《表6 冬小麦不同生育期PNA估算精度》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《北京地区冬小麦不同生育期植株氮营养高光谱诊断》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。