Résumé
ABSTRACT: The Nitrogen content of rice leaves has a significant effect on growth quality and crop yield. We proposed and demonstrated a non-invasive method for the quantitative inversion of rice nitrogen content based on hyperspectral remote sensing data collected by an unmanned aerial vehicle (UAV). Rice canopy albedo images were acquired by a hyperspectral imager onboard an M600-UAV platform. The radiation calibration method was then used to process these data and the reflectance of canopy leaves was acquired. Experimental validation was conducted using the rice field of Shenyang Agricultural University, which was classified into 4 fertilizer levels: zero nitrogen, low nitrogen, normal nitrogen, and high nitrogen. Gaussian process regression (GPR) was then used to train the inversion algorithm to identify specific spectral bands with the highest contribution. This led to a reduction in noise and a higher inversion accuracy. Principal component analysis (PCA) was also used for dimensionality reduction, thereby reducing redundant information and significantly increasing efficiency. A comparison with ground truth measurements demonstrated that the proposed technique was successful in establishing a nitrogen inversion model, the accuracy of which was quantified using a linear fit (R2=0.8525) and the root mean square error (RMSE=0.9507). These results support the use of GPR and provide a theoretical basis for the inversion of rice nitrogen by UAV hyperspectral remote sensing.
RESUMO: O teor de nitrogênio das folhas de arroz tem um efeito significativo sobre a qualidade do crescimento e o rendimento das culturas. Propõe-se e demonstrou-se um método não invasivo para a inversão quantitativa do teor de nitrogênio do arroz com base em dados de detecção remota hiperespectral coletados por um veículo aéreo não tripulado (UAV). As imagens de albedo do dossel de arroz foram adquiridas por uma imagem de imagem hiperespectral a bordo de uma plataforma M600-UAV. O método de calibração da radiação foi então usado para processar esses dados e a reflectância das folhas do dossel foi adquirida. A validação experimental foi realizada utilizando o campo de arroz da Universidade Agrícola de Shenyang, que foi classificado em 4 níveis de fertilizantes: nitrogênio zero, baixo teor de nitrogênio, nitrogênio normal e alto teor de nitrogênio. A regressão do processo gaussiano (GPR) foi então usada para treinar o algoritmo de inversão para identificar bandas espectrais específicas com a maior contribuição. Isso levou a uma redução no ruído e uma maior precisão de inversão. A análise de componentes praincipais (PCA) também foi usada para redução de dimensionalidade, reduzindo assim a informação redundante e aumentando significativamente a eficiência. Uma comparação com as medidas de verdade no solo demonstrou que a técnica proposta foi bem sucedida no estabelecimento de um modelo de inversão de nitrogênio, cuja precisão foi quantificada usando um ajuste linear (R2 = 0,8525) e o erro quadrático médio quadrado (RMSE = 0,9507). Estes resultados suportam o uso do GPR e fornecem uma base teórica para a inversão do nitrogênio do arroz pela detecção remota hiperespectral do UAV.
Résumé
Objective:To establish a method for the content determination of total nitrogen in Nidus Vespae by salicylic acid and sodium hypochlorite spectrophotometry. Methods:The content of total nitrogen in Nidus Vespae from different areas with various batches was detected. Nidus Vespae was treated with sulfuric acid and hydrogen peroxide, and colored by salicylic acid and sodium hypochlo-rite. Using ammonium chloride as the control sample, the content of total nitrogen in the samples was tested at 650 nm. To ensure the method reliability, single factor experiments were performed to study the effects of temperature, reaction time and reagent dosage; or-thogonal experiments were used to screen optimum amounts of phosphate buffer solution, sodium salicylate solution and sodium hypo-chlorite solution. Results:The results showed that the optimum temperature was ambient, and the optimum time was 1. 5h. The opti-mum amount of phosphate buffer solution , sodium salicylate solution and sodium hypochlorite solution was 4 ml,7 ml and 1. 5 ml, re-spectively. The linear range of total nitrogen was 0. 06-0. 78 μg·ml-1(r=0. 9998), and the average recovery was 100. 98% (RSD=2. 10%,n=6). Conclusion:The method can be used to determine the total nitrogen content in Nidus Vespae. The total nitrogen content in Nidus Vespae is various in various areas with different batches.
Résumé
O sistema de análises por infravermelho próximo (NIR) tem potencial para substituir metodologias convencionais de análises laboratoriais garantindo qualidade e especificidade. O objetivo do trabalho foi calibrar e utilizar o NIR para análises de nitrogênio foliar de milho e soja. Para a construção do banco de dados e das curvas de calibração, foram selecionados 100 espectros dos 315 obtidos da leitura em triplicata de 105 amostras de folhas de milho, e 73 espectros dos 363 resultantes da leitura em triplicata de 121 amostras de folhas de soja. Os demais espectros foram utilizados para a validação das curvas construídas. Avaliou-se a habilidade de predição dos modelos construídos utilizando-se amostras não pertencentes ao banco de dados, sendo 92 amostras de folhas de milho e 86 amostras de folhas de soja. Todas as amostras foram submetidas também à análise convencional pelo método Kjeldahl. Os resultados foram analisados por comparação, através dos coeficientes de correlação e pelo teste t-Student a 5% de probabilidade. A calibração gerou curvas capazes de estimar resultados que não diferiram estatisticamente dos obtidos pelo método padrão e os coeficientes de correlação de 0,85 e 0,88 para nitrogênio foliar em milho e soja, respectivamente, obtidos na validação indicam que as curvas são válidas e podem gerar resultados confiáveis. Na etapa de predição, os valores encontrados pelo NIR não diferem dos resultados do método padrão e os coeficientes de correlação de 0,79 e 0,85 para milho e soja respectivamente, indicam que o sistema NIR expressa o teor de nitrogênio foliar com confiabilidade aceitável.
The system analysis by near infrared (NIR) has the potential to replace conventional methods of laboratory analysis ensuring quality and specificity. The objective of this study was to calibrate and use the NIR for analysis of foliar nitrogen in corn and soybean plants. For building the database and the calibration curves, were selected 100 of the 315 spectra obtained in triplicate reading of 105 samples of corn leaves, and 73 of the 363 spectra resulting from the reading of 121 in triplicate samples of soybean leaves. The remaining spectra were used to validate the constructed curves. Then we evaluated the predictive ability of models built using samples not belonging to the database, 92 samples of leaves of maize and 86 samples of soybean leaves. All samples were also subjected to conventional Kjeldahl analysis. The results were analyzed by comparison of the coefficients of correlation and the t-Student test at 5% probability for difference between means for testing the equality between the methods. The calibration curves generated able to report results statistically equal to the standard method and the correlation coefficients of 0.85 and 0.88 for leaf nitrogen in corn and soybeans, respectively, obtained in the validation indicate that the curves are valid and may yield reliable. In step prediction, the values found by the NIR system for sheets of soybean and corn do not differ from results of standard method and the correlation coefficients of 0.79 and 0.85 for corn and soybean respectively, indicate that the NIR system expressed the leaf N content with acceptable reliability.