【摘要】：氮素實(shí)時(shí)和精準(zhǔn)管理是以作物高產(chǎn)、養(yǎng)分高效為目標(biāo)的冬油菜生產(chǎn)實(shí)際中最為關(guān)鍵的養(yǎng)分管理措施之一;利用油菜的高光譜特異性對(duì)其氮營養(yǎng)狀況進(jìn)行快速監(jiān)測(cè)和精確診斷一直是精準(zhǔn)農(nóng)業(yè)和實(shí)時(shí)實(shí)地養(yǎng)分集成管理與應(yīng)用中的研究熱點(diǎn)�；诖�,本文以冬油菜為研究對(duì)象,以氮素營養(yǎng)特性為根本出發(fā)點(diǎn),以氮肥田間試驗(yàn)為測(cè)試平臺(tái),綜合利用多年(2012-2017)、多點(diǎn)(湖北省武漢市、武穴市和沙洋縣)、多品種(華油雜9號(hào)、華油雜62號(hào)和中油雜12號(hào))、多栽培模式(移栽和直播)、多生育期(苗期~角果期)和多氮肥梯度(0~360 kg N/hm~2)的冬油菜高光譜測(cè)試數(shù)據(jù)并同步結(jié)合氮營養(yǎng)生化分析,分別從群體(冠層)、個(gè)體(葉片)、氮營養(yǎng)高光譜內(nèi)在診斷機(jī)制、氮營養(yǎng)高光譜診斷專一性和基于高光譜的氮肥實(shí)時(shí)追施與推廣應(yīng)用等五個(gè)方面較為全面地探究了高光譜技術(shù)在冬油菜氮營養(yǎng)診斷的可行性與精準(zhǔn)性,獲得了相對(duì)理想的研究結(jié)果。主要結(jié)論如下:(1)在群體尺度上:利用冬油菜冠層高光譜數(shù)據(jù)確定了其群體氮營養(yǎng)指標(biāo)植株氮素積累量和葉綠素密度的最佳光譜參數(shù);明晰了基于角果期冠層高光譜的冬油菜產(chǎn)量提早預(yù)測(cè)的最優(yōu)診斷因子與有效波段;構(gòu)建了高光譜定量診斷模型。對(duì)于植株氮素積累量,利用植被指數(shù)的光譜分析技術(shù),確定由一階微分光譜參數(shù)FD742和自身所構(gòu)建比值光譜參數(shù)R1259/R492而確立的指數(shù)方程來定量診斷該指標(biāo),決定系數(shù)(r~2)分別為0.98和0.98,相對(duì)分析誤差(MRE)則分別為14.42和10.31%;對(duì)于葉綠素密度,基于本試驗(yàn)條件新構(gòu)建光譜紅邊面積參數(shù),DIDRmid(紅邊右峰與左峰一階微分之和差值)為最優(yōu)指標(biāo)。獨(dú)立試驗(yàn)驗(yàn)證精度顯示,苗期、蕾薹期、花期和全生育期基于該參數(shù)的冬油菜葉綠素密度預(yù)測(cè)精度MRE分別為7.93、6.06、7.52和7.22%,效果較為理想。對(duì)于產(chǎn)量效應(yīng),利用偏最小二乘回歸(PLS)的整體光譜分析方法,確定基于全波段的一階微分變換光譜-PLS(FDR-PLS)回歸模型定量預(yù)測(cè)冬油菜產(chǎn)量和角果數(shù)精確性整體優(yōu)于原初光譜-PLS模型(R-PLS),驗(yàn)證集r~2_(val)分別為0.90和0.91,相對(duì)分析誤差(RPD_(val))分別為3.11和3.12;并由此確定冬油菜產(chǎn)量高光譜監(jiān)測(cè)有效波段分別為628、753、882、935、1061和1224 nm;角果數(shù)有效波段分別為628、758、935、1063、1457和1600 nm。此外,基于上述有效波段新構(gòu)建FDR-PLS模型同樣獲得了較理想的預(yù)測(cè)精度,r~2_(val)分別為0.91和0.87,RPD_(val)分別為2.34和2.52。(2)在個(gè)體尺度上:首先明確了基于葉綠素計(jì)SPAD儀的冬油菜氮營養(yǎng)診斷最佳葉位和葉片部位;此后,進(jìn)一步闡明了基于上述敏感葉位的冬油菜葉片氮含量(g m~(-2))高光譜特異性。綜合各生育期分析結(jié)果,不同葉位間,油菜主莖頂4葉與冬油菜各氮素營養(yǎng)參數(shù)(葉綠素濃度、葉片氮濃度、植株氮濃度)相關(guān)性最高,可作為敏感葉位選擇;同一葉片不同部位間,葉片中部則可較為準(zhǔn)確反映植株氮營養(yǎng)豐缺狀況,為敏感部位選擇。該葉位高光譜氮營養(yǎng)特性方面,隨施氮量增加,可見光波段(350~720 nm)光譜反射率逐步下降,近紅外(720~1300 nm)則與此相反;此外,基于全波段的FDR-PLS定量反演油菜LNC精度整體上優(yōu)于R-PLS、倒數(shù)之對(duì)數(shù)變換光譜(Log(1/R))-PLS和連續(xù)統(tǒng)去除變換光譜(CR)-PLS監(jiān)測(cè)模型,其驗(yàn)證集r~2_(val)為0.97,RPD_(val)為5.49;最后,確定油菜LNC有效波段分別為432、467、519、614、772、912和1072 nm。同時(shí),基于上述有效波段的油菜LNC模型檢驗(yàn)同樣獲得了較好的預(yù)測(cè)精度,r~2_(val)和RPD_(val)分別為0.88和2.97。(3)在氮營養(yǎng)高光譜內(nèi)在診斷機(jī)制方面:明晰了冬油菜葉片氮濃度(LNC,%)空間垂向異質(zhì)性分布規(guī)律及冠層高光譜診斷內(nèi)在機(jī)制,確定了不同葉層LNC(%)有效波段分布異同性,構(gòu)建了符合氮營養(yǎng)特性的高光譜診斷模型。苗期~蕾薹期,冬油菜LNC冠層空間分布具有典型的垂向異質(zhì)性變化規(guī)律,即上層最高,下層最低,且中上層LNC為冠層高光譜監(jiān)測(cè)的有效葉層;綜合兩兩相關(guān)性(LL r~2)、PLS和支持向量機(jī)(SVM)光譜分析技術(shù),確定冬油菜上層LNC有效波段為437、565、667、724、993、1084、1189 nm,中層為423、570、598、659、725、877 nm,下層為420、573、597、667、718 nm,基于該有效波段的獨(dú)立驗(yàn)證精度RPD_(val)分別為2.36、2.56和2.03。蕾薹期~花期,冬油菜不同葉層LNC及其相應(yīng)群體光譜反射率均具有顯著的空間異質(zhì)性分布特征,且第二層和第三層為光譜監(jiān)測(cè)的有效葉層;隨葉層下移,各葉層LNC有效波段呈現(xiàn)顯著的“藍(lán)移”現(xiàn)象;此后,構(gòu)建基于各葉層LNC有效波段的定量監(jiān)測(cè)模型,RPD_(val)分別為1.64、1.61、1.88和1.05,表明利用分層光譜測(cè)試技術(shù)定量監(jiān)測(cè)中下層(非底層)LNC是可行的。(4)在冬油菜氮營養(yǎng)冠層高光譜診斷專一性方面:闡明了冬油菜氮磷營養(yǎng)高光譜異同性,確定了能穩(wěn)定指示冬油菜葉片氮濃度(%)和葉片磷濃度(%)營養(yǎng)特性的有效波段,構(gòu)建了專一性定量診斷模型。冬油菜氮磷營養(yǎng)冠層高光譜具有較大差異性,隨施氮量增加,可見光波段反射率逐步下降,磷素營養(yǎng)則無明顯且規(guī)律性變化;近紅外區(qū)兩者變化規(guī)律相同,均隨用量增加而明顯提升;根據(jù)FDR-PLS模型分析結(jié)果,確定油菜葉片氮濃度有效波段分別為445、556、657、764、985、1082和1194 nm,葉片磷濃度則分別為755、832、891、999、1196和1267 nm,實(shí)現(xiàn)了營養(yǎng)專屬診斷和簡(jiǎn)化分析的目的。同時(shí),基于上述有效波段的油菜LNC及LPC模型檢驗(yàn)同樣獲得了較好的預(yù)測(cè)精度,r~2_(val)分別為0.85與0.78,RPD_(val)分別為2.10和1.94。(5)在基于冠層高光譜指導(dǎo)冬油菜氮肥實(shí)時(shí)追施與調(diào)控推廣應(yīng)用性研究方面:構(gòu)建了基于“葉片氮濃度-冠層高光譜”的冬油菜氮肥實(shí)時(shí)追施與調(diào)控模型,同時(shí)以田間試驗(yàn)方式開展了基于冠層高光譜的實(shí)時(shí)實(shí)地的油菜氮肥追施與精準(zhǔn)調(diào)控研究,獲得了較好的獨(dú)立試驗(yàn)驗(yàn)證精度。在獲得冬油菜葉片氮濃度(%)有效波段基礎(chǔ)上,確定基于FDR光譜764和657 nm雙波段構(gòu)成的比植被指數(shù)RVI(764,657)為定量監(jiān)測(cè)冬油菜LNC的最佳光譜參數(shù);此后,根據(jù)RVI(764,657)-相對(duì)產(chǎn)量(%)擬合關(guān)系,確定六葉期、八葉期、十葉/越冬期、越冬期、蕾薹期和花期臨界RVI(764,657)分別為4.340、6.781、4.400、3.792、5.493和1.379;在此基礎(chǔ)上,再次利用氮肥用量-RVI(764,657)和氮肥用量-產(chǎn)量效應(yīng)擬合關(guān)系,構(gòu)建了冬油菜氮肥實(shí)時(shí)追施與調(diào)控模型。最后,通過布置54種融合不同氮肥實(shí)時(shí)追施可能性的光譜追氮調(diào)控方案試驗(yàn),結(jié)果表明冠層高光譜技術(shù)在指導(dǎo)氮肥施用中具有極強(qiáng)的應(yīng)用性及穩(wěn)定性;具體的,移栽后30天(六葉期)是氮營養(yǎng)缺乏油菜進(jìn)行氮肥光譜調(diào)控與追施的首個(gè)關(guān)鍵臨界期;移栽后120天(蕾薹期)是光譜氮診斷及追肥調(diào)控的另一個(gè)關(guān)鍵臨界期。油菜與此時(shí)期前進(jìn)行有效追氮對(duì)成熟期產(chǎn)量提高影響顯著。反之,則影響甚微。
【學(xué)位授予單位】：華中農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：S565.4
【圖文】：

圖1-1植株氮素營養(yǎng)診斷技術(shù)分類示意圖Fig. 1-1 Methods for plant nitrogen nutrition sensing1.2.1 常規(guī)診斷技術(shù)1.2.1.1 土壤化學(xué)診斷法土壤化學(xué)診斷是應(yīng)用最早且十分普遍的作物氮素營養(yǎng)診斷方法。該技術(shù)通過分析耕層土壤氮素豐缺水平，繼而評(píng)估作物氮素吸收利用及生長發(fā)育狀況。目前，土壤氮營養(yǎng)豐缺狀況的主要評(píng)價(jià)指標(biāo)有全氮、有效氮和無機(jī)態(tài)氮（銨態(tài)氮和硝態(tài)氮）（魏全全，2016）（圖 1.2）。耕作方式、水氮運(yùn)籌、季節(jié)變化以及秸稈還田等因素均可顯著影響土壤全氮含量，進(jìn)而直接影響作物生長發(fā)育、產(chǎn)量和品質(zhì)形成。姜麗娜等（2012）以土壤全氮為分級(jí)測(cè)試指標(biāo)，成功構(gòu)建了缺氮處理冬油菜相對(duì)產(chǎn)量的回歸指數(shù)方程和經(jīng)濟(jì)施氮量的對(duì)數(shù)方程。江明艷等（2011）研究指出，土壤全氮含量與慈竹壁厚、竿高以及竹竿灰分含量相關(guān)性均達(dá)到顯著水平。土壤有效氮主要包括以銨態(tài)氮和硝態(tài)氮形式存在的無機(jī)態(tài)氮以及容易分解成有機(jī)質(zhì)、微生物軀體和腐殖

圖1.3開氏法植株全氮測(cè)試流程圖Fig. 1-3 Kjeldahl wet digestion procedure葉片作為植株首要的光合物質(zhì)儲(chǔ)存、轉(zhuǎn)化與運(yùn)移的關(guān)鍵營養(yǎng)器官，其氮素時(shí)空變化是判斷植株氮素利用及氮營養(yǎng)特性的首要因素。因此，以葉片全氮含量作為氮素豐缺狀況的參考依據(jù)是植株氮診斷中十分成熟的方法。秦曉東等（2006）通過研究冬小麥不同葉位氮的時(shí)空分布特征及其與植株氮含量的關(guān)系，結(jié)果表明不同時(shí)期葉片氮含量與植株氮含量大都呈顯著或極顯著正相關(guān)，且頂 4 葉與頂 1 葉或頂 2 葉的差值可以較可靠的預(yù)測(cè)小麥植株氮素營養(yǎng)狀況。王紹華等（2002）研究表明，利用水稻上下部葉片氮濃度差值來評(píng)估其氮營養(yǎng)豐缺水平，穩(wěn)定性和精準(zhǔn)性相對(duì)較高。總體上，雖然植株全氮含量診斷法是一個(gè)較為精準(zhǔn)反映作物氮指標(biāo)的技術(shù)，但由于在操作過程中程序繁瑣、工作量較大且充滿一定的危險(xiǎn)性，需要專業(yè)人員進(jìn)行系統(tǒng)操作，因此在快速推廣應(yīng)用中還有很大的困難。1.2.1.4 肥料窗口法

冬油菜氮素營養(yǎng)高光譜特異性及定量診斷模型構(gòu)建與推薦追肥研究控波段范圍內(nèi)，不同氮素處理間可見光區(qū)域（350～730 nm）光譜反射率整體偏隨氮素用量增加而降低，短波近紅外波段（750～1350 nm）變化趨勢(shì)則與此相李嵐?jié)龋?015；Li et al., 2016）。此外，國內(nèi)外大量研究結(jié)果表明，無論是冠譜亦或葉片光譜（植被冠層光譜特性是單葉光譜特性的綜合反映，如葉片傾角布、冠層結(jié)構(gòu)和陰影等），其可見光區(qū)域光譜反射率主要受葉片各種色素吸收而外區(qū)域則受冠層和葉片內(nèi)部結(jié)構(gòu)等因素影響（田永超等，2009；Slaton et al., 200astro and Sanchez-Azofeifa, 2008; Li et al., 2015）。

本文編號(hào)：2753978