基于冠层光谱的锦橙叶片磷素营养监测研究

以盆栽蓬安100号锦橙施肥调控试验为基础,利用田间冠层光谱信息探索建立植株磷素营养监测技术与方法。通过采集蓬安100号锦橙95个单株样本的冠层光谱信息和室内检测分析叶片磷含量,随机选取76个作为建模样本,19个为检验样本,运用多种光谱预处理方法和偏最小二乘法(Partial least square method,PLS)及内部交叉验证方法建立校正模型与模型检验。结果表明,经多种光谱预处理方法的建模结果比较,冠层原始反射光谱经二阶求导和SNV处理后建立的蓬安100号锦橙叶片磷含量冠层光谱监测模型预测能力和稳健性最佳,其主成分数4个,能表达全波段63%的信息;校正模型相关系数为0.90,偏差Bias=2.45E-10,且RMSEC和RMSEP均最小。模型检验预测的决定系数R2=0.85。因此,利用二阶导数及标准归一化(Standard normal variate transformation,SNV)预处理的田间冠层光谱信息快速无损监测蓬安100号锦橙叶片磷含量具有一定的可行性。     

基于无人机多光谱影像的夏玉米叶片氮含量遥感估测

利用无人机平台搭载多光谱相机组成的遥感监测系统在农业上已取得了一些成果,但利用无人机多光谱影像开展作物氮素估测研究少有尝试。基于此,该文利用国家精准农业基地2017年夏玉米3个关键生育期无人机多光谱影像和田间实测叶片氮含量数据,开展夏玉米叶片氮素含量的无人机遥感估测研究。对该研究选用的15个光谱变量,通过相关性分析解析光谱变量与LNC的相关关系,筛选出对玉米叶片氮素含量敏感的光谱变量;应用后向逐步回归方法分析不同变量指数下估测精度变化,最终确定不同生育期夏玉米LNC估测的光谱变量,实现对夏玉米叶片氮含量的较高精度监测。研究发现:1)在3个生育时期,GRE和GNDVI与LNC都有很强的相关性,表明绿波段可以很好地进行夏玉米生物理化参数的反演;2)在喇叭口期和灌浆期,OSAVI、SAVI与LNC具有高度相关性,证明在夏玉米生长前期和后期选择控制土壤因素的光谱变量可以提高对氮素估测的能力。在筛选最优光谱变量建模过程中发现,喇叭口期选取5个光谱变量(GNDVI、GRE、OSAVI、REG、SAVI)建模效果最好,估测模型的R~2、RMSE和nRMSE分别为0.63、27.63%、11.62%;抽雄吐丝期选取6个光谱变量(REG、GRE、GNDVI、MNLI、RED、NDVI)建模效果最好,估测模型的R~2、RMSE和n RMSE分别为0.64、20.50%、7.80%;灌浆期选取5个光谱变量(GRE、GNDVI、RED、NDVI、OSAVI)建模效果最好,估测模型的R~2、RMSE和n RMSE分别为0.56、31.12%、12.71%;在不同生育期选取最优光谱变量进行夏玉米LNC估测具有很好的效果。应用无人机多光谱遥感影像数据可以很好地监测田块尺度夏玉米LNC的空间分布,可为玉米田间氮素精准管理提供空间决策服务信息支持。     

基于柑橘叶片功能性氮含量无损监测模型的调控施氮方法

为实现柑橘氮素管理的定量化,该研究以5年生'春见'橘橙为试材,设置不同对照施氮处理N0、N1、N2、N3（施氮量为0、50、100、200 g/株）和调控施氮处理Nr1、Nr2、Nr3（分别根据N1、N2、N3进行调控）,在试验开展的第1年利用高光谱技术,分别建立柑橘果实膨大期和转色期的叶片功能性氮含量无损监测模型;第2年利用叶片功能性氮含量无损监测模型与追氮量公式计算调控施氮处理的实际追氮量,比较分析对照施氮和调控施氮对柑橘果实产量、品质及氮肥利用率的影响。结果表明,利用反向传播神经网络构建的叶片功能性氮含量模型精度较高,R2为0.78（果实膨大期）和0.74（果实转色期）。调控施氮处理Nr1和Nr3比对照施氮N1和N3分别增产5.49和4.43 kg/株（增幅为48%和40%）;相比于N1,调控施氮处理Nr1的单果质量和可溶性固形物含量显著增加,果实横纵径、果形指数增幅不显著。相比于N3,调控施氮处理Nr3的氮肥偏生产力升高了103%;Nr1和Nr3的氮肥农学效率分别提高了290%和364%。Nr2和N2的产量、品质和氮肥利用率无显著差异。基于柑橘叶片功能性氮含量无损监测模型的调控施氮方法,能在一定程度上减少施氮不足或过量对柑橘产量、品质的影响,提高氮肥偏生产力和农学效率。     

玉米叶片氮含量的高光谱估算及其品种差异

准确、快速、及时地对玉米氮营养状况做出判断是氮肥合理施用的基础。该研究在水培条件下对3个玉米品种（组合）叶片氮含量（LNC）的高光谱敏感波段、估算模型及其品种差异进行了探讨。结果表明,LNC与不同波段叶片光谱反射率的相关性存在品种差异,但3个品种（组合）都在500～649 nm和691～730 nm表现极显著的负相关关系,并在同一波长获得最高的相关系数,说明可以利用统一的波段来预测不同品种的LNC。依品种建立了LNC与归一化差值光谱指数（NDSI）或比值光谱指数（RSI）的定量关系模型,NDSI（714,554）和RSI（714,554）所建模型的拟合度最好,直线和指数模型拟合度均达到极显著水平,可以用来估算玉米LNC。玉米LNC估算中,以该品种数据所建模型的估算偏差最低,利用综合模型或其他品种模型则加大了估算偏差,高估与低估的最高偏差分别为35.6%和32.7%。在利用高光谱技术进行玉米氮营养状况诊断的研究及应用中,应考虑品种间差异。     

用于监测柑橘叶片冻害的叶绿素含量光谱反射模型研究

果树叶片的叶绿素含量（SPAD）是植株营养状况的表现,也决定其光合作用能力的强弱,并且越冬前的树体营养状态,对果树抵御极端低温和顺利越冬是一个重要的影响因素,而果树受冻时叶绿素渗出和降解也是冻害发生程度的指标。通过对不同生长期的柑橘叶片进行光谱扫描,采用逐步回归法、红边参数法和光谱指数法分析叶片光谱反射率和叶绿素含量之间的关系,构建了柑橘叶片叶绿素光谱反射模型。结果表明,柑橘叶片叶绿素含量与反射光谱之间有较强的相关性,且两种方法所得模型预测值与实测值的相对误差都小于10%,说明模型具有良好的预测结果。两种方法中,选择波段的逐步回归法比光谱指数法的精度更高,但从建模参数的物理意义和逻辑性方面考虑,推荐光谱指数法建模,该模型可为远距离遥感监测果园营养状况和冻害情况提供参考。     

基于无人机多光谱影像的水稻氮营养监测

探究消费级无人机多光谱影像对不同生态点、不同品种水稻氮营养监测建模精确度和普适度的影响,对于实现区域水稻氮营养精确管理与应用有重要意义。该研究分别在云南省西双版纳勐遮镇（供试品种：云粳37）与重庆市北碚区（供试品种：极优6135）2个试验点设置不同氮水平田间试验,利用大疆精灵4多光谱无人机于水稻分蘖期、拔节期和抽穗期采集水稻冠层多光谱图像,采用凯氏定氮法测定水稻植株冠层氮含量（canopy nitrogen content,CNC）并计算地上部氮累积量（plant nitrogen accumulation,PNA）;分别利用植被指数、偏最小二乘回归（partial least squares regression,PLSR）、随机森林（random forest,RF）、反向传播神经网络（back-propagation neural network,BPNN）对单一试验点、单品种和不同试验点、多品种水稻建立氮营养监测模型并探究模型的迁移能力。拔节期和抽穗期的模型精度较高（归一化植被指数NDVI或近红外归一化植被指数NNVI,R²为0.68～0.88）,而分蘖期的模型精度欠佳（NDVI,R²为0.53～0.79）,且模型迁移能力均较差;通过RVI（ratio vegetation index）建立的单品种水稻全生育期地上部氮累积量监测的精度较高且迁移能力较好。基于PLSR、RF和BPNN构建的模型精度高于植被指数模型,其中基于RF的多品种全生育期冠层氮含量和地上部氮累积量监测模型精度最高,R²分别为0.84和0.94,均方根误差分别为0.28%和10.09 kg/hm²。研究结果可为无人机多光谱影像技术对不同生态点、不同品种的水稻全生育期氮营养监测提供理论依据和技术支持。     

不同施氮水平下温室番茄叶片反射光谱特征分析

利用便携式光谱辐射仪测定了温室番茄叶片的光谱反射率,研究了不同施氮水平下特定光谱指数与叶片氮含量、光合速率及产量的关系。结果表明,温室番茄叶片的光谱反射率在可见光波段随供氮水平的升高而降低,在近红外波段随供氮水平的升高而增加。随施氮水平的提高,绿峰的蓝移和红边的红移现象明显,而红谷反射率与光合速率之间的关系可用二次方程拟合,相关系数达0.805。番茄叶片氮含量的敏感光谱波段为580~695 nm,740~900 nm,由695 nm、770 nm两个波段构建的高光谱指数(RVI、NDVI)与叶片氮含量的相关性显著。而基于原始光谱数据对番茄产量的估测也可在温室中得到很好的运用,其中光谱指数RV(I710,680)、VARI700和产量的拟合方程最优。     

基于多光谱图像技术的番茄营养素诊断模型

为了快速、准确估测番茄营养水平和生长状态,利用多光谱图像分析技术研究了温室番茄营养素含量和图像特征的相关性。在日光条件下采集了温室番茄叶片多光谱图像,并采用多尺度Retinex算法有效地解决了叶片平整度差异造成的图像质量退化问题。从颜色模型、比值植被指数和归一化差值植被指数出发,自定义了49个多光谱图像特征参数。结合相关性分析和系统聚类分析消除了多光谱图像特征参数的多重共线性,并提取了4个能反映叶绿素含量(SPAD指数)和全氮含量预测模型,其中SPAD指数模型的决定系数(R2)为0.8668,均方根误差(RMSE)为3.997;全氮模型的R2为0.7284,RMSE为0.5130。     

利用光谱反射率预测烤烟叶片烟碱含量

以ASD Field spee FR 2500光谱仪测定了不同生育期不同氮钾处理的烤烟叶片光谱反射率,通过光谱反射率、一阶导数光谱和光谱特征变量与烟碱含量的相关分析和逐步回归模型筛选出特征波长,并对回归模型的预测效果进行检验.结果表明,一阶导数光谱回归方程预测效果最好、光谱反射率回归方程次之、特征变量回归方程最差.筛选出光谱反射率特征波长为1792 nm、一阶导数光谱特征波长为810 nm.光谱反射率和一阶导数光谱在427～712、741～810、1382～1879、1905～1969、2067～2338 nm范围内与烟碱含量相关性强.本研究为采用高光谱技术预测烟叶烟碱含量提供了理论参考.     

不同品种玉米氮含量与叶片光谱反射率及SPAD值的相关性

为明确不同玉米品种SPAD值及光谱反射率进行氮素营养诊断的可行性,以华北地区的6个主要玉米杂交品种中单909、隆平206、郑单958、金赛06-9、农华101与登海605为材料,设置0.04、0.4、2.0和4.0 mmol/L 4个氮水平的砂培试验,研究了玉米拔节期氮含量、叶片光谱反射率及SPAD值的处理间差异,及其不同氮水平下玉米氮含量与叶片550 nm处的光谱反射率及SPAD值的相关性。结果表明:来源于氮水平的变异远高于品种及二者交互作用引起的变异,植株氮含量与叶片550 nm处的光谱反射率呈显著负相关关系(R=-0.808 8),氮含量与SPAD值存在极显著的正相关性(R=0.895 6)。因此,通过SPAD值及光谱反射率对华北地区玉米杂交种进行氮素营养诊断是可行的,且用SPAD值来诊断氮素营养状况要比光谱反射率的精确度高。     

滴灌条件下冬小麦施氮增产的光合生理响应

小麦籽粒产量与抽穗期之后的旗叶光合能力密切相关。为明确冬小麦施氮增产的光合生理响应,该文以充分滴灌不同N追肥量处理的冬小麦田为研究对象,抽穗期后进行3次旗叶光合-光响应曲线测定,量化并比较了旗叶光合能力(Amax)和表观光量子羧化效率(α)等参数及产量(Y)和水分利用效率(WUEa),并确定了旗叶比叶重(SLA)、N含量(N-mass和N-area)和13C同位素甄别率(Δ)对光合参数及产量的影响。分析表明:充分滴灌条件下,增施N肥能延长旗叶光合功能持续期,提高Amax和α,以高N处理(N3,207kg/hm2)处理最为显著(P=0.046),在生育中后期仍能保持较高的Amax,这也是N3处理Y较高的主要原因。而N肥对农田耗水影响不显著,高N处理的WUEa也较高。Amax的提高和维持与旗叶SLA、N-mass、N-area和Δ的变化有关,N肥处理也显著影响了Amax与SLA、N-mass、N-area和Δ之间的线性相关关系。该结果从光合生理角度阐明了冬小麦施氮增产的生理因素,可为该地区冬小麦滴灌施肥管理提供参考。     

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。     

玉米叶片SPAD值、全氮及硝态氮含量的品种间变异

研究比较两种土壤肥力条件下,4个春玉米品种在喇叭口期至成熟期间叶片SPAD值、全氮及硝态氮含量的变异程度、及其与氮素积累和产量形成的关系,以期为不同品种植株的氮素营养测试指标的优化提供依据。结果表明,叶片SPAD值与产量、吸氮量及生物量呈显著相关,该值主要受氮肥水平影响,并因土壤肥力而变异。从喇叭口期至灌浆期间平均变异幅度为17.7%,但品种间变异很小,平均仅为4.3%。说明利用SPAD值诊断玉米氮素营养时,其诊断指标不需要因品种而调整,但需要因不同肥力而调整。在新立城低肥力条件下,喇叭口期(V12)和抽雄期(VT)的SPAD临界值指标分别为46.1和57.8;在德惠高肥力条件下,两个时期的SPAD值临界值较为接近,分别为59.9和60.3。植株叶片硝态氮含量在土壤肥力间及品种间变异均较大,变异幅度分别为43.1%和29.3%,且与产量、吸氮量及生物量的相关性均较差,不适于在大面积范围内单独作为玉米氮素营养状况的评价指标。     

基于时序图像跟踪的葡萄叶片病害动态监测

为提高自然成像条件下的酿酒葡萄图像中病害识别的可靠性,对时序叶片图像作连续病害检测并监测病斑变化情况。首先,在每一天利用Faster R-CNN算法对摄像机视场中葡萄叶片进行检测,对检测到的叶片采用改进卡尔曼滤波法进行跟踪,以获得叶片正面图像。为了实现多叶片跟踪和解决由遮挡而造成的跟踪失败问题,该文在卡尔曼滤波和匈牙利算法基础上,结合运动测度和深度外观信息对跟踪目标进行匹配,运动匹配时采用马氏距离,外观匹配方面采用最小余弦距离。其次,将不同日期的叶片正面图像做SIFT(scale-invariant feature transform)匹配,找到同一叶片按日期排列的一组序列图像,并在序列图像中通过深度学习技术进行病害识别。最后,通过监测叶片序列图像上病斑相对面积变化或病斑数量是否增加来确认病害的存在。该文对提出的跟踪算法、叶片匹配算法和序列图像上病害识别的精度进行了测试,试验表明:跟踪算法平均多目标跟踪准确度为73.6%,多目标跟踪精度为74.6%,基于判别模型颜色特征的传统跟踪算法两指标分别为14.3%和61.3%;基于SIFT特征的叶片匹配在识别同一叶片时的精度达到了90.9%;病害监测方面,虚警综合排除率(马修斯相关系数)达到了84.3%。该文的方法可以排除一些虚假病害,病害监测的可靠性有所提高,可适用于自然条件下葡萄病害的连续在线监测。     

Prediction of grain protein content in winter wheat through leaf color measurements using a chlorophyll meter

A field trial was conducted over a 3-year period at the Hokkaido Kitami Agricultural Experiment Station to examine whether the grain protein content (GPC) of a winter wheat cultivar (Triticum aestivum L. cv. Chihokukomugi) suitable for Japanese noodle-making could be predicted before harvest. The prediction of the GPC was accurate based on the color of the second leaf (just below the flag leaf) at the end of the emergence of the inflorescence, when nitrogen application was graded. In order to evaluate the reliability of this test, a survey of 95 wheat fields in the eastern part of Hokkaido was also carried out during a 3-year period. The prediction of the GPC for this cultivar based on the color of the second leaf was less accurate across many sites. The results of this survey, however, suggested that the leaf color could be used as an index for ranking the GPC as low or high in relation to processing requirements. When the leaf color value of the second leaf measured with a chlorophyll meter at the end of the emergence of the inflorescence was less than 40, it was predicted that the GPC would be lower than the processing requirement. This index could be applied to the cultivars grown in the eastern part of Hokkaido, except for those grown on peat soils.     

利用部分生理生化指标监测SO2对农作物急性伤害的研究

利用田间开顶式熏气装置对盆栽小麦和几种蔬菜作物进行熏气试验,研究相同SO2熏气浓度不同熏气时间供试样本叶液pH值、叶片电导率、含硫量的变化,结果表明在SO2熏气时间和叶液pH值之间存在显著线性负相关性,SO2熏气时间和叶片含硫量、叶片电导率之间存在显著线性正相关性.在叶片含硫量、叶片电导率和叶液pH值三个参数中,叶片含硫量是监测SO2对农作物急性伤害最为敏感的指标.然后利用相同的田间开项式熏气装置选择三个品种的水稻进行不同浓度相同时间的田间熏气试验,分析叶片含硫量的变化规律.研究表明,在同一生育期内,随着SO2熏气浓度的增大,三个水稻品种叶片中硫的含量呈明显增加趋势,且不同SO2浓度处理的水稻叶片含硫量和对照比较均有提高且差异显著.