应用数字图像技术诊断苎麻氮素营养的研究简报

为了实现苎麻氮素营养快速诊断,通过盆栽培养3个施氮水平的苎麻,使用信息技术和常规方法,分别获取了不同生育时期两个苎麻品种叶片的图像和氮营养元素含量。通过自主开发的苎麻叶片数字图像处理系统软件对叶片图像进行处理,并提取颜色特征值,分析叶片颜色特征值与叶片全氮营养含量之间的关系。结果表明,大部分颜色特征都与叶片全氮含量呈极显著相关。根据筛选的能有效预测苎麻叶片全氮营养的颜色特征,建立预测苎麻叶片全氮含量的6个模型,预测精度在75.95%～91.50%之间。说明应用数字图像技术诊断苎麻氮素营养是可行的。     

数字图像技术在夏玉米氮素营养诊断中的应用

基于6个不同水平的氮肥田间试验,采用数码相机获取夏玉米6叶期和10叶期的冠层图像,分析了不同供氮水平下夏玉米冠层图像色彩参数指标与施氮量、叶片SPAD值、植株硝酸盐浓度、植株全氮含量、0～90cm土壤硝态氮含量之间的关系。结果表明:在6叶期,玉米冠层数字图像色彩参数指标B/(R+G+B)、G/B、R/B、B/L均与施氮量、叶片SPAD值、植株硝酸盐浓度、植株全氮含量、0～90cm土壤硝态氮含量存在极显著的线性相关关系,其中B/(R+G+B)与各营养参数的相关关系最好,其次是B/L。因此,运用数字图像技术进行玉米的氮素营养诊断是可行的。夏玉米6叶期冠层图像色彩参数指标与上述营养参数间的相关性明显高于10叶期,可作为应用数字图像技术进行氮素营养诊断的关键时期,而蓝光标准化值[B/(R+G+B)]是进行夏玉米氮素营养诊断的最佳冠层图像色彩参数指标。     

基于手机相机获取冬小麦冠层数字图像的氮素诊断与推荐施肥研究

本文利用不同型号手机、通过不同拍摄角度获取冬小麦拔节期冠层图像,并对其图像进行色彩参数的提取、处理与分析,与传统小麦氮素营养指标进行相关性分析,筛选出敏感色彩参数,对二者进行拟合建模,建立了冬小麦氮素营养诊断指标体系和推荐施肥指标体系,为作物精准施肥提供参考。研究结果表明,在获取冬小麦冠层图像时,适宜从逆光俯视的角度拍摄,不同型号的手机拍照获取的冠层图像色彩参数没有明显差异,冠层图像色彩参数中可见光大气阻抗植被指数(VARI)及红光标准化值[R/(R+G+B)]与传统诊断指标叶片SPAD值、茎基部硝酸盐浓度均有显著的相关关系;其中VARI最为敏感,可作为冬小麦氮素营养诊断的色彩参数指标,诊断方程为冬小麦茎基部硝酸盐浓度=1.481×106×VARI4.987,依据此给出了不同VARI值下的冬小麦营养状况以及推荐施氮量。并基于此研究成果进行了手机软件开发,建立了一款针对冬小麦氮素营养诊断与推荐施肥的软件,为基于手机相机开展冬小麦氮素营养诊断与推荐施肥技术的推广与应用提供了技术支撑。     

夏玉米冠层叶片表观自由空间的差异研究

叶片自由空间在环境与冠层养分交换间具有重要作用,是目前植物营养学研究的重要领域之一。通过盆栽试验,以不同株型夏玉米为试材,研究了不同施氮水平（N 0、0.15和0.30 g /kg）下玉米冠层叶片表观自由空间（AFS）的差异。结果表明,不同生育期叶片AFS差异极显著（P0.01）,表现为随生育期推进,叶片AFS、生物量和全氮含量均逐渐降低;除成熟期,其它各生育期品种与施氮水平对叶片AFS的影响均存在显著的交互作用。施氮对叶片生物量的影响不显著,但施氮后叶片全氮含量显著增加。不同施氮水平下,植株冠层叶片AFS也存在显著差异,中量施氮处理（即N 0.15 g /kg）植株叶片AFS值（9.49 %）明显高于与不施氮处理（9.03 %）,但随施氮量进一步增加,叶片AFS下降,施氮量为N 0.30 g /kg时,叶片AFS为8.62 %;不同施氮水平各生育期不同叶层间叶片AFS、生物量和全氮含量差异显著（P0.05）。不同品种间叶片全氮含量和AFS存在显著差异（P0.05）,以紧凑型品种陕单902叶片AFS最大,平均为9.24 %,显著高于其它品种;中间型品种农大108与平展型品种陕单9号间差异不显著,二者平均分别为9.06 %和8.85 %;不同株型品种各生育期不同叶层间叶片全氮含量和AFS缺乏规律性。相关分析表明,叶片全氮与叶片AFS存在极显著正相关（R=0.9481）,说明植物冠层叶片AFS大小除受遗传特性影响外,植物体和介质氮素营养水平不同,AFS也存在差异,且这些差异随生育期变化而不同。     

应用数字图像技术进行水稻氮素营养诊断

【目的】研究田间试验条件下水稻不同生育期冠层图像色彩参数(G、NRI、NGI、NBI、G/R和G/B)及植株氮素营养指标(叶片含氮量、植株全氮含量、生物量、氮素累积量和冠层NDVI值)的时空变化特征,并分析两者间的相关性,确立水稻氮素营养诊断的最佳色彩参数和方程模型,为探明数码相机在水稻上的适宜性及精确诊断水稻氮素营养状况提供理论基础。【方法】于2013年5月9月在湖北省武汉市华中农业大学试验基地(30°28'08'N,114°21'36'E)采用不同施氮处理的田间试验,以籼型两系杂交稻"两优6326"为供试作物,设置4个施氮水平:0、75、150和225 kg/hm2(分别以N0、N75、150和N225表示),3次重复,随机区组排列。分别在水稻分蘖期、拔节期、孕穗期和灌浆期采用数码相机(Nikon-D700,1200万像素)获取水稻冠层图像,应用Adobe photoshop7.0软件直方图程序提取图像的红光值R、绿光值G和蓝光值B,研究数码相机进行水稻氮素营养诊断色彩参数,确定植株氮素营养指标诊断模型。【结果】较对照(N0)相比,分蘖期、拔节期、孕穗期和灌浆期3个施氮处理水稻地上部生物量、叶片含氮量、植株全氮含量、氮素累积量、冠层NDVI值和成熟期产量增幅分别平均为40.7%98.0%、42.4%72.4%、36.2%85.3%、125.5%209.1%、51.3%60.6%和60.1%117.0%,差异显著。水稻不同生育期各冠层数字化指标G、NRI、NGI、NBI、G/R和G/B与上述氮素营养参数相关性差异较大,且以数字图像红光标准化值NRI表现最佳,建议作为应用数码相机进行水稻氮素营养诊断的最佳冠层图像色彩参数指标。进一步分析表明,可以用统一的线性回归方程来描述不同生育期、不同氮素水平下水稻植株氮素营养指标随冠层色彩参数NRI的变化模式。【结论】数码相机进行水稻氮素营养诊断测试结果稳定,具有快速、便捷、非破坏性等优点,冠层色彩参数NRI与水稻氮素营养指标和产量之间均表现出较好的相关性,满足氮素营养无损诊断的需求,对实时、快速监测水稻长势状况及氮素营养丰缺水平具有较高的可行性,有望发展成为新时期作物氮素营养无损诊断技术的潜力。     

冠层反射光谱与小麦产量及产量构成因素的定量关系

基于4个小麦品种、5个施氮水平的田间试验,在比较小麦冠层多光谱和高光谱反射特征的基础上,讨论了不同生育期冠层反射光谱参数与小麦产量及产量构成因素的定量关系。结果表明,拔节期冠层多光谱参数与理论产量和实际产量的相关性较高,可用于预测小麦产量,而冠层高光谱反射参数与小麦产量间的相关性较差,难以直接利用预测小麦产量;冠层的多光谱和高光谱参数对亩穗数的预测效果均较好,小麦拔节期、灌浆中期和成熟期的冠层多光谱参数、高光谱参数均与亩穗数间具有极显著正相关关系（P〈0.01）,从而分别建立了各时期利用高光谱参数A（760,850）/R550、多光谱比值植被指数RVI（810,560）的小麦估产方程。研究结果对选择合适的光谱参数建立估产模型、保证高光谱遥感信息反演精度具有重要价值。     

不同施氮水平下增铵营养对小麦生长和氮素利用的影响

采用盆栽试验,研究了不同施氮水平下小麦生长、氮素积累对不同形态氮营养的反应差异。结果表明,中氮水平下增铵营养(NH4NO3+DCD)处理的小麦生长具有明显的优势,表现为干物重、氮积累量增加,单株叶面积提高、硝酸还原酶活性较高,最终子粒产量最高。氮形态对生育早期植株的形态特征、开花期旗叶光合速率及成熟期器官内物质分配比例的影响较小。低氮和高氮下增铵营养不同程度地抑制了小麦生长,降低了氮素利用效率。增铵营养显著减少了土壤中的氮淋溶,但氮淋溶量受施氮量的影响更为显著。     

不同水肥处理下冬小麦冠层含水率与温度关系的研究

研究了不同水肥处理下冬小麦冠层含水率与冠层温度的关系。结果表明,随灌水量增加,冬小麦冠层含水率呈逐渐增加的趋势,灌水量达一定程度后,冠层含水率反而下降,冠层温度表现出与冠层含水率相反的趋势;冠层含水率与冠层温度呈显著负相关。两品种施氮处理冠层含水率均明显高于不施氮处理。“京冬8号”各施氮处理冠层含水率随施氮量增加呈逐渐降低的趋势,冠层温度则随施氮量增加而上升;其冠层含水率与冠层温度存在显著负相关关系。“中优9507”各施氮处理不具“京冬8号”的规律性,但其冠层含水率与冠层温度也呈负相关。用冠层温度反映冠层含水率具有较高的可靠性。     

河西地区间作小麦土壤硝态氮含量时空动态变化分析

为了了解间作小麦土壤硝态氮含量时空动态变化规律,本文通过河西地区典型的小麦/玉米间作定位试验,研究了不同施氮水平对间作小麦土壤硝态氮(NO3--N)含量时空分布差异的影响。结果表明:间作小麦施氮量及采样时期的不同土壤硝态氮含量在时间和空间上均存在一定的规律性。同一施肥水平不同采样时期土壤硝态氮含量变化差异在0～200 cm土层垂直方向上表现为0～60 cm硝态氮含量较多,变化明显,60～200 cm土层含量较少变化差异较小;不同施氮水平上表现出施氮量越高硝态氮含量越大的特点;而随着小麦生育时间的推移其含量又表现为三叶期和挑旗期含量高,播种前后及灌浆期含量较低,且各生育期硝态氮含量峰值明显表现出向下运移的趋势。说明土壤硝态氮含量随着时间的推移在垂直方向和水平方向上是动态变化的过程。     

基于手机相机获取玉米叶片数字图像的氮素营养诊断与推荐施肥研究

本文利用手机相机获取玉米6叶期和9叶期的冠层图像,对图像进行色彩参数的提取与处理,分析了不同生长时期、不同品种间色彩参数的差异性,以及色彩参数与传统玉米氮素营养指标的相关性,选择出适宜的敏感色彩参数,对色彩参数与氮素营养指标进行拟合建模,建立了玉米氮素营养诊断体系,并推荐了不同产量目标下的施肥量,为实现利用智能手机田间拍照进行氮素营养诊断和精准推荐施肥提供参考。结果表明,在玉米6叶期,冠层图像色彩参数与传统氮素营养指标间的相关性优于9叶期,可作为应用数字图像分析技术进行氮素营养诊断的诊断时期;不同品种玉米的冠层图像色彩参数间无显著差异。B/(R+G+B)和G/(R+G+B)与传统氮素诊断指标——叶片SPAD值、第1完全展开叶叶脉硝酸盐浓度均显著相关,且B/(R+G+B)更为敏感,因此可作为玉米氮素营养诊断的色彩参数指标,诊断方程为:玉米叶脉硝酸盐浓度=1.73×10~(10)×[B/(R+G+B)]~(9.43)。并依此给出了不同B/(R+G+B)值下的玉米营养状况以及不同目标产量下的推荐施氮量。本研究结果可为基于手机相机开展玉米氮素营养诊断与推荐施肥技术的推广与应用提供技术支撑。     

应用数字图像进行小麦氮素营养诊断中图像分析方法的研究

简便、快速、经济地诊断作物氮素营养状况是实施氮肥用量调控的关键。利用数码相机对作物冠层进行拍照, 通过图像处理软件获得作物色彩参数, 根据色彩参数与作物氮素营养状况的关系可以对其氮素丰缺进行诊断。针对作物数字图像色彩参数的获取方法, 结合小麦多水平氮肥试验, 采用遥感软件PCI Geomatics的非监督分类功能, 将小麦图像分为土壤、反光叶面和不反光叶面, 与Adobe Photoshop 软件普通图像处理方法对照, 比较分析了小麦图像不同类别叶片的8 种色彩参数与SPAD 值及植株全氮的相关性。结果表明, 返青期小麦反光叶面的G/R 与R/(R+G+B)色彩参数能较好地反映小麦的氮素营养状况; 拔节期不反光叶面和反光叶面的R/(R+G+B)色彩参数与植株全氮相关性较好。利用普通图像处理软件获得色彩参数的方法有待改进, 图像分类后能够提高其色彩参数对作物氮素营养诊断的准确性。     

基于图像处理的冬小麦氮素监测模型

为探索基于数字图像处理技术的冬小麦氮素无损诊断图像评价指标及构建方法,设计拍摄2012-2014年度不同种植方案下冬小麦冠层图像,基于归一化的H分量K均值聚类分割算法提取基础颜色特征值,与同期叶片氮含量(leaf nitrogen content,LNC)进行线性拟合,调优并确定三原色分量最佳拟合系数,提出RGB空间下的颜色组合标准化指数(normalized color mix index,NCMI)。对比深绿色指数(dark green color index,DGCI)、红光标准化值(normalized redness intensity,NRI)和绿光与红光比值G/R发现,3个采样期NCMI与LNC的决定系数R~2均高于3个对比指标,分别为0.77、0.79、0.94,均方根误差(root mean square error,RMSE)相较同期最低的指标,分别降低了0.18%、0.37%和1.67%;生选6号和扬麦18号NCMI与LNC的相关性,在一定冠层覆盖度下均优于其他3个指标;D2密度(3×106株/hm~2)N1(纯氮150 kg/hm~2)处理下NCMI效果明显优于其他3个指标,R~2和RMSE较NRI分别改善了7.69%和4.11%,该研究可为一定冠层覆盖度下的冬小麦氮素营养诊断图像评价指标提供参考。     

基于LISS4数据的小麦氮素营养状况反演研究

利用LISS4卫星遥感数据在小麦氮素营养状况监测方面进行了初步研究。根据搭载多光谱传感器LISS4的IRS-P6的过境周期,2006年5月3日在江苏省盐城地区进行同步地面取样测试,通过分析试验点小麦LISS4影像光谱信息与小麦叶面积指数及叶片氮含量的相关关系,发现小麦叶面积指数和叶片氮含量与LISS4影像三个波段反射率及植被指数RVI、NDVI、GNDVI均密切相关,表明利用LISS4遥感影像监测小麦氮素营养状况是可行的。比较不同波段原始反射率和植被指数,在本研究中LISS4影像波段4反射率与小麦氮素营养状况相关最密切。检验结果也表明利用LISS4影像波段4反射率估测小麦氮素营养状况是可行的。研究成果为利用遥感技术大面积监测小麦氮素营养状况和实施精确栽培管理提供了理论依据。     

基于可见光图像和卷积神经网络的冬小麦苗期长势参数估算

针对目前基于计算机视觉估算冬小麦苗期长势参数存在易受噪声干扰且对人工特征依赖性较强的问题,该文综合运用图像处理和深度学习技术,提出一种基于卷积神经网络(convolutional neural network, CNN)的冬小麦苗期长势参数估算方法。以冬小麦苗期冠层可见光图像作为输入,构建了适用于冬小麦苗期长势参数估算卷积神经网络模型,通过学习的方式建立冬小麦冠层可见光图像与长势参数的关系,实现了农田尺度冬小麦苗期冠层叶面积指数(leaf area index,LAI)和地上生物量(above ground biomass, AGB)的准确估算。为验证方法的有效性,该研究采用以冠层覆盖率(canopy cover, CC)作为自变量的线性回归模型和以图像特征为输入的随机森林(random forest, RF)、支持向量机回归(support vectormachinesregression,SVM)进行对比分析,采用决定系数(coefficientofdetermination,R2)和归一化均方根误差(normalized root mean square error, NRMSE)定量评价估算方法的准确率。结果表明:该方法估算准确率均优于对比方法,其中AGB估算结果的R2为0.7917,NRMSE为24.37%,LAI估算结果的R2为0.8256,NRMSE为23.33%。研究可为冬小麦苗期长势监测与田间精细管理提供参考。     

基于数码相机图像的甜菜冠层氮素营养监测

为探究数码相机监测甜菜冠层叶片氮素的可行性,2014年于内蒙古赤峰市松山区太平地镇采用不同种植方案设计了田间试验。利用数码相机获取甜菜冠层数字图像,基于灰度值的阈值分割方法提取冠层图像的红光值(R)、绿光值(G)和蓝光值(B),交互调优R、G、B单色分量权重,提出三原色权值调优方法,并挖掘出适宜于表征甜菜冠层LNC(leaf nitrogen content)的基础调优参数BOP(basic optimal parameter)和归一化调优参数NOP(normalized optimal parameter)。结果表明:采用常规方法选取的敏感颜色参数G/R、NRI(R/(R+G+B))与冠层LNC的相关系数分别为0.80和0.79,三原色权值调优方法确定的调优参数BOP、NOP与冠层LNC的相关系数分别为0.83和0.84,算法优化后提高了颜色参数与冠层LNC的相关性。对比常规参数和调优参数对冠层LNC的预测精度,结果显示调优参数BOP、NOP建立模型的预测精度均高于常规参数G/R、NRI,BOP预测模型的决定系数R2和均方根误差RMSE(root mean square error)分别为0.69和2.65,NOP预测模型的R2和RMSE分别为0.68和2.73。该研究表明,在大田自然光照条件下,借助数码相机实时、准确监测甜菜氮素营养丰缺水平具有较高的可行性,数字图像处理技术在作物营养无损诊断中存在很大的应用潜力。     

Vergleich von Nitrat- und Amino-N-Schnelltest zur Charakterisierung des Stickstoff-Versorgungsgrades von Winterweizen

Comparison of the rapid tests for nitrate and amino-N for evaluating the N-status of winter wheat Nitrogen fertilizer trials with winter wheat were conducted in 1985 and 1986 to compare the efficacy of the rapid test for nitrate (in the stem base) and a newly developed rapid test for amino-N (in fully expanded green leaves) for evaluating the N-status of plants. In addition, the influence of weather conditions on the results given by both tests when using ammonium nitrate (NH₄NO₃ + CaCO₃) (AN) and urea-ammonium nitrate solution (UAN), was evaluated to determine wether the rapid test for amino-N gives more accurate information on the N-status of winter wheat than the rapid test for nitrate. The results show that the rapid test for nitrate is suitable to characterize the N-status of winter wheat when nitrogen is predominantly taken up by roots as nitrate. This is normaly the case when plants are fertilized with the salt form of nitrogen, als well as with liquid fertilizer, such as UAN applied through tubes in the soil, as for fertilization of winter wheat at later growing stages. However, during dry weather (1986 field trial) UAN application on leaves at shooting and ear emergence can result in high nitrogen uptake by leaves, causing an underestimation of plant N-status by the rapid test for nitrate, and thus, subsequent excess N-fertilizer application may be recommended (order of magnitude: 20 kg N/ha). Under these conditions the rapid test for amino-N in leaves (pressed sap) is a more accurate test for estimation of plant N-status because it determines glutamine and amino acids, the most important storage forms of reduced nitrogen in plants. When UAN fertilizer on leaves is washed off by rain (1985 field trial), crop N-fertilizer requirements predicted by both tests are comparable. If storage of nitrate in the stem base occurs, due, for example to low radiation intensity during spring (lower nitrate reduction), with the rapid test for amino-N an underestimation of plant N-status can be obtained.     

黄瓜初花期叶片光合色素含量与颜色特征的初步研究

基于不同氮素营养水平的栽培试验，采用数码相机拍照，利用图像处理技术提取叶片的颜色特征，通过线性拟合和逐步回归分析，建立了黄瓜初花期叶片光合色素含量的颜色特征估算模型，并对其精度进行了评价和验证。结果表明：R/(R+G+B)可以作为叶绿素含量估算的主要颜色特征参数；G/R和R/(R+G+B)是类胡萝卜素含量估算的主要颜色特征参数。该研究为黄瓜生长的快速检测提供了依据。     

用冠层叶色偏态分布模式RGB模型预测大豆产量

为了探索加色混色(Red-Green-Bule,RGB)模型偏态分布模式在大豆产量预测上的可行性,并验证其在不同肥料运筹、不同品种上的通用性,该研究选用曲茎和徐豆18两个大豆品种,设计了不同种植密度和氮肥水平的大田裂区试验,以无人机搭载数码摄像机,在花期及以后的2个重要生殖生长期采集大豆冠层数据。研究证实了大豆冠层数码图像的光学三原色RGB模型色阶遵循偏态分布,并利用偏态分析得到5类共20个叶色偏态参数。花期、荚期和鼓粒期的冠层叶色偏态参数普遍存在明显差异,其中表征叶色深浅的均值、中位数、众数从花期至鼓粒期呈现先降后升的变化趋势,而表征叶色偏向性的偏度和表征叶色集中度的峰度则普遍呈现相反的变化趋势。基于偏态参数构建的大豆产量预测模型的预测准确度平均达91.30%(建模组),对氮肥运筹验证组的预测准确度平均为87.33%,对不同品种验证组的预估准确度虽然低于建模组和氮肥运筹验证组,但也接近80%。这说明RGB模型偏态参数可准确地描述不同生育期大豆冠层叶色状况,基于偏态参数构建的产量预测模型有了更多的冠层颜色信息输入,对选用同品种但采用不同氮肥运筹措施和选用不同品种下的产量预测准确率均较高,可广泛用于不同生产条件的大豆产量预测,具有较好的适用性与较高的推广价值。     

不同生育期冬小麦光谱特征对叶绿素和氮素的响应研究

研究测定了不同施氮水平条件下冬小麦冠层在七个典型生育期叶片叶绿素、地上部分全氮含量以及冠层光谱,分析了单波段反射率、可见光和近红外波段组合而成的归一化植被指数(NDVI)、比值植被指数(RVI)与相应时期叶片叶绿素和地上部分全氮含量的相关性。结果表明,施氮量增加,两个农学参量、冠层近红外波段反射率都随之增加,但当施氮量增加到300kg hm-(2一次性施入)时,上述各项指标均降低;整个生长期中孕穗期在近红外区域反射率最高,与可见光波段反射率相差最大;除分蘖期外,其它时期单波段510nm～1100nm反射率、NDVI、RVI与叶绿素和全氮含量显著相关,植被指数的相关性较单波段高,且从分蘖期到乳熟期,相关性逐渐增强;整体来讲,可见光中560nm、660nm和近红外760nm、1100nm和1200nm组合的NDVI在各生育期与两个农学指标的相关性较好,选择NDVI(560,760)可以准确拟合叶片叶绿素和地上部分全氮含量。