為了驗證作物生長監(jiān)測診斷儀（CGMD）監(jiān)測雙季稻氮素營養(yǎng)指標的準確性和適用性,構(gòu)建基于CGMD的雙季稻葉片氮含量（LNC）和氮積累量（LNA）的監(jiān)測模型。選用8個不同早、晚稻品種,設(shè)置4個不同施氮水平,利用CGMD采集冠層差值植被指數(shù)（DVI）、歸一化植被指數(shù)（NDVI）和比值植被指數(shù)（RVI）,同步利用ASD FH2高光譜儀采集冠層光譜反射率,并計算DVI、NDVI和RVI;通過比較CGMD和ASD FH2采集的冠層植被指數(shù)變化特征,驗證CGMD的測量精度,構(gòu)建基于CGMD的LNC和LNA監(jiān)測模型,并利用獨立試驗數(shù)據(jù)對模型進行檢驗。結(jié)果表明:早、晚稻LNC、LNA、DVI、NDVI和RVI隨施氮水平的增加而增大,隨生育進程的推進呈先升后降的趨勢;CGMD與ASD FH2采集的DVI、NDVI和RVI間擬合的決定系數(shù)（R²）分別為0.9350、0.9436和0.9433,表明CGMD的測量精度較高,可替代ASD FH2采集冠層植被指數(shù)。基于CGMD的3個冠層植被指數(shù)相比,NDVI_CGMD與LNC的相關(guān)性最高,RVI_CGMD

【文章來源】：應(yīng)用生態(tài)學(xué)報. 2020,31(09)北大核心CSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

不同生育期和施氮水平下早、晚稻冠層植被指數(shù)的變化特征

ASD FH2和CGMD兩種光譜儀采集的冠層植被指數(shù)間的關(guān)系

本研究利用CGMD采集不同早、晚稻品種和不同施氮水平的試驗數(shù)據(jù),構(gòu)建了基于DVICGMD、NDVICGMD和RVICGMD 3個冠層植被指數(shù)的早、晚稻LNC和LNA監(jiān)測模型,并用不同年份的獨立試驗數(shù)據(jù)對模型進行了驗驗。結(jié)果表明,DVICGMD與LNC和LNA相關(guān)性最高的模型為線性模型,NDVICGMD與LNC和LNA相關(guān)性最高的模型為指數(shù)模型,RVICGMD與LNC和LNA相關(guān)性最高的模型為冪函數(shù)模型。3個冠層植被指數(shù)相比,NDVICGMD與LNC的相關(guān)性最高,RVICGMD與LNA的相關(guān)性最高。這與前人研究結(jié)論一致[21-22,26-27];基于NDVICGMD的LNC監(jiān)測模型的R2為0.8581～0.9318,模型檢驗的RMSE、RRMSE和r分別為0.1%～0.2%、4.0%～8.5%和0.9041～0.9854,比前人采用NDVI(1220, 710)[21]和NDVI(1220, 610)[26]對水稻LNC的監(jiān)測精度更高;基于RVICGMD的LNA監(jiān)測模型的R2為0.8684～0.9577,模型檢驗的RMSE、RRMSE和r分別為0.37～0.89 g·m-2、6.7%～20.4%和0.9191～0.9851,比前人采用RVI(1100, 560)[22]和RVI(870, 660)[27]對水稻LNA的監(jiān)測精度更高。說明基于CGMD冠層植被指數(shù)能快速、準確反演早、晚稻的LNC和LNA,構(gòu)建的LNC和LNA監(jiān)測模型具有參數(shù)少、計算簡便和準確實用等優(yōu)點,是對前人研究[17]在江西雙季稻區(qū)的進一步深化發(fā)展和本地化應(yīng)用,使其更適合江西雙季稻生產(chǎn)的精確管理,具有推廣應(yīng)用價值。此外,與常規(guī)田間采樣室內(nèi)化學(xué)分析測定LNC和LNA相比,本研究采用CGMD采集冠層植被指數(shù)數(shù)據(jù)構(gòu)建LNC和LNA監(jiān)測模型,進而計算早、晚稻LNC和LNA,具有數(shù)據(jù)獲取簡便、無損和準確等優(yōu)點,可克服常規(guī)方法取樣誤差大、費時耗工等不足。圖4 不同生育期早、晚稻葉片氮含量和氮積累量觀測值與模擬值的比較

【參考文獻】：
期刊論文
[1]基于作物生長監(jiān)測診斷儀的玉米LAI監(jiān)測模型研究[J]. 賀佳,郭燕,王利軍,張彥,趙犇,王來剛.  農(nóng)業(yè)機械學(xué)報. 2019(12)
[2]基于便攜式作物生長監(jiān)測診斷儀的江西雙季稻氮肥調(diào)控研究[J]. 李艷大,舒時富,陳立才,葉春,黃俊寶,孫濱峰,王康軍,曹中盛.  農(nóng)業(yè)工程學(xué)報. 2019(02)
[3]基于新型植被指數(shù)的冬小麥LAI高光譜反演[J]. 束美艷,顧曉鶴,孫林,朱金山,楊貴軍,王延倉,張麗妍.  中國農(nóng)業(yè)科學(xué). 2018(18)
[4]冬小麥葉面積指數(shù)的品種差異性與高光譜估算研究[J]. 郭建彪,馬新明,時雷,張娟娟,杜盼,魏欽欽.  麥類作物學(xué)報. 2018(03)
[5]不同氮素水平下水稻LAI與冠層反射光譜的定量關(guān)系（英文）[J]. 劉桃菊,徐濤,姚靜,張笑東,江紹琳,唐建軍.  Agricultural Science & Technology. 2016(11)
[6]基于高光譜的寒地水稻葉片氮素含量預(yù)測[J]. 王樹文,趙越,王麗鳳,王潤濤,宋玉柱,張長利,蘇中濱.  農(nóng)業(yè)工程學(xué)報. 2016(20)
[7]基于4波段作物光譜測量儀的小麥分蘗數(shù)預(yù)測[J]. 張猛,孫紅,李民贊,Zhang Qin,鄭立華.  農(nóng)業(yè)機械學(xué)報. 2016(09)
[8]基于冠層高光譜的南方丘陵地區(qū)晚稻氮素營養(yǎng)診斷[J]. 邵華,石慶華,郭熙,趙小敏.  江西農(nóng)業(yè)大學(xué)學(xué)報. 2015(06)
[9]便攜式作物生長監(jiān)測診斷儀的設(shè)計與試驗[J]. 倪軍,姚霞,田永超,曹衛(wèi)星,朱艷.  農(nóng)業(yè)工程學(xué)報. 2013(06)
[10]長江流域雙季稻栽培技術(shù)發(fā)展[J]. 鄒應(yīng)斌.  中國農(nóng)業(yè)科學(xué). 2011(02)



本文編號：3217771