基于无人机多光谱数据和氮素空间分异的玉米冠层氮浓度估算OA北大核心

作物冠层氮素营养的遥感诊断对指导作物精准施氮,提高作物氮效率和产量具有重要意义。本研究针对玉米冠层纵深大影响无人机估算氮浓度精度的问题,基于2022年和2023年不同氮肥运筹处理下田间无人机多光谱数据和氮浓度实测数据,分析玉米冠层氮浓度空间分布特征,并利用随机森林算法确定估算冠层氮浓度的有效叶层。进一步结合随机森林算法和多光谱植被指数构建有效叶层氮浓度估算模型,最终将有效叶层氮浓度转换到冠层尺度实现冠层氮浓度的估算。结果表明:(1)九叶展期和大喇叭口期玉米冠层氮浓度表现为上层叶片>中层叶片>下层叶片,吐丝期和乳熟期表现为中层叶片>上层叶片>下层叶片。(2)各时期估算冠层氮浓度的有效叶层分别为下层、中层、中层和中层。与支持向量回归模型相比,随机森林回归估算冠层氮浓度的精度较高。(3)结合随机森林算法,基于有效叶层氮浓度估算冠层氮浓度的平均RMSE、NRMSE和MAE分别为0.10%、4.41%和0.07%,而直接基于植被指数估算冠层氮浓度的平均RMSE、NRMSE和MAE分别为0.19%、9.00%和0.15%。综上,玉米冠层氮浓度存在空间分异特征,估算冠层氮浓度时考虑基于随机森林和植被指数估算的有效叶层氮浓度能明显提高冠层氮浓度的估算精度。本研究确定的考虑空间分异的冠层氮浓度估算框架可为玉米氮素营养实时诊断提供理论支撑。