基于无人机图像参数对滴灌条件下玉米氮素营养的动态诊断

于2018和2019年在宁夏平吉堡农场进行滴灌水肥一体化氮肥梯度试验，以天赐19为试验材料，设6个氮素水平，即 0 （N0）、90（N1）、180（N2）、270（N3）、360（N4）和450（N5）kg·hm⁻²，在玉米拔节期（V6）、小喇叭口期（V10）、大喇叭口期（V12）、吐丝期（R1）和乳熟期（R3）利用无人机搭载数码相机获取玉米冠层图像，利用Matlab编写代码开发的数字图像识别系统提取玉米冠层图像红光值R、绿光值G、蓝光值B，研究基于此计算的10个冠层图像参数指标与氮素营养指标间的相关性，筛选出稳定性好且敏感度高的图像色彩参数，构建玉米氮素营养诊断指标与图像参数间关系模型并进行验证，以探究利用无人机图像进行宁夏引黄灌区滴灌玉米拔节-乳熟期氮素营养动态估测的可行性。结果表明：冠层图像参数指标绿光与红光比值(G/R)、绿光标准化值（NGI）、红绿蓝植被指数(RGBVI)与植株氮含量和叶片氮含量相关性高且变异系数小，可作为氮素营养诊断的潜在最佳色彩参数；将最佳色彩参数与植株氮含量和叶片氮含量分别进行回归模型构建，幂函数模型可以更好地预估玉米氮素营养状况；利用2019年相同氮素试验进行模型验证，发现NGI与植株氮浓度和叶片氮浓度实测值与估测值的R2分别为0.738和0.689，检验指标RMSE为2.594和3.014，nRMSE为13.125%和13.347%，预测精度和准确性高于G/R和RGBVI。故选择NGI作为滴灌玉米拔节−乳熟期氮素营养动态诊断的最优参数，参数NGI与植株氮浓度的关系模型（N_P=4.967×106NGI^14.26）R²为0.707，与叶片氮浓度的关系模型（N_L=1.707×106NGI^12.88）R²为0.654。说明应用无人机图像技术可以较好地对宁夏引黄灌区玉米拔节−乳熟期氮素营养状况进行动态估测，构建的氮素营养诊断模型可为宁夏引黄灌区滴灌玉米氮肥精准配施提供理论依据。     

数字图像诊断技术在冬小麦氮素营养诊断中的应用

本文应用数码相机获取冬小麦冠层图像并对其进行相应色彩参数处理, 结合土壤、植株快速测试技术, 分析了色彩参数与传统氮素营养参数之间的数量关系, 研究了应用数字图像技术进行冬小麦氮素营养诊断的可行性, 建立了应用数字图像技术诊断冬小麦氮素营养状况的图像获取方法, 筛选出了适宜于冬小麦氮素营养诊断的最佳色彩参数以及最佳诊断时期, 建立了冬小麦氮素营养诊断指标体系和推荐施肥方程。研究结果表明, 数字图像技术可以作为冬小麦氮素营养诊断的方法。数字图像获取时, 可将数码相机与冬小麦冠层呈30°~60°角度进行拍摄。在冬小麦拔节期和孕穗期多数冠层图像色彩参数与施氮量、叶片SPAD 值、植株硝酸盐浓度、植株全氮含量、0~90 cm 土壤硝态氮含量之间存在显著或极显著相关关系; 在众多色彩参数中, 拔节期冠层图像绿光标准化值G/(R+G+B)与各项氮素指标的相关性最好, 可作为冬小麦氮素营养诊断的最佳色彩参数指标;拔节期可作为应用数字图像技术进行氮素诊断的关键时期。     

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。      

数字图像技术估测冬油菜氮素营养拍摄参数标准化研究

【目的】数字图像技术可以用来快速无损地预测冬油菜的氮素营养,建立标准化的拍摄参数获取方法,可为不同作物、不同型号相机间结果的互用提供依据。【方法】以冬油菜为试验材料,设置不同氮肥水平（N:0、90、180、270和360 kg/hm2）田间试验,于苗期（移栽后79~83天）,利用数码相机（Nikon-D7000,1620万像素）以不同光照强度、时间、高度、角度、照片像素尺寸和拍摄模式进行拍摄,并以不同储存格式进行保存。比较了不同拍摄条件下获取的冠层数字图像信息差异显著性,同时测定植株地上部生物量、叶片氮浓度和叶绿素浓度,分析冠层图像数字化指标（红光标准化值,NRI）与测定的氮素营养指标之间的相关性。【结果】晴天与阴天获取的冠层NRI均可较好的表达冬油菜冠层数字信息,晴天效果稍好于阴天;中午获取的冠层NRI与叶片氮浓度相关系数为-0.802**,优于上午和下午;1.5、2.0和2.5 m拍摄高度获取的冠层NRI差异不显著;30°、60°和90°拍摄角度下获取的冠层NRI与地上部生物量、叶片氮浓度和叶绿素浓度的相关性均达到极显著水平,30°~60°时获取冠层数码信息可操作性较强;拍摄模式为自动曝光模式获取冠层NRI与叶片氮浓度的相关系数为-0.802**,高于其他拍摄模式;三种照片像素尺寸（4928×3264、3696×2448和2464×1632）下获取的冠层NRI差异不大;储存格式为JPEG精细格式时获取的冠层NRI优于其他储存格式。【结论】综合分析认为,数字图像技术估测冬油菜氮素营养指标最佳操作范围为拍摄时间为晴天太阳高度角相对较大的中午;拍摄高度为近地面均可;拍摄角度为易于操作的30°~60°;相机拍摄模式为自动曝光模式;照片像素尺寸为图片相对较为清晰的高分辨率;存储格式为压缩格式且占用空间较小的JPEG精细格式。本研究为无人机低空遥感的氮素营养无损诊断技术提供了理论技术基础。     

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。     

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。     

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。     

基于主动冠层光谱仪的莴苣生物量及氮素营养状况估测

  【目的】  研究冠层光谱技术在蔬菜氮素营养诊断中应用的可行性和提高其准确性的方法,为推进蔬菜氮素营养管理与施肥推荐提供快速无损检测技术。  【方法】  以茎菜类蔬菜—莴苣 (Lactuca sativa L.) 为研究对象进行田间试验。设置5个化肥年施用梯度:0、108、162、216、270 kg/hm2,在莴苣幼苗期、莲座期、茎形成期和收获期,利用GreenSeeker冠层光谱仪获取冠层光谱特征值—植被归一化指数 (NDVI) 和比值植被指数 (RVI),并测定植株生物量和含氮量。评估用生育期NDVI和RVI值预测蔬菜生物量和氮素营养的可行性与准确性,并验证用移栽天数校正提高全生育期光谱值预测精度的可行性。  【结果】  NDVI和RVI与莴苣地上部生物量 (AGB)、根冠比 (RTS)、植株吸氮量 (PNU) 和植株氮浓度 (PNC) 等指标间均存在显著相关关系,尤其以NDVI相关性更高。相关性分析结果表明,NDVI与AGB和PNU呈正相关,相关系数分别介于0.779～0.945和0.819～0.938;与RTS和PNC呈负相关,相关性系数介于–0.367～–0.844和–0.328～–0.732。对比不同时期,莲座期和茎形成期的NDVI值对莴苣生物量和氮素营养指标预测的准确性较高,对AGB、RTS、PNU和PNC预测准确性分别为0.76～0.92、0.37～0.71、0.77～0.88和0.34～0.54。利用两年NDVI值建立各时期莴苣生物量和氮素营养状况统一预测方程,莲座期方程最为准确,对AGB、RTS、PNU、PNC预测准确性分别为73%、48%、52%、31%。综合全生育预测方程,冠层光谱仪测定的NDVI值对莴苣生物量和氮素营养预测指标的准确性较高,基于NDVI值的AGB、RTS、PNU和PNC预测方程准确度分别为54%、43%、57%和26%。引入移栽天数 (DAT) 对该预测方程进行校正后,AGB、PNU和PNC预测方程的准确度分别提高至62%、71%和34%。  【结论】  基于冠层光谱仪测定的各生育期的植被归一化指数 (NDVI) 可准确预测莴苣的生物量和氮素营养状况,尤以莲座期的预测结果最为准确。经移栽天数 (DAT) 校正后,基于全生育期的NDVI值建立的预测方程对AGB、PNU的预测准确度可分别提高到62%和71%,基本满足莴苣类低覆盖度蔬菜作物的氮素营养管理。     

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。     

基于BP神经网络和概率神经网络的水稻图像氮素营养诊断

【目的】实现图像氮素营养诊断需要关键指标的确定和建立快速处理海量图像数据的模型。本研究筛选了水稻氮素营养诊断的敏感时期和部位,优化了图像处理技术参数,并比较了BP神经网络和概率神经网络两种建模方法对养分诊断的可靠性,为利用计算机视觉虚拟技术快速精准判断作物生长营养状况、反演生长过程提供思路和方法。【方法】本研究以超级杂交稻‘两优培九’为试验对象进行了田间试验。设置4个施氮(N)水平:0、210、300、390 kg/hm^2。在水稻幼穗分化期及齐穗期,扫描获取水稻顶一叶、顶二叶、顶三叶叶片、叶鞘图像数据,共1920组。通过图像处理技术,获取19项水稻特征指标。分别应用BP神经网络和概率神经网络对19项水稻特征指标进行水稻氮素营养诊断识别,并对诊断指标进行了优化和标准化。比较了两个建模方法的灵敏性。【结果】1)幼穗分化期水稻的整体识别准确率均高于齐穗期水稻的整体识别准确率;三个部位叶片的图像数据,以顶三叶最为可靠;2) BP神经网络对幼穗分化期及齐穗期水稻19项特征指标进行氮素营养诊断的整体识别准确率均高于概率神经网络。其中BP神经网络对幼穗分化期顶三叶特征指标进行水稻氮素营养诊断识别的准确率最高达90%。概率神经网络对幼穗分化期顶二叶、顶三叶特征指标进行水稻氮素营养诊断识别的准确率最高达82%。【结论】幼穗分化期水稻顶3叶叶片特征最具区分度,易于进行氮素营养诊断识别,可作为氮素营养诊断的有效时期和部位。叶片的6项RGB、HSI颜色空间分量组合最能体现其氮素营养状况。识别效果以BP神经网络好于概率神经网络方法,其整体识别准确率达90%。     

测苗定氮综合氮素管理提高直播稻产量和肥料利用效率

【目的】直播水稻生长期和养分吸收均不同于传统插秧稻。本研究比较了直播稻不同品种对苗期定氮综合氮素管理措施的响应,以期为直播稻的最佳氮肥管理提供理论依据。【方法】于2016-2017年在成都平原,以超级杂交稻、普通杂交稻、普通常规稻为材料进行了田间试验。设置两种氮肥调控处理:"一基多追"(即基肥、苗肥、分蘖肥、穗肥,N1)和"无基多追"(即氮肥不基施,中后期采用测苗定氮综合氮肥管理技术,N2),以不施氮为对照(N0)。于分蘖中期、幼穗分化期、齐穗期,采用叶绿素仪(SPAD-502)测定叶片SPAD值。于收获期,取样测定氮磷钾含量,调查产量及产量构成。【结果】与N1处理相比,N2处理施氮量减少了33.3%~40.0%,直播稻产量并未出现显著下降;氮肥农学利用率、氮肥偏生产力、氮肥吸收利用率平均分别提高了48.9%、56.7%、11.9%;N2处理直播稻氮、钾吸收量平均分别降低了10.8%、5.8%;生产1000kg稻谷氮、钾需求量平均分别降低了9.4%、4.0%,磷吸收量和生产1000 kg稻谷磷需求量与N1处理相当。与普通杂交稻和普通常规稻相比,相同氮素管理措施下,超级杂交稻产量平均增加了11.7%,氮、磷、钾吸收量平均分别增加了21.5%、37.7%、17.5%,每生产1000 kg稻谷氮、磷、钾需求量平均分别增加了8.9%、24.3%、6.5%。超级杂交稻较高的氮、磷、钾养分吸收量和较低的氮、磷、钾收获指数是其生产单位稻谷氮、磷、钾需求量增加的主要原因。【结论】直播稻基肥不施氮,中后期采用测苗定氮综合氮肥管理技术,不仅可以减少1/3的氮肥投入量,还可维持直播稻较高的产量,减少生产1000 kg稻谷的需氮量和需钾量,提高氮肥效率。超级杂交稻比普通杂交稻和常规稻更适合采用测苗定氮综合管理技术。     

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。     

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。     

改进施氮运筹对水稻产量和氮素吸收利用的影响

【目的】秸秆还田不仅可改良土壤和增加土壤有机质,还能提高作物产量和品质。但秸秆还田后,土壤有机酸积累和微生物固氮,抑制水稻前期生长。在长江流域稻麦两熟地区,当地农户往往通过增加施氮量来解决秸秆还田的负效应,造成肥料浪费和氮污染。因此,探索研究秸秆还田条件下水稻优化的氮肥运筹措施,阐明水稻产量形成和氮素吸收与利用对氮素响应特征,对于提高水稻产量和氮素利用效率具有重要意义。【方法】2012 2013年,以超级粳稻武运粳24号和宁粳3号为材料,在江苏省兴化市进行大田试验,在秸秆全量还田条件下,设置常规施氮300 kg/hm2(N1)、增加施氮量345 kg/hm2(N2)和常规施氮运筹(CFP,基肥∶分蘖肥∶穗肥=3∶3∶4)、改进施氮运筹(MFP,基肥∶分蘖肥∶穗肥=4∶3∶3),以无氮处理为对照,研究施氮量和氮肥运筹措施对水稻产量及其产量构成、干物质积累、氮素积累、氮素吸收速率和氮肥利用效率的影响。【结果】随着氮肥水平提高,水稻穗数显著增加,每穗粒数、结实率和千粒重下降,最终增产不显著。与常规施氮运筹比较,改进氮肥运筹显著增加穗数,显著提高群体颖花量并增产,在N1水平下,改进施氮运筹增产幅度为5.18%7.10%,高于N2水平的2.70%4.29%。随着施氮量增加,水稻分蘖中期、拔节期、移栽期至分蘖中期、分蘖中期至拔节期干物质积累量、氮素积累量显著增加,最终成熟期干物质积累量和氮素积累量有所增加,但差异不显著,而氮肥农学利用率、氮肥吸收利用率和氮偏肥生产力显著下降。与常规氮运筹处理相比,改进氮运筹显著增加水稻移栽期至分蘖中期干物质积累量、氮素积累量和氮素吸收速率,增加成熟期干物质积累量和氮素积累量,提高氮肥农学利用率、氮肥吸收利用率、氮肥生理利用率和氮偏肥生产力,在N1水平下成熟期干物质积累量和氮素积累量分别增加6.52%和5.55%,氮肥农学利用率、氮肥吸收利用率、氮肥生理利用率和氮偏肥生产力分别提高13.36%、8.55%、4.44%和5.29%,差异均达显著水平。【结论】秸秆全量还田条件下,增加氮肥用量水稻增产不显著,且氮肥利用效率低。不增加氮肥用量,通过适当提高基肥比例(基肥∶分蘖肥∶穗肥=4∶3∶3),可实现提高水稻产量、干物质积累量、氮素积累量和氮肥利用效率。