《表6 冬小麦不同生育期PNA估算精度》
冬小麦不同生育期植株氮素营养诊断模型估算结果见表5和表6。从表5可以看出,在拔节期和挑旗期,以mSR705为自变量构建的PNC模型能很好的估算冬小麦植株氮素状况,拔节期估算的R2、RMSE和RE分别为0.33%、0.35%和0.00%,挑旗期估算的R2、RMSE和RE分别为0.73%、0.19%和0.00%;在开花期,以REPgauss为自变量构建的PNC模型能很好的估算冬小麦植株氮素状况,其估算的R2、RMSE和RE分别为0.63、0.15%和0.01%;在灌浆期,以MTCI为自变量构建的PNC模型能很好的估算冬小麦植株氮素状况,其估算的R2、RMSE和RE分别为0.41%、0.16%和0.01%。从表6可以看出,在拔节期,以NBH为自变量构建PNA模型能很好的估算冬小麦植株氮素状况,估算的R2、RMSE和RE分别为0.71、1.49 gN?m-2和0.00%;在挑旗期和开花期,以MTCI为自变量构建的PNA模型能很好的估算冬小麦植株氮素状况,估算的R2和RE均为0.82和0.11%,RMSE分别为2.11 gN?m-2和2.12 gN?m-2;在灌浆期,以VOGb为自变量构建的PNA模型能很好的估算冬小麦植株氮素状况,估算的R2、RMSE和RE分别为0.63、3.09 gN?m-2和0.00%。从表5和表6可以看出,光谱特征参数监测PNC的精度随着生育期的变化呈抛物线形式,在挑旗期达到顶峰,然后随着生育期的推移精度降低;光谱特征参数监测PNA的精度近似呈折线形式,在挑旗期和开花期达到最优(RBH、NBH和Red_Width除外),在灌浆期精度开始降低。除了挑旗期红边参数Red_Width所构建的PNC估算模型优于PNA估算模型外,其余估算模型都是PNA的估算模型优于PNC估算模型。说明在不同生育期冬小麦PNA对植株氮素营养状况比较敏感,可以用PNA实时监测冬小麦植株氮素营养状况,对氮素进行精准管理。Xue等[23]和zhu等[24]研究表明,当用植株光谱反射率监测稻谷和冬小麦植株氮素状况时,用PNA可以更好的监测作物氮素营养状况。
图表编号 | XD00155151000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.31 |
作者 | 杨福芹、冯海宽、李振海、陈超、高磊磊、周龙 |
绘制单位 | 河南工程学院土木工程学院、国家农业信息化工程技术研究中心、国家农业信息化工程技术研究中心、河南工程学院土木工程学院、河南工程学院土木工程学院、广东置信勘测规划信息工程有限公司 |
更多格式 | 高清、无水印(增值服务) |