[目的]本文旨在探索基于冬小麥冠層RGB圖像的氮素營(yíng)養(yǎng)指標(biāo)實(shí)時(shí)監(jiān)測(cè)方法,為實(shí)現(xiàn)簡(jiǎn)便、準(zhǔn)確的冬小麥氮素營(yíng)養(yǎng)診斷和推薦施肥奠定基礎(chǔ)。[方法]基于3年次的冬小麥大田氮肥梯度試驗(yàn),采用數(shù)碼相機(jī)在返青期和拔節(jié)期垂直拍攝冠層RGB圖像。分析圖像特征參數(shù)綠紅通道比值（G/R）、綠紅通道差值（GMR）、紅光標(biāo)準(zhǔn)化值（NRI）、綠光標(biāo)準(zhǔn)化值（NGI）、色相（H）和冠層覆蓋度（CC）與植株氮素生理指標(biāo)間的關(guān)系,篩選氮素營(yíng)養(yǎng)監(jiān)測(cè)指標(biāo)的最優(yōu)圖像特征參數(shù),構(gòu)建氮素營(yíng)養(yǎng)指標(biāo)估算模型。[結(jié)果]CC與冬小麥地上部生物量、氮積累量和葉面積指數(shù)（LAI）三者間的相關(guān)系數(shù)最高,分別為0.87、0.85和0.84（P<0.01）;其他特征參數(shù)與三者間的相關(guān)系數(shù)相對(duì)較低,其中H為0.81、0.77和0.79,NRI為-0.80、-0.77和-0.77,G/R為0.73、0.63和0.76,GMR為0.66、0.67和0.63。采用CC作為冬小麥氮素營(yíng)養(yǎng)指標(biāo)估算模型的輸入?yún)?shù),并分別使用異速生長(zhǎng)函數(shù)和指數(shù)函數(shù)建立地上部生物量、氮積累量和LAI估算模型,異速生長(zhǎng)函數(shù)這3個(gè)指標(biāo)的估算模型R²分別為0.82... 

【文章來(lái)源】：南京農(nóng)業(yè)大學(xué)學(xué)報(bào). 2020,43(05)北大核心CSCD

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

冬小麥冠層原始圖像(a)與采用GMR閾值法的分割圖像(b)

圖像的CC與冬小麥地上部生物量、氮積累量和LAI間相關(guān)系數(shù)最高,與其他圖像特征參數(shù)相比,CC的獲取較為簡(jiǎn)單,且不受拍攝時(shí)外界環(huán)境條件的影響。因此,本文選擇CC作為自變量建立地上部生物量、氮積累量和LAI的估算模型。對(duì)試驗(yàn)1‘揚(yáng)麥25’2年的試驗(yàn)數(shù)據(jù)繪制散點(diǎn)圖(圖2),結(jié)果顯示:CC與冬小麥地上部生物量、氮積累量和LAI間均呈指數(shù)變化關(guān)系,3個(gè)指標(biāo)均隨CC的增長(zhǎng)呈指數(shù)增加趨勢(shì);當(dāng)CC較小時(shí),增長(zhǎng)較為緩慢,隨著CC的增加,3個(gè)指標(biāo)的增長(zhǎng)速率持續(xù)增加,冬小麥CC最大值出現(xiàn)在0.9附近。分別采用異速生長(zhǎng)函數(shù)式(5)和指數(shù)函數(shù)式(6)對(duì)其進(jìn)行擬合,CC與地上部生物量、氮積累量和LAI間的決定系數(shù)在2個(gè)模型中存在一定差異(表3)。CC與地上部生物量和氮積累量間的回歸分析結(jié)果顯示:采用異速生長(zhǎng)函數(shù)的回歸分析決定系數(shù)較高,分別達(dá)到0.82和0.76(P<0.01);而采用指數(shù)函數(shù)的回歸分析決定系數(shù)較低,分別為0.80和0.74(P<0.01)。與地上部生物量和氮積累量間的回歸分析結(jié)果相反,LAI與CC間的回歸分析結(jié)果顯示:采用指數(shù)函數(shù)進(jìn)行回歸分析的決定系數(shù)較高,達(dá)到0.85(P<0.01);而采用異速生長(zhǎng)函數(shù)的回歸分析決定系數(shù)為0.82(P<0.01)�；貧w分析RMSE在不同指標(biāo)和回歸模型間的變化規(guī)律與決定系數(shù)的高低有關(guān),決定系數(shù)較高的模型,RMSE較低。

分別對(duì)試驗(yàn)1的2年數(shù)據(jù)單獨(dú)進(jìn)行回歸分析,結(jié)果顯示:無(wú)論是采用異速生長(zhǎng)函數(shù)的模型還是采用指數(shù)函數(shù)的模型,地上部生物量和氮積累量與CC間的決定系數(shù)均為2016—2017年較高,LAI與CC間的決定系數(shù)在2017—2018年較高。相同模型下,2年回歸分析決定系數(shù)間差值約為11.2%。將采用異速生長(zhǎng)函數(shù)和指數(shù)函數(shù)的回歸分析結(jié)果進(jìn)行對(duì)比,發(fā)現(xiàn)地上部生物量和氮積累量與CC間的回歸模型采用異速生長(zhǎng)函數(shù)具有較高的決定系數(shù),LAI與CC間的回歸模型采用指數(shù)函數(shù)具有較高的決定系數(shù)。2.3 模型驗(yàn)證

【參考文獻(xiàn)】：
期刊論文
[1]基于消費(fèi)級(jí)無(wú)人機(jī)搭載數(shù)碼相機(jī)監(jiān)測(cè)小麥長(zhǎng)勢(shì)狀況研究[J]. 江杰,張澤宇,曹強(qiáng),田永超,朱艷,曹衛(wèi)星,劉小軍.  南京農(nóng)業(yè)大學(xué)學(xué)報(bào). 2019(04)
[2]氮肥運(yùn)籌對(duì)潮土冬小麥/夏玉米產(chǎn)量及氮肥利用率的影響[J]. 張偉納,劉宇娟,董成,謝迎新,馬冬云,趙旭,岳艷軍,王晨陽(yáng),郭天財(cái).  土壤學(xué)報(bào). 2019(01)
[3]基于手機(jī)相機(jī)獲取冬小麥冠層數(shù)字圖像的氮素診斷與推薦施肥研究[J]. 夏莎莎,張聰,李佳珍,李紅軍,張玉銘,胡春勝.  中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào). 2018(04)
[4]無(wú)人機(jī)搭載數(shù)碼相機(jī)航拍進(jìn)行小麥、玉米氮素營(yíng)養(yǎng)診斷研究[J]. 李紅軍,李佳珍,雷玉平,張玉銘.  中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào). 2017(12)
[5]基于圖像處理的冬小麥氮素監(jiān)測(cè)模型[J]. 陳佳悅,姚霞,黃芬,劉勇,于琪,王妮,徐煥良,朱艷.  農(nóng)業(yè)工程學(xué)報(bào). 2016(04)
[6]基于養(yǎng)分專(zhuān)家系統(tǒng)的小麥-玉米推薦施肥效應(yīng)研究[J]. 王宜倫,白由路,王磊,劉舉,韓燕來(lái),譚金芳.  中國(guó)農(nóng)業(yè)科學(xué). 2015(22)
[7]近10年中國(guó)大陸主要糧食作物氮肥利用率分析[J]. 于飛,施衛(wèi)明.  土壤學(xué)報(bào). 2015(06)
[8]玉米作物多光譜圖像精準(zhǔn)分割與葉綠素診斷方法研究[J]. 吳倩,孫紅,李民贊,宋媛媛,張彥娥.  光譜學(xué)與光譜分析. 2015(01)
[9]滴灌春小麥氮素營(yíng)養(yǎng)診斷施肥方法研究[J]. 朱云,史力超,冶軍,侯振安,祁橋偉,石淑鑫.  麥類(lèi)作物學(xué)報(bào). 2015(01)
[10]基于高光譜的冬小麥氮素營(yíng)養(yǎng)指數(shù)估測(cè)[J]. 王仁紅,宋曉宇,李振海,楊貴軍,郭文善,譚昌偉,陳立平.  農(nóng)業(yè)工程學(xué)報(bào). 2014(19)



本文編號(hào)：3520508