数字图像技术在黄瓜氮素营养诊断上的应用研究

试验设计了6种氮素水平处理温室黄瓜,利用数码相机获取黄瓜冠层图像,分析了不同供氮水平下黄瓜冠层图像参数与施氮量、土壤无机氮(Nmin)和植株氮素营养指标之间的关系.结果表明:黄瓜冠层图像G/(R G B)为诊断黄瓜结果期氮素营养状况的适宜数字化参数.建立了评价黄瓜结果期氮素营养丰缺的冠层图像数字化指标G/(R G B)的量值标准和氮肥推荐标准.     

应用数字图像技术对葡萄进行氮素营养诊断的研究

本试验通过设定纯氮0、100、200、300、400、500 kg/hm26个不同氮素水平浓度,并利用数码相机分别获取葡萄开花期、坐果期和果实着色期的植株冠层图像,研究了冠层图像的色彩参数指标与施氮量、叶片硝酸盐含量、植株全氮含量及土壤无机氮含量之间的关系。结果表明,数字图像技术可以应用在葡萄氮素营养诊断中,在各色彩参数指标中G/B、G/(R+G+B)均与施氮量、叶片硝酸盐含量、植株全氮含量及土壤无机氮含量呈显著相关的关系,并且坐果期G/B的相关性最高,可作为利用数字图像技术对葡萄进行氮素营养诊断的指标,坐果期作为氮素营养诊断主要时期。     

应用数字图像技术进行马铃薯氮素营养诊断的研究

应用数码相机获取马铃薯冠层图像,分析不同供氮水平下马铃薯冠层图像数字化指标与土壤无机氮(Nmin)、植株氮素营养指标(叶柄硝酸盐浓度、叶绿素仪读数、植株全氮含量、叶片全氮含量)的关系。结果表明,马铃薯冠层图像绿光与蓝光比值G/B是最适宜作为马铃薯氮素营养诊断的数字化指标;建立了评价马铃薯氮素营养丰缺的冠层图像数字化指标G/B的量化标准和氮肥推荐量。     

拔节期氮营养诊断

 传统的作物营养诊断如植株全氮、生物量和植株硝酸盐浓度测试等需要进行大量的田间取样和实验室分析，时效性不足，难以适应作物生长期间追肥诊断的需要。通过田间试验，应用数字图像技术对拔节期作物的氮营养状况进行了研究，发现冠层数字图像色彩参数可以用来表征冬小麦拔节期的氮营养状况。数字图像标准化红光值R/(R+G+B)与冬小麦常规营养诊断指标如叶绿素仪读数、茎基部硝酸盐浓度、植株全氮含量和地上部生物量之间的相关系数达到了0.809~0.946，是较好的表征作物氮营养状况的诊断指标。     

基于无人机遥感可见光参数的水稻氮素营养诊断

氮素是决定水稻产量的重要因素之一,传统水稻氮素的诊断耗时费力且对作物的损害较大,确定无人机遥感水稻氮素营养诊断的最佳可见光参数,对水稻氮素的快速诊断具有良好的实用价值.该研究在安徽省怀远县试验基地,设置5个施氮水平,先后2次进行无人机采样,计算出10个可见光参数,并分析可见光参数与水稻含氮量之间的关系,结合相关系数与变异系数的大小筛选出诊断水稻氮素的最佳可见光参数.结果表明,参数B、G/(R+G+B)、G/B、RGBV1与作物含氮量的相关性较强,其中参数G/(R+G+B)可作为无人机为遥感水稻氮素诊断的最佳可见光参数.通过回归分析得到y(含氮量)与x(绿光化标准值)之间的回归方程y=0.0017x2-0.0074x+0.7201,R2=0.9825.     

基于数码图像的甜菜氮素近地遥感监测模型

为定量研究利用数码图像进行甜菜冠层叶片氮含量(Leaf nitrogen content,LNC)时空变化监测的适宜性及准确性,以2014年内蒙古赤峰市松山区太平地镇田间试验为基础,在甜菜各生长阶段采集甜菜冠层数码图像,利用数字图像处理技术对图像进行分割并提取红光值(R)、绿光值(G)和蓝光值(B)。分析R/B、G/B等9个颜色参数与不同生育期冠层LNC的相关性,并研究冠层LNC随施氮量的变化规律,探寻适宜于甜菜氮素营养监测的关键生育时期及最佳颜色参数。分别利用支持向量机(Support vector machine,SVM)和BP人工神经网络(BackPropagation artificial neural network,BP-ANN)建立甜菜冠层LNC预测模型。研究结果表明,BP-ANN预测模型具有较高且较稳定的预测精度,其验证集的决定系数R~2和均方根误差RMSE分别为0.74和2.35,与SVM模型相比,BP-ANN模型的决定系数R~2提高了12.12%,均方根误差RMSE降低了8.09%。     

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。     

利用高光谱技术估测小麦叶片氮量和土壤供氮水平

有效的监测作物氮素营养水平及土壤供氮能力可以为合理施用氮肥提供重要依据。本文以2 年3 点不同氮素水平下不同小麦品种的田间试验数据为基础,运用植被指数和偏最小二乘回归法,比较和分析小麦冠层光谱与叶片氮含量及土壤氮含量的关系。结果表明：小麦冠层光谱与叶片氮含量的相关性分析在可见光波段存在显著负相关,在近红外波段呈显著正相关,而与土壤氮含量的相关性呈相反趋势。基于光谱参数ND705 和GNDVI所建叶片氮含量估算模型的决定系数分别达到0.827 和0.826。基于光谱参数VOG2 所建土壤氮含量估算模型的决定系数达到0.646;与植被指数所建模型相比,综合350~1350 nm光谱波段反射率分别与小麦叶片氮含量、土壤氮含量建立偏最小二乘回归模型的预测精 度均有所提高,决定系数分别达到0.842 和0.654。本研究结果可为小麦氮素营养及土壤供氮水平的诊断监测与合理施肥管理提供了理论依据和技术支持。     

基于数字图像技术的冬油菜氮素营养诊断

【目的】利用田间氮肥梯度试验探讨数字图像技术对冬油菜氮素营养无损评估预测的可行性,明确该技术的最佳数码参数和方程模型,为数字图像技术进行冬油菜氮素无损诊断提供依据。【方法】2013-2014年在湖北省武穴市开展不同施氮处理田间试验,以冬油菜为试验材料,设置不同氮素水平（0、90、180、270和360 kg·hm^-2）,分别于六叶期、十叶期、蕾薹期和开花期,利用数码相机获取冠层数字图像数据,同时采集植株样品分析其生长特征值,研究其相关性并建立氮素营养参数的方程模型。利用2014-2015年独立氮肥水平试验,对上述方程模型拟合精度进行验证并绘制1﹕1线性关系图。【结果】数字图像红光值（R）、红光标准化值（NRI）和绿光与蓝光比值（G/B）与冬油菜氮营养状况常规诊断指标地上部生物量、叶片氮浓度和叶绿素浓度等呈负相关关系,而绿光值（G）、蓝光值（B）、绿光与红光比值（G/R）、蓝光与红光比值（B/R）、绿光标准化值（NGI）和蓝光标准化值（NBI）则与上述指标呈正相关关系,红光标准化值（NRI）与其他数码参数相比能更好地表征冬油菜的氮素营养状况,蕾薹期红光标准化值NRI与氮肥用量、地上部生物量、叶片氮浓度、叶绿素浓度、氮素吸收量和氮营养指数之间的关系可分别用线性方程y(t·hm^-2)=-8.003x+2.706、y(t·hm^-2)=-106.072x+38.200、y(g·kg^-1)=-692.99x+ 261.84、y(mg·g^-1)=-12.750x+5.665、y(kg·hm^-2)=-4087.416x+1414.274和y=-27.198x+9.812来表达,其相关性达到极显著水平。2014-2015年独立试验模型检验结果表明,叶片氮浓度、叶绿素浓度和氮营养指数实测值与预测值的决定系数R²分别为0.917^**、0.746^**和0.953^**;均方根误差RMSE分别为0.821、0.330和0.228;相对误差RE %分别为26.32%、28.57%和28.39%,模型预测精度较好。【结论】数字图像技术可以用于冬油菜氮素营养的评估预测,评估时期为蕾薹期（包括）之前均可,最佳预测参数为红光标准化值NRI,参数的最佳方程模型为直线方程函数。     

基于无人机和地面数字影像的水稻氮素营养诊断研究

选用扫描仪和无人机平台获取水稻叶片和冠层的数字图像,运用数字图像处理技术研究不同氮素营养水平水稻叶片和冠层的综合特征信息,从而应用于水稻的氮素营养诊断。结果表明:1)通过叶片叶绿素a含量和扫描叶片颜色参量之间的相关性分析,得到可用于诊断水稻氮素营养水平的叶片颜色特征参量B、b、b/(r+g)、b/r、b/g。通过叶片的颜色、形状综合特征信息与YIQ电视信号彩色坐标系统的参量建立氮素营养的识别模型,4个不同氮素水平的正确识别率分别为:N0(0 kg N.hm-2)74.9%,N1(60 kgN.hm-2)52%,N2(90 kg N.hm-2)84.7%,N3(120 kg N.hm-2)75%;2)无人机获取的田间冠层图像识别水稻氮素营养水平的综合特征参量是G、B、b、g、b/(r+g)、b/r、b/g、H、S、DGCI,选择相同的CB参量建立冠层氮素营养的识别模型,4个不同氮素水平的正确识别率为:N0(0 kg N.hm-2)91.6%,N1(60 kgN.hm-2)70.83%,N2(90 kg N.hm-2)86.7%,N3(120 kg N.hm-2)95%。初步研究表明基于综合特征的氮素诊断模型区分效果比较好,利用叶片扫描图像和无人机识别与诊断田间水稻氮素是可行的。     

应用数字图像分析技术进行冬小麦 拔节期氮营养诊断

传统的作物营养诊断如植株全氮、生物量和植株硝酸盐浓度测试等需要进行大量的田间取样和实验室分析,时效性不足,难以适应作物生长期间追肥诊断的需要。通过田间试验,应用数字图像技术对拔节期作物的氮营养状况进行了研究,发现冠层数字图像色彩参数可以用来表征冬小麦拔节期的氮营养状况。数字图像标准化红光值R/（R＋G＋B）与冬小麦常规营养诊断指标如叶绿素仪读数、茎基部硝酸盐浓度、植株全氮含量和地上部生物量之间的相关系数达到了0.809～0.946,是较好的表征作物氮营养状况的诊断指标。     

基于颜色特征的加工番茄叶片氮素评价初步研究

利用数码相机获取加工番茄地上部分彩色图像,通过图像处理软件提取RGB及其组合的颜色特征值,同时与氮素指标叶片叶绿素含量、SPAD值、叶片含氮量及单株吸氮量作回归分析,根据统计性检验,有相当数量的颜色特征与4个氮素指标呈较高的相关性,相关系数达到r=0.7以上.综合筛选出的颜色特征指标,结合地面覆盖度与氮素营养指标建立以叶片含氮量为应变量的估算模型.经模型校验,其预测值与实测值在n=15,P＜0.01水平上达r=0.8以上的极显著相关.因此,可依据颜色特征参数通过建立相应的统计模型进行加工番茄叶片氮素含量的评价,进而为加工番茄氮素营养诊断提供依据.     

土壤无机氮残留的施氮影响及调控研究进展

土壤无机氮残留与生态环境安全以及土壤氮素有效性、氮肥减量施用等紧密关联,日益成为生态、环境、土壤和植物营养等学科十分关注的热点之一.氮肥（化肥和有机肥）是耕作土壤无机氮残留的主要来源,并产生重要影响.通过合理施肥等,可以调控土壤中残留无机氮含量.今后,可在最佳经济施氮量的确定和植物性硝化抑制剂等方面作更多的研究.     

不同培肥对采煤塌陷地复垦土壤氮素变化的影响

通过连续2 a对塌陷地土壤复垦,研究玉米不同生育期内不同施肥条件下土壤中全氮、微生物氮和可溶性有机氮含量的变化。结果表明,塌陷地复垦土壤的全氮、微生物氮和可溶性有机氮含量逐年增加。有机肥+无机肥(N+M)处理对提高土壤全氮效果最好,有机肥+无机肥(N+M)、有机肥+无机肥+菌肥(N+M+F)和有机肥(M)处理间的差异不显著;有机肥+无机肥+菌肥(N+M+F)处理对提高土壤微生物氮和可溶性有机氮含量效果最好。     

不同配比有机土及栽培方式对草莓生长的影响

为了对草莓的无公害生产提供参考,利用常见的农田废弃物秸秆、谷壳及厩肥等,经过发酵腐熟后与清洁土壤按一定比例均匀混合成草莓栽培基质,以常规土壤栽培为对照进行高架栽培和地式栽培。试验表明:有机土基质富含有机营养,可有效提高地温,对增产和改善品质有一定的促进作用,生育期中不追施化肥和农药。栽培草莓的基质的最佳配方为稻草1份+谷壳1份+厩肥2份+园土1份+有机复合肥(50kg/667m2),栽培方式以高架栽培较好。     

不同施肥模式对烤烟生长和根际氮素营养的影响

为探索烤烟的科学施肥模式,采用根箱培养法研究了不同施肥模式对烤烟生长和根际氮素营养的影响。结果表明,有机无机肥配施模式下烟苗的生物量和氮素吸收量比对照分别提高了120.45%和141.35%;铵态氮和碱解氮在土壤中的移动速率低于烟苗根系的吸收速率,施肥显著提高根际土壤中的铵态氮和碱解氮含量,有效增加了土壤氮素的供应强度;硝态氮在土壤中容易向根系表面迁移,施用化肥可提高根际土壤硝态氮含量,施用有机肥则相反;近根区(距根系3mm以内)土壤脲酶活性高于远根区(距根系10mm以外),施用有机肥提高了根际土壤脲酶活性,土壤有机质含量与脲酶活性呈正相关;近根区土壤pH显著低于远根区,单施化肥显著降低了根际土壤pH,有机无机肥配施对根际土壤pH无显著影响,单施化肥容易造成土壤酸化,有机无机肥配施可避免单施化肥产生的负面影响。     

盆栽条件下土壤无机氮浓度对大豆结瘤、固氮和产量的影响

【目的】大豆结瘤固氮和产量对氮肥的反应不同,实际上是由于大豆共生固氮系统及其根系系统对土壤无机氮浓度的感知不同造成的。通过对不同土壤无机氮浓度下大豆结瘤、固氮及产量影响的研究,探索能提高大豆产量、结瘤和固氮的土壤无机氮浓度,即掌握土壤无机氮浓度与大豆共生固氮和产量的数量关系,为调控氮肥施用量及施用时期、预测氮肥对大豆共生固氮能力和产量的影响提供理论依据。【方法】采用盆栽土培试验方法,分别在第一片复叶充分生长（V2期）、始花期（R1期）、始荚期（R3期）和始粒粒（R5期）一次性施用不同量的氮肥,从而形成不同无机氮浓度的土壤。利用获得的不同无机氮浓度土壤为供试土壤,对各生育时期根瘤数量、干重和固氮酶活性及成熟期产量及其构成因子进行调查,明确大豆根瘤固氮和产量对土壤无机氮浓度的响应,掌握土壤无机氮浓度与氮肥及与大豆固氮和产量的数量关系。【结果】不同时期土壤无机氮浓度处理下的根瘤干重、数量和固氮酶活性均随着大豆生育时期的推进在R4期时达到最大值。R6期时大豆平均根瘤干重、数量和固氮酶活性均表现为：V2期＞R5期＞R3期＞R1期,较CK处理根瘤平均干重分别下降15%、18%、17%和32%;根瘤数量下降13%、18%、19%和20%;固氮酶活性下降19%、22%、23%和32%。不同生育时期土壤无机氮浓度与R6期大豆根瘤干重、数量和固氮酶活性间均具有显著的线性负相关关系,即土壤无机氮浓度越大对根瘤干重、数量和固氮酶活性的抑制作用越大。大豆干物质积累量和产量的变化趋势均表现为：R1期＞R3期＞V2期＞R5期。除R5期不同土壤无机氮浓度处理与CK处理间的生物量和产量差异不显著外,V2、R1和R3期不同土壤无机氮浓度处理,均显著地促进大豆生物量和产量的增加。不同生育时期处理均以N3和N4处理的生物量、株高、株荚数、株荚重、株粒重显著高于其它处理。V2期土壤无机氮浓度对大豆固氮能力和产量的影响最大,而R1期土壤无机氮浓度对大豆生长和产量的影响最大。不同生育时期不抑制大豆固氮同时还提高大豆产量的土壤无机氮浓度不同：V2期土壤无机氮浓度达到135.8 mg•kg -1;R1期土壤无机氮浓度为58-91 mg•kg-1;R3期土壤无机氮浓度为29.4-62.8 mg•kg -1;在R5期土壤无机氮浓度达到102.3 mg•kg -1。【结论】大豆对氮肥的反应主要取决于土壤无机氮浓度的大小,而土壤无机氮浓度大小的调节,除了与氮肥施用量有关外还与大豆的生育时期有关系,可以根据农业生产和科学试验的需要进行调节。其中V2期土壤无机氮浓度对大豆根瘤数量、干重和固氮酶活性的影响大于其它生育时期土壤无机氮浓度处理;而R1期土壤无机氮浓度对大豆生物量和产量的影响大于其它生育时期土壤无机氮浓度处理。