Remote sensing of nitrogen status in wheat by a radiometric response of its canopy

Over the last 20 years, a rapid analysis of plant in general and pigments in particular to detect variations in the content of nitrogen (N) has appeared significant, always based on the premise that the photosynthetic capacity of the plants is related to the content of N. This work has tried to determine if there is a different behavior on chlorophyll meter (SPAD) values taken at different heights from the ground faced with three levels of N fertilization and compared with the behavior of a vegetation index calculated from remote sensing data. The degree of fit between these techniques was determined, thereby obtaining a high correlation between them showing that remote sensing measurements could be reliably used as an adequate indicator of the N-nutritional status in the whole wheat plant, showing a better behavior than chlorophyll meters, a technology that is more complicated and less practical to implement in large areas.     

Multilayer Perceptron Neural Network Approach to Estimate Chlorophyll Concentration Index of Lettuce (Lactuca sativa L.)

Nitrogen is an essential nutrient for greenhouse-grown lettuce (Lactuca sativa L.); however, excessive nutrient availability causes disease and detrimental effects on the leaf and root development. In this study, nitrogen content of the lettuce leaves was estimated by determining the chlorophyll concentrations of the leaves using image processing technique. The Hoagland solution was used as a fertilizer in five different doses (control, quarter of the solution, half of the solution, standard solution, and two times more of the solution). Multilayer perceptron neural network (MLPNN) model was developed based on the red, green, and blue components of the color image captured to estimate chlorophyll content and chlorophyll concentration index (SPAD values). According to the obtained results, the MLPNN model was capable of estimating the lettuce leaf chlorophyll content with a reasonable accuracy. The coefficient of determination was 0.98, and mean square error was 0.006 in validation process.     

镉污染水稻土中水稻氮素营养的SPAD诊断

治理和安全利用重金属污染水稻土过程中,氮素营养的快速诊断是制定合理施肥措施的基础。叶绿素测定仪SPAD已广泛应用于非污染耕地土壤中玉米、小麦和棉花等作物的氮素营养诊断,然而针对镉污染条件下的不同类型水稻土,SPAD在诊断水稻氮素营养的适应性方面仍然缺乏系统研究。本研究采集了我国水稻主产区的21种典型水稻土,以德农2000为供试水稻品种,设置无镉污染、轻度镉污染、重度镉污染处理的水稻盆栽试验,研究水稻叶片SPAD值对镉污染水稻土氮素供应诊断和水稻产量预测的能力。结果表明:水稻土类型影响了水稻叶片SPAD值对不同水平镉污染的响应,土壤p H是主控因子,其相对影响的平均值为20%。水稻叶片SPAD值与不同生育期水稻籽粒氮素含量显著正相关,其中拔节期的相关系数最大;同时水稻叶片SPAD值与水稻营养生长期(苗期至拔节期)土壤溶液总氮和铵态氮含量呈显著正相关,且不受镉污染程度和土壤类型的影响。总体上,不同生育期(尤其是拔节期)水稻叶片的SPAD值可以表征镉污染条件下不同类型水稻土氮素养分供应对水稻氮素营养的影响。     

山桃叶片叶绿素SPAD值颜色特征与时空特征分析

植物叶绿素是检测环境和植物生长状况的关键指标。以山桃为试验材料,采用便携式叶绿素计SPAD-502测定其不同高度、不同方位叶片的叶绿素SPAD值,并借助于Photoshop软件和MAPGIS软件,研究山桃叶片叶绿素SPAD值的颜色特征和时空特征。研究表明:叶片的SPAD值与R（红）值、G（绿）值、S（饱和度）、V（亮度）值均呈极显著负相关,而与H（色相）值呈极显著正相关;叶片SPAD值随朝向、高度的变化而有所不同;同一叶片不同部位的叶绿素SPAD值有明显差异。此研究可为利用叶片的颜色特征和叶绿素SPAD值的变化规律辅助诊断叶片的健康营养状况提供一定的方法借鉴和数据支持。     

不同施N策略对棉花SPAD值和产量的影响

通过棉花膜下滴灌不同施氮策略对产量及氮素养分和叶绿素值相关性的影响研究,为膜下滴灌精准施氮技术提供理论依据。在田间分别设2个施N量水平,3个追氮比例,共6个处理,比较产量差异,并采用SPAD-502叶绿素仪测定分析SPAD值和土壤碱解氮变化特征。结果表明：360 kg/hm2的施氮量可获得3040.5 kg/hm2的高产,但3个追氮比例策略对产量影响差异小,240 kg/hm2的施氮量下3个追氮比例策略对产量影响差异显著;240 kg/hm2施氮量的SPAD值整体较低,3个追氮比例策略在蕾期以后的SPAD值差异不显著,而360 kg/hm2施氮量处理在蕾期以后的SPAD值差异显著;高产棉花需肥规律的推荐比例的SPAD值与土壤碱氮相关性R2值达到0.9367的最高水平。结论:充足供氮时,调整追氮比例对高产影响不大;供氮不足不易获得高产,但调整追氮比例有一定的增产空间;施氮肥充足并按照棉花需肥规律的推荐比例施氮,可延缓棉花早衰失绿,形成高产。     

不同氮肥水平下墨西哥玉米的SPAD值与部分农艺性状和品质关系研究

设计5个氮肥水平的盆栽试验,并测定不同时期和不同氮肥水平墨西哥玉米的SPAD值和部分农艺性状,以探讨墨西哥玉米的SPAD值与部分农艺性状与品质的相关性。结果表明,墨西哥玉米的SPAD值与分蘖数、株高、产量和粗蛋白质含量都是随着施氮量的增加而提高,而分蘖数则随着氮肥水平的进一步增加而降低;墨西哥玉米的分蘖数、株高和产量是随着牧草的生长而提高,而SPAD值和茎叶粗蛋白质含量是随着牧草的生长而逐步降低。墨西哥玉米的SPAD值与分蘖数相关性最小且都不显著,与施氮水平、产量和茎叶粗蛋白含量相关性达到或接近显著水平,与株高相关性最大,在某些时期达到显著或极显著水平。     

基于无人机多光谱影像的水稻冠层SPAD值预测研究

比较筛选水稻冠层SPAD值估测模型，为无人机多光谱遥感反演水稻SPAD值提供依据。利用无人机获取水稻拔节期、抽穗期、乳熟期的冠层多光谱影像，选取7种常用的植被指数，利用3种回归方法建立基于植被指数的水稻叶片SPAD值反演模型。结果表明，在不同生育期与水稻叶片SPAD值相关系数最高的植被指数不相同，拔节期最高的是GNDVI，抽穗期最高的是CI_Green，乳熟期最高的是CI_Rededge。抽穗期是水稻叶片SPAD值反演的最佳时期，模型具有较好的建模精度和估测效果，其中多元线性回归的建模精度较高，偏最小二乘回归模型的估测效果最好。试验结果可为水稻长势的实时无损监测提供参考。     

小麦黄花叶病对不同类型小麦品种生物学性状及籽粒产量的影响

为了给小麦科学防病和抗(耐)病品种的筛选提供参考依据,在小麦黄花叶病重发区,以当地种植品种和黄淮冬麦区主推品种为试验材料,研究了小麦黄花叶病对不同小麦品种叶片SPAD(Soil and Plant Analyzer Development)值、春季总茎数、干物质积累量以及成熟期产量性状的影响。结果表明,感病小麦品种临麦4号和矮抗58于起身期(3月11日)开始出现症状,与无症状的临麦4号植株(LM4-N)相比,发病的临麦4号植株(LM4-S)的叶片SPAD值由52.4降至37.3;拔节后期(4月10日)所有品种SPAD值之间均无显著差异。然而,与LM4-N相比,拔节后期LM4-S单位面积总茎数减少51.4%,干物质积累量降低42.2%;成熟期LM4-S单位面积穗数降低21.2%,穗粒数降低24.5%,籽粒产量降低2 944.3kg·hm-2,降幅38.3%。而该病对本研究中的其他抗病表现较好的品种鲁原502、济麦22、良星99和烟农24均未产生显著影响。结合各品种的产量表现,建议在小麦黄花叶病发病地区种植推广鲁原502、济麦22等高产、抗(耐)病性较好的品种。     

区域尺度冬小麦叶绿素含量的高光谱预测和空间变异研究

为从区域尺度探讨小麦SPAD的近地高光谱遥感监测技术,采用ASDField Spec 3.0型便携式高光谱仪获取的冬小麦冠层高光谱数据,利用相关分析和偏最小二乘法(PLSR)对SPAD进行建模预测,并采用地统计学方法进行空间变异制图。结果表明,冬小麦叶片SPAD值在不同生长阶段存在一定的差异,但在不同区域之间差异不显著。基于PLSR建立模型,并利用原始光谱和二阶导数光谱进行预测,R~2分别为0.653和0.995,均方根误差分别为2.622和0.327,相对析误差分别为1.549和13.66。综合来看,二阶导数光谱所建立的模型预测能力比原始光谱好。选择拔节期和成熟期进行区域化表达,与实测得到的SPAD空间分布图相比,采用全光谱数据和二阶导数光谱数据预测的SPAD均表现出了较高的空间相似性,其中二阶导数接近实测值。     

铜胁迫下硫对玉米叶片叶绿素及MDA含量的影响

以农大108号玉米为供试材料，通过室内盆栽方法，测定Cu(+Cu)和S（+S）处理及二者共同处理（+Cu+S）下玉米苗期和拔节期生物量、叶片SPAD值及丙二醛（MDA）含量变化。结果表明，不同处理在玉米苗期和拔节期的生物量分别表现为CK>+S> +Cu+S>+Cu及+S>CK>+Cu+S>+Cu，说明铜污染对玉米生长有明显的抑制作用，而增加硫营养可减轻铜对植株的毒害。玉米苗期不同处理间叶绿素含量差异显著。在拔节期，+Cu处理对SPAD值的影响显著增加，但补充硫营养后可明显减小铜对叶绿素的抑制作用。苗期铜对叶片MDA含量的影响显著，可导致MDA含量增大，说明铜胁迫可引起膜质过氧化程度加剧，其产物MDA的积累增加；+S与CK处理间变化不明显，但+Cu+S较+Cu处理的MDA的积累明显减少，说明硫营养体现出一定的抵御铜胁迫的作用。