数字农科院2.0

基于植被指数的烤烟精准追肥研究

文献类型： 中文期刊

作者： 边立丽;艾栋;张云贵;刘青丽;常乃杰;冯文强;陈玉蓝;龙潭;陈曦;杨雪;江鸿;李志宏

作者机构：

关键词： 无人机;多光谱;氮素;营养诊断;追肥推荐标准

期刊名称：中国土壤与肥料

ISSN： 1673-6257

年卷期： 2023 年 1 期

页码：

收录情况： 北大核心（2020版） ; ; CSCD（2023-2024年度） ; ; 科技核心（2023版） ; ; 农林核心（2020版）

摘要： 为提高多光谱影像氮素营养诊断的应用性,以烤烟为研究对象,设置了6个不同氮素水平的田间试验,定期拍摄烤烟生长的多光谱影像,测试植株的氮素含量,分析了不同植被指数(NDVI、GNDVI、LCI、NDRE、OSAVI)与传统氮素指标之间的相关性、最佳植被指数对施氮量的响应。研究结果表明:在移栽50 d前后为烤烟监测的最佳时段,各植被指数对单株氮含量指标最为敏感,最终确定了植被指数指导田间追肥的判断标准N_(now)=1911NDVI-1345.1,为大范围内作物的高质量追肥提供了新思路及关键技术支持。

分类号：

  • 相关文献

[1]无人机遥感的农作物精细分类研究进展. 田甜,王迪,曾妍,张影,黄青. 2020

[2]2022年内蒙古无人机马铃薯图像数据集. 胡天赐,王瑞利,蒋呈祥,白涛,胡林,王晓丽,郭雷风. 2023

[3]多光谱与热红外数据融合在冬小麦产量估测中的应用. 兰铭,费帅鹏,禹小龙,李雷,夏先春,肖永贵,孟亚雄. 2021

[4]病害胁迫下玉米LAI遥感反演研究. 刘帅兵,金秀良,冯海宽,聂臣巍,白怡,程明瀚. 2023

[5]基于无人机多光谱遥感和机器学习的烟田土壤碱解氮估测. 胡晓,臧玉龙,高睿康,郭利,徐锐,敖耀强,邓建强,孙玉晓,张继光,唐大鹏. 2024

[6]基于无人机多光谱影像与机器学习算法的棉花冠层叶绿素含量估算研究. 赵鑫,李朝阳,王洪博,刘江凡,江文格,赵泽艺,王兴鹏,高阳. 2024

[7]基于无人机多光谱和改进BPNN的烟草病毒病检测. 章阳亮,姜雪妍,李敏,江厚龙,江连强,郭雷风,王新伟. 2025

[8]基于无人机多光谱时序影像的冬小麦产量估测. 万国樑,王银婷,李雷,王多霞,陶志强,孙海艳. 2026

[9]融合无人机光谱信息与纹理特征的冬小麦综合长势监测. 承达瑜,何伟德,付春晓,赵伟,王建东,赵安周. 2024

[10]基于无人机多光谱的烤烟冠层叶绿素含量反演. 王佳丽,蒯雁,杨成伟,字韶兴,张国兴,杨泽远,张久权. 2024

[11]基于无人机多光谱影像的烟田智慧管理应用与挑战. 陈天才,张久权,蒯雁,窦玉青,付秋娟,李栋梁,姜光平,李品州,代先强. 2025

[12]颜色模型在蔬菜氮素诊断中的应用前景探讨. 蔡鸿昌,崔海信,宋卫堂,高丽红. 2005

[13]采用SPAD仪进行甜菜氮素营养诊断技术研究. 王秋红,周建朝,王孝纯. 2015

[14]基于SPAD值的烤烟氮素营养诊断研究. 边立丽,艾栋,陈玉蓝,常乃杰,黎昌明,龙潭,冯文强,陈曦,张云贵,刘青丽,蒋寿安,李志宏. 2022

[15]降雨量和氮素对黑土区春玉米产量的影响. 赵京考,卢静,谷思玉,龚振平,温延臣. 2011

[16]应用多光谱图像技术进行锦橙叶片氮含量监测. 易时来,邓烈,何绍兰,郑永强,姚珍珍,韦献果,李松伟,简水仙. 2012

[17]利用反射光谱及模拟多光谱数据定量反演北方潮土有机质含量. 王延仓,顾晓鹤,朱金山,龙慧灵,徐鹏,廖钦洪. 2014

[18]基于Worldview-2影像的玉米倒伏面积估算. 陈仲新,任国业,李章成,王昕. 2016

[19]基于Sentinel-2A模拟反射率及其影像的冬小麦动态收获指数估算. 任建强,张宁丹,刘杏认,吴尚蓉. 2022

[20]不同施氮处理下无人机光谱感知冬小麦产量. 丁凡,陈震,李长春,程千,费帅鹏,李景勃,徐洪刚,李宗鹏. 2023

作者其他论文 更多>>