(xué)報(bào)，2016，21(12):35－40.
［8］陳敏，鄭曙峰，劉小玲，等.基于數(shù)碼圖像識(shí)別的棉花氮營養(yǎng)診斷研究［J］.農(nóng)學(xué)學(xué)報(bào)，2017，7(7):77－83.
［9］賈彪，馬富裕.不同氮素處理棉花冠層圖像顏色特征分析［J］.江蘇農(nóng)業(yè)科學(xué)，2016，44(9):344－351.
［10］魏全全，李嵐?jié)?，任濤，?/span>.基于數(shù)字圖像技術(shù)的冬油菜氮素營養(yǎng)診斷［J］.中國農(nóng)業(yè)科學(xué)，2015，48(19):3877－3886.
［11］王遠(yuǎn)，王德建，張剛，等.基于數(shù)碼相機(jī)的水稻冠層圖像分割及氮素營養(yǎng)診斷［J］.農(nóng)業(yè)工程學(xué)報(bào)，2012，28(17):131－136.
［12］李嵐?jié)羯魄?，任濤，?/span>.基于高光譜的冬油菜植株氮素積累量監(jiān)測模型［J］.農(nóng)業(yè)工程學(xué)報(bào)，2016，32(14):209－218.
［13］魏鵬飛，徐新剛，李中元，等.基于無人機(jī)多光譜影像的夏玉米葉片氮含量遙感估測［J］.農(nóng)業(yè)工程學(xué)報(bào)，2019，8(35):126－133.
［14］張玲，陳新平，賈良良.基于無人機(jī)可見光遙感的夏玉米氮素營養(yǎng)動(dòng)態(tài)診斷參數(shù)研究［J］.植物營養(yǎng)與肥料學(xué)報(bào)，2018，24(1):261－269.
［15］高開秀，高雯晗，明金，等.無人機(jī)載多光譜遙感監(jiān)測冬油菜氮素營養(yǎng)研究［J］.中國油料作物學(xué)報(bào)，2019，41(2):232－242.
［16］宋述堯，王秀峰.數(shù)字圖像技術(shù)在黃瓜氮素營養(yǎng)診斷上的應(yīng)用研究［J］.吉林農(nóng)業(yè)大學(xué)學(xué)報(bào)，2008，30(4):460－465.
［17］孫欽平，賈良良，芮玉奎，等.應(yīng)用可見光光譜進(jìn)行夏玉米氮營養(yǎng)診斷［J］.光譜學(xué)與光譜分析，2009，29(2):432－435.
［18］魏全全.應(yīng)用數(shù)字圖像技術(shù)進(jìn)行冬油菜氮素營養(yǎng)診斷的初步研究［D］.武漢:華中農(nóng)業(yè)大學(xué)，2016.
［19］王遠(yuǎn)，王德建，張剛，等.基于數(shù)碼相機(jī)的水稻冠層圖像分割及氮素營養(yǎng)診斷［J］.農(nóng)業(yè)工程學(xué)報(bào)，2012，28(17):131－136.
［20］李志宏，張?jiān)瀑F，劉宏斌，等.葉綠素儀在夏玉米氮營養(yǎng)診斷中的應(yīng)用［J］.植物營養(yǎng)與肥料學(xué)報(bào)，2005(6):58－62.
［21］梁曉慧，史樹德.作物氮素快速營養(yǎng)診斷及其在甜菜上的應(yīng)用前景［J］.北方農(nóng)業(yè)學(xué)報(bào)，2019，47(1):49－56.
［22］王克如，李少昆，王崇桃，等.用機(jī)器視覺技術(shù)獲取棉花葉片葉綠素濃度［J］.作物學(xué)報(bào)，2006(1):34－40.
［23］李紅軍，李佳珍，雷玉平，等.無人機(jī)搭載數(shù)碼相機(jī)航拍進(jìn)行小麥、玉米氮素營養(yǎng)診斷研究［J］.中國生態(tài)農(nóng)業(yè)學(xué)報(bào)，2017，25(12):1832－1841.
［24］崔丹丹，楊瑞芳，佘瑋，等.基于可見光遙感的苧麻種質(zhì)資源冠層性狀研究［J］.植物遺傳資源學(xué)報(bào)，2020，21(2):483－490.
［25］肖焱波，賈良良，陳新平，等.應(yīng)用數(shù)字圖像分析技術(shù)進(jìn)行冬小麥拔節(jié)期氮營養(yǎng)診斷［J］.中國農(nóng)學(xué)通報(bào)，2008，24(8):448－453.
［26］Arregui L M，Lasa B，Lafarga A，et al. Evaluation of chlorophyll meters as tools for N fertilization in winter wheatunder humid Medi terranean conditions［J］. European Journal of Agrronomy，2006，24 ( 2) : 140－148
［27］趙犇，姚霞，田永超，等.基于上部葉片SPAD值估算小麥氮營養(yǎng)指數(shù)［J］.生態(tài)學(xué)報(bào)，2013，33(3):916－924.
［28］李朝東，崔國賢，謝寧，等.苧麻葉片SPAD值與氮素含量關(guān)系的初步研究［J］.中國麻業(yè)科學(xué)，2011，33(1):20－23.
文章摘自：付虹雨,趙亮,王輝,崔國賢,佘瑋,曹曉蘭,劉婕儀,劉皖慧,王昕惠.基于無人機(jī)可見光遙感的苧麻冠層氮素營養(yǎng)動(dòng)態(tài)診斷[J].中國麻業(yè)科學(xué),2021,43(03):114-121.
