基于高光谱的寒地水稻叶片氮素含量预测

为快速、无损和准确地诊断水稻营养状况,开展了基于高光谱成像技术的寒地水稻叶片氮素含量预测研究。以不同施氮水平下的水稻叶片为研究对象,利用高光谱成像技术,分析拔节期水稻叶片光谱,采用全波段高光谱数据、连续投影算法及分段主成分分析(segmented principal components analysis,SPCA)与相关分析(correlation analysis,CA)相结合的方法建立多种回归分析模型,并对模型进行检验和筛选。结果表明:随着施氮水平提高,水稻叶片反射率在可见光区域降低,在近红外区域升高。在校正集决定系数上,基于多元逐步回归分析的全波段模型较好,校正集决定系数为0.821,校正集均方根误差RMSEC=0.079;在预测集决定系数上,基于SPCA-CA结合多元回归分析的多变量单波段指数、差值指数、双差值指数模型较好,预测集决定系数为0.869,预测集均方根误差RMSEP=0.085。该研究结果为快速检测水稻叶片氮素含量及水稻生长期间精确施肥管理提供了参考。     

基于光谱特征分析的苹果树叶片营养素预测模型构建

该文旨在利用光谱分析技术建立高精度苹果叶片营养素预测模型,为苹果树的精细管理提供技术支持。在苹果树年度生长周期的坐果期、生理落果期和果实成熟期等重要物候期,采集了180个果树叶片样本并测量了果树叶片在可见光和近红外波段的反射光谱,同时在实验室采用化学方法获取了果树叶片的氮素以及叶绿素含量。对于聚类后样本,分别分析了果树叶片反射光谱以及经小波滤波后的反射光谱与叶绿素以及氮素之间的相关关系,而后利用偏最小二乘和支持向量机（SVM,support vector machine）方法分别建立了果树叶片叶绿素和氮素含量的回归模型。研究发现,随着生长阶段的推进,在可见光处的反射率逐渐升高,在近红外处的反射率逐渐降低,且基于小波滤波反射光谱的营养素SVM回归模型精度最高：建立的叶绿素回归模型,其测定系数R2达到0.9920,均方根误差 RMSE为0.0039,验证精度R2达到0.9036,RMSE为0.1979;建立的氮素回归模型,其测定R2和验证R2也达到0.74以上,模型的回归RMSE为0.0554,验证RMSE为0.1215。结果表明,采用支持向量机回归模型可以精确估计果树叶片叶绿素含量,对氮素含量的估计精度也达到了实用化水平。     

水稻叶片氮素及籽粒蛋白质含量的高光谱估测模型

研究水稻叶片氮素和籽粒蛋白质含量的高光谱快速、无损监测方法,对于水稻营养诊断、籽粒品质监测及氮肥高效利用具有重要意义。本文通过水稻盆栽试验,测定水稻叶片氮素、籽粒蛋白质含量和冠层光谱,采用不同的光谱建模方法来提高氮素、籽粒蛋白质含量的估测精度。先用主成分分析(PCA)方法进行特征波段的提取,再用多元线性回归(MLR)、人工神经网络(ANN)和偏最小二乘回归(PLSR)进行建模。结果表明,水稻叶片氮素和籽粒蛋白质含量与特征光谱存在很好的模型关系,3种模型预测的决定系数(R2_p)均在0.847以上,并以PLSR模型的预测效果为最好,可以实现水稻氮素营养和籽粒品质的高光谱估测。     

基于冠层光谱特性的水稻叶片含水率模型

基于水稻叶片含水状况与冠层光谱反射率存在关联,尝试构建水稻叶片含水率模型。在水稻生长的孕穗期,同时测量室外水稻冠层光谱反射率和叶片含水率,依据水稻叶片含水率与各光谱波段反射率之间的相关性系数,选取高相关性系数对应的光谱特征波段。采用遗传算法对BP神经网络的初始权值进行优化处理。分别应用BP神经网络和GA-BP-Network、传统多元线性回归方法建立预测模型。试验表明,GA-BP-Network模型的预测含水率值与真实值平均误差率为3.9%,最大误差率为6.1%,均比BP神经网络、传统多元线性回归预测模型有了很大的改善,提高了预测水稻叶片含水率的准确性。     

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。     

基于PLSR方法的马铃薯叶片氮素含量机载高光谱遥感反演

作物氮素状况是评价土壤肥力和作物长势的重要指标,叶片氮素状况的实时无损估测对合理氮素管理、提高产量和改善品质具有重要意义。本文选择不同氮处理条件下的马铃薯作为研究对象,利用AISAEagle机载高光谱成像系统获取试验区的高光谱图像,在对图像进行精确的几何、辐射校正和反射光谱重建基础上,提取每个处理马铃薯冠层的高光谱数据。选取波长430-910nm范围内原始光谱R及其D1(R)、D2(R)、Log(1/R)、DLog(1/R)、D2Log(1/R)5种变式数据,根据田间同步采样叶片的氮素含量数据,利用偏最小二乘回归法(PLSR)构建了马铃薯叶片氮素含量的光谱预测模型,并进行全氮含量填图。结果表明:基于一阶导数光谱D1(R)的偏最小二乘回归模型的效果最优,决定系数(R2)和校正均方差(RMSEC)分别为0.82、0.38%。将该最优估算模型应用到整个高光谱图像上,得到试验区马铃薯叶片全氮分布图,图像上氮的值域为3.35%~5.95%,与地面实测结果3.59%~5.89%基本一致,且叶片全氮值的大小分布与马铃薯长势分布一致。研究结果可为研制和开发基于高光谱成像技术的马铃薯叶片氮素预测方法提供理论和技术支持。     

应用数字图像技术进行水稻氮素营养诊断

【目的】研究田间试验条件下水稻不同生育期冠层图像色彩参数(G、NRI、NGI、NBI、G/R和G/B)及植株氮素营养指标(叶片含氮量、植株全氮含量、生物量、氮素累积量和冠层NDVI值)的时空变化特征,并分析两者间的相关性,确立水稻氮素营养诊断的最佳色彩参数和方程模型,为探明数码相机在水稻上的适宜性及精确诊断水稻氮素营养状况提供理论基础。【方法】于2013年5月9月在湖北省武汉市华中农业大学试验基地(30°28'08'N,114°21'36'E)采用不同施氮处理的田间试验,以籼型两系杂交稻"两优6326"为供试作物,设置4个施氮水平:0、75、150和225 kg/hm2(分别以N0、N75、150和N225表示),3次重复,随机区组排列。分别在水稻分蘖期、拔节期、孕穗期和灌浆期采用数码相机(Nikon-D700,1200万像素)获取水稻冠层图像,应用Adobe photoshop7.0软件直方图程序提取图像的红光值R、绿光值G和蓝光值B,研究数码相机进行水稻氮素营养诊断色彩参数,确定植株氮素营养指标诊断模型。【结果】较对照(N0)相比,分蘖期、拔节期、孕穗期和灌浆期3个施氮处理水稻地上部生物量、叶片含氮量、植株全氮含量、氮素累积量、冠层NDVI值和成熟期产量增幅分别平均为40.7%98.0%、42.4%72.4%、36.2%85.3%、125.5%209.1%、51.3%60.6%和60.1%117.0%,差异显著。水稻不同生育期各冠层数字化指标G、NRI、NGI、NBI、G/R和G/B与上述氮素营养参数相关性差异较大,且以数字图像红光标准化值NRI表现最佳,建议作为应用数码相机进行水稻氮素营养诊断的最佳冠层图像色彩参数指标。进一步分析表明,可以用统一的线性回归方程来描述不同生育期、不同氮素水平下水稻植株氮素营养指标随冠层色彩参数NRI的变化模式。【结论】数码相机进行水稻氮素营养诊断测试结果稳定,具有快速、便捷、非破坏性等优点,冠层色彩参数NRI与水稻氮素营养指标和产量之间均表现出较好的相关性,满足氮素营养无损诊断的需求,对实时、快速监测水稻长势状况及氮素营养丰缺水平具有较高的可行性,有望发展成为新时期作物氮素营养无损诊断技术的潜力。     

水稻氮素营养的叶色诊断研究

本文根据均匀颜色空间的L*a*b*空间及色差公式研制了水稻标准叶色卡;研究了水稻氮素营养的叶色诊断。结果表明,水稻叶色与叶片全氮、蛋白氮、非蛋白氮含量,叶绿素、类胡罗卜素含量及光合强度等生理性状都有极显著的相关性,不同生育期的叶色级与产量有密切关系。田间对比试验结果也表明,根据叶色诊断施肥比农民习惯施肥有显著的节氮增产效果,可以作为优化配方施肥的配套技术之一。     

基于无人机高光谱影像的引黄灌区水稻叶片全氮含量估测

实时监测水稻氮素状况对于评估水稻长势及精准田间管理意义重大。为确定宁夏引黄灌区水稻叶片全氮含量的最优高光谱估测方法,该文依托不同氮素水平水稻试验,基于成像高光谱数据和无人机高光谱影像,综合运用统计分析及遥感参数成图技术,对比分析光谱指数与偏最小二乘回归方法预测水稻叶片全氮含量的精确度和稳健性。结果表明,以组合波段738和522 nm光谱反射率的一阶导数构成的比值光谱指数(ratio spectral index,RSI)构建的线性模型为水稻叶片全氮含量的最优估测模型(检验R2为0.673,均方根误差为0.329,相对分析误差为2.02);无人机高光谱影像反演的水稻叶片全氮含量分布范围(1.28%~2.56%)与地面实际情况较相符(1.34%~2.49%)。研究结果可为区域尺度水稻氮素含量的空间反演及精准农业的高效实施提供科学和技术依据。     

基于土壤氮素平衡的氮肥推荐方法——以水稻为例

基于土壤氮素平衡提出了一种新的氮肥推荐方法——氮素归还指数法,并以水稻为例介绍了其实施过程。经江苏省太湖地区和里下河地区45个水稻田块的举例推荐,用肥料效应函数法推荐的最佳经济施氮量(OENR)、氮素归还指数法推荐的氮素归还施氮量(RNR)和理论施氮量法推荐的理论施氮量(TNR)分别平均为N 246.8±42.5、216.9±27.3和176.9±22.3 kg hm-2。氮素归还指数法可不经过田间试验实现以目标产量为唯一变量的氮肥推荐,但在区域氮素净损失率能否保持相对稳定、长期实施氮素归还施氮量能否使土壤不致产生氮素盈余等方面仍需进一步研究。     

傅立叶变换中红外光谱估测水稻叶片氮素含量的研究

通过不同氮素水平的水稻田间试验,在分析测定了水稻叶片叶绿素、氮素等农学参数后,采用傅立叶中红外光谱仪测定了水稻孕穗期叶片干样的透射光谱,利用协同偏最小二乘算法（siPLS）分析选取了傅立叶变换红外光谱估测水稻氮素含量的敏感波段及其组合。结果表明,其最优主成分数是9个,最佳估测建模的波段组合分别为1350.89～1586.57, 1587.53～1822.40 和 3709.41～3943.72 cm-1;建立的水稻氮素预测模型的精度较高,交互验证均方根误差（RMSECV）和预测均方根误差（RMSEP）分别为0.1538和0.1933,预测值与化学分析获得的叶片总氮浓度之间的交互相关系数和独立检验相关系数分别为0.9393和0.6649,高于中红外光谱指数NFS和NFSA的预测精度。说明利用傅立叶红外光谱作为水稻氮含量的诊断技术是可能的,值得进一步验证和完善。     

光照对开花结实期水稻根叶氮氧化物排放的影响

为探明光照对水稻根、叶界面氮氧化物排放的调控机制,用密闭箱法,探讨了光照对开花结实期水稻叶际及根际氮氧化物排放的影响。结果表明,相同氮源(NH4NO3-N,N质量浓度90 mg/L),日间光照为6 000、8 000 lx条件下,同期水稻叶际N2O和NO排放速率分别为27.08、29.15μg/(盆·h)和2.25、0.94μg/(盆·h),分别占N2O和NO总排放的57.38%、54.19%和76.79%、51.93%;光强(1 600 lx)一致条件下,同期用发光二极管控制的黄、绿、白、红、蓝光处理水稻叶际N2O排放速率分别为2.16、13.40、1.07、3.82和7.08μg/(盆·h),红、蓝光在抑制水稻叶际N2O及根际NO排放的同时,有效提高了水稻根际N2O排放速率;相同条件下,红、白光能促进叶际NO排放,蓝光明显抑制了水稻根、叶界面NO排放,但水稻根、叶界面均无明显的NO2净排放作用(P0.05);0~8 000 lx范围内,水稻根、叶界面N2O及根际NO排放随光强增加而增加,但高光强(8 000 lx)处理有降低叶际NO排放作用(P0.05)。从试验结果看,水稻根、叶界面排放的90%以上的氮氧化物是N2O,且叶际N2O排放受根际N2O控制。研究表明适度增加红、蓝光比例并依据供氮水平同步调节光强,可有效抑制水稻根、叶界面氮氧化物排放。研究结果为水稻开花结实期根、叶界面气态氮氧化物减排的光控技术提供了重要依据和参考。     

不同LED光源对番茄果实转色期品质的影响

采用新型半导体光源发光二极管（LED）精量调制光质（红光、蓝光和红蓝组合光）,以普通日光灯（白光）为对照,研究不同光质对番茄果实转色期品质的影响。结果表明,红光处理下番茄果实番茄红素含量最高,显著高于对照和其他处理,但Vc含量最低。蓝光处理下番茄果实维生素C（Vc）含量、可溶性蛋白含量均显著提高。红蓝组合光处理番茄果实Vc含量与对照差异不明显,但可溶性蛋白的含量显著提高。红光和红蓝组合光处理能够显著提高番茄果实糖、酸含量;各处理糖酸比均显著高于对照,且红蓝组合光处理番茄果实的糖/酸值最高。红光和蓝光是影响番茄果实转色期品质变化的主要光质。     

测苗定氮综合氮素管理提高直播稻产量和肥料利用效率

【目的】直播水稻生长期和养分吸收均不同于传统插秧稻。本研究比较了直播稻不同品种对苗期定氮综合氮素管理措施的响应,以期为直播稻的最佳氮肥管理提供理论依据。【方法】于2016-2017年在成都平原,以超级杂交稻、普通杂交稻、普通常规稻为材料进行了田间试验。设置两种氮肥调控处理:"一基多追"(即基肥、苗肥、分蘖肥、穗肥,N1)和"无基多追"(即氮肥不基施,中后期采用测苗定氮综合氮肥管理技术,N2),以不施氮为对照(N0)。于分蘖中期、幼穗分化期、齐穗期,采用叶绿素仪(SPAD-502)测定叶片SPAD值。于收获期,取样测定氮磷钾含量,调查产量及产量构成。【结果】与N1处理相比,N2处理施氮量减少了33.3%~40.0%,直播稻产量并未出现显著下降;氮肥农学利用率、氮肥偏生产力、氮肥吸收利用率平均分别提高了48.9%、56.7%、11.9%;N2处理直播稻氮、钾吸收量平均分别降低了10.8%、5.8%;生产1000kg稻谷氮、钾需求量平均分别降低了9.4%、4.0%,磷吸收量和生产1000 kg稻谷磷需求量与N1处理相当。与普通杂交稻和普通常规稻相比,相同氮素管理措施下,超级杂交稻产量平均增加了11.7%,氮、磷、钾吸收量平均分别增加了21.5%、37.7%、17.5%,每生产1000 kg稻谷氮、磷、钾需求量平均分别增加了8.9%、24.3%、6.5%。超级杂交稻较高的氮、磷、钾养分吸收量和较低的氮、磷、钾收获指数是其生产单位稻谷氮、磷、钾需求量增加的主要原因。【结论】直播稻基肥不施氮,中后期采用测苗定氮综合氮肥管理技术,不仅可以减少1/3的氮肥投入量,还可维持直播稻较高的产量,减少生产1000 kg稻谷的需氮量和需钾量,提高氮肥效率。超级杂交稻比普通杂交稻和常规稻更适合采用测苗定氮综合管理技术。     

采用叶片光谱反射率预测寒地水稻稻米蛋白质含量

为实现利用水稻叶片光谱指数实时预测稻米蛋白质含量,该研究采集了不同年份中氮素、品种差异下寒地水稻主要生育期（T1拔节期、T2齐穗期、T3结实期）顶部3片叶（L1、L2、L3）的叶片光谱反射率,探究其变化规律以及光谱指数与稻米蛋白质含量的关系,并用P-k、均方根误差（Root Mean Square Error,RMSE）和对称平均绝对百分比误差（Symmetric Mean Absolute Percentage Error,SMAPE）对模型精度进行验证。结果显示：施氮量多则稻米蛋白质含量高,蛋白质含量高的稻米食味值评分低。提高氮肥投入量,叶片反射率在可见光区域内呈降低趋势,而在近红外平台叶片反射率上升。随着生育期的推进,可见光区域内的叶片反射率逐渐上升,叶片反射率在近红外平台表现出先增加后降低的趋势,其变化规律与蛋白质营养转运有着密切联系。对光谱指标和稻米蛋白质含量进行相关分析,T2时期的L2的光谱指数与蛋白质含量的相关性优于其他时期的叶片,其中T2时期L1叶ARI1指标（(1/R550)-(1/R700)）、L2叶CTR1指标（(R695/R420)）以及T3时期L3 叶Rg指标（绿光范围510～560 nm内的最大波段反射率）显示出与蛋白质含量良好的拟合关系,指标验证的P-k分别为0.01、0.01、0.03,RMSE分别为0.19、0.11、0.14,SMAPE分别为1.56%、1.24%、1.44%,其中以T2时期L2叶CTR1指标表现最优,蛋白质含量拟合方程R2为0.75。综上,借助CTR1指标能够实现快捷、无损和实时预测稻米蛋白质含量的目的,达到按质收获以及品质实时监测的要求,促进优质寒地水稻的可持续发展。     

不同供氮水平及水分调控条件下水稻光合作用光响应特征

为了揭示不同水氮调控对水稻功能叶片光合作用光响应特征的影响,在2种供氮水平下,针对分蘖末期和拔节孕穗期开展了不同土壤水分状况下水稻功能叶片光合速率的光响应特征研究。实测结果表明,随土壤水分的降低,水稻功能叶片的光响应曲线下降,且在光强高于400μmol/(m2.s)时,不同土壤水分状况的光响应曲线差距变大,低氮处理光响应曲线受水分亏缺的影响较大。基于实测结果,建立水稻叶片光合速率光响应曲线的数学模拟,得到不同水氮处理水稻功能叶片光响应的特征参数,结果显示最大净光合速率、光饱和点随着土壤水分的降低而下降、其中低氮处理下降幅度较大,在复水后均出现反弹。因此,水分胁迫会降低水稻叶片对强光的适应能力,但此能力在复水后可恢复,在200～300kg/hm2施氮量范围内,增加施氮量可以有效改善叶片光响应特征、并有效促进复水之后反弹补偿的产生,在制定水稻节水灌溉的土壤水分调控指标时,要考虑不同的施氮水平的影响。     

基于鲜叶光谱估测氮素营养的新植被指数(英)

采用田间试验的方法开展利用鲜叶光谱反射率估测水稻氮素营养状况的研究.基于氮素在水稻不同功能叶片之间运转规律的机理,文章重点分析了第一和第三完全展开叶红边斜率和红边位置的变化,并基于红边位置和红边斜率构建了一个新的植被指数(命名为"红边曲线肩夹角植被指数",简称为RSAVI)监测水稻氮素营养状况.为了证明RSAVI在监测水稻氮素营养状况的可行性,分析了不同生育时期氮素含量和RSAVI之间的相关性.结果表明RSAVI和叶片氮素含量显著相关,相关系数介于0.867～0.938之间.并且RSAVI和氮素含量之间建立的回归模型以多项式模型效果最佳.决定系数介于0.7512～0.8796之间,模型均通过0.01水平检验.因此研究结果表明,在本次试验中使用RSAVI估测水稻氮素营养是可行的.     

LED多光谱交替发光太阳能杀虫灯对稻田害虫诱杀效果

南方水稻种植期间害虫轮流发生,以稻飞虱、稻纵卷叶螟、二化螟、三化螟的危害性最大,为了降低水稻害虫的发生率,防止农药的滥用,最好是采用物理防治。试验根据害虫的趋光性的波段范围以及夜晚活动旺盛时间（扑灯节律）的差异,研制了一种 LED（light emitting diodes）多光谱循环式太阳能杀虫灯,实现诱捕害虫的最大化。试验结果发现该灯对水稻害虫有较大的诱杀力,期间诱杀稻纵卷叶螟32.5%、二化螟25.6%、三化螟25.15%,各类稻飞虱占9.35%,其它害虫类别6.90%,灯区较对照区减少药剂防治2次;该灯对益虫的影响较小,诱捕的益害比为0.0089∶1,有利于保护生态平衡。该灯能有效地杀灭水稻害虫,减少水稻种植过程中农药使用量并提高经济效益。