基于Landsat 8 OLI数据的砒砂岩区生物量遥感估算

为了评价砒砂岩区植被生长状况和地上生物量的空间分布特征,采用Landsat 8 OLI和同期实测生物量数据对砒砂岩区生物量估算方法进行了研究。结果表明:(1)NDVI,RVI,SAVI,MSAVI与地上生物量(Above ground biomass,AGB)的相关性显著,其中MSAVI和AGB的相关性最高(R²=0.4416),SAVI次之(R²=0.3923),NDVI(R²=0.1375)和RVI(R²=0.1306)相对最低,NDVI和RVI在荒漠生态系统生物量遥感估算中并不是效果最佳的植被指数;(2)高斯低通3×3滤波核滤波的MSAVI与AGB的相关性(R²=0.4757)高于未滤波处理图像,滤波后建立的AGB-MSAVI_GLPF3估算模型平均相对误差MRE为13.41%,模型具有较高的估算精度;(3)遥感估算2019年砒砂岩研究区总AGB为9.2×10⁵t,其中AGB低值区的面积占比为13.03%,AGB中值区面积占比为47.56%,AGB高值区面积占比为39.41%。荒漠生态系统AGB与MSAVI的相关性显著,基于高斯低通滤波建立起的AGB-MSAVI_GLPF3模型可以较好地实现砒砂岩区AGB遥感估算。     

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。     

基于水稻冠层植被指数的龟裂碱土盐碱化信息预测研究

土壤盐碱化是危及农业生产的重大生态环境问题,遥感技术可以通过植被冠层光谱来估测土壤的盐碱化程度。试验结果表明:土壤pH与ESP(exchangeable sodium saturation percentage)之间有极显著相关关系;随着生育期的推移,水稻冠层NDVI逐渐增大,RVI逐渐减小,孕穗期水稻冠层NDVI值最高,RVI值最低。从拔节期到乳熟期的水稻冠层NDVI和RVI与相应时期的土壤pH和ESP都有较好的相关性,而且随着作物生长期的延伸,NDVI估测土壤pH和ESP的准确性有增加的趋势;返青期和分蘖期相关性不稳定。NDVI和RVI对pH和ESP估测的精度无显著性差异,但NDVI对ESP的估测效果更好一些。所以,从拔节期到乳熟期,通过水稻冠层植被指数可以较准确地预测龟裂碱土的碱化程度。     

基于冠层光谱仪的芹菜当季产量潜力预测

高效、精准的产量预测对于优化芹菜(Apium graveolens L.)产量管理和指导后期农业决策具有重要意义。为建立一种实时、准确的芹菜当季产量预测方法,采用田间试验方法,对2年不同品种和不同施氮处理芹菜进行田间试验,以GreenSeeker冠层光谱仪为例,获取芹菜冠层植被归一化指数(NDVI)及产量等,通过建模和验证分析,探明冠层光谱仪对芹菜当季产量潜力预测的可行性与准确性。相关分析结果表明,冠层NDVI测定值与2种芹菜产量显著相关,相关系数分别为0.583～0.805(西芹,XQ)和0.256～0.922(药芹,YQ)。回归分析结果表明,移栽后30～70 d测定的冠层NDVI值可预测芹菜当季产量,模型类型对预测结果准确性无显著影响,R2值为0.51～0.85。综合不同品种结果,冠层NDVI值可准确预测XQ和YQ两品种芹菜当季产量,R2值和RMSE值分别为0.66～0.84和7.40～10.72。经验证,移栽后60和70 d时,验证方程的斜率分别为0.95和1.05,预测产量和实测产量数据点均匀分布在1∶1线附近。因此,外叶生长盛期是利用冠层光谱仪进行芹菜产量预测的最早时期。研究表明,构建基于NDVI值的产量预测模型可准确预测芹菜的当季产量,也为芹菜作物和其他蔬菜作物的产量预测和养分管理提供理论依据和技术支撑。     

基于Greenseeker光谱法的棉花氮素营养诊断研究

利用主动遥感光谱仪(Greenseeker)对新疆2个主栽棉花品种4个施氮量条件下2年生育期间的冠层归一化植被指数(NDVI)值进行测试,研究不同施氮量对棉花冠层NDVI值、植株氮素积累速率和叶片全氮含量的影响以及田间条件下简便、快速、非接触性的作物氮素营养状况诊断方法。结果表明:在棉花生育期内,冠层NDVI值呈单峰曲线变化,峰值出现在出苗后90d左右,以后逐渐降低;NDVI值和棉株氮素积累速率呈正相关关系,决定系数R~2在盛花期达到最大,为0.844.7;NDVI值变化趋势与叶片全氮含量呈正相关,决定系数R~2在盛花期达到0.7980。棉花冠层NDVI值随着施氮量增加而提高,不同氮素处理间NDVI值在盛花期和花铃期达极显著差异;主动遥感光谱仪在棉花生长的盛花期和花铃期可以预测棉花氮素养分状况。     

基于作物生长监测诊断仪的双季稻叶面积指数监测模型

为探索作物生长监测诊断仪(Crop Growth Monitoring and Diagnosis Apparatus,CGMD)在不同株型双季稻长势指标监测应用的准确性和适用性,该研究开展了不同株型品种和施氮量的田间试验,采用CGMD获取冠层差值植被指数(Differential Vegetation Index,DVI)、归一化植被指数(Normalized Difference Vegetation Index,NDVI)和比值植被指数(RatioVegetationIndex,RVI),并同步采用高光谱仪(AnalyticalSpectralDevices,ASD)获取冠层光谱反射率,构建DVI、NDVI和RVI;通过比较2种光谱仪获取的植被指数变化特征及相互定量关系,评价CGMD的监测精度,建立基于CGMD的不同株型双季稻叶面积指数(Leaf Area Index,LAI)监测模型,并用独立数据对模型进行检验。结果表明:不同株型品种的LAI、DVI、NDVI和RVI随施氮量增加而增大,随生育进程推进呈"低—高—低"的变化趋势;基于CGMD与ASD的DVI、NDVI和RVI间的决定系数(Determination Coefficient,R2)分别为0.959～0.968、0.961～0.966和0.957～0.959,表明CGMD具有较高监测精度,可替代价格昂贵的ASD获取DVI、NDVI和RVI。基于CGMD植被指数的单生育期LAI监测模型的预测效果优于全生育期,基于CGMD植被指数的松散型品种LAI监测模型的预测效果优于紧凑型品种;基于DVICGMD的线性方程可较好地预测LAI,模型R2为0.857～0.903,模型检验的相关系数(Correlation Coefficient,r)、均方根误差(Root Mean Square Error,RMSE)和相对均方根误差(Relative Root Mean Square Error,RRMSE)分别为0.950～0.984、0.18～0.43和3.95%～9.40%;基于NDVICGMD的指数方程可较好地预测LAI,模型R2为0.831～0.884,模型检验的r、RMSE和RRMSE分别为0.906～0.967、0.24～0.38和5.73%～9.16%;基于RVICGMD的幂函数方程可较好地预测LAI,模型R2为0.830～0.881,模型检验的r、RMSE和RRMSE分别为0.905～0.954、0.25～0.56和7.37%～9.99%。与传统人工取样测定LAI法相比,利用CGMD可实时无损监测双季稻LAI动态变化,可替代SunScan植物冠层分析仪获取双季稻LAI,在双季稻生产中具有推广应用价值。     

棉花地上鲜生物量的高光谱估算模型研究

通过测试棉花6个生育时期350～2500 nm波段的冠层高光谱数据，采用连续统去除和波段深度归一化的分析方法，计算出棉花反射光谱550～750 nm波段深度参数(Dc)；同时，将冠层反射光谱数据与棉花鲜生物量进行逐步回归分析，确定了近红外波段763 nm及红光波段670 nm是棉花鲜生物量的2个敏感波段，并组成了高光谱归一化植被指数(NDVI)和比值植被指数(RVI)；基于Dc参数和NDVI、RVI植被指数，建立了棉花地上鲜生物量的5种单变量线性与非线性函数模型，分析表明，RVI的指数函数模型反演的棉花地上鲜生物量的估计值与实测值的相关系数最大(R=0.7289^**，RMSE=0.8776)；5种函数模型方程，经检验均达到1%的极显著水平，其中，以指数函数、幂函数和双曲线函数构建的棉花鲜生物量估算模型精度相对较高；该研究采用高光谱植被参数和指数，实时、无损、动态、定量提取了棉花地上鲜生物量，为分析、模拟、评价、预测棉花群体大小，设计理想棉花群体及棉花高光谱遥感估产提供了科学的依据。     

基于全株生物量和全株氮浓度的马铃薯氮临界浓度稀释模型的构建及验证

  【目的】  临界氮浓度稀释曲线的构建是作物氮素营养诊断的基础，然而其曲线参数可能受品种等因素影响。本研究的主要目的是构建滴灌条件下常见马铃薯品种临界氮浓度稀释曲线模型，并利用相应的氮素营养指数进行马铃薯氮素营养诊断。  【方法】  于2014—2016年分别进行了滴灌条件下3个马铃薯品种、不同施氮量的田间试验。在马铃薯苗期、块茎形成期、块茎膨大期、淀粉积累期和收获期5个关键时期，进行地上部茎叶和地下部块茎取样，分别测定了生物量和氮浓度，根据公式计算出马铃薯全株生物量和全株氮浓度。根据全株生物量和全株氮浓度建立临界氮浓度稀释模型和相应的氮素营养指数。  【结果】  马铃薯地上部生物量和地上部氮浓度以及全株生物量和全株氮浓度都是随着生育时期的推进呈现出负幂函数关系，基于地上部生物量和地上部氮浓度建立的临界氮浓度稀释曲线决定系数平均为0.52，而以马铃薯全株生物量和全株氮浓度建立临界氮浓度稀释曲线决定系数平均为0.94，较前者提高了80%。以马铃薯全株生物量和全株氮浓度建立临界氮浓度稀释模型更为合理，且受品种影响较小，克新1号、夏坡地和荷兰14用同一个临界氮浓度稀释曲线的决定系数均达到0.95，表明构建的氮素营养模型可以进行不同品种的马铃薯氮素营养诊断。  【结论】  相对于传统籽粒型作物基于地上部生物量和地上部氮浓度建立临界氮浓度稀释模型，基于全株生物量和全株氮浓度建立的临界氮浓度稀释模型适用于不同品种马铃薯的营养诊断。在内蒙古滴灌生产条件下，马铃薯临界氮浓度稀释模型为Nc = 4.57W–0.41，基于该模型计算的马铃薯克新1号合理施氮量为N 170～180 kg/hm2、夏坡地合理施氮量为 190～200 kg/hm2、荷兰14合理施氮量为 215～225 kg/hm2。这些计算结果与试验结果的吻合度达到了0.95。     

基于冠层覆盖度的玉米植株临界氮浓度模型构建与产量预测

  【目的】  依据临界氮浓度稀释原理,构建基于冠层覆盖度的覆膜滴灌玉米植株临界氮浓度稀释曲线,并通过氮营养指数和氮累积亏缺量模型对玉米氮营养状况进行诊断和评价,以期达到基于该模型的玉米产量预测。  【方法】  于2019—2020年,在宁夏引黄灌区开展了4个氮肥用量(0、120、240、360 kg/hm2)田间试验,采用滴灌水肥一体化技术,氮肥按照苗期10%、拔节—大喇叭口期45%、抽雄—吐丝期20%和灌浆期25%的比例分8次随水追肥。在玉米关键生育时期测定农学参数和图像参数,分别测定了地上部生物量、植株氮浓度和产量,建立和验证基于冠层覆盖度的玉米植株临界氮浓度经验模型。  【结果】  基于冠层覆盖度的玉米植株临界氮浓度、最大氮浓度和最小氮浓度模型R2分别为0.917、0.843、0.873。临界氮浓度模型检验参数RMSE和n-RMES分别为 0.242和 11.753%。以冠层覆盖度为基础的氮营养指数和氮累积亏缺量推算出玉米最佳施氮处理为240 kg/hm2。不同生育时期氮营养指数、氮累积亏缺量与相对产量的关系极显著,R2均不小于0.922,且大喇叭口期和抽雄期R2值最高。采用独立试验验证表明,在大喇叭口期和抽雄期表现出稳定的模型性能,R2值≥0.944,n-RMSE均≤9.089%。在大喇叭口期和抽雄期,氮营养指数、氮累积亏缺量与相对产量呈极显著相关,能准确地解释受氮素限制和不受氮素限制生长条件下相对产量的变化。  【结论】  基于冠层覆盖度构建的植株临界氮浓度稀释曲线可准确判断和评价玉米拔节期至吐丝期的氮素营养状况,依据氮营养指数、氮累积亏缺量与相对产量所构建的关系模型可对玉米产量进行准确估计,其为玉米生长过程中氮肥的精确管理和产量预测提供了一种简便的新方法。     

应用多酚–叶绿素仪监测棉花氮素营养状况研究

  【目的】  通过田间试验,研究使用多酚–叶绿素仪对棉花进行快速无损氮素营养诊断适宜的指标。  【方法】  田间试验在新疆石河子市进行,设3个施氮处理,分别为施纯N 0、180和240 kg/hm2,分别用N0、N180和N240表示。所有氮肥分5次随滴灌施入,每次施肥后3天,利用多酚–叶绿素仪 (Dualex-4) 和SPAD叶绿素仪分别测定20株棉花叶片的氮平衡指数 (NBI)、Chl值和SPAD值,同步采样测定棉花叶片全氮含量,及0—20 cm、0—40 cm和0—60 cm土层硝态氮含量。  【结果】  随着施氮量的增加棉花叶片全氮含量和土壤硝态氮含量均显著增加。其中,0—40 cm土层硝态氮含量与棉花叶片全氮含量关系最密切。增加氮肥施用量,棉花叶片氮素营养诊断指标NBI、Chl值和SPAD值均显著增加。棉花叶片NBI、Chl和SPAD与叶片全氮含量均呈极显著正相关关系,且相关系数 (r) 均达到0.8以上。相关性模型校验结果表明,棉花叶片全氮含量实测值与预测值的平均相对误差 (RE) 分别为–4.0% (NBI)、–3.1% (Chl) 和–5.7% (SAPD)。其中,氮平衡指数 (NBI) 模型对棉花叶片全氮含量的预测精度最高,与实测值的相关系数达到了0.9143,平均绝对百分比误差 (MAPE) 为6.91%;标准均方根误差 (nRMSE) 为8.21%。棉花叶片NBI、Chl和SPAD与土壤硝态氮的模型决定系数表现为NBI > Chl > SPAD。模型校验分析表明,NBI模型与0—40 cm土层硝态氮实测含量的相关性最高,相关系数为0.9116,预测值与实测值的MAPE和nRMSE分别为14.11%和17.88%。  【结论】  应用多酚–叶绿素仪监测棉花氮素营养,氮平衡指数 (NBI) 与棉花叶片氮含量和0—40 cm土层硝态氮含量的相关性最高,预测值与实测值的误差仅为6.91%和14.11%,可以满足膜下滴灌条件下棉花氮素营养的快速诊断需求。     

Nondestructive estimation of bok choy nitrogen status with an active canopy sensor in comparison to a chlorophyll meter

Precise estimation of vegetable nitrogen (N) status is critical in optimizing N fertilization management. However, nondestructive and accurate N diagnostic methods for vegetables are relatively scarce. In our two-year field experiment, we evaluated whether an active canopy sensor (GreenSeeker) could be used to nondestructively predict N status of bok choy (Brassica rapa subsp. chinensis) compared with a chlorophyll meter. Results showed that the normalized difference vegetation index (NDVI) and ratio vegetation index (RVI) generated by the active canopy sensor were well correlated with the aboveground biomass (AGB) (r=0.698-0.967), plant N uptake (PNU) (r=0.642-0.951), and root to shoot ratio (RTS) (r=-0.426 to -0.845). Compared with the chlorophyll meter, the active canopy sensor displayed much higher accuracy (5.0%-177.4% higher) in predicting AGB and PNU and equal or slightly worse (0.54-1.82 times that of the chlorophyll meter) for RTS. The sensor-based NDVI model performed equally well in estimating AGB (R²=0.63) and PNU (R²=0.61), but the meter-based model predicted RTS better (R²=0.50). Inclusion of the days after transplanting (DAT) significantly improved the accuracy of sensor-based AGB (19.0%-56.7% higher) and PNU (24.6%-84.6% higher) estimation models. These findings suggest that the active canopy sensor has a great potential for nondestructively estimating N status of bok choy accurately and thus for better N recommendations, especially with inclusion of DAT, and could be applied to more vegetables with some verification.     

潮土小麦碳氮含量对长期不同施肥模式的响应

【目的】以潮土21年长期定位试验为基础,分析不同施肥模式下冬小麦不同生育期的地上部生物量、碳氮含量、碳氮比及碳氮积累量,探讨冬小麦碳氮含量对不同施肥模式的响应规律。【方法】试验包括不施肥(CK)、单施氮肥(N)、施氮磷肥(NP)、施氮钾肥(NK)、氮磷钾配施(NPK)、氮磷钾肥配施有机肥(NPKM)、施氮磷钾肥及玉米秸秆还田(NPKS)7个处理。在2011 2012年冬小麦生长季,分别采集越冬、拔节、灌浆、成熟四个生育时期地上部植株样品,利用Euro Vector EA3000型元素分析仪对小麦植株样品的全碳、全氮含量进行测定。【结果】NPK、NPKM和NPKS处理均能显著提高各生育期小麦地上部干重,其中NPKM处理小麦地上部干重在越冬、拔节、灌浆、成熟期分别比CK提高了111%、194%、238%、206%,除越冬期外,等量氮肥条件下,NPK、NPKM和NPKS 3个处理间小麦同一生育期地上部干重无显著差异,说明与氮磷钾配施相比,有机无机配施与秸秆还田这两种措施并不能显著提高小麦地上部生物量;小麦地上部碳含量受不同施肥影响很小,不同生育期小麦地上部碳含量平均值为410 g/kg;小麦成熟期地上部氮含量以N和NK处理最高,分别达到19.4和18.1 g/kg,其中N处理小麦地上部氮含量分别比NPKM和NPKS处理高52%和66%。随着生育期的推移,各处理小麦氮含量逐渐降低,总体表现为越冬期拔节期灌浆期≥成熟期;在整个生育期中各施肥处理碳含量基本保持不变而氮含量呈逐渐下降趋势,这就使得各施肥处理地上部分C/N比随生育期的推移呈逐渐增加趋势;不同施肥下小麦碳积累量差异性和地上部干物质重差异性规律一致,而不同施肥下地上部氮积累量差异性不同于干物质重的差异性,以NP处理最高,达545 kg/hm2,分别比NPKM和NPKS处理高61%和68%。【结论】施肥方式不能显著改变小麦碳含量但能影响氮含量,因此小麦生物量大小决定了其碳的积累量,相应地,C/N比大小则由氮含量决定。氮磷钾配施、有机无机配施及秸秆还田处理下,小麦具有较高的生物量从而具有较高的碳氮积累量,这有利于增加农田系统碳、氮积累,提升土壤碳、氮肥力。     

灌溉方式和氮肥运筹对免耕厢沟栽培杂交稻氮素利用及产量的影响

【目的】免耕厢沟是四川重点推广的水稻栽培模式。研究该模式下不同灌溉方式和氮肥运筹对水稻干物质累积、转运和氮素利用效率等的影响,可为免耕厢沟水稻栽培水肥管理提供依据。【方法】 以杂交中稻F优498为试验材料,采用两因素裂区设计,主区为传统水层灌溉(W1)和干湿交替灌溉(W2)两种灌溉方式,副区为氮肥运筹模式,在总施氮量为150 kg/hm2条件下,设置基肥 ∶蘖肥 ∶穗肥分别为6 ∶2 ∶2(N1)、 4 ∶2 ∶4(N2)、 2 ∶2 ∶6(N3)等3种氮肥运筹模式,以不施氮(N0)为对照,研究免耕厢沟模式下,杂交稻在齐穗期、成熟期各处理下干物质氮素积累、茎鞘的干物质转运、产量及其构成因子以及氮素利用效率。【结果】 灌溉方式和氮肥运筹对水稻主要生育期干物质量和氮吸收、转运及产量具显著影响及互作效应。干湿交替灌溉能扩“库”增“源”,保证足够的穗数,提高干物质积累量;淹水灌溉无效分蘖较多,群体质量变差,对干物质积累、氮素吸收、产量造成不利影响。适宜的前氮后移能为水稻整个生育期提供比较平衡的氮素供应,促进氮素的吸收、 提高氮素积累、协调氮素分配;N2模式下氮素表观利用率达69%以上,氮肥的农学利用效率、表观利用率比N1(6 ∶2 ∶2)和N3(2 ∶2 ∶6)分别高4.50%~36.85%、 8.09%~28.54%,增产7.47% ~15.76%。合理的水氮管理显著提高各生育期的氮素积累量,促进齐穗后叶和茎鞘氮素向穗的运转量。【结论】 干湿交替灌溉(W2)和氮肥运筹4 ∶2 ∶4(N2)为本试验条件下的最优水氮运筹模式,其充分发挥了水氮耦合优势,促进齐穗后“源”(茎鞘、叶)氮素向“库”(穗)的运转,有利于高产群体构建,有效提高氮素利用率,提高水稻每穗实粒数和结实率,增产效果显著。     

气候变暖将显著降低引黄灌区春小麦产量和氮磷钾养分吸收

【目的】探索宁夏引黄灌区春小麦不同生育时期氮（N）、磷（P）、钾（K）养分吸收利用对气候变暖的响应机制,为预测气候变暖对干旱半干旱区春小麦生长的影响提供依据。【方法】试验于2018年3月在宁夏银北引黄灌区宁夏大学试验站进行。供试春小麦品种为‘宁春50号’,供试肥料为磷酸二铵和尿素。采用自动控制红外线辐射器进行野外增温,每个小区内分别设置一组红外灯管作为增温装置、一套自动控温电子设备与一组可移动温度传感器作为控温装置,增温装置直接连接控温装置以使增温梯度达到预设水平,增温时间为昼夜不间断增温。以春小麦冠层自然温度为对照温度 (增温0℃,CK),设置4个增温梯度 (0.5℃、1℃、1.5℃、2.0℃) 处理。于苗期、拔节、抽穗、灌浆、灌浆后10天、成熟期采集植株样品,测定叶、茎、穗的N、P、K养分含量,计算地上部各器官的养分累积吸收量、养分分配率和地上部植株养分累积量,并测定春小麦植株地上部干物重和产量。【结果】增温0.5℃,春小麦植株苗期干物重、拔节期地上部各器官N、P、K养分含量及养分累积吸收量均显著高于CK。增温1.0℃,苗期植株N、K含量和N素吸收量以及拔节期叶片的N、P、K含量显著高于CK,较对照提高3.2%～23.7%。增温1.5℃,仅苗期植株K含量显著高于CK,较对照提高22.2%。增温2.0℃,从苗期开始各项指标均显著低于CK。拔节期以后,除增温0.5℃春小麦K素含量与CK差异不显著外,其余指标均显著低于CK,春小麦成熟期小穗数、穗粒数、千粒重、产量均随温度的升高呈下降的趋势,增温2.0℃,分别较对照降低53.7%、24.1%、13.4%、21.7%。增温梯度越大,各指标下降的幅度越大。【结论】春小麦苗期温度升高0.5℃～1.0℃尚有利于拔节期前春小麦对N、P、K养分的吸收,但拔节期后增温超过1.0℃以上都会对N、P、K养分吸收产生显著负作用,导致使生育后期干物质的累积量减少,千粒重、穗粒数等降低,并最终导致产量和品质的下降。     

不同生育时期冬小麦籽粒蛋白质含量的高光谱遥感监测模型

为研究不同氮磷水平下冬小麦籽粒蛋白质含量高光谱遥感监测模型,提高模型精度,本文通过连续5年定位试验研究不同氮磷耦合水平下,不同生育时期冬小麦冠层光谱反射率、植株氮含量以及成熟期籽粒蛋白质含量,以相关、回归等统计分析方法,建立基于不同生育时期植株氮含量的籽粒蛋白质含量监测模型;然后通过灰色关联度分析,筛选植株氮含量的最佳植被指数,以偏最小二乘回归法,建立基于植被指数的植株氮含量监测模型;最后以植株氮含量为链接点,按照"植被指数—植株氮含量—籽粒蛋白质含量"之间的联系,建立融合植被指数与植株氮含量的冬小麦成熟期籽粒蛋白质含量监测模型。结果表明:在拔节期、孕穗期、抽穗期、灌浆期、成熟期基于植株氮含量建立的成熟期籽粒蛋白质含量监测模型,具有较好的监测精度;拔节期、孕穗期、抽穗期、灌浆期、成熟期分别基于修正叶绿素吸收反射率指数(MCARI_1)、归一化差值叶绿素指数(NDCI)、修正归一化差异指数(mNDVI)、MCARI_1、NDCI植被指数建立植株氮含量监测模型,监测精度(R~2)分别为0.826、0.854、0.867、0.859和0.819;以植株氮含量为链接点,通过"植被指数—植株氮含量—籽粒蛋白质含量"的间接联系,建立基于拔节期、孕穗期、抽穗期、灌浆期、成熟期植被指数且融合植株氮含量的籽粒蛋白质含量监测模型,R~2分别为0.935、0.972、0.990、0.979和0.936;以独立数据对模型进行验证,模型预测值与实测值间相对误差(RE)分别为11.26%、10.74%、8.41%、10.25%和11.36%,均方根误差(RMSE)分别为2.221 g×kg~(-1)、1.825 g×kg~(-1)、1.214 g×kg~(-1)、1.767 g×kg~(-1)和2.137 g×kg~(-1)。说明基于不同生育时期植被指数链接植株氮含量可以对成熟期籽粒蛋白质含量进行有效监测,且模型具有较好的年度间重演性和品种间适应性。     

结合SPA和PLS法提高冬小麦冠层全氮高光谱估算的精确度

【目的】 冠层高光谱全波段信息可以在小麦拔节期快速无损地估算叶片的氮含量。本研究结合连续投影算法 (SPA) 和偏最小二乘 (PLS) 技术,筛选了冬小麦拔节期冠层光谱对叶片氮含量的敏感特征波段,以期为冬小麦关键生育期氮素含量的遥感估算提供理论依据和技术支持。 【方法】 以陕西关中地区2015—2016年冬小麦小区试验为基础,基于连续投影算法 (SPA) 提取冬小麦叶片全氮含量的冠层光谱敏感波段,并结合偏最小二乘 (PLS) 回归法建立基于敏感特征波段的冬小麦拔节期叶片氮含量估算模型。 【结果】 SPA算法从冬小麦338～2510 nm的冠层光谱中优选出了1985 nm、2474 nm、1751 nm、1916 nm、2507 nm、1955 nm、2465 nm和344 nm共计8个叶片全氮含量的敏感特征波段,波段数目下降了98.9%,有效降低了光谱信息的冗余;基于敏感特征波段构建的叶片氮含量偏最小二乘回归模型的决定系数和均方根误差分别为0.82和0.28,模型验证方程的决定系数和均方根误差分别为0.84和0.21,模型的相对预测偏差大于2,具有较高的精度和良好的预测能力。 【结论】 与常用植被指数的叶片氮含量估算模型相比,连续投影算法 (SPA) 结合偏最小二乘 (PLS) 方法的叶片氮含量估算精度更高,稳定性更强,可以作为冬小麦拔节期叶片氮含量的高光谱估算方法。      

基于无人机可见光遥感的夏玉米氮素营养动态诊断参数研究

【目的】 近年来应用无人机进行作物生长、营养和植保信息的快速提取受到广泛关注,但其对作物全生育期营养状况的动态诊断需要明确适宜的色彩参数。本研究通过田间氮水平试验,以无人机为平台利用可见光光谱对夏玉米不同生育期的冠层氮素营养进行监测,对基于可见光RGB图像的色彩参数与传统氮素诊断指标的相关性进行分析,并比较色彩参数的变异系数以探明夏玉米不同生育时期氮素营养诊断的最佳色彩参数。 【方法】 于2015年6—10月,在河北省中国农业大学曲周试验基地设置不同氮水平田间试验,以夏玉米郑单958为供试作物,设5个施氮水平:0、102、145、189和250 kg/hm2 (分别以CK、70%OptN、OptN、130%OptN、ConN表示),4次重复。分别在夏玉米六叶期 (V6)、十叶期 (V10)、吐丝期 (VT)、籽粒建成期 (R2)、乳熟期 (R4) 应用无人机可见光遥感技术获取夏玉米冠层图像,采用Adobe Photoshop软件经过一些图像处理后选用直方图程序提取图像的红光值R、绿光值G、蓝光值B、亮度值L,研究由此计算的12个色彩参数与传统氮素诊断指标 (植株氮浓度、生物量和吸氮量) 的相关性,结合相关系数和变异系数的大小综合分析筛选夏玉米不同生育时期氮素营养诊断的最佳色彩参数。 【结果】 红光值 (R)、绿光值 (G)、亮度值 (L)、绿光标准化值[G/(R + G + B)]、蓝光标准化值[B/(R + G + B)]、绿光与红光的比值 (G/R)、绿光与蓝光的比值 (G/B)、绿光与亮度的比值 (G/L)、红绿蓝植被指数 (RGBVI) 等在不同生育时期均与夏玉米的植株氮浓度、生物量和吸氮量有很好且一致的相关性,结合图像色彩参数的变异系数综合分析后,G/(R + G + B)、G/L在各生育时期与夏玉米常规的氮营养诊断指标有极显著的相关性 (P < 0.01),相关系数介于0.641～0.944之间,且变异系数小而稳定,介于0.93%～4.30%之间,优于其他光谱参数,可作为基于无人机可见光技术用于各时期氮素营养动态诊断的最佳色彩参数。 【结论】 应用无人机可见光遥感进行夏玉米氮素营养动态诊断具有结果可靠、便捷、高效、非破坏性的优点,本研究结果对应用该技术进行较大区域的作物氮素营养动态诊断提供了科学依据。      

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。