植株叶绿素无损诊断技术研究进展

氮素是作物生长发育必不可少的营养元素之一，植物叶片中70%~80%的氮素存在于叶绿体内，所以叶绿素含量可以反映植物的氮素营养状况。本研究介绍了植株叶绿素的传统检测技术，指出其在推广应用中存在的问题；归纳总结了国内外植株叶绿素无损诊断技术方面的研究应用进展；分析了植株叶绿素无损诊断技术在作物氮素营养诊断及推荐施肥中的意义。最后得出叶绿素仪分析技术更适于推广应用，并指出基于光学漫反射理论的植株叶片叶绿素无损诊断技术极有发展前途。     

叶绿素仪在棉花氮肥推荐中的研究进展

叶绿素仪(SPAD-502)在监测棉花氮素营养水平和及时提供追肥所需的信息方面有快速、简便、无损的特点,但其精度受到各种因素的影响,总结了不同棉花品种上部叶片的叶绿素SPAD值全生育期变化规律以及叶位、样本量、施氮施磷水平等因素对其精度的影响。提出了通过量化SPAD读数与植株氮含量及衰老程度的关系,明确不同生育时期正常营养状态下的SPAD读数临界值,可提高棉花氮素营养诊断精度。最后进一步提出了运用叶绿素仪进行棉花氮素营养诊断尚需解决的几个问题。     

叶绿素仪与植株硝酸盐浓度测试对冬小麦氮营养诊断准确性的比较研究

通过研究不同土壤氮素供应对冬小麦拔节期叶绿素仪SPAD读数和植株硝酸盐浓度的影响,以及两种方法在冬小麦拔节期与土壤Nmin、植株全氮和吸氮量的关系,比较了SPAD叶绿素仪和植株硝酸盐测试两种氮素营养诊断方法的准确性。认为两种方法都可以比较好的反映冬小麦的氮素营养状况,植株硝酸盐浓度与SPAD读数相比能更好的反映作物的氮素营养状况。     

叶绿素仪在玉米氮营养诊断及推荐施肥中的研究与应用

叶绿素仪由于具有方便、灵巧、快速测定、准确,以及非破坏性的特点,近年来在氮素营养诊断及推荐施肥中越来越得到重视。通过田间试验研究表明,叶绿素仪测定值与玉米叶片全氮含量、玉米子粒产量以及施氮量之间均有显著相关性。对叶绿素仪测定值的预测精度进行初步研究,经过矫正后,叶绿素仪测定值推荐施肥预测玉米产量的精度为68%,预测玉米的最佳施氮量为175kg/hm2。     

应用SPAD-502进行小麦氮素营养诊断的初步研究

试验研究分析了小麦在不同氮素水平下氮素和叶绿素计值(SPAD,SoilandPlantAnalyzer Development)的叶位分布特点,以及小麦叶片氮素含量和SPAD值的相关性,探讨应用SPAD-502进行小麦氮素营养诊断的理论依据。通过沙培试验,利用叶绿素仪SPAD-502测定了不同氮素水平小麦(新春11号)在不同生育时期(分蘖期、拔节期)叶片的SPAD值、叶绿素含量及植株全氮含量,在此基础上分析了小麦叶片的SPAD值与植株叶绿素含量、全氮含量的关系,目的在于为SPAD快速诊断施肥法在小麦等作物上的应用提供理论依据。结果表明:叶绿素与小麦不同叶位叶片SPAD值含量呈显著正相关;全氮含量与小麦叶片SPAD值呈正相关,因此,可以用SPAD值估算全氮含量,从而为小麦氮素营养状况提供诊断,但是全氮含量与不同叶位SPAD值的关系表现不一致。     

氮素营养诊断技术的发展及其在马铃薯生产中的应用

合理使用氮肥,提高氮肥利用效率,降低环境风险,是实现农业可持续发展的重要环节,氮素营养诊断技术的研究和应用是合理氮素管理的前提。本文介绍了氮素营养诊断的方法、特点以及发展,并在此基础上综述了马铃薯氮素营养诊断的研究进展,分析了在我国马铃薯生产深入开展氮素营养诊断的必要性和重要意义。最后提出了马铃薯营养诊断需解决的关键问题。     

遥感技术在植物氮营养诊断和推荐施肥中的应用之研究进展

·通过对遥感技术在作物氮营养诊断方面的研究与最新进展进行了综述，系统评价了高光谱遥感技术、可见光数字图像技术和卫星遥感技术在作物氮营养诊断与氮肥推荐方面的原理、优缺点以及目前的研究现状。认为遥感技术在作物氮营养诊断方面仍然存在技术复杂与设备昂贵等方面的问题，但随着技术的发展，遥感技术在未来精确养分管理方面有广阔的应用前景。     

使用叶绿素仪进行马铃薯氮素营养诊断的样本数确定

获得准确且稳定的SPAD值是使用叶绿素仪进行马铃薯氮素营养诊断的关键,而叶片SPAD值受多种因素影响,其中测定样本的大小直接影响植株SPAD平均值的稳定性。为了获得稳定且能准确反映马铃薯氮素营养状况的SPAD值,2011-2012年在内蒙古两地进行了田间试验,以确定适宜的测定样本数。结果表明,在充足供氮情况下,植株SPAD值变异较小;而氮素供应不足时,植株间SPAD值变异增加。根据两地试验结果,确定马铃薯氮素营养诊断的适宜样本数为30株。     

作物氮素诊断技术的研究综述

氮素是作物生长发育和产量品质形成所必需的营养元素。本文在简述研究背景和作物氮素营养监测与诊断技术需求的基础上,介绍了作物氮素营养监测技术的发展历程及发展趋势,综述了作物氮素营养诊断技术的国内外研究进展,指出快速、无损、准确地监测作物氮素状况,对于农业生产可持续发展和生态环境保护具有重要意义。     

计算机视觉技术在水稻氮素营养诊断中应用的研究进展

为探究水稻冠层外观特征与水稻氮素营养状况的关系,综述了应用计算机视觉技术进行水稻氮素营养诊断的基本思路及研究进展。主要分述了常规性水稻氮素营养指标的获取,水稻冠层图像的获取、预处理以及特征的提取与优化,水稻氮素营养诊断模型建立的方法等方面的内容。指出近地面水稻冠层图像的获取方法、水稻图像处理方法、多种综合性特征的优化选择方式都有待进一步研究,应用机器学习进行水稻氮素营养诊断建模的方法需要更加深入探究。今后应加大计算机视觉技术在水稻氮素营养诊断相关研究中的应用,将多种图像处理方法、特征优化选择方法与机器学习建模方法相结合,并探寻更为简便易行的方法进行水稻氮素营养诊断。     

定量遥感参数与作物肥水模型链接初探

针对当前作物肥水模型和定量遥感参数在农业上应用的各自局限性 ,提出通过完善定量遥感的输出接口和作物模型的输入接口 ,将定量遥感参数与作物肥水模型进行链接 ,通过建立不同生育时段订正的绿度指数和叶片氮素分段函数以及订正的湿度指数与耕层土壤、植株水分及产量品质函数 ,使得生产上大范围、动态的肥水监测成为可能 ,最后对应用链接模型通过不同肥水管理措施对作物产量和品质进行调控的前景进行了展望     

水稻叶氮量等生理参数的叶位分布特点及其与氮素营养诊断的关系

以氮素营养特性差异较大的3个品种为材料,研究了水稻不同生育期顶部4片展开叶中叶片总氮、叶绿素和游离氨基酸及叶鞘总氮含量的叶位分布特点。各生育期叶片和叶鞘总氮含量均以顶1叶最高,而游离氨基酸和叶绿素的最高含量叶位随品种和生育期而异。抽穗前游离氨基酸的最高含量叶位随品种和生育期变化较大,而抽穗后以顶1叶含量     

棉花叶绿素密度和叶片氮积累量的高光谱监测研究

利用非成像高光谱仪,获取棉花不同品种、不同密度冠层关键生育时期的反射光谱数据,应用光谱多元统计分析技术,研究表明,棉花冠层叶绿素密度（CH.D）和叶片氮积累量（LNA）分别在反射光谱762 nm和763 nm处的相关系数达最大值（R_CH.D= 0.8845**和R_LNA= 0.7870**,n = 47）;而一阶微分光谱数据对CH.D、LNA最敏感的波段均发生在750 nm处(R_CH.D= 0.9098**和R_LNA = 0.9164**,n = 47);采用47个建模样本的一阶微分光谱750 nm处的数值与棉花冠层CH.D建立线性相关模型方程,估算47个检验样本的棉花冠层CH.D,再根据CH.D与LNA建立的线性相关方程估算检验样本的LNA,47个检验样本的实测LNA与估测LNA极显著线性相关（R = 0.8982**,n = 94）,模型方程的估算精度达86.3%,实测值与估算值的R_MSE = 1.0155,相对误差为0.1380。说明基于高光谱数据的棉花冠层叶绿素密度的遥感估测,可以间接用于棉花冠层叶片氮积累量的监测研究。     

采用SPAD仪进行甜菜氮素营养诊断技术研究

为研究甜菜大田栽培及生产过程中氮素的营养状态,以便及时补充氮素亏缺,使用SPAD-502仪(soil plant analysis development)测定了甜菜叶片不同叶位和叶序的SPAD值,发现SPAD值的分布特点及其规律性,建立了基于SPAD值的氮素营养快速诊断方法。试验设计了室内盆栽及田间试验,对不同基因型、不同发育阶段甜菜叶片不同叶位叶序的SPAD值进行测定,统计并分析SPAD值与叶片的叶绿素含量及植株全氮含量的相关性。结果表明：甜菜叶片SPAD值在不同叶位及叶序上有差异,其中叶片尖部SPAD最大值出现的次数与叶片侧缘部和叶片基部相比较有较明显优势,施氮及不施氮处理均达到50%以上;4~6片真叶期后最高叶片SPAD值与测得的同株叶片的SPAD值有较显著的相关性,所以最高叶片的叶片尖部可作为甜菜叶片SPAD值的最适测定部位;增加施氮量能提高叶片SPAD值;不同品种间叶片SPAD值也有差异;SPAD值与不同发育阶段甜菜叶片的叶绿素含量以及植株全氮含量分别建立线性方程,拟合后发现叶片SPAD值和总叶绿素含量之间为极显著相关,与植株含氮量之间为相关性显著。因此,利用叶片SPAD值可实时监测甜菜生长与光合效应,进行氮素营养的快速诊断。     

基于穗层反射光谱的小麦籽粒蛋白质含量监测的研究

本试验对近地面高光谱仪监测小麦的不同测定方法进行了探讨，并比较了各方法对籽粒蛋白质含量（GPC）的预测能力。结果表明，穗全氮含量（ETNC）与穗层光谱反射率（Rel）的相关系数普遍高于与冠层光谱反射率（Rc）的相关系数。同时，基于小麦光谱反射率、穗全氮含量、籽粒蛋白质含量三者之间的相关性，选择了包括植被指数在内的20个穗层光谱特征参量，与ETNC进行相关分析，建立了最佳光谱特征参量预测ETNC以及ETNC预测籽粒蛋白质含量（GPC）的统计相关模型。通过2个模型的链接，建立了利用比值植被指数RVI[890,670]预测GPC的回归模型，可以较好地预测小麦籽粒蛋白质含量。在相同条件下，相对于以往基于冠层光谱的方法，基于穗层光谱的RVI[890,670]对GPC的预测表现出较大的优势，决定系数R2由0.662提高到0.865，总均方根差RMSE由0.851降低到0.734。本研究为实现田间条件下小麦氮素及相关品质指标的便携式监测仪的开发研制提供了初步的依据。     

Using a Chlorophyll Meter to Optimize Nitrogen Fertilizer Application for Intensively-Managed Small-Grain Cereals

Most methods used to estimate N status require collection, processing and analysis of soil and/or plant tissue samples. In this study, leaf chlorophyll content of cereals, determined in the field with a portable chlorophyll meter (Minolta SPAD-502), was used to predict N availability of wheat ( Triticum aestivum L.), barley ( Hordeum vulgare L.), oats ( Avena sativa L.) and rye ( Secale cereale L.). The results indicated that accurate nitrogen (N) fertilizer recommendations based on chlorophyll content have both environmental and economic advantages. Determination of leaf chlorophyll content with a chlorophyll meter accurately indicated plant N status allowing N fertilizer requirement to be accurately determined and resulting in increased N uptake efficiency. Applying N fertilizer on this basis improved production economics and improved physical input-output ratio during grain yield formation. Using a chlorophyll meter, responsive and non-responsive categories can be determined at the stage of maximum number of florets per ear primordium (Zadoks' GS 37-41) and at pollination (i.e. pollen grains on well-developed stigmatic hairs, GS 52-58).