生物炭用量对模拟土柱氮素淋失和田间土壤水分参数的影响

利用土柱模拟试验和田间试验,把由果树废枝干制备的生物炭以0,20,40,60 t·hm^-2和80 t·hm^-2的用量施入土壤,以探明不同用量的生物炭对土壤硝铵态氮素淋失和土壤水分的影响。结果表明,施用生物炭可降低土壤NH₄⁺-N和NO₃^--N累积淋溶量,其中用量为80 t·hm^-2处理较对照分别降低了41%和18.6%（P＜0.05）;NO₃^--N淋溶主要集中在前三次,其淋溶量占总量的97.3%～98.8%,生物炭能增加NO₃^--N在土壤中的滞留时间,延缓淋失;在整个淋洗过程中,氮素主要以NO₃^--N的形式淋失,其累积淋溶量占NO₃^--N、NH₄⁺-N淋溶总量的97.3%～98.14%;施用生物炭种植春玉米后,土壤含水率和总孔隙度增加不显著。     

不同形态氮素对龙葵镉毒害的缓解效应

为探讨不同形态氮素对龙葵(Solanum nigrum)镉毒害的缓解效应, 采用温室盆栽试验, 研究了外源添加不同形态氮素(NO₃^--N[NaNO₃]、NH₄⁺-N[(NH₄)₂SO₄]和NH₄⁺-N+NO₃^--N [NH₄NO₃]),对40 mg·kg^-1 Cd胁迫下龙葵生长的影响。试验结果表明, 40 mg·kg^-1 Cd显着抑制了龙葵的生长;外源添加一定浓度的不同形态氮素可显着缓解龙葵的Cd胁迫:NH₄⁺-N对龙葵地上部生物量的增产效果优于NO₃^--N和NH₄⁺-N+NO₃^--N;不同浓度NO₃^--N的施加显着降低叶片CAT和POD活性, SOD活性呈先升后降趋势;CAT活性随着添加NH₄⁺-N浓度的增加先升后降, POD活性逐渐上升, SOD活性逐渐下降;叶片CAT与SOD活性随着NH₄⁺-N+NO₃^--N添加浓度的增加逐渐降低至稳定, 而POD活性则先升后降;叶片超氧阴离子产生速率、H₂O₂和MDA含量显着低于对照;NH₄⁺-N和NH₄⁺-N+NO₃^--N处理下的GR活性降低, 添加NO₃^--N的则先上升后下降。AsA含量和APX活性则较无外源氮素处理的龙葵升高, 较低浓度的NO₃^--N处理下GSH含量呈现随其浓度的增加逐渐升高的趋势。NH₄⁺-N对龙葵镉毒害的缓解效应优于其他两种处理方式。     

氮素形态对烤烟品质影响的研究

 1993～1997年在云南不同自然条件下进行不同比例的硝态氮、铵态氮试验。试验分5个处理:NO₃^--N100%,NO₃^--N75%+NH₄⁺-N25%,NO₃^--N50%+NH₄⁺-N50%,NO₃^--N25%+NH₄⁺-N75%,NH₄⁺-N100%.试验结果表明NO₃^--50%+NH₄⁺-N50%的配比适合云南的气候和土壤。此配比的烟叶香气质、香气量、烟叶含钾量均显着优于其它配比。本试验系统研究了K⁺,NH₄⁺,NO₃^-在土壤中的迁移与根系吸收和在叶片中变化积累的相关规律,揭示了NO₃^--N50%+NH₄⁺-N50%烟叶香气味最好和含钾量高的主要原因。     

黄腐酸改性膨润土对氮素淋失和氮肥利用率的影响

为探究黄腐酸改性膨润土在氮减量条件下对棕壤氮素淋溶及氮肥利用率的影响，通过等温吸附试验，研究黄腐酸改性膨润土对NH₄⁺-N和NO₃^--N的吸附性能。采用土柱淋溶试验和玉米盆栽试验明确不同施氮浓度下配施黄腐酸改性膨润土对氮素淋失和籽粒氮肥利用率的影响，试验设置3个氮肥浓度，分别为农民习惯施肥（CN）、氮肥减量15%（CN1）、氮肥减量30%（CN2），并对3个施氮水平添加土质量0.2%的黄腐酸改性膨润土（XCN、XCN1、XCN2）。结果表明：黄腐酸改性膨润土对土壤NH₄⁺-N和NO₃^--N的吸附过程可用Langmuir模型较好地拟合，最大吸附量分别为27.28 mg·g^-1和43.37 mg·g^-1。黄腐酸改性膨润土可有效降低土柱NH₄⁺-N和NO₃^--N的淋失，与CN处理相比，XCN处理NH₄⁺-N累计淋失量降低13.5%，XCN、XCN1、XCN2处理NO₃^--N累计淋失量分别降低38.13%、18.56%和35.75%。黄腐酸改性膨润土可显著提高土壤中氮素的留存和玉米籽粒的氮肥利用率，XCN、XCN1、XCN2处理比CN、CN1、CN2处理籽粒氮肥利用率分别提高7.94%、10.07%、79.17%。研究表明，黄腐酸改性膨润土在氮减量条件下可有效降低土壤氮素淋失，提高作物氮肥利用率，具有潜在的农艺价值。     

两种典型温度下农村化粪池出水氮素在原地土壤中的迁移转化过程

为探究典型温度下（25℃和5℃）农村化粪池出水氮素在排污口原地土壤中的迁移转化过程,采集原地表层土壤及化粪池出水,构建室内模拟系统,分析化粪池出水经土壤渗滤前后氮素组成。结果表明,农村化粪池出水氮素以可溶性无机氮（DIN）为主,其中NH₄⁺-N占70%以上;两种温度条件下化粪池出水DIN差异不显著（P>0.05,n=12）,NH₄⁺-N、NO₂^--N、NO₃^--N浓度均具有极显著性差异（P<0.01,n=12）,25℃时硝化作用明显,导致出水NH₄⁺-N低于5℃,NO₂^--N、NO₃^--N高于5℃;两种温度条件下原地土壤对化粪池出水DIN均有削减作用,其中NH₄⁺-N削减量均占DIN削减量60%以上;25℃和5℃条件下,NH₄⁺-N削减率分别为23.11%~47.37%和25.37%~43.47%;25℃时NH₄⁺-N削减主要通过氨挥发、反硝化、厌氧氨氧化等作用完成,而5℃时NH₄⁺-N削减主要通过土壤NH₄⁺-N吸附作用完成;25℃时土壤对NO₃^--N还存在蓄积作用。研究表明,两种温度下化粪池出水NO₂^--N和NO₃^--N在原地土壤中可发生反硝化或异化还原作用进而得到削减。     

不同形态氮肥对设施黄瓜生长及氮素吸收的影响

为了揭示同等氮水平下不同形态氮肥对设施黄瓜生长和氮素吸收利用的影响,通过无土盆栽研究6种不同形态氮肥(100% NH⁺₄-N、50% NO^-₃-N + 50% NH⁺₄-N、100% NO^-₃-N、50% NO^-₃-N + 50% CO(NH₂)₂、100% CO(NH₂)₂、50%NH⁺₄-N + 50%CO(NH₂)₂)对黄瓜干质量、氮素吸收效率、吸收速率、¹⁵N转运量及总N的积累量的影响。结果表明：叶干质量、果干质量、植株干质量、氮素吸收效率、氮素吸收速率以及根、叶、果、植株¹⁵N转运量和总N的积累量均在50% NO^-₃-N+50%CO(NH₂)₂时最大。茎部¹⁵N的转运量、总N的积累量在50%NH⁺₄-N+50% CO(NH₂)₂处理时达到最大。氮素的生理效率和根干质量具有相同的变化规律,均在100%NH⁺₄-N处理时达到最大值,100%NO^-₃-N处理时最小;叶片和果部¹⁵N转运量和总N的积累量明显高于根和茎。相关性和隶属函数分析表明50% NO^-₃-N+50% CO(NH₂)₂为黄瓜最优氮肥配方,单一氮肥中100%NO^-₃-N最有利于黄瓜生长和对N的吸收,100% NH⁺₄-N最不适合黄瓜,这一结论为设施黄瓜生产中氮肥的选择和使用提供了科学依据。     

养殖肥液不同灌溉强度下硝化-脲酶抑制剂-生物炭联合阻控氮淋溶的研究

为考察养殖肥液不同灌溉强度下，硝化-脲酶抑制剂-生物炭技术（Nitrapyrin+NBPT+Biochar）对氮素淋失的抑制效果，本研究采用土柱模拟淋溶试验，测定淋溶液中铵态氮（NH₄⁺-N）、硝态氮（NO₃^--N）、总氮（TN）的浓度以及土壤中NH₄⁺-N、NO₃^--N的含量，探究养殖肥液不同灌溉强度下Nitrapyrin+NBPT+Biochar技术对氮素淋失的影响。结果表明：硝化-脲酶抑制剂-生物炭阻控技术使淋溶液中NH₄⁺-N、NO₃^--N、TN浓度降低了25.3%、53.6%、38.2%，累积淋失量减少了34.5%、61.0%、38.6%。该技术在灌溉强度增加30.0%、60.0%和100.0%后，仍使NO₃^--N淋失量减少了59.3%、55.1%、46.6%，TN淋失量减少了31.7%、27.1%、15.4%，土壤NH₄⁺-N增加86.5%、60.0%、44.5%。该研究中养殖肥液灌溉强度越大土壤氮素淋失风险越大，但是硝化-脲酶抑制剂-生物炭技术明显抑制了氮素淋失，并且在增加一定灌水量范围内仍然有效果。     

铵硝态氮单独供应对苗期淹水胁迫玉米氮磷钾累积的影响

【目的】研究不同供氮水平铵态氮（NH₄⁺-N）、硝态氮（NO₃^--N）对苗期淹水胁迫玉米氮、磷、钾含量及累积的影响,为采取氮营养调控途径优化玉米的氮、磷、钾营养特性及提高玉米的抗涝性提供理论依据。【方法】采用室内砂砾培养及模拟淹水胁迫的方法,研究2个玉米品种（“利民15”和“皖玉9号”）分别在苗期单独供应不同水平（3,7 mmol/L）NH₄⁺-N和NO₃^--N 时,根、茎、叶中氮、磷、钾含量及累积量对淹水胁迫的响应。【结果】在2种氮形态和供氮水平下,淹水胁迫分别对低供NH₄⁺-N处理（A3F）和高供NO₃^--N处理（N7F）苗期玉米生长的影响相对较小,且淹水胁迫对根系生长的抑制效应明显大于地上部。在NH₄⁺-N营养条件下,提高氮素供应水平对苗期淹水胁迫玉米氮、磷、钾的累积无显著影响,但根系氮含量显著增加而钾含量显著降低;在NO₃^--N营养条件下,提高氮素供应水平则可显著提高苗期淹水胁迫玉米对氮、磷、钾的累积与吸收。【结论】在模拟淹水胁迫条件下,提高NH₄⁺-N供应水平可明显增加苗期玉米根系含氮量并降低其根系含钾量,导致氮、钾比例失调,进而降低其耐淹性;但提高NO₃^--N供应水平则可明显增加苗期玉米对氮、磷和钾的累积与吸收,相对增强了玉米的耐淹性。     

双氰胺和表面活性剂添加对沼液氮素形态变化的影响

为探究双氰胺和表面活性剂添加到沼液中对其氮素形态和含量的影响，通过室内模拟试验，设置单施沼液（对照）、沼液+8%双氰胺（DCD）、沼液+16% DCD、沼液+表面活性剂、沼液+8% DCD+表面活性剂、沼液+16% DCD+表面活性剂，共6个处理，在静置10、30 min和1、3、10、24、48 h时测定沼液中总氮（TN）、总凯氏氮（TKN）、铵态氮（NH₄⁺-N）、硝态氮（NO₃^--N）含量。结果表明：与对照单施沼液相比，沼液中添加8% DCD和16% DCD后，NH₄⁺-N浓度增加了0.74%~8.96%，TKN浓度增加了24.67~59.70 mg·L^-1，NO₃^--N浓度增加了13.42~145.88倍，且NH₄⁺-N、TKN、NO₃^--N浓度与DCD添加量呈正相关。表面活性剂添加对沼液氮素形态和浓度没有显著影响。研究结果可为提高抑制剂抑制效果和科学施用抑制剂提供数据支撑。     

暗管农田不同类型肥料对向日葵生长及土壤氮素分布的影响

为了探明暗管排水条件下不同肥料对作物生长和土壤氮素环境的影响，明确盐渍化暗管排水农田合理的施肥模式，采用田间试验，设置普通尿素（CK）、控释肥（CF）和有机硅水溶性缓释肥（OF）3个处理，在保证施纯氮量均为225 kg·hm^-2的情况下，对各处理向日葵生育期间的生长状况、产量和氮肥利用效率，以及土壤、排水中的氮素含量进行分析。结果表明：与CK相比，CF和OF处理均可提高向日葵各生育期株高、叶面积指数、光合速率及产量。其中，CF增产效果最为显著，两年内较OF、CK分别提高了14.07%和40.54%。此外，CF处理有利于0~40 cm土层土壤氮素的持续有效供应，可增加植株氮素积累量、氮肥偏生产力和氮收获指数，更好地促进作物对养分的吸收利用。与CK、OF相比，CF可有效减少向日葵收获后期0~160 cm土层NO₃^--N残留量，降幅分别为14.92%和7.87%。两年试验中各处理之间的暗管排水量、排盐量较接近，但NO₃^--N及NH₄⁺-N流失量差异明显，其中OF、CK处理下的NO₃^--N流失量分别是CF的1.25、1.50倍，NH₄⁺-N流失量分别是CF的1.22、1.95倍。研究表明，控释肥可以更好地促进作物对养分的吸收利用，提高氮肥利用率，显著增加作物产量，同时还可以降低土壤中氮素的深层淋洗，减少氮素流失量，是暗管排水条件下较为适宜的肥料品种。     

基于无人机影像特征的冬小麦植株氮含量预测及模型迁移能力分析

【目的】氮素的精准监测和合理施用对小麦健康生长、产量及品质提升、减少农田环境污染与资源浪费尤为重要。为精准监测小麦生长关键生育期植株氮含量,探索机器学习方法构建的植株氮含量预测模型的迁移能力。【方法】小区试验于2020—2022年在河南省商水县开展,在冬小麦拔节期、孕穗期、开花期和灌浆期,采用M600大疆无人机搭载K6多光谱成像仪获取5波段(Red、Green、Blue、Rededge、Nir)多光谱影像。基于5个波段冠层反射率提取20种植被指数和40种纹理特征,采用相关分析从65个影像特征中筛选冬小麦植株氮含量敏感特征。基于筛选出的敏感特征,采用BP神经网络(BP)、随机森林(RF)、Adaboost、支持向量机(SVR)4种机器学习回归方法构建植株氮含量预测模型,并对模型预测效果和在不同水处理条件下模型的迁移预测能力进行分析。【结果】(1)植株氮含量与影像特征的相关系数通过0.01极显著水平检验的包括22个光谱特征和29个纹理特征。(2)4种机器学习回归方法构建的冬小麦植株氮含量预测模型存在差异,RF和Adaboost方法预测植株氮含量集中于95%的置信区间,多分布于1:1直线附近...     

核桃叶片氮元素含量的光谱预测模型

【目的】分析325～1 075 nm范围内核桃叶片光谱与叶片氮元素含量的相关性,研究核桃叶片光谱数据预处理和特征波段筛选方法,建立核桃叶片氮元素含量的预测模型,为实现核桃生产中的快速施肥提供参考。【方法】建立多元散射校正、Savitzky-Golay卷积平滑滤波和小波去噪的组合预处理方法;采用连续投影算法筛选出了特征波段;采用特征波段建立核桃叶片氮元素含量的偏最小二乘回归预测模型。【结果】建立的组合预处理方法对核桃叶片光谱去噪效果较好;采用特征波段建立的核桃叶片氮元素含量的预测模型,模型的验证集决定系数R²达到了0.875,均方根误差RMSE达到了0.697 3 mg/g。【结论】与全光谱数据相比,筛选出的特征波段降低了冗余数据和噪声的影响,提取出了有效成分相关的光谱信息,提高了建模质量。     

复合水平流人工湿地对氮和有机污染物的 去除效果和动态变化

将半咸水(S=7.5±0.1)复合水平流人工湿地同室内水泥池养殖暗纹东方鲀(Takifugu obscurus)结合,构建室内集约化养殖—湿地生态系统,研究了人工湿地处理养殖循环用水过程中,湿地不同沿程处理系统对NH4+-N、NO2--N、NO3--N、TSS和COD的去除规律和动态变化.结果表明,人工湿地对上述水质指标有良好的净化效果,NH4+-N平均去除率66.37％,NO2--N平均去除率97.68％,NO3--N平均去除率7.63％,TSS平均去除率80.39％,COD平均去除率16.50％.各水质指标在湿地床内的动态模型可表示为曲线:CL=C0·exp(K1L2+K2L+K).     

淦鑫688氮素营养特性及其与群体发育和产量形成的关系

通过不同氮肥运筹方式,探讨淦鑫688的吸氮特性及其对群体发育和产量形成的影响.结果表明,淦鑫688是一个吸肥能力强、同时对氮肥运筹技术较敏感的组合.本试验条件下总吸氮量随施氮量的增加而提高,不同基蘖肥与穗粒肥配比处理对中期和前期吸氮量的影响较大.氮肥表观利用率随总施氮量和穗粒肥比重的增加而提高.稻谷产量与吸氮量非直线极显著相关,当吸氮量超过150 ks/hm2,增产效果不明显.干物质产量与吸氮量极显著正相关.茎蘖数和穗数与基蘖肥用量极显著正相关,高量的基蘖肥提高了茎蘖高峰值,推迟了峰时.成穗率因总氮量的提高而显著下降.一次枝梗、颖花的分化与基蘖肥用量极显著正相关,一次枝梗的退化与基蘖肥用量极显著负相关.二次枝梗的退化与穗粒肥用量显著负相关,抽穗期颖花数与穗粒肥用量显著正相关.根系伤流量与穗肥用量显著正相关,根系伤流下降率与穗肥用量显著负相关.适当提高穗粒肥用量,有利于维持后期根系和叶片较高的生理活力,延缓衰老.     

青铜峡灌区水稻田三氮变化特征试验研究

以宁夏青铜峡灌区水稻田三氮(总氮、氨氮、硝氮)作为研究对象,从田间运移、土壤剖面中的变化以及在排水沟内受到的消解作用方面进行了分析。结果表明:(1)水稻田间,排水中总氮浓度大于其在引水中浓度;5、6月份田间积水中总氮浓度小于其在引水、排水中浓度,7、8月份刚好相反。引水中氨氮浓度小于其在田间积水、排水中浓度。5—7月排水中硝氮浓度>其在引水中浓度>其在田间积水中浓度,8月份变化没有明显规律。(2)土壤剖面中0～20cm土层三氮含量最高,随着土壤剖面加深,呈递减趋势,总氮在灌溉后的含量高于灌溉期间,氨氮、硝氮灌溉后的含量低于灌溉期间。(3)排水沟内三氮均受到消解作用,消解幅度呈氨氮>总氮>硝氮的趋势,且与植被覆盖度、沟道长度、水流速度等因素关系密切。     

基于LBPHSV+ResNet50融合的水稻冠层氮素营养监测方法

为采用数码相机拍摄的水稻冠层图像来估测作物的氮素含量。以自然环境下获得的水稻冠层图像为研究对象,提出一种基于图像纹理色彩特征(LBPHSV)和ResNet50网络融合算法的氮素含量预测方法。LBPHSV+ResNet50融合算法是通过运用LBP算子和HSV颜色空间矩阵提取图像特征参数,将提取到的融合特征集作为ResNet50模型输入以加强对作物氮素营养的表征,并将预测结果与常用的多元线性回归、随机森林(RF)、支持向量回归模型、多层感知机、卷积神经网络、长短记忆网络(LSTM)及组合模型预测结果进行对比分析。结果显示:相比于浅层机器学习模型,深度学习算法能显著提高预测模型的准确率;LBPHSV+ResNet50融合模型的预测能力和泛化能力达到最优,R²和 RMSE分别为 0.97、0.02。相比于RF、LBP+LSTM、ResNet50,新模型的R²分别提升了16.36%、9.72%、16.55%和1.13%,RMSE 分别下降了 0.35、0.46、0.05和 0.002。因此,LBPHSV+ResNet50融合模型在预测水稻氮素含量时可提供令人满意的性能,能够满足对水稻氮素营养无损精准监测的农业需求。     

糯玉米新组合闽玉糯1号的高产群体结构及需氮特性

群体结构和需N特性试验表明,闽玉糯1号叶面积系数(LAI)及叶片净同化率(NAR)较高,峰值持续时间较长,大喇叭口至抽雄期LAI对NAR影响最大,通过密植保证一定的总粒数,增加抽雄后群体叶面积及干物质积累,提高成粒率,是高产的关键措施,适宜种植密度为6.00万株·hm-2;闽玉糯1号属中度喜N品种,N肥利用率较高,最佳施N量为225.5kg·hm-2,采取平稳施肥法(基肥∶拔节肥∶孕穗肥=30%∶35%∶35%)产量最高,生产上应注意中后期管理,重视孕穗肥的施用.     

基于低空无人机影像光谱和纹理特征的棉花氮素营养诊断研究

【目的】基于无人机高空间分辨率影像,探讨剔除土壤背景信息及增加纹理信息对棉花植株氮浓度反演的影响,为棉花氮素营养精准探测提供新技术手段。【方法】开展棉花水、氮耦合试验,分别在棉花的不同生育期获取无人机多光谱影像和植株氮浓度信息。基于以上数据,首先探讨了土壤背景对棉花冠层光谱的影响;其次,分析了影像纹理特征与植株氮浓度间的相关性;最后,将获得的数据分为建模样本和检验样本,设置剔除土壤背景前、剔除土壤背景后、增加纹理特征等不同情景,采用光谱指数与主成分分析耦合建模的方法,来建立各种情景下植株氮浓度的反演模型,并对模型反演效果进行比较。【结果】土壤背景对棉花冠层光谱有影响,且不同生育期趋势不同;影像纹理特征参数与植株氮浓度间有显著相关关系;剔除土壤背景前植株氮浓度反演模型的建模决定系数为0.33,标准误差为0.21%,验证决定系数为0.19,标准误差为0.23%;剔除土壤背景后模型的建模决定系数为0.38,标准误差为0.20%,验证决定系数为0.30,标准误差为0.21%;增加纹理信息后模型的建模决定系数为0.57,标准误差为0.17%,验证决定系数为0.42,标准误差为0.19%。【结论】基于低空无人机高空间分辨率影像,剔除土壤背景和增加纹理特征均可提高棉花植株氮浓度的反演精度;影像纹理可以作为一种重要信息来支撑无人机遥感技术反演作物氮素营养状况。     

基于特征技术的轴类零件CAD系统设计

介绍了借助Ｒｒｏ／Ｔｏｏｌｋｉｔ开发包在Ｐｒｏ／Ｅｎｇｉｎｅｅｒ软件平台上开发一基于特征技术的轴类零件ＣＡＤ系统,该系统界面友好,设计方便,高效,产品模型信息完备,为ＣＡＤ／ＣＡＰＰ／ＣＡＭ／ＣＡＥ的集成提供了信息源,本文对本系统的实际应用进行了特征定义,分类,并建立了特征库,且对ＰＤＭ技术和设计智能化进行了研究探索。     

Cotton Nitrogen Nutrition Diagnosis Based on Spectrum and Texture Feature of Images from Low Altitude Unmanned Aerial Vehicle

【Objective】 Based on the high spatial resolution images of unmanned aerial vehicle (UAV), the effects of removing soil background information and increasing image texture information on the inversion of cotton plant nitrogen concentration were investigated, in order to provide new technology for accurate estimation of cotton nitrogen nutrition status. 【Method】 Cotton water and nitrogen coupling experiment was conducted, and UAV images and plant nitrogen concentration data were measured during different cotton growth stages. Based on the above data, the effect of soil background on cotton canopy spectrum was firstly investigated. Secondly, the correlations between image texture parameters and plant nitrogen concentration were analyzed. Finally, the obtained data was divided into calibration dataset and validation dataset. Different scenarios, including before and after removing the soil background, and adding texture features, were set. The inversion models of plant nitrogen concentration under various scenarios were designed by using the coupled method of spectral indexes and principal component regression, and the performances of the models were compared. 【Result】 The soil background had an effect on the cotton canopy spectrum, and the trends were not the same at different growth stages. There existed significant correlations between image texture parameters and plant nitrogen concentration. For the scenarios before removal soil background, the plant nitrogen concentration prediction model had determination coefficient (R ²) value of 0.33 and root mean square error (RMSE) value of 0.21% during model calibration, and R ² value of 0.19 and RMSE value of 0.23% during validation. For the scenarios after removing soil background, the plant nitrogen concentration prediction model had R ² value of 0.38 and RMSE value of 0.20% during model calibration, and R ² value of 0.30 and RMSE value of 0.21% during validation. For the scenarios adding image texture information, the plant nitrogen concentration prediction model had R ² value of 0.57 and RMSE value of 0.17% during model calibration, and R ² value of 0.42 and RMSE value of 0.19% during validation. 【Conclusion】 Based on high spatial resolution images of low-altitude UAVs, both removing soil background and adding image texture information could improve the inversion accuracy of cotton plant nitrogen concentration. Image texture could be considered as important information to support prediction of crop nitrogen nutrition status using UAV images.