cgmd302的双季稻氮素营养指数估算模型研究
摘 要[目的] CGMD-302（Crop Growth Monitoring Diagnosis 302）是一种基于多光谱传感器的便携式作物生长监测诊断仪，该仪器能够获取作物冠层的归一化差值植被指数（Normalized Difference Vegetation Index，NDVI）、差值植被指数（Difference Vegetation Index，DVI）和比值植被指数（Ratio Vegetation Index，RVI）。本研究利用该仪器分别构建分蘖期、拔节期和孕穗期三个时期的NDVI、DVI和RVI与当时期氮营养指数（Nitrogen Nutrition Index，NNI）的关系模型，以期能无损监测氮素营养的盈缺。[方法]通过两年（2014—2015）不同品种和不同施氮处理的早、晚稻田间小区试验，获取水稻地上部干物重和氮含量、利用作物生长监测诊断仪CGMD302测取冠层光谱植被指数等数据，基于临界氮浓度稀释曲线计算不同时期的NNI，分析光谱指数与NNI之间的定量关系。[结果] 早稻和晚稻的光谱指数先随移栽时间增加而增加，早稻到50天时开始下降，而晚稻在30天左右开始下降，早晚稻差异显著，同时光谱指数随施氮量的增加明显增加。早稻NDVI、DVI和RVI与NNI的关系在孕穗期决定系数（R2）达到最高，分别为0.75、0.81和0.71。晚稻NDVI、DVI和RVI与NNI关系的R2在拔节期最高，分别为0.82、0.83和0.78。经过模型检验，早稻在孕穗期的NDVI-NNI模型预测效果最好，预测值和实测值较好地分布在坐标图1﹕1线附近，决定系数（R2）=0.9058，RRMSE = 19.61%，准确度（Accuracy）达到了0.78； DVI-NNI模型在孕穗期预测效果也最好，决定系数（R2），RRMSE，准确度分别达到了0.7536，13.06%，0.80。RVI-NNI模型同样在孕穗期预测效果最好，决定系数（R2）和RRMSE分别达到了0.8418和 10.15%，准确度达到了0.83。晚稻NDVI-NNI模型在孕穗期预测效果最好，R2，RRMSE和准确度分别达到了0.881，13.02%， 0.84，DVI-NNI模型在拔节期预测效果最好，R2、RRMSE和准确度分别达到了0.8561、18.75%和0.79。RVI-NNI模型在拔节期预
*好棒文|www.hbsrm.com +Q: &351916072&
测效果最好，R2和RRMSE分别达到了0.8563，18.75%，准确度达到了0.81。[结论] 构建的基于NDVI、DVI和RVI的氮营养指数估算模型能够较准确地反映作物氮素营养状况，为我国南方双季稻区的追肥管理提供了很好的技术支持和理论依据。
目录
摘要3
关键词3
Abstract4
Key words4
引言5
1材料与方法6
1.1试验地点 6
1.2实验设计 6
1.3试验方法6
1.3.1冠层光谱反射率测试6
1.3.2 植株干物质和氮素数据获取7
1.4 数据处理7
1.4.1 光谱指数的确定7
1.4.2 NNI的确定7
1.4.3 模型的检验方法 8
2 结果与分析8
2.1 水稻冠层NDVI指数变化动态8
2.2 氮营养指数（NNI）的变化动态9
2.3 氮营养指数（NNI）与NDVI的关系11
2.4氮营养指数与光谱指数的关系11
2.5模型的检验12
3 讨论13
4 结论14
致谢14
参考文献15
基于CGMD302的双季稻氮素营养指数估算模型研究
引言
引言
氮素是限制作物生长发育的重要因素之一[1]，过少的使用氮肥会使作物达不到潜在的生物量和产量；过多的使用氮肥会使作物贪青晚熟、抗性降低、病虫害增加，同时也会造成水体富营养化等面源污染[2]。然而，生产管理者为了达到作物最大产量，同时作物氮营养状况诊断不精确、作物需氮量和土壤供氮量不确定、前茬作物施氮影响以及气候变化等因素导致氮素过多的施用[1]。因此，氮素营养精确诊断，适时定量施肥已成为了现在农业所关注的热点问题[3]。
氮营养指数（NNI）能够评估植株氮营养状况，并得到了广泛的应用。Lemaire和Meynard[4]利用NNI对谷类和草类作物进行氮素诊断并调整施肥。Colnenne等[5]建立了NNI指数与油菜的生长速率、叶面积指数、氮素利用率以及产量的关系模型，用来定量诊断因氮营养胁迫对作物各项生长指标造成的损失。Syed等[6]建立了水稻差值NNI与氮素需求之间的关系，根据NNI及移栽后天数定量计算水稻的氮素需求。根据作物氮素稀释规律[7]及临界氮浓度的概念[8]（即能够获得最大生长速率的最小氮浓度），基于地上部干物重（W，t ha1）的临界氮浓度稀释模型被提出：Nc(%) = a×Wb，其中a代表干物重为1 t ha1 时的植株氮浓度，参数b表示每增长单位干物重时氮积累速率下降的快慢。NNI 则是由实际氮浓度与临界氮浓度比值得出，当NNI < 1或者 > 1时，氮肥施用则亏缺或者过量。
目前遥感等技术已被广泛的运用到测量土地覆盖度和生物量等用途上[10]。而且已有一些研究利用遥感等无损监测技术对NNI进行估测。一些研究表明，利用SPAD可以估算NNI来评估氮素亏缺状态[11]。Yuan[12]分析了水稻不同时期的NNI与不同叶位的SPAD指数之间的关系，筛选出最优指数与测量时期。但是SPAD是单点测量，氮素在群体水平或者叶片水平并不是均匀的[9]。所以在冠层水平上，Mistele和Schmidhalter [13]用三年冬小麦试验检验了冠层反射光谱与NNI的关系模型，其相关性R2均在0.95以上。Cao等[14]用冠层归一化差值植被指数（NDVI）与NNI建立关系，结果表明，我国北方地区冬小麦氮素状况可以用NDVI来进行估算。在我国双季稻区，Xue等[15]以江西早稻为研究对象，构建了基于SI（氮肥不足处理和充足处理的NDVI比值）和NDVI的水稻追氮量调控算法。然而，但由于土壤氮供给受到土壤有效氮含量、有机质库、温度等外界环境的影响以及水稻需氮量而不断的变化，因此NDVI在不同时间段不断的即时变化，利用即时测得的NDVI进行施肥调控以及产量预测会存在不准确性。同时，由于不同的环境或者作物之间，存在不同的临界氮浓度稀释模型[9]，对于我国双季稻区基于临界氮浓度模型的NNI的估算还鲜有报道。
因此，本研究的目的是，基于大学国家信息农业工程技术中心构建的作物生长监测诊断仪CGMD302，构建我国南方双季稻区早稻和晚稻不同生育时期的光谱植被指数（NDVI、DVI和RVI）和NNI的模型，并筛选估算NNI的最佳时期以及最优植被指数，以期实现对双季稻氮素指标的实时无损动态诊断。
1材料与方法
1.1试验地点
试验主要在江西省南昌市南昌县涂家村试验田（28°33N, 115°57E）进行。土壤含全氮1.65 g?kg1，碱解氮84.3 mg?kg1，有机质19.7 g?kg1，速效磷13.9 mg?kg1，速效钾59.2 mg?kg1。
1.2实验设计
本研究共实施了4个水稻氮肥试验， 2014与2015年5个氮处理（N0N4），3次重复，均为随机区组设计。供试品种：早稻二年均为‘中嘉早17’（ZJZ17）和‘潭两优83’（TLY83）；晚稻2014年供试品种为‘天优华占’（TYHZ）和‘岳优9113’（YY9113），2015年供试品种为‘湘优186’（XY186）和‘五丰优788’（WFY788）。试验具体信息见表2。两年双季稻试验基追比均为：早稻6:4；晚稻5:3:2。磷肥（60 kg?hm2）作为基肥一次性施入，钾肥（120 kg?hm2）随氮肥同比例施入。两本移栽，行间距为14 cm×24 cm。利用试验1的数据资料构建临界氮浓度稀释模型并根据此模型计算NNI，试验1的数据用来构建光谱指数与氮营养指数的模型并利用试验2的资料进行检验。
1.3试验方法
1.3.1冠层光谱反射率 水稻冠层光谱测试采用由大学国家信息农业工程技术中心研发的作物生长监测诊断仪CGMD302，该仪器包括近红外（810nm）和红光（720nm）2个波段，测定值为归一化差值植被指数NDVI，差值植被指数DVI，比值植被指数RVI。测试时，每小区测量3行，每行重复测量5次，对所获得的光谱数据进行显著性分析后，取平均值作为该区的测量值。测定时间为10:0014:00，光谱测量时探头垂直向下，测量探头距离冠层高度为1米。
*好棒文|www.hbsrm.com +Q: &351916072&
测效果最好，R2和RRMSE分别达到了0.8563，18.75%，准确度达到了0.81。[结论] 构建的基于NDVI、DVI和RVI的氮营养指数估算模型能够较准确地反映作物氮素营养状况，为我国南方双季稻区的追肥管理提供了很好的技术支持和理论依据。
目录
摘要3
关键词3
Abstract4
Key words4
引言5
1材料与方法6
1.1试验地点 6
1.2实验设计 6
1.3试验方法6
1.3.1冠层光谱反射率测试6
1.3.2 植株干物质和氮素数据获取7
1.4 数据处理7
1.4.1 光谱指数的确定7
1.4.2 NNI的确定7
1.4.3 模型的检验方法 8
2 结果与分析8
2.1 水稻冠层NDVI指数变化动态8
2.2 氮营养指数（NNI）的变化动态9
2.3 氮营养指数（NNI）与NDVI的关系11
2.4氮营养指数与光谱指数的关系11
2.5模型的检验12
3 讨论13
4 结论14
致谢14
参考文献15
基于CGMD302的双季稻氮素营养指数估算模型研究
引言
引言
氮素是限制作物生长发育的重要因素之一[1]，过少的使用氮肥会使作物达不到潜在的生物量和产量；过多的使用氮肥会使作物贪青晚熟、抗性降低、病虫害增加，同时也会造成水体富营养化等面源污染[2]。然而，生产管理者为了达到作物最大产量，同时作物氮营养状况诊断不精确、作物需氮量和土壤供氮量不确定、前茬作物施氮影响以及气候变化等因素导致氮素过多的施用[1]。因此，氮素营养精确诊断，适时定量施肥已成为了现在农业所关注的热点问题[3]。
氮营养指数（NNI）能够评估植株氮营养状况，并得到了广泛的应用。Lemaire和Meynard[4]利用NNI对谷类和草类作物进行氮素诊断并调整施肥。Colnenne等[5]建立了NNI指数与油菜的生长速率、叶面积指数、氮素利用率以及产量的关系模型，用来定量诊断因氮营养胁迫对作物各项生长指标造成的损失。Syed等[6]建立了水稻差值NNI与氮素需求之间的关系，根据NNI及移栽后天数定量计算水稻的氮素需求。根据作物氮素稀释规律[7]及临界氮浓度的概念[8]（即能够获得最大生长速率的最小氮浓度），基于地上部干物重（W，t ha1）的临界氮浓度稀释模型被提出：Nc(%) = a×Wb，其中a代表干物重为1 t ha1 时的植株氮浓度，参数b表示每增长单位干物重时氮积累速率下降的快慢。NNI 则是由实际氮浓度与临界氮浓度比值得出，当NNI < 1或者 > 1时，氮肥施用则亏缺或者过量。
目前遥感等技术已被广泛的运用到测量土地覆盖度和生物量等用途上[10]。而且已有一些研究利用遥感等无损监测技术对NNI进行估测。一些研究表明，利用SPAD可以估算NNI来评估氮素亏缺状态[11]。Yuan[12]分析了水稻不同时期的NNI与不同叶位的SPAD指数之间的关系，筛选出最优指数与测量时期。但是SPAD是单点测量，氮素在群体水平或者叶片水平并不是均匀的[9]。所以在冠层水平上，Mistele和Schmidhalter [13]用三年冬小麦试验检验了冠层反射光谱与NNI的关系模型，其相关性R2均在0.95以上。Cao等[14]用冠层归一化差值植被指数（NDVI）与NNI建立关系，结果表明，我国北方地区冬小麦氮素状况可以用NDVI来进行估算。在我国双季稻区，Xue等[15]以江西早稻为研究对象，构建了基于SI（氮肥不足处理和充足处理的NDVI比值）和NDVI的水稻追氮量调控算法。然而，但由于土壤氮供给受到土壤有效氮含量、有机质库、温度等外界环境的影响以及水稻需氮量而不断的变化，因此NDVI在不同时间段不断的即时变化，利用即时测得的NDVI进行施肥调控以及产量预测会存在不准确性。同时，由于不同的环境或者作物之间，存在不同的临界氮浓度稀释模型[9]，对于我国双季稻区基于临界氮浓度模型的NNI的估算还鲜有报道。
因此，本研究的目的是，基于大学国家信息农业工程技术中心构建的作物生长监测诊断仪CGMD302，构建我国南方双季稻区早稻和晚稻不同生育时期的光谱植被指数（NDVI、DVI和RVI）和NNI的模型，并筛选估算NNI的最佳时期以及最优植被指数，以期实现对双季稻氮素指标的实时无损动态诊断。
1材料与方法
1.1试验地点
试验主要在江西省南昌市南昌县涂家村试验田（28°33N, 115°57E）进行。土壤含全氮1.65 g?kg1，碱解氮84.3 mg?kg1，有机质19.7 g?kg1，速效磷13.9 mg?kg1，速效钾59.2 mg?kg1。
1.2实验设计
本研究共实施了4个水稻氮肥试验， 2014与2015年5个氮处理（N0N4），3次重复，均为随机区组设计。供试品种：早稻二年均为‘中嘉早17’（ZJZ17）和‘潭两优83’（TLY83）；晚稻2014年供试品种为‘天优华占’（TYHZ）和‘岳优9113’（YY9113），2015年供试品种为‘湘优186’（XY186）和‘五丰优788’（WFY788）。试验具体信息见表2。两年双季稻试验基追比均为：早稻6:4；晚稻5:3:2。磷肥（60 kg?hm2）作为基肥一次性施入，钾肥（120 kg?hm2）随氮肥同比例施入。两本移栽，行间距为14 cm×24 cm。利用试验1的数据资料构建临界氮浓度稀释模型并根据此模型计算NNI，试验1的数据用来构建光谱指数与氮营养指数的模型并利用试验2的资料进行检验。
1.3试验方法
1.3.1冠层光谱反射率 水稻冠层光谱测试采用由大学国家信息农业工程技术中心研发的作物生长监测诊断仪CGMD302，该仪器包括近红外（810nm）和红光（720nm）2个波段，测定值为归一化差值植被指数NDVI，差值植被指数DVI，比值植被指数RVI。测试时，每小区测量3行，每行重复测量5次，对所获得的光谱数据进行显著性分析后，取平均值作为该区的测量值。测定时间为10:0014:00，光谱测量时探头垂直向下，测量探头距离冠层高度为1米。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/nongxue/zwbh/455.html
