基于敏感波段的冬小麦氮素营养高光谱诊断_杨福芹.pdf

基于敏感波段的冬小麦氮素营养高光谱诊断杨福芹1，冯海宽2*，刘小强1，李天驰1，谢瑞1，周龙3，高磊磊1（1.河南工程学院土木工程学院，郑州 451191；2.国家农业信息化工程技术研究中心，北京 100097；3.广东置信勘测规划信息工程有限公司，广东 中山 528400）摘要：氮素营养状况是作物生长的一个重要参数，准确监测尤为重要。本文利用 2013、2014年在北京市农林科学院试验基地的冬小麦叶片反射光谱数据和相应的叶片氮含量及叶片氮累积量数据，采用波段两两组合的方法筛选对叶片氮含量及叶片氮累积量敏感的波段，在各个生育期及全生育期建立冬小麦氮素营养诊断模型。结果表明：（1）波段两两组合筛选出的对叶片氮含量和叶片氮累积量敏感的光谱参数分别为NDSI(564,728)、NDSI(543,728)、RSI(564,728)和RSI(543,728)；（2）在各个生育期和全生育期构建的氮素营养监测模型中，每个生育期的叶片氮含量模型的稳定性和可靠性优于叶片氮累积量的模型，用留一交叉验证法同样表明叶片氮含量模型稳定性和可靠性比较高，研究表明用叶片氮含量可以很好地监测冬小麦氮素营养状况，从而实现对氮肥的精准管理。关键词：冬小麦；叶片氮含量；叶片氮累积量；高光谱指数；敏感波段中图分类号：S129文献标识码：A文章编号：2096-5877（2023）01-0097-05Hyperspectral Diagnosis of Nitrogen Nutrition in Winter Wheat Based on Sensitive BandYANG Fuqin1,FENG Haikuan2*,LIU Xiaoqiang1,LI Tianchi1,XIE Rui1,ZHOU Long3,GAO Leilei1(1.College of Civil Engineering,Henan University of Engineering,Zhengzhou 451191;2.National Engineering Research Center for Information Technology in Agriculture,Beijing 100097;3.GuangdongZhixin Information Engineering of Surveying and Planning Co.,Ltd.,Zhongshan 528400,China)Abstract：Nitrogen nutritional status is an important parameter for crop growth,and how to accurately monitor it isparticularly important.In this paper,the winter wheat leaf reflection spectrum data and the corresponding leaf nitrogen content and leaf nitrogen accumulation data at the experimental base of Beijing Academy of Agricultural andForestry Sciences in 2013-2014 were used to screen out the wave bands which are sensitive to leaf nitrogen contentand leaf nitrogen accumulation by the combination of bands,and sensitive wave bands were used to establish nitrogen nutrition diagnosis model of winter wheat in each growth period and whole growth period.The results show that:(1)The sensitive spectral parameters of leaf nitrogen content and leaf nitrogen accumulation screened by the combination of bands are NDSI(564,728),NDSI(543,728),RSI(564,728)and RSI(543,728);(2)Among the nitrogen nutrition diagnosismodels constructed in each growth period and the whole growth period,the stability and reliability of LNC in eachgrowth period is better than LNA,and the leave-one-out cross validation method also shows that the accuracy ofLNC is relatively higher.This study has shown that the nitrogen content of leaves can be used to monitor the nitrogen nutrition status of winter wheat,so as to achieve precise management of nitrogen fertilizer.Key words：Winter wheat;Leaf nitrogen content;Leaf nitrogen accumulation;Hyperspectral vegetation indices;Sensitive waveband收稿日期：2020-01-14基金项目：国家自然科学基金项目（42007424）；河南省重点研发与推广专项（科技攻关）（212102310427）；河南省高等学校重点科研项目（23A420001）作者简介：杨福芹（1979-），女，讲师，博士，主要从事农业定量遥感研究。通讯作者：冯海宽，男，硕士，副研究员，E-mail:杨福芹等：基于敏感波段的冬小麦氮素营养高光谱诊断东北农业科学2023，48（1）：97-101，115Journal of Northeast Agricultural SciencesDOI:10.16423/ki.1003-8701.2023.01.02298东 北 农 业 科 学48卷定量监测作物氮素营养状况已成为国内外植被遥感的一个重要领域，快速、准确地检测作物氮素有利于精准施肥，为作物高产、高蛋白提供保证1-3。目前大多学者主要从光谱特征或植被指数等方面对作物氮素营养状况进行遥感反演4-6。黄芬等7以不同颜色模型的颜色分量作为自变量，采用多元线性回归、支持向量回归和随机森林算法构建了冬小麦叶片氮含量遥感估算模型。崔日鲜等8以冠层覆盖度及图像指数为输入参数，分别采用两种非线性回归和三种机器学习法估算冬小麦叶片氮累积量，结果表明用随机森林构建的叶片氮累积量估算模型最优。陈佳悦等9通过优化组合构建了颜色组合标准化指数，结果表明该指数可以很好地反映冬小麦叶片氮含量。宋晓等10基于地面观测光谱数据构建了三波段植被指数 NEW-NDRE，结果表明在灌浆初期构建的该植被指数可以很好地监测冬小麦氮素营养状况。He等11研究结果表明冬小麦在可见光区域光谱反射率随叶片氮含量的变化发生明显变化。虽然现在关于作物氮含量或作物氮累积量估算的研究比较多12-14，但多基于某一生育期或多个混合生育期植被指数与作物氮含量或氮累积量的关系，没有考虑各个关键生育期采用何种氮素来监测作物氮素营养生长状况。因此，本研究尝试从各个关键生育期如何更好地监测氮素营养状况出发，通过波段两两组合寻找对叶片氮含量和叶片氮累积量敏感的光谱波段，探索在各个生育期和混合生育期是采用叶片氮含量还是叶片氮累积量可以更好地监测作物生长及氮素营养状况。1材料与方法1.1试验设计试验于 20132014 年在北京农林科学院试验基地进行。该基地位于北京市市区，3956 N，11616 E。九月底十月初小麦多在此期播种。前茬作物为小麦，土层中有机质含量为 1.542.16g/kg，速效钾含量为 77.54216.27 mg/kg，硝态氮含量 为 6.9921.40 mg/kg，有 效 磷 含 量 为 29.92136.44 mg/kg，全氮含量为 0.090.12 g/kg。每个池子大小 1.2 m1.5 m，播种 33.75 g，施尿素 40.5 g，播种 6 行。播种密度为 600 万株/hm2，于 2013 年 9月 29 日播入。灌溉方式采用浇灌灌溉，传统种植方式。试验设计为 2 个品种，分别为京 9428 和农大 211。水分水平为 5 个，分别为 0 m3/hm2（W1）、225 m3/hm2（W2）、450 m3/hm2（W3）、675 m3/hm2（W4）、900 m3/hm2（W5）。试验为随机区组设计，4个重复。田间试验测定在挑旗期、开花期和灌浆期等3个关键生育期进行。1.2叶片光谱数据测定叶片光谱反射率测定采用美国FieldSpecProFR光谱仪（ASD Inc.,Boulder Colorado,USA）耦联手持叶夹式叶片光谱探测器。光谱仪波段范围为3502 500 nm，间隔 1 nm，在 3501 000 nm 内采样间隔为 3 nm，在 1 0002 500 nm 内采样间隔为 10nm。叶片夹探测器内置石英卤化灯，以保证光源稳定，叶片平整。在每片叶片的东西南北 4 个位置测定反射率6。1.3叶片氮累积量和叶片氮含量的测定试验于冬小麦挑旗期、开花期和灌浆期等 3个生育期进行，主要获取冬小麦氮含量及地上部生物量等数据。在地表选取具有代表性的 20 株小麦，在实验室内器官分离后置于纸袋中，放入烘箱 105 杀青 30 min，然后在 80 烘干 48 h 以上，直至恒质量。将烘干后的各器官称重后粉碎，采用凯式定氮法测定植株不同器官的全氮含量（N，%）。叶片氮累积量（leaf nitrogen accumulation，LNA）=叶 片 氮 含 量（leaf nitrogen content,LNC）叶片生物量。1.4植被指数的构建叶片氮素营养状况和归一化植被指数（normalized difference vegetable index,NDVI）、比值植被指 数（ratio vegetable index,RVI）有 较 好 的 相 关性15-17，根据 NDVI 和 RVI 公式在全波段范围内构建更具普适的 NDSI 和 RSI 植被指数，计算公式如下：NDSI(1,2)=(R1-R2)(R1+R2)（1）RSI(1,2)=R1R2（2）式中，1为波长 1，2为波长 2，R1为波长 1 对应的冬小麦叶片反射率，R2为波长 2 对应的冬小麦叶片反射率。1.5模型评价选取决定系数（determinant coefficients,R2）、均方根误差（root mean square error,RMSE）、相对误差（relative error,RE）评价模型的优劣。各指标计算公式如下：R2=i=1n()Xi-X2()Yi-Y2ni=1n()Xi-X2i=1n()Yi-Y2（3）1期杨福芹等：基于敏感波段的冬小麦氮素营养高光谱诊断99RMSE=i=1n()Yi-Xi2n（4）RE=|Xi-YiXi 100%（5）式中，n 为样本总数，Xi为第 i 个样本的氮含量或氮累积量的实测值，Yi为第 i 个样本的氮含量或氮累积量的估算值，-X为样本氮含量或氮累积量实测平均值，-Y为样本氮含量或氮累积量估算平均值。2结果与分析2