东北寒地水稻冠层氮素含量高光谱预测模型 Hyperspectral estimation model for predicting canopy nitrogen content of rice in cold region of Northeast China

为实现动态、无损监测寒地水稻氮素状况,利用高光谱成像技术,分析不同生育期水稻冠层光谱特征,借助波段自相关分析(Bands inter-correlation analysis,BICA)与主成分分析(Principal components analysis,PCA),选择特征波段构建多种植被指数。根据植被指数与氮素含量相关性,建立单变量预测模型。利用最大R2增量法(MAXR)分析全部植被指数与氮素含量定量关系,建立多变量预测模型。结果表明,从分蘖期到抽穗期,寒地水稻冠层光谱反射率在可见光波段内降低,在近红外波段内增加。基于BICA-PCA-MAXR预测模型预测精度和稳定性较基于BICA-PCA结合一元回归预测模型显著提升。研究结果可为水稻氮素含量快速检测提供地域参考,水稻精准施肥管理提供技术支持。