以冠层反射光谱监测水稻叶片氮积累量的研究

作物氮素状况是评价作物长势、估测产量与品质的重要参考指标,对作物氮素精确诊断与管理具有重要意义。本文以不同施氮水平下的4年田间试验为基础,研究了水稻叶片氮积累量与冠层反射光谱的定量关系。结果显示,在冠层单波段反射率中,460 nm、510 nm及760~1 100 nm的光谱反射率与冠层叶片氮积累量的相关性较好;近红外波段(     

棉花冠层高光谱指数与叶片氮积累量的定量关系

利用冠层高光谱反射率及演变的多种高光谱植被指数(VI),分析了不同施氮水平下不同棉花品种叶片氮积累量与冠层反射光谱的定量关系,建立了棉花叶片氮积累量的敏感光谱参数及预测方程。结果显示,棉花叶片氮积累量和冠层高光谱反射率均随不同施氮水平显著变化;棉花叶片氮含量的敏感光谱波段为600~700 nm的红谷波段和750~900 nm的近红外波段,叶片氮积累量与光谱指数NVD672有密切的定量关系,且不同品种可以用统一的方程来描述,从而为棉花氮素营养的监测诊断与精确施肥提供了技术支持。     

小麦叶片氮素状况与冠层反射光谱指数的关系

利用不同小麦品种在不同施氮水平下的3年田间试验数据,研究了小麦叶片氮积累量与冠层反射光谱间的定量关系。结果显示,不同试验中拔节后叶片氮积累量均随施氮水平呈上升趋势,同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高蛋白质含量的品种类型,近红外区域若干相邻波段和可见光波段组成的比值植被指数与单位土地面积上叶片氮素积累量的相关关系均表现较好,因此可用760、810、870、950和1 100 nm反射率的平均值与660 nm组成的比值植被指数对不同蛋白质类型小麦品种的叶片氮素积累量进行定量监测,但回归方程的斜率在不同类型品种之间存在显著差异。本研究确立的小麦叶片氮积累量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平,为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

小麦叶片氮积累量与冠层反射光谱指数的定量关系

利用不同小麦品种在不同施氮水平下的3年田间试验数据，研究了小麦叶片氮积累量与冠层反射光谱间的定量关系。结果显示，不同试验中拔节后叶片氮积累量均随施氮水平呈上升趋势，同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高蛋白质含量的品种类型，近红外区域若干相邻波段和可见光波段组成的比值植被指数与单位土地面积上叶片氮素积累量的相关关系均表现较好，因此可用760、810、870、950和1100nm反射率的平均值与660nm组成的比值植被指数对不同蛋白质类型小麦品种的叶片氮素积累量进行定量监测，但回归方程的斜率在不同类型品种之间存在显著差异。本研究确立的小麦叶片氮积累量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平，为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

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。     

利用高光谱参数预测水稻叶片叶绿素和籽粒蛋白质含量

通过温室水培试验,测定2个品种、4个供氮水平的水稻剑叶在抽穗期后不同生育期的高光谱反射率,及对应叶片的叶绿素、全氮以及籽粒蛋白等生化组分的含量。结合水稻光谱曲线特征以及氮素营养胁迫特点,利用统计相关分析法,研究了9个植被指数和8个微分参数与叶片叶绿素、全氮含量的相关性,结果表明这些相关性均达到正显著水平     

利用叶片高光谱指数预测水稻群体叶层全氮含量

通过测定叶片高光谱来快速估测整个水稻叶层全氮含量对于水稻氮素诊断有重要意义。本文通过连续3年不同施氮水平和不同品种类型的4个大田试验,分生育期同步测定了不同叶位叶片的高光谱反射率及叶层全氮含量,并系统分析了叶片水平多种高光谱指数与水稻叶层全氮含量的定量关系。结果表明,不同叶位叶片的光谱反射率与叶层全氮含量的相关程度不同,顶二叶(L2)表现最好、顶三叶(L3)次之,而L2和L3的平均光谱(L23)有助于进一步提高光谱指数的敏感性,是估测叶层氮含量的适宜叶位组合。绿光560nm和红边705nm波段附近光谱反射率与叶层全氮含量呈极显著负相关关系,两者分别与近红外波段组合而成的光谱比值指数可较好地监测水稻叶层全氮含量,其中绿光、红边窄波段比值指数SR(R780,R580)和SR(R780,R704)表现较好,与叶层全氮含量的决定系数分别为0.887和0.884;独立试验数据检验的RMSE分别为0.216和0.235。将上述2个窄波段比值指数中的近红外、绿光波段和红边波段宽度分别扩展至100、20和10nm,从而构建的宽波段比值指数SR[AR(750-850),AR(568-588)]和SR[AR(750-850),AR(699-709)]与叶层全氮含量相关性仍具有较高水平,线性回归模型的拟合精度(R2)为0.886和0.883,检验RMSE值分别为0.218和0.237。从而在叶片水平,确立了适于叶层全氮含量估测的基于绿光、红边与近红外波段的比值组合和波段适宜宽度。     

小麦叶片氮含量与冠层反射光谱指数的定量关系

本文以3种蛋白质类型的小麦品种在不同施氮水平下的3年田间试验为基础，研究了小麦叶片氮含量与冠层反射光谱的定量关系。结果显示，不同试验中拔节后叶片氮含量均随施氮水平呈上升趋势，同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高籽粒蛋白质含量的品种，叶片氮含量与冠层反射光谱的归一化植被指数NDVI (1 220, 710)和红边位置均有密切的定量关系，决定系数在0.80左右。对于不同品质类型小麦品种，均可利用统一的回归方程描述其叶片氮含量随反射光谱参数的变化，对于低蛋白类型品种，采用单独的回归系数即可提高叶片氮含量估测的准确性。本研究确立的小麦叶片氮含量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平，为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

水稻高光谱红边位置与叶层氮浓度的关系

实时无损监测叶片氮素状况对水稻精确氮素管理具有重要意义。本研究基于多年不同施氮水平和不同水稻品种的田间试验观测资料,系统分析了水稻高光谱红边区域和位置特征与冠层叶片氮浓度的定量关系。结果表明,水稻冠层的红边区域光谱受施氮水平和品种影响较大,一阶导数光谱在红边区域出现“三峰”现象。经典的红边位置(660~750 nm之间光谱反射率的一阶导数最大值)由于“三峰”特征现象而对水稻氮素浓度变化不够敏感,难以适用于水稻氮素状况的准确监测。基于倒高斯模型、线性内插法和线性外推法构造的红边位置随水稻氮浓度呈现连续变化模式,适用于水稻叶层氮浓度的定量监测;另外,基于695 nm、700 nm和705 nm等3个波段的拉格朗日算法也可估测水稻叶层氮浓度。比较不同红边位置发现,改进型线性外推法较其他几种算法更能有效地监测水稻冠层叶片氮浓度。     

基于冠层反射光谱的夏玉米叶片氮积累量估测

为实现夏玉米冠层氮素状况的实时无损监测,于2009—2010年连续2个生长季,通过不同玉米品种和施氮水平下的田间试验,研究夏玉米叶片氮积累量与冠层反射光谱的相关关系,提出叶片氮积累量的敏感光谱参数,并建立叶片氮积累量的定量估算模型。结果表明,夏玉米叶片氮积累量随施氮水平的提高而增加;可见光波段的460~670 nm和近红外区的780~1100 nm是监测玉米叶片氮积累量变化差异的敏感波段;归一化植被指数(NDVI)、优化的简单比值指数(MSR)、优化土壤调节植被指数(OSAVI)、修正土壤调整植被指数(MSAVI)和土壤调整植被指数(SAVI)与叶片氮积累量相关性较好。利用不同年际独立试验数据对监测模型进行检验,以OSAVI为自变量构建的叶片氮积累量监测模型效果最优,相关系数(r)为0.6745,均方根差(RMSE)为1.2368。利用本研究确立的玉米叶片氮积累量与冠层反射光谱的定量关系,可用来定量估测叶片氮积累量的变化状况。     

基于多视角反射光谱的冬小麦冠层叶片氮素营养监测研究

通过2个蛋白质含量不同的冬小麦品种和4个氮素水平的试验,研究传感器在垂直冬小麦垄平面上,冠层不同观测角度的反射光谱与叶片氮素营养的关系,改进小麦冠层氮素光谱诊断的理论与方法。结果表明,在本试验选择的7种植被指数光谱特征参量中,2个小麦品种均表现为比值植被指数（RVI[670,890]）与冠层叶片氮素含量（CLNC）相关性最高;不同视角的RVI与冠层叶片氮素含量关系中,0°、30°和90°的相关性最高;利用0°、30°和90°的RVI与CLNC进行模型拟合,其模型的决定系数是0°﹥30°﹥90°;在建立的0°模型中,京411小麦模型RMSE为0.2915,预测准确率为90.2%,中优9507模型RMSE为0.3827,预测准确率为87.2%。本研究证明改变反射光谱观测角度,能够提高冠层叶片氮素含量的光谱预测精度,不同小麦品种其光谱特征与冠层叶片氮素含量关系不同,在应用中要根据不同的小麦品种建立相应的模型。     

超级中籼杂交水稻氮素积累利用特性与物质生产

在大田条件下比较了5个超级稻品种和对照汕优63的物质生产及氮素吸收利用特性。结果表明, 超级稻物质生产与积累优势始于拔节期, 并随着生育进程而扩大, 抽穗以后的干物质量积累优势明显。超级稻对氮素的吸收积累总量达196.5 (184.3~200.8) kg hm^-2,较对照的176.5 kg hm^-2增加20.0 kg hm^-2, 其中拔节前与对照相当, 拔节至抽穗期增加9.2 kg hm^-2, 抽穗至抽穗后25 d增加4.9 kg hm^-2 , 抽穗后25 d至成熟期增加4.3 kg hm^-2。氮素吸收速率拔节至孕穗阶段达最高峰, 超级稻为3.68 (3.44~3.96) kg N hm^-2 d^-1, 对照为3.55 kg N hm^-2 d^-1; 孕穗期以后吸氮速率随着生育进程而逐渐下降, 抽穗25 d以后, 对照基本不具再吸收能力, 而超级稻仍具一定吸收能力(0.36 kg N hm^-2 d^-1)。超级稻生育中、后期氮素吸收利用能力的提高促进了抽穗和灌浆结实期植株特别是叶片含氮率的提高, 孕穗期、抽穗期、抽穗后25 d、成熟期叶片含氮率均与相应生育阶段的干物质积累量显著相关, 与最终总生物量极显著相关。超级稻在10.5 t hm^-2产量水平下的百千克籽粒吸氮量在1.83 kg左右。     

氮肥运筹对弱筋小麦群体指标与产量和品质形成的影响

以弱筋小麦品种扬麦9号和宁麦9号为材，研究了不同施氮水平及基追比对群体指标、产量和品质的影响。结果表明，孕穗期叶面积指数（LAI）随施氮量的增加而提高；小麦籽粒产量及成熟期生物产量、花后干物质积累量与施氮量均呈二次曲线关系；籽粒蛋白质含量、湿面筋含量与施氮量呈极显著正相关。增加后期追氮比例及同比例2次追氮均提高了成熟期生物产量、花后干物质积累量、茎蘖成穗率、孕穗期LAI、籽粒产量、蛋白质含量和湿面筋含量。花后干物质积累量、成熟期生物产量、成穗数、茎蘖成穗率与产量呈显著或极显著正相关，拔节期、孕穗期、开花期和灌浆期LAI与产量呈显著或极显著二次曲线关系。弱筋小麦实现优质和产量7 000 kg hm^-2的氮肥运筹技术以施氮量200 kg hm^-2和基肥∶拔节肥∶孕穗肥为7∶2∶1，其高产优质协调的关键群体调控指标，最适LAI为6.9，花后干物质积累量和成熟期生物产量分别为5 300和16 500 kg hm^-2，成穗数为466×104 hm^-2，茎蘖成穗率为50%。     

黄淮地区不同粳稻品种株型、产量与品质的比较分析

对黄淮稻区的129个粳稻品种(品系)进行了株型、产量和品质的观察测定。通过产量聚类分析，将供试品种分成超高产、高产、中产、中低产及低产5种类型。超高产类型品种占3.1%，低产类型品种占14.7%，其他3类品种占82.2%。超高产水稻品种多为半直立大穗型、叶片挺立，具有较高的干物质生产能力、较高的粒重、结实率和经济系数。优质米品种在高产和中高产类型中较多，在超高产和低产类型中很少。垩白米率高是超高产品种米质的主要问题。提出了黄淮地区超高产(>12 t hm^-2)中粳水稻品种的株型和产量构成指标，即株高1.00~1.08 m，全生育期150~155 d，穗型半直立，有效穗320~340个 m^-2，穗长0.17~0.18 m，一次枝梗12~15个，二次枝梗30~38个；每穗160~180粒，结实率>85%，千粒重26~27 g；倒1、2、3叶叶长分别为0.26~0.28、0.35~0.40和0.32~0.38 m，剑叶角度<20º，收获指数>0.50。     

利用冠层光谱监测小麦籽粒蛋白质积累动态

于2003-2006年连续3个生长季, 利用不同小麦品种在不同施氮水平下进行大田试验,在小麦不同生育期采集田间冠层高光谱数据并测定植株氮素含量、生物量和籽粒蛋白质积累量(GPA)。通过定量分析小麦籽粒蛋白质积累量、冠层氮素营养指标及高光谱参数的相互关系,确立了能够准确预测小麦籽粒蛋白质积累动态的敏感光谱参数及定量模型。结果表明,在籽粒灌浆期间冠层氮素营养指标(CNNI)自开花期随时间进程的积分累积值与对应时期籽粒蛋白质积累状况存在显著的定量关系,其中植株氮积累量(PNA)表现最好。对冠层氮素营养指标的光谱估算,在不同品种、氮素水平、生育时期和年度间可以使用统一的光谱模型。根据特征光谱参数-冠层氮素营养指标-籽粒蛋白质积累量这一技术路径,以冠层氮素营养指标为交接点将两部分模型链接,建立高光谱参数与籽粒蛋白质积累量间定量方程。经不同年际独立数据的检验,基于SDr/SDb–PNA–GPA技术路径建立模型可以估算小麦籽粒生长过程中蛋白质积累动态,预测精度和相对误差分别为0.954和13.1%。因此,利用关键特征光谱参数可以实时监测小麦籽粒生长进程中蛋白质积累状况。     

冬小麦不同株型品种光谱响应及株型识别方法研究

以直立和平展2种株型的冬小麦品种为材料，研究了它们的光谱响应以及田间植被覆盖度的差异，探讨了利用冠层光谱反射率、光谱特征参量NDVI及植被覆盖度识别小麦株型的方法。结果表明，（1）小麦不同株型品种在近红外波段（700～1300 nm）光谱反射率有明显差异，生育前期平展型品种高于直立型品种，并以拔节期的差异为最显著，随着生育进程差异逐渐变小。拔节期是进行株型识别的最佳时期，并且此期冠层的敏感波段680 nm和760～900 nm的反射率在2种株型品种之间差异明显。（2）小麦冠层叶面积指数（LAI）与归一化差异植被指数NDVI(680,890)呈正相关，并且不同生育阶段其相关程度有差异，这是利用NDVI和植被覆盖度(COV)识别不同株型的基础。（3）相同COV条件下，直立型品种的NDVI高于平展型品种的NDVI，并且随着COV的增加，差异逐渐变小，二者的变化关系体现了直立型品种株型紧凑和平展型品种株型披散的特点，利用NDVI和COV的关系可以对株型进行识别，以小麦拔节期为最佳识别阶段，此期2种株型品种的NDVI具有显著差异（P＜0.05）。     

利用冠层反射光谱预测小麦籽粒品质指标的研究

以两个专用小麦品种为材料，系统分析了小麦花后冠层反射光谱特征和籽粒品质形成的动态变化规律以及两者之间的关系。结果表明，花后冠层光谱反射率在可见光波段逐渐升高，而在近红外波段逐渐降低。开花期反射光谱与籽粒品质指标相关较好，但用来直接预测籽粒品质还存在一定的局限性。由于反射光谱能可靠推断叶片氮素状况，而     

高产麦田氮素利用、氮平衡及适宜施氮量

选用大穗型小麦品种兰考矮早八, 研究了施氮水平对小麦籽粒产量、蛋白质含量、氮素利用及氮平衡的影响。结果表明, 适量增施氮肥有利于提高籽粒产量, 且以180 kg hm^-2 (N3)、360 kg hm^-2 (N4)处理的产量最高, 且在N4条件下, 继续增施氮肥仍能显著提高籽粒蛋白质含量。随施氮量的增加, 植株地上部氮积累量提高。氮平衡分析结果表明, 未被当季作物利用的氮主要以氮表观损失和残留无机氮的形式损失, 且随施氮水平的增加, 氮表观损失量和土壤残留量均随之增多。通过环境经济学的Coase原理和边际收益分析, 综合考虑蛋白质含量、籽粒产量、经济和生态效益, 确定202~239 kg hm^-2为兰考矮早八兼顾多目标适宜的氮肥用量, 其相应的产量水平为8 628~8 680 kg hm^-2, 蛋白质含量为14.6%~14.8%。