不同氮素水平下双季稻株型与冠层内光截获特征研究

本文旨在阐明双季稻株型与冠层内光合有效辐射截获的时空分布特征。选用4个不同株型早、晚稻品种,设置4个不同施氮水平,系统观测其植株形态和冠层内光合有效辐射截获率(IPAR)的时空分布状况。结果表明,施氮水平对早、晚稻株高、穗长、叶长和叶基角均有显著影响,均表现为随施氮水平的增加而增大;早、晚稻孕穗期的分层叶面积指数(LAI)和向上累积LAI大于抽穗后12 d,分层LAI呈冠层中部大于上部和下部的分布特征,最大分层LAI出现在0.58相对高度处;冠层上中部分层LAI和向上累积LAI随施氮水平的增加而增大;向上累积LAI随相对高度呈S型曲线分布,可用Logistic方程定量描述(R~2 0.99);早、晚稻孕穗期的冠层IPAR大于抽穗后12 d,且随施氮水平的增加而增大,其日变化表现为正午较小,早晚较大;株型紧凑的早、晚稻品种,冠层IPAR低;冠层IPAR与向下累积LAI之间的关系可用方程IPAR=a (1-e~(-b×LAI))定量描述(R~2 0.88);冠层内IPAR的三维空间分布表现为冠层上中部水平面上IPAR较低,光斑变化大,冠层下部水平面上IPAR较高,光斑变化较平缓,同一冠层高度水平面上的IPAR呈不均匀分布。研究结果可为双季稻高产栽培及理想株型的优化设计提供支撑。     

基于RGB颜色空间的早稻氮素营养监测研究

针对双季稻区水稻过量施肥带来环境污染和成本提高问题,设计不同品种氮肥梯度大田试验,应用数码相机获取早稻冠层数字图像,研究不同色彩参数及早稻氮素营养指标的时空变化特征,以期确立双季早稻氮素营养预测模型。结果表明:不同品种同一氮肥处理下图像色彩参数差异不大;拔节期数字图像参数对氮素营养指标敏感;模型构建结果显示,图像参数INT与水稻氮素营养指标构建的模型决定系数(R2)最大,模型预测效果最佳,R2分别为0.895 7和0.924 7;进一步采用多元回归分析和BP神经网络分析法进行预测,预测效果均较好。对预测结果进行检验,发现品种对于模型的构建影响不大,以BP神经网络分析法构建的叶片氮浓度(LNC)模型和以INT为敏感色彩参数构建的叶片氮积累量(LNA)回归模型效果最优,而多元回归分析方法则效果不佳。早稻冠层RGB颜色空间敏感参数与氮素营养指标间相关性较好,可以实现氮素营养的无损监测诊断。     

基于高光谱的双季稻分蘖数监测模型

旨在阐明双季稻分蘖数与冠层反射高光谱间的定量关系,构建基于高光谱的双季稻分蘖数监测模型。基于不同早、晚稻品种和施氮水平的田间试验,于关键生育期(分蘖期、拔节期和孕穗期)测定早、晚稻分蘖数,同步使用FieldSpec HandHeld 2型高光谱仪采集早、晚稻冠层反射高光谱数据,分别利用光谱指数法和连续小波变换构建新型光谱指数和敏感小波特征对双季稻分蘖数进行监测,建立双季稻分蘖数光谱监测模型,并用独立试验数据进行检验。结果表明,新型光谱指数和敏感小波特征对双季稻分蘖数的监测效果优于其他类型光谱参数(植被指数和“三边”参数),其中位于红边区域的小波特征db7(s9,w735)监测早稻分蘖数时表现最优,监测模型R2为0.754,模型检验相对均方根误差RRMSE为0.128;位于红边区域的小波特征mexh(s6,w714)监测晚稻分蘖数时表现最优,监测模型R2为0.837,模型检验RRMSE为0.112。研究结果可为双季稻分蘖数快速无损监测和群体质量精确调控提供理论基础与技术支持。     

不同育秧盘对机插双季稻株型与产量的影响

【目的】旨在阐明不同育秧盘对机插双季稻株型与产量的影响。【方法】以4个早、晚稻品种为材料,设置毯状盘(CK)、钵体盘(D1)和钵体毯状盘(D2)3种育秧盘试验,系统测定了不同育秧盘处理下早、晚稻植株形态特征与产量结构。【结果】1）不同秧盘处理秧苗素质表现为CK>D1>D2;机插时,D2处理下秧苗整体机插质量最优,表现在漂秧率、伤秧率和漏插率D2均优于CK,提高了栽插质量;2）D2处理下秧苗返青快,拔节期后分蘖快,孕穗期分蘖数D2>D1>CK,有效促进了茎蘖成穗,直接影响产量;从SPAD值看,早晚稻孕穗期时,D2处理下秧苗叶片SPAD值比D1处理平均高出3.2%,比CK处理平均高出9.2%,可有效促进光合作用,为增产提供了营养保障;3）产量数据显示,早晚稻均以D2处理产量最高,早稻分别比CK和D1增产13.04%和1.65%,晚稻分别增产30%和19%,平均比对照(CK)育秧机插增产20%;具体表现在D2处理叶片叶绿素含量高,有效穗数多,结实率和千粒重指标好。【结论】与毯状盘和钵体盘相比,钵体毯状盘可提高秧苗素质和产量,在江西双季稻生产中具有推广应用价值。     

基于便携式作物生长监测诊断仪的江西双季稻氮肥调控研究

建立基于便携式作物生长监测诊断仪的江西双季稻氮肥调控模型,利用模型推荐穗肥追氮量,实现江西双季稻氮肥追施的精确管理。基于不同株型品种和氮肥处理的田间试验资料,构建了双季稻叶面积指数光谱监测模型,利用拔节期的差值植被指数实时估测叶面积指数,进而结合江西双季稻高产栽培经验和建立的氮肥调控模型,对双季稻穗肥追氮量进行实时推荐,并和当地农户施肥方案和产量进行比较。双季稻关键生育期(分蘖期、拔节期、孕穗期、抽穗期和灌浆期)的冠层差值植被指数DVI(810,720)与叶面积指数均呈显著正相关,线性函数拟合效果优于其他函数。利用独立试验资料对所建模型进行了检验,单生育期的模型预测效果优于全生育期模型;其中,拔节期的光谱监测模型表现最佳,早稻和晚稻叶面积指数的光谱监测模型的R2分别为0.880 6和0.878 8,模型预测早稻和晚稻叶面积指数的均方根误差、相对均方根误差、相关系数分别为0.30和0.25、7.28%和6.18%、0.923 2和0.926 9。氮肥调控模型推荐施肥应用表明,紧凑型品种的穗肥用量高于松散型品种;与农户方案相比,氮肥调控模型推荐施肥的调控方案在产量不降低的情况下减少氮肥用量6.58kg/hm2,提高氮肥农学利用率0.82个百分点、净收益103元/hm2和产投比0.9,而产量比农户方案略高或持平。与传统非定量农户施肥法相比,基于便携式作物生长监测诊断仪的双季稻氮肥调控方法可在保证产量的情况下,减少施氮量,提高氮肥农学利用率,获得更高经济效益,在江西双季稻生产中具有推广应用价值。     

基于颜色指数与阈值法的稻田图像分割

为系统、全面地分析不同颜色指数对南方稻田图像分割的适应性,以分蘖期、拔节期稻田图像为研究对象,选择36种常用的颜色指数,采用Otsu阈值法开展基于颜色指数和阈值的图像分割研究,通过比较各颜色指数的分割结果,明确分蘖期和拔节期图像分割的主要干扰因素,筛选最适宜稻田图像分割的颜色指数。结果表明:水稻倒影、浮萍是分蘖期稻田图像分割的主要干扰因素,叶片镜面反射、浮萍和土壤阴影是拔节期稻田图像分割的主要干扰因素;组合指数COM2、MxEG、CIVE和GMR在分蘖期图像和拔节期图像均具有较好的分割精度。因此,基于颜色指数COM2、MxEG、CIVE、GMR和Otsu阈值的稻田图像分割方法对稻田图像分割的干扰要素具有较强的区分能力,分割精度较高,更适宜于南方稻田图像处理研究。     

无人机与人工喷施雾滴在水稻冠层内沉积特征及效益比较

【目的】旨在阐明无人机和人工喷施雾滴在水稻冠层内沉积分布特征,比较其稻瘟病防效、水稻产量及经济效益。【方法】选用电动四旋翼植保无人机,设置3个不同飞行高度和3个不同施药量,于孕穗期观测喷施雾滴在水稻冠层内沉积分布状况,并和人工喷施处理防治稻瘟病的效果、产量及经济效益进行比较。【结果】雾滴沉积量随飞行高度的升高而减少,雾滴沉积均匀性和穿透性随飞行高度的升高而增大。无人机和人工喷施的雾滴沉积量、均匀性和穿透性随施药量的增加而增大,雾滴沉积量和均匀性均呈水稻冠层上部>中部>下部的分布特征。无人机喷施的雾滴均匀性和穿透性大于人工喷施。无人机喷施在防效和产量不降低的情况下,用工成本减少165元/hm²,净收益提高164元/hm²,产投比提高20.9。【结论】与人工喷施相比,无人机喷施可在保证丰产的基础上,提高作业效率,降低生产成本,获得更高经济效益,在水稻精确管理和丰产高效栽培中具有应用价值。     

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。     

基于无人机数码影像的水稻叶面积指数监测

[目的]为探究无人机数码影像监测水稻叶面积指数(Leaf area index,LAI)的可行性,明确利用无人机数码影像监测水稻LAI的最佳时期,构建基于无人机数码影像的水稻LAI监测模型.[方法]本研究基于不同品种和施氮量的水稻田间试验,于分蘖期、拔节期、孕穗期、抽穗期和灌浆期测定水稻LAI,同步使用无人机搭载数码相...     

基于便携式蜜柚光谱仪的金沙柚叶片氮含量监测模型研究

【目的】旨在检验便携式蜜柚光谱仪(PPS)监测金沙柚叶片氮含量(LNC)的准确性，构建基于PPS的金沙柚LNC光谱监测模型。【方法】通过实施不同施氮量的试验，于幼果期和果实膨大期利用便携式蜜柚光谱仪(PPS)、ASD高光谱仪和RapidSCAN光谱仪测定冠层光谱反射率，计算得到归一化红边指数(NDRE)与归一化植被指数(NDVI)，分析比较3种光谱仪测定的冠层植被指数变化规律与相关性，检验PPS的测定精度，构建基于PPS的金沙柚LNC光谱监测模型，采用不同试验点的数据检验模型。【结果】金沙柚LNC、NDVI和NDRE随着施氮量的增加表现为递增趋势；PPS和ASD测定的NDVI、NDRE间拟合的决定系数(R²)依次为0.909 5和0.900 5,PPS和RapidSCAN测定的NDVI、NDRE间拟合的R²依次为0.954 3和0.900 2，证明PPS的测定结果与ASD、Rapid SCAN具有很高的一致性。幼果期和果实膨大期的光谱监测模型的监测效果比生长中期好；PPS测定的NDVI_PPS与NDRE_PPS