基于红边参数的夏玉米长势监测及其营养诊断研究

分析了夏玉米各组分含量、红边参数以及两者间的相关性。结果表明,可利用FD-Max反演叶面积指数,利用Depth672反演茎秆全N含量,利用Lwidth反演叶片全N含量、叶片和茎秆的含水量以及可溶性糖含量。构建了以红边参数为自变量的各组分的反演模型,对反演模型预测性分析表明,利用上述红边参数预测农学组分是可行的。     

不同氮营养冬小麦冠层光谱红边特征分析

利用FieldSpec FR2500光谱仪测定了不同氮素处理冬小麦冠层光谱,分析其红边特征变化规律及与农学成分的相关关系。结果表明,波长550 nm、680 nm、980 nm、1100 nm与350～680 nm和750～1100 nm可作为氮素营养诊断的敏感特征点与波段范围。随着施氮量的提高,拔节期、抽穗期以及灌浆期的红边位置（REP）、红谷位置（Lo）与光谱反射率一阶微分极大值（FD_Max）均增大,红边宽度（Lwidth）则有减小的趋势。总体上看,施氮与无氮处理在整个生育期均存在较大差异,施氮处理之间差异较小。冠层反射光谱的红边位置、红谷位置、随生育期向长波方向移动,呈现红移现象;从抽穗期开始逐渐减小,呈现蓝移现象。冬小麦红边参数中红边位置与农学组分之间的相关性优于其他参数,除与地上部生物量正相关显著外,与叶面积指数、叶含水率、叶绿素含量、叶可溶性蛋白含量、叶鲜重、叶含氮量均呈正相关且达到极显著水平。红谷位置则与叶面积指数、叶含水率、叶绿素含量、叶鲜重以及SPAD值呈极显著正相关;与可溶性蛋白呈显著正相关。红边宽度与叶面积指数、叶含水率、叶氮含量、叶绿素含量以及叶鲜重均呈极显著正相关;与可溶性蛋白含量呈显著正相关。反射率一阶导数极大值与叶面积指数、叶含水率、叶鲜重呈极显著正相关,与叶含氮量极显著负相关。通过红边参数与农学组分稳定良好的数学关系,可以对农学组分进行预测估算。     

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。     

氮钾营养的交互作用及其对作物产量和品质的影响

氮、钾营养交互作用在作物生长、发育和代谢过程中广泛存在。一方面,氮促进钾的吸收和运输,另一方面,钾也促进氮的吸收、运输、积累和代谢,提高氮的利用效率。在对作物的产量和品质的作用上,氮、钾具有正效互作用。保持一定的氮／钾比和一定的氮、钾量化指标,才能获得作物的优质、适产。     

基于SPAD-502与GreenSeeker的冬小麦氮营养诊断研究

用GreenSeeker和SPAD-502测定了不同氮素处理的冬小麦冠层NDVI与叶片SPAD值, 分析了它们与叶片全氮、叶绿素含量及产量间的关系。结果表明: 冬小麦抽穗期SPAD值和NDVI值均与叶绿素含量呈极显著正相关; 除抽穗期和返青期外, SPAD值与叶氮含量、叶绿素含量的相关系数在其余各生育期均达到显著或极显著水平; NDVI值与叶氮含量、叶绿素含量在拔节期、乳熟期的相关性同SPAD值一致; SPAD值可以进行叶绿素的诊断, NDVI值可以进行氮的诊断。氮营养诊断时期应该选择拔节期。通过回归建立了基于SPAD值、NDVI值的产量估测模型, 可以通过SPAD值、NDVI值对冬小麦产量进行估算。     

应用数字图像技术诊断苎麻氮素营养的研究简报

为了实现苎麻氮素营养快速诊断,通过盆栽培养3个施氮水平的苎麻,使用信息技术和常规方法,分别获取了不同生育时期两个苎麻品种叶片的图像和氮营养元素含量。通过自主开发的苎麻叶片数字图像处理系统软件对叶片图像进行处理,并提取颜色特征值,分析叶片颜色特征值与叶片全氮营养含量之间的关系。结果表明,大部分颜色特征都与叶片全氮含量呈极显著相关。根据筛选的能有效预测苎麻叶片全氮营养的颜色特征,建立预测苎麻叶片全氮含量的6个模型,预测精度在75.95%～91.50%之间。说明应用数字图像技术诊断苎麻氮素营养是可行的。     

基于棉花红边参数的叶绿素密度及叶面积指数的估算

利用野外非成像高光谱仪,测试棉花两个品种4种配置种植方式两年关键生育时期的冠层反射光谱数据,应用光谱微分技术,获取棉花微分光谱680～750 nm波段的红边参数：红边面积（SDr）、红边斜率（Dr）以及红边位置（λr）变量;将棉花红边面积、红边斜率分别与其冠层叶绿素密度（CH.D）、叶面积指数（LAI）进行相关分析,它们的相关性均达到1%极显著水平,其中红边面积与叶绿素密度的相关性最好（RCH.D=0.8787**,n=137）;并且红边面积较红边斜率对叶绿素密度、叶面积指数的预测精度更高。以棉花新陆早13号和19号为建模样本,通过红边面积与叶绿素密度的线性相关模型,分别反演新陆早13号、19号冠层叶片的叶绿素密度,结果表明对这两个棉花品种的叶绿素密度估算精度分别达87.4%和83.3%,说明高光谱红边参数是估算棉花叶绿素密度和叶面积指数的一种简单、快捷、非破坏性的有效方法。     

新疆塔额盆地滴灌冬小麦氮营养诊断研究

为实现塔额盆地滴灌冬小麦氮营养诊断、确定适宜施氮量,在2020—2021年开展了两年大田试验。试验以‘新冬18’为研究对象,共设5个氮肥水平(0、80、160、240和320 kg/hm²),分析不同施氮量对小麦地上部生物量及植株氮浓度的影响,构建冬小麦临界氮浓度稀释曲线模型,并计算不同施氮量的植株氮营养指数,分析其与相对产量的关系,确定冬小麦氮营养丰缺情况。研究结果表明,冬小麦各生育时期,施氮量从0增加到240 kg/hm²,植株生物量及氮浓度差异显著,但当施氮量从240增加到320 kg/hm²时,植株生物量及氮浓度差异不显著。施氮量与产量的拟合曲线表明,超过一定的施氮量后,增施氮肥会降低冬小麦产量,说明存在氮奢侈消费现象。依据地上部生物量与植株氮浓度构建的冬小麦临界氮浓度稀释曲线模型Nc=3.088DM-0.374,模型决定系数R2=0.918,模型检验参数(标准化均方根误差,n-RMSE)为8.89%,模型稳定性极好。基于植株临界氮浓度计算的氮营养指数,冬小麦适宜施氮量为160～240 kg/hm²。冬小麦各生育时期,氮营养指数与相对产量的相关性均达到显著水平。综上所述,建立的塔额盆地冬小麦临界氮浓度稀释曲线模型及氮营养指数可以较好地诊断并评价冬小麦氮营养状况。     

ASD Field Spec3野外便携式高光谱仪诊断冬小麦氮营养

氮素营养诊断关键在于氮营养指数(nitrogen nutrient index,NNI)预测。对于冬小麦氮营养指数预测模型而言,如何选取预处理方法和建模方法不一而足,不同预处理和模型选取对预测结果精度的影响程度目前还不清楚。该研究以ASD Field Spec3野外便携式高光谱仪采集乐陵市冬小麦冠层高光谱数据,采用10种光谱预处理方法并结合3种模型(偏最小二乘回归、BP神经网络和随机森林算法)建立多种冬小麦氮营养指数高光谱预测模型。对比模型预测精度表明最佳的高光谱建模方法为随机森林算法结合SG卷积平滑预处理所建模型(预测集R2=0.795,RMSE=0.125,RE=11.7%)精度高、可靠性强,是筛选出最佳的冬小麦氮营养指数高光谱预测模型。该研究结果对冬小麦氮营养指数高光谱预测建模具有科学价值,为筛选最优高光谱预处理方法和预测模型提供技术参考。     

冬小麦红边参数各向异性特征分析

基于冬小麦冠层高光谱二向性反射波谱数据及其配套的非波谱参数，对可见光至近红外波段二向性反射特性和红边参数随观测角度的变化情况进行了分析。结果表明：冬小麦在太阳主平面呈现出强烈的各向异性反射特性。不同叶面积指数下，由于作物冠层的结构特征和其他组分参数发生较大变化，其二向性反射特性在强度和趋势上也有一定的变化。红边幅值及红边峰值面积随观测角度的变化而发生了变化，呈现为各向异性特征,而红边位置几乎不发生变化。鉴于以往采用垂直观测时的红边参数推算植物生化组分含量，该文指出应选取合理观测角度下的红边参数来精确反演其他相关参数。另外为了定量描述红边幅值随观测角度而变化，提出了红边幅值各向异性指数和红边幅值各向异性因子。     

施钴对冬小麦产量品质的影响

在潮土上采用田间小区试验,研究了钴元素对小麦产量和品质的影响。结果表明:施用适量的钴可以显著提高冬小麦的产量,改善冬小麦的品质。各施钴处理较对照增产7.4%～20.3%。施钴量在1.05kg.hm2以内,随着施钴量的增加,增产效应提高,当施钴量超过1.05kg.hm2时,随着施钴量的增加,冬小麦的产量增加,但增产效应下降。各施钴处理子粒蛋白质含量与蛋白质产量均有不同程度的提高,以Co2处理最高。此外,低浓度的钴(施钴量0.45～0.75kg.hm2)可以提高冬小麦子粒面粉的沉降值、总评价值和湿、干面筋含量,而高浓度的钴(施钴量大于1.35kg.hm2)则降低冬小麦子粒面粉沉降值、总评价值和湿、干面筋含量。土壤有效钴含量与施钴量呈极显著正相关,小麦籽粒中钴含量与施钴量呈显著正相关,地下部的钴含量显著大于地上部。     

旱地不同冬小麦品种氮素营养的叶绿素诊断

通过田间试验研究了叶绿素仪用于西北旱地主栽的10个冬小麦品种氮素营养诊断的效果。结果表明,冬小麦SPAD值与子粒产量、生物学产量有很好的相关性,尤其以拔节期和开花期相关性较高。不同施氮量下的SPAD值有明显的不同,施氮量为180kg/hm2时,SPAD值达到最大。在同一施氮水平下,开花期的SPAD值均最高。拔节期之前冬小麦不同品种间SPAD值的差异较小,拔节期以后差异较大,最大可达9.2个SPAD单位。小偃22在每个时期的SPAD值都最高,并且与陕253、陕229和小偃503之间的差异均达显著水平,而陕253、陕229和小偃503之间的差异不显著。可见,小偃22与其它3个品种对氮素反应分属于不同类型,应根据不同品种类型建立相应的诊断指标。     

基于开花期氮素营养指标的冬小麦籽粒蛋白质含量遥感预测

籽粒蛋白含量(grain protein content,GPC)是衡量小麦品质的重要指标,及时准确的预测小麦GPC有利于小麦的分类收割和分级存储。为了能够选择一个合适的氮素营养指标作为中间变量来反演小麦GPC,该文研究分别以开花期植株氮素累积量(plant nitrogen accumulation,PNA)、植株氮素含量(plant nitrogen content,PNC)、叶片氮素累积量(leaf nitrogen accumulation,LNA)和叶片氮素含量(leaf nitrogen content,LNC)4个氮素营养指标为中间变量,并运用支持向量机(support vector machines,SVM)算法实现4个氮素营养指标的估测,最后构建及评价基于开花期"植被指数(vegetation index,VI)-氮素营养指标(nitrogen nutrition index,NNI)-GPC"模式的冬小麦GPC预测模型。结果表明:1)通过分析植被指数与氮素营养指标的相关性,选择植被指数MSAVI、PSRI、DVI、RDVI和GNDVI作为氮素营养指标模型的构建变量;2)运用SVM方法构建的VI-NNI模型中LNC的建模精度与验证精度相对最优,其建模决定系数(coefficient of determination,R~2)和验证集标准均方根误差(normalized root mean squared error,n RMSE)及验证标准化平均误差(normalized average error,NAE)分别为0.820、9.553%、-1.4%,验证结果稳定性较好;3)构建NNI-GPC模型中PNC的建模精度与验证精度相对最好,其建模R~2和验证n RMSE及NAE分别为0.653、9.843%、-0.3%;4)最终构建的VI-NNI-GPC模型中,以开花期PNC为中间变量的模型建模及反演精度最好,其建模R~2和验证n RMSE及NAE分别为0.631、8.564%、-0.9%。以氮素营养指标为中间变量的GPC遥感反演是可行的,并且比较4个氮素营养指标为中间变量反演GPC,PNC具有较高精度的预测结果,为精确反演GPC提供一个可靠的依据,具有一定的应用前景。     

基于氮素营养指数的冬小麦籽粒蛋白质含量遥感反演

基于遥感实现小麦籽粒蛋白质含量提早估测对农业生产具有重要意义。为提高预测小麦籽粒蛋白质含量的准确度,该研究引入能更好反映作物氮素营养状况的农学参数－氮素营养指数,作为衔接遥感信息与产终籽粒蛋白质含量的桥梁。在田间试验的基础上,探讨氮素营养指数与其他农学参数在诊断籽粒蛋白质含量上的优劣,并基于“遥感参数－氮素营养指数－籽粒蛋白质含量”间关系,利用主成分回归算法构建估测籽粒蛋白质含量的遥感反演模型。结果表明,相比于其他参数,冬小麦旗叶期氮素营养指数能更好的反映产终籽粒蛋白质含量;以氮素营养指数为中间变量,所建遥感反演模型能准确预测小麦籽粒蛋白质含量,模型的预测决定系数为0.48,预测标准误差为0.38%,相对误差为2.32%。     

不同施氮量对冬小麦籽粒灌浆特性的影响

为了解氮素对冬小麦籽粒灌浆过程的影响,2010~2011年在河南温县试验基地进行田间试验,供试品种为平安8号和豫麦49-198(分别用PA-8和YM49-198表示),在120、180、240、360 kg·hm-24个施氮水平(分别用N120、N180、N240、N360表示)下,研究不同施氮量对冬小麦籽粒灌浆特征参数的影响。结果表明:施氮显著增加粒重并具有增产效应,施氮增加粒重的原因主要是延长活跃灌浆期和增加灌浆速率。适宜施氮量对增加快增期的灌浆天数效果显著,两个品种N240处理快增期对最终粒重的贡献率达到了58%,而且提高了灌浆后期的灌浆速率,N180和N240处理表现为明显高于其他处理。说明氮素具有调节灌浆速率、灌浆活跃生长期及灌浆3期划分的作用,提高粒重效果明显。     

基于高光谱的冬小麦氮素营养指数估测

为了准确定量诊断氮素状况,为施肥和产量、品质的估测提供参考,该文通过设置不同氮素水平和品种类型的冬小麦田间试验,分析孕穗至灌浆初期不同光谱参数在小麦氮素营养状况监测上的差异,筛选叶片氮素含量和冠层氮素密度反演效果较好的参数,建立其与氮营养指数(NNI,nitrogen nutrition index)的经验模型。研究表明,线性内插法红边位置(REPLI)、修正红边单比指数(mSR705)、比值指数(RI-1dB)、简单比值色素指数(SRPI)、红边指数(VOG)等光谱参数与氮素营养指标具有良好的相关性(r0.85),且不受生育期影响,可用来反演评价冠层氮素营养状况;研究对筛选的光谱参数与各氮素指标进行回归建模,并用独立试验数据对所建模型进行验证,结果显示,REPLI在氮营养指数估测方面表现较好(r=0.93),估测模型精度较高(决定系数R2=0.86,均方根误差RMSE=0.08)。NNI在氮素营养状况诊断方面有一定的优势,通过高光谱反演氮营养指数进行氮素营养状态的定性定量诊断有一定的可行性。     

利用红边特征参数监测小麦叶片氮素积累状况

以不同类型小麦品种在氮素差异梯度下连续3 a田间试验为基础,在关键生育时期同步测定冠层光谱反射率、叶片干物质量及氮含量,探索建立小麦叶片氮素状况估算的新型红边参数及监测模型。结果表明,冠层微分光谱在红边区域内随氮素水平提高呈明显规律性变化,而原始光谱反射率的变化却较为复杂。与叶片氮积累量关系密切的常见红边参数间存在差异,其中,以GM2、SR705和FD742表现最突出,线性回归模型拟合精度（R2）分别为0.854、0.848和0.873,估计标准误差（SE）分别为1.136、1.160和1.059。基于红边双峰特征分析,构建新型红边双峰特征参数,其中,红边左偏峰面积LSDr_REPLE对叶片氮积累量方程拟合取得很好效果,决定系数和估计标准误差分别为0.869和1.080。经不同年际独立数据的检验表明,以GM2、SR705和FD742为变量,模型预测平均相对误差（RE）分别为17.6%、17.0%和14.9%,而红边左偏峰面积LSDr_REPLE模型预测误差控制得更好,平均相对误差RE为14.5%。以上表明,红边参数GM2、SR705和FD742可以对小麦叶片氮素状况进行有效监测,而红边左偏峰面积LSDr_REPLE模型预测更为准确可靠。