棉花功能叶片色素含量与高光谱参数的相关性研究

叶片色素状况是评价植株光合能力、监测生长状况和预测产量潜力的重要指标,高光谱遥感技术为快速无损监测作物叶片色素提供了有效手段.本研究以4个棉花品种在3个施氮水平下的2年田间试验为基础,通过测定棉花(Gossypium hirsutum)功能叶片的高光谱反射率及对应的色素(叶绿素a、叶绿素b、叶绿素a b、类胡萝卜素)含量,定量分析了叶片高光谱参数与色素含量之间的相关关系.结果表明,与棉花功能叶片各色素指标相关性比较好的高光谱波段主要分布在500～700 nm;由敏感波段构建的光谱指数与各色素指标的相关性均在0.50以上;且红边最小值(Lo)可以作为共同的高光谱指数来估测不同棉花品种不同氮素水平下功能叶片的叶绿素总量(组合品种的R2为0.67).因此,通过高光谱参数来估算棉花功能叶片色素含量是可行的.     

不同时空分辨率遥感数据融合估算冬小麦叶面积指数

高时空分辨率叶面积指数(leaf area index,LAI)数据能反映作物的长势动态变化,为作物长势评估和产量预测提供有效的生长指标依据。该文综合利用混合像元线性分解与数据同化算法,以高空间分辨率SPOT-5数据反演的LAI修正高时间分辨率HJ-CCD数据反演的LAI序列,生成了覆盖冬小麦主要生育期的高空间分辨率LAI序列,并结合SPOT-5反演的LAI和实测LAI值分析了像元纯度、高空间分辨率遥感数据同化景数对融合效果的影响。结果表明,采用数据融合方法生成的LAI与检验LAI具有较高的一致性,但像元纯度对融合效果影响较大;基于2景SPOT-5影像能够提高LAI序列估测精度,且优于基于1景SPOT-5影像的融合效果。该研究结果可为冬小麦生长监测提供技术支撑。     

数字农作技术研究的若干进展与发展方向

 着重介绍数字农作技术研究的若干最新进展与发展方向。数字农作即通过综合运用数字化技术，研究农作物生产系统中信息获取、处理、管理和利用的关键技术及应用系统，从而对农作系统过程的信息流实现全面的数字化表达和整合。近年来，作者围绕数字农作的关键技术及应用系统，开展了较为深入和系统的研究工作，重点在作物生长模拟模型、作物管理知识模型、作物生长无损监测、农作空间信息管理、数字农作决策系统等5个领域取得了显著的研究进展。数字农作的未来发展将需要综合运用信息管理、自动监测、动态模拟、虚拟现实、知识工程、精确控制、网络通讯等现代信息技术，以农作物生产要素与生产过程的信息化与数字化为主要研究目标，发展农业资源的信息化管理、农作状态的自动化监测、农作过程的数字化模拟、农作系统的可视化设计、农作知识的模型化表达、农作管理的精确化控制等关键技术，进一步研制综合性数字农作技术软硬件系统，实现农作系统监测、预测、设计、管理、控制的数字化、精确化、可视化、网络化。农作生长与生产系统的数字化将带动农业产业的信息化和现代化。     

小麦叶片氮素状况与冠层反射光谱指数的关系

利用不同小麦品种在不同施氮水平下的3年田间试验数据,研究了小麦叶片氮积累量与冠层反射光谱间的定量关系。结果显示,不同试验中拔节后叶片氮积累量均随施氮水平呈上升趋势,同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高蛋白质含量的品种类型,近红外区域若干相邻波段和可见光波段组成的比值植被指数与单位土地面积上叶片氮素积累量的相关关系均表现较好,因此可用760、810、870、950和1 100 nm反射率的平均值与660 nm组成的比值植被指数对不同蛋白质类型小麦品种的叶片氮素积累量进行定量监测,但回归方程的斜率在不同类型品种之间存在显著差异。本研究确立的小麦叶片氮积累量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平,为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

基于冠层时序植被指数的冬小麦单产预测

【目的】研究冬小麦冠层时序植被指数的动态变化规律并基于其构建单产预测模型,为田间实时、准确获取作物单产信息提供有效的技术手段。【方法】本研究于2017—2019年在江苏省兴化市万亩粮食产业园开展不同品种及氮肥水平的田间小区试验,利用主动传感器RapidSCAN CS-45获取冠层归一化红边植被指数(normalized difference red edge,NDRE)和归一化植被指数(normalized difference vegetation index,NDVI),基于双Logistic函数拟合时序植被指数并提取曲线特征参数,进而分析各特征参数与单产的相关关系,并以独立试验数据对单产预测模型进行验证。【结果】NDRE在孕穗期和抽穗期与单产关系最好,R²达到0.84以上;通过多元逐步线性回归法发现,利用2个或多个时期NDRE预测单产的效果较单生育时期有所提高,且第一和第二被选择的时期分别为拔节期和孕穗期。基于全生育时期相对NDRE(relative NDRE,RNDRE)和相对NDVI(relative NDVI,RNDVI)构建时序曲线,并利用曲线特征参...     

基于高光谱遥感的小麦叶片含氮量监测模型研究

为了在作物氮素管理中实现叶片氮含量的实时无损估测,以不同类型小麦品种在不同施氮水平下连续3年田间试验为基础,研究了小麦叶片氮含量与冠层高光谱参数的定量关系.结果表明,叶片氮含量随着施氮水平的增加而提高,冠层光谱反射率在不同叶片氮含量水平下存在明显差异.叶片氮含量的敏感波段主要存在于近红外平台和可见光区,其中,红边区域最为显著.红边及面积类参数REPIE、SDr-SDb和FD729与叶片氮含量关系密切,方程拟合决定系数R2分别为0.829、0.806和0.856,估计标准误差SE分别为0.278、0.295和0.271;模拟宽光谱波段组合类参数方程拟合精度较低,标准误差较大,以AVHRR-GVI为变量模拟方程,R2 和SE分别为0.786和0.315;多波段组合类参数方程拟合效果较好,以mND705为变量建立方程,其R2 和SE分别为0.836和0.275.经不同年际独立数据检验,红边及面积类参数表现最好,以REPIE、SDr-SDb和FD729三个参数为变量,模型预测的RMSE分别为0.418、0.380和0.395,相对误差RE分别为14.4%、15.1%和15.2%;模拟宽光谱波段组合类参数与多波段组合类参数比较,模拟宽光谱波段组合模型预测效果更好,以AVHRR-GVI 和mND705为变量建立模型,RMSE分别为0.436和0.408,RE分别为17.3%和16.7%.以上结果表明,红边及面积类参数与叶片氮含量关系密切且表现稳定,利用REPIE、SDr-SDb和FD729三个参数可以对小麦叶片氮含量进行可靠的监测.     

小麦叶片氮积累量与冠层反射光谱指数的定量关系

利用不同小麦品种在不同施氮水平下的3年田间试验数据，研究了小麦叶片氮积累量与冠层反射光谱间的定量关系。结果显示，不同试验中拔节后叶片氮积累量均随施氮水平呈上升趋势，同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高蛋白质含量的品种类型，近红外区域若干相邻波段和可见光波段组成的比值植被指数与单位土地面积上叶片氮素积累量的相关关系均表现较好，因此可用760、810、870、950和1100nm反射率的平均值与660nm组成的比值植被指数对不同蛋白质类型小麦品种的叶片氮素积累量进行定量监测，但回归方程的斜率在不同类型品种之间存在显著差异。本研究确立的小麦叶片氮积累量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平，为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

冬小麦麦穗生长过程的模拟研究

为了实现小麦麦穗生长过程的可视化表达，以不同氮肥处理条件下不同类型小麦品种的两年田间试验为基础，通过连续观测并记载不同处理条件下的小麦主茎和分蘖麦穗形态指标（包括穗长、穗宽和穗厚），综合分析了小麦麦穗形态指标随生育进程和环境条件的变化规律，并利用系统分析方法和动态建模技术，构建了冬小麦麦穗生长过程的动态模拟模型。结果表明，麦穗的伸长过程符合S型曲线，而不同蘖位麦穗的最终长度符合二次曲线，且在不同氮肥处理之间均差异明显；采用Logistic方程描述了麦穗长度的动态变化过程，用二次曲线和线性方程定量描述了穗形的动态变化过程，同时采用旗叶的SPAD值量化了氮素对麦穗生长特征的影响；并利用不同小麦品种的田间试验资料对所建模型进行了测试和检验。结果显示，不同时期麦穗穗长、穗宽和穗厚预测值的平均RMSE分别为0．28、0．05和0．04cm。表明模型具有较强的动态预测性和可靠性，从而为进一步建立虚拟小麦生长系统奠定了基础。     

基于虚拟植物技术的冬小麦根系3D构型测试与分析

【目的】构建一套由硬件和软件集成且完整而适用的虚拟植物根系技术,定量描述稻茬田冬小麦根系的三维几何构型特征。【方法】自主设计制作“根系构型数字化仪”,该数字化仪为纯机械结构,分别设有一个水平回转臂、一个横向滑动臂和一个竖向滑动臂,回转臂与滑动臂都配有标尺,且3者的组合运动能保证测头在3D范围测取任一点的空间坐标。测量时将置于工作台的根区土壤按3-5 mm厚度逐层清除并进行根系构型数字化,从而测取田间小麦根系的真实空间拓扑数据,实现小麦根系实体构型的数字化。将实测的小麦根系构型数据导入Pro-E软件平台,利用软件的3D造型技术完成小麦根系构型的虚拟重构,实现计算机虚拟根系与实体根系的一致性。利用软件的分析工具对虚拟重构的小麦根系构型进行计算分析,定量小麦不同时期根系的三维空间构型、根系的土体空间搜寻能力、根系总长以及根系平均增长率等指标的变化,通过不同的指标反映田间土壤环境下真实小麦根系构型的时空动态。【结果】植物根系构型数字化仪能够提供＜1 mm的测试分辨率,操作使用方便,耐污染、抗干扰能力强,对工作环境要求不高,可满足作物根系三维空间几何构型测试要求,而使用Pro-E的小麦根系三维空间几何构型重构技术也便于根系构型的深度计算与分析。冬小麦的根系构型分析结果表明,该虚拟根系技术能够直观展示小麦生长期不同时间节点的根系构型状态特征及土体空间搜寻动态,根系构型图可以反映各时期小麦根系在土体中的纵深拓展和周向扩展状态。同一时期植株个体的根系构型变异性较大,越冬期小麦根系很浅,在返青及分蘖旺期小麦的根系迅速向深层土层中伸展,拔节期根系爆发迅速。【结论】由软硬件单元组构的虚拟植物根系三维空间几何构型的测试与分析方法是准确定量根系动态、根-土关系、根系拓扑特征、根系动态空间行为指标等作物根际生理生态行为的技术保障,其不仅直观展示了水稻土条件下冬小麦根系空间几何构型在不同时期的空间拓展状况,也能够定量根系构型的动态,因此能够满足作物根系三维空间几何构型分析的实用要求。     

不同产量水平下稻茬小麦的氮素营养指标特征

  【目的】  明确长江中下游地区不同产量水平稻茬小麦氮营养指标变化规律,为小麦氮素营养状况实时诊断提供理论依据。  【方法】  本研究通过江苏省多年多点田间不同氮肥、播期、密度和品种试验,构建不同产量水平小麦大数据,分析不同产量水平小麦在不同生育时期的干物质积累量、植株氮积累量和植株氮浓度的变化规律,并通过计算小麦临界氮浓度,得到累积氮亏缺和氮营养指数的动态变化规律,进而明确高产稻茬小麦氮素营养指标特征。  【结果】  干物质积累量和植株氮积累量的变化趋势一致,随着小麦生育进程的推进均逐渐增加,植株氮浓度逐渐减小,累积氮亏缺和氮营养指数会出现波动。整个生育期内,干物质积累量和植株氮积累量在高产小麦和中产小麦之间的差异不显著,但二者植株氮积累量均显著高于中低产小麦,中低产小麦又显著高于低产小麦。在抽穗期、开花期和灌浆期,高产和中产小麦干物质积累量显著高于中低产小麦,中低产小麦又显著高于低产小麦。依据累积氮亏缺值判断氮素营养状况,高产和中产小麦的累积氮亏缺变化趋势一致,在起身—孕穗期,高产小麦的累积氮亏缺值由0.3 kg/hm2降低为?23.0 kg/hm2,中产小麦由7.0 kg/hm2降低为?14.6 kg/hm2,孕穗—抽穗期又呈升高趋势,高产小麦由?23.0 kg/hm2升高为?11.4 kg/hm2,中产小麦由?14.6 kg/hm2升高为2.4 kg/hm2,开花—灌浆期的波动较小。表明高产小麦氮营养除起身期之外均为过剩,中产小麦在拔节—孕穗期的累积氮亏缺小于0,其余时期累积氮亏缺均大于0,但该水平的累积氮亏缺值一直在适宜范围内波动。中低产小麦在起身—拔节期,累积氮亏缺值由14.2 kg/hm2降低为9.5 kg/hm2,之后逐渐升高,灌浆期达到最大为43.9 kg/hm2;低产小麦在起身期到灌浆期,累积氮亏缺值由17.3 kg/hm2升高为71.1 kg/hm2。表明中低产和低产的小麦氮营养水平在整个生育期内逐渐降低,且整个生育期均处于亏缺状态 (累积氮亏缺值 > 0)。在拔节期、孕穗期、抽穗期和灌浆期,高产水平的小麦植株实际氮浓度高于植株临界氮浓度,中产小麦在孕穗期的植株实际氮浓度高于临界氮浓度,而中低产和低产的小麦在整个生育期植株实际氮浓度低于植株临界氮浓度。高产和中产的小麦氮营养指数在1附近波动,其中高产小麦的氮营养指数在起身—孕穗期由0.9升高为1.1,在抽穗—灌浆期,氮营养指数呈现先降低后升高趋势,其值分别为1.0、0.9和1.0,中产小麦与高产小麦的变化趋势一致,起身—孕穗期的氮营养指数由0.8升高为1.0,之后逐渐下降,其值均小于1,抽穗—灌浆期分别为0.9、0.9和0.9。中低产和低产的小麦氮营养指数始终低于1,中低产小麦在起身—拔节期氮营养指数由0.7升高为0.8,之后则逐渐下降,低产小麦从起身—开花期均逐渐下降,而这两个产量水平的氮营养指数在灌浆期会呈现略微上升趋势。  【结论】  随着产量水平的提高,小麦植株干物质和氮积累量、植株氮浓度、氮营养指数等都相应增加,累积氮亏缺相应下降。较高的干物质积累量和植株氮积累量是提高小麦产量的主要原因,在小麦生长过程中氮营养指数和累积氮亏缺均能准确诊断小麦氮营养状况,可为小麦氮肥精准管理提供理论支持。