武改紅,馮美臣,楊武德,肖璐潔,王 超,孫 慧,賈學勤,張 松
(山西農業(yè)大學旱作農業(yè)工程研究所,山西太谷 030801)
氮素參與作物的光合作用,是葉綠素的重要組成部分,缺氮會造成產量和品質下降,而氮肥的過量施用也會導致土壤的有機質含量下降、土壤板結以及環(huán)境污染[1]。及時準確地監(jiān)測作物氮素含量對于指導合理施肥、提高氮素利用率、保護環(huán)境具有重要的意義[2]。
高光譜技術能夠實時得到作物的冠層光譜信息[3],實現(xiàn)快速監(jiān)測氮素含量。國內外學者通過高光譜技術監(jiān)測作物氮素的研究已有很多,作物氮含量與光譜反射率密切相關[4],綠光和近紅外波段的比值與氮含量呈線性關系[5],550~700,2 100,2 300 nm波段與植株氮含量相關性較高,2 180 nm處的反射率能準確預測氮含量[6-7]。已有的研究大都基于植株氮含量進行,但是由于氮素的可轉移性,導致不同葉位葉片氮含量的垂直差異[8],葉片光譜反射率也存在差異[9-10]。
有研究表明,作物持續(xù)缺肥時,植株上部葉片變化不顯著[11]。DEBAEKE等[12]用小麥頂1葉RSPAD值與NNI建立的關系結果比較穩(wěn)定。王紹華[13]研究表明,在不同氮素處理下水稻頂4葉葉片色差表現(xiàn)較為敏感,預測含氮量較為準確。李剛華等[14]研究提出,頂3葉SPAD值能夠準確地表征水稻氮含量的變化規(guī)律。
目前,通過冬小麥不同葉位葉片光譜開展氮素光譜估算的研究較少,由于不同葉位葉片氮含量存在一定差異,因此尋求對氮素營養(yǎng)狀況反應敏感的葉位,可作為精確診斷冬小麥氮素營養(yǎng)的前提之一。作物冠層光譜是作物群體、土壤和水汽溫度等背景要素的綜合反映,通過冠層光譜預測葉片氮含量,模型精度較低。
本研究嘗試通過冠層光譜以及葉片光譜估測不同葉位的葉片氮含量,并且進行模型效果的對比,以期為作物氮素營養(yǎng)的研究提供一定的理論支持。
1.1.1 試驗地概況 試驗于2016—2017年在山西農業(yè)大學農學院農作站進行。試驗土壤肥力中等,耕層土壤堿解氮51.12 mg/kg,速效磷18.74 mg/kg,速效鉀242.07 mg/kg,有機質21.72 g/kg。
1.1.2 試驗材料 供試品種為濟麥22和長4738;供試肥料為氮肥(尿素,含N 46.4%),磷肥(過磷酸鈣,含P2O516%),鉀肥(氯化鉀,含K2O60%)。
采用完全隨機設計,設置5個氮梯度:0,75,150,225,300 kg/hm2,分別以 N0,N1,N2,N3,N4 表示,磷肥和鉀肥不設處理,分別為120,150 kg/hm2。氮肥分2次在播前和拔節(jié)期按6∶4施入:播前施基肥,拔節(jié)期追肥,磷肥和鉀肥作為基肥在播前一次性施入。
小區(qū)面積為12 m2(3 m×4 m),行距為20 cm,3次重復,其他管理措施同一般高產麥田,于拔節(jié)期、孕穗期、抽穗期、開花期及灌漿中期(花后15 d)進行指標測定。
1.3.1 冬小麥冠層光譜 冬小麥冠層光譜采用美國ASD FieldSpec 3.0型便攜式高光譜儀測定冠層光譜反射率,儀器視場角為25°,波段范圍350~2 500 nm。晴天無風時10:00—14:00進行測量,探頭垂直向下,距離冠層垂直高度約1 m。每小區(qū)測量3處,每處重復10次,計算平均值作為該小區(qū)光譜測量值。
1.3.2 冬小麥葉片光譜 在測定冠層光譜的區(qū)域,每次采集20 cm植株,于室內測定葉片光譜。同樣采用美國ASD FieldSpec 3.0型便攜式高光譜儀,用50 W內置鹵鎢燈作為光源在室內測定葉片反射率。每次測量前,用白板進行校正。測量時從上部依次獲取頂1葉、頂2葉、頂3葉3層葉片,每層每次選5片葉子,把不同葉位的葉片整齊排列,探頭距離葉片10 cm進行測量,每次測量10條光譜曲線。每組葉片測量3次,計算平均值作為該樣本的光譜反射率。
1.3.3 葉片氮含量 葉片光譜測量后,將不同葉位葉片烘干,用粉碎機粉碎,稱取0.5 g粉末于刻度消煮管中,再加濃硫酸5 mL,搖勻,在消煮爐中370℃消解,期間加2~3次過氧化氫,每次加5~10滴,消解后冷卻,定容至100 mL容量瓶,澄清或過濾后利用Smart-chem 200全自動離子分析儀測定氮含量,每個葉位葉片50組數(shù)據,建模集和驗證集隨機分為36組和14組。
偏最小二乘法(PLS)是一種多因變量對多自變量的分析方法,在多維變量中提取有效信息,適用于多重線性的數(shù)據統(tǒng)計[15]。本研究通過均方根誤差(RMSE)選取潛在變量,消除無用變量,達到數(shù)據降維的目的。
利用Excel進行數(shù)據整理,采用ViewSpec Pro軟件處理原始高光譜數(shù)據,采用DPS6.5統(tǒng)計分析軟件進行方差分析和多重比較,使用Matlab 7.0進行PLS運算,利用Origin 8.0制圖。
施氮量水平對不同生育時期、不同葉位葉片氮含量的影響如圖1所示,以濟22為例。
從圖1可以看出,不施氮處理,葉片氮含量在拔節(jié)期最高;施氮條件下,葉片氮含量在孕穗期為最大值,孕穗期之后,氮含量逐漸下降。在拔節(jié)期、開花期和灌漿期,頂1葉的葉片氮含量最高,頂2葉次之,頂3葉最?。欢谠兴肫?,各施氮處理葉片含氮量大小趨勢基本變?yōu)轫?葉>頂1葉>頂3葉。葉片氮含量隨著施氮量的增加而增加,但是不同葉位葉片的增加量不同。以拔節(jié)期為例,頂1葉、頂2葉、頂3葉的N4比N0分別增加了36.9%,55.5%和91.2%,頂3葉增幅最大。不施肥處理,不同葉位葉片間氮含量呈顯著性差異,頂1葉和頂2葉氮含量差值小于頂2葉和頂3葉的差值;隨著施氮量的增加,不同葉位葉片間氮含量的差異逐漸減小。
不同氮運籌條件下冬小麥冠層光譜及葉片反射率如圖2所示,以濟麥22開花期為例。從圖2-A可以看出,不同施氮條件下趨勢大致相同,在550,670 nm處形成反射峰和吸收谷,在700~1300 nm處形成近紅外高反射平臺,在1450,1950 nm附近有水分強吸收特征,在光譜應用中一般刪除受水分影響大的波段。
從圖2-B可以看出,不同施氮條件下,葉片的反射率曲線與冠層光譜相比較,葉位光譜反射率整體高于冠層光譜,冠層光譜近紅外區(qū)域的反射率約在0.4左右,而葉片光譜達到0.6。在可見光區(qū)域,反射率的大小與施氮量成反比;在近紅外和中紅外區(qū)域光譜反射率則與施氮量成正比。
從圖2-C可以看出,葉位光譜不同葉位葉片反射率相似,在可見光區(qū)域頂1葉反射率最小,近紅外區(qū)域則相反。
2.3.1 基于PLS的最佳因子數(shù)選取 如圖3所示,圖3-A~C分別表示冠層光譜監(jiān)測頂1葉、頂2葉、頂3葉氮含量,圖3-D~F分別表示葉片光譜監(jiān)測頂1葉、頂2葉、頂3葉的氮含量,曲線的拐點處應為最佳因子數(shù),圖3-A~F的最佳波段維數(shù)分別為5,4,5,8,8,5。
2.3.2 冠層及葉片光譜預測氮含量模型表現(xiàn) 由表1可知,冠層光譜和葉片光譜預測不同葉位葉片氮含量模型表現(xiàn)存在差異,冠層光譜估測頂1葉、頂2葉、頂3葉葉片氮含量模型R2分別為0.714,0.675和 0.687,RMSE 分別為 0.363,0.316和 0.431。葉片光譜監(jiān)測葉片氮含量效果較好,R2分別為0.810,0.781和0.701,RMSE也較小。冠層光譜監(jiān)測頂1葉氮含量的模型效果優(yōu)于頂2葉、頂3葉,而頂2葉與頂3葉效果相近。葉片光譜監(jiān)測氮含量模型效果均較好,其中,頂1葉模型效果最好。
表1 冠層、葉位光譜預測植株、葉片氮含量模型表現(xiàn)
葉片氮含量能夠反映冬小麥植株氮素含量的多少,對冬小麥的生長發(fā)育和產量指標起著重要作用[16-17]。在植物體內,氮素分布在空間水平上具有層次性[18]。本研究表明,增加施氮量可促進小麥植株對氮的吸收能力,葉片氮含量均明顯增加,葉位間葉片氮含量差異逐漸減小,頂3葉增幅最大。除孕穗期外,其余時期氮含量大小為頂1葉>頂2葉>頂3葉,與秦曉東等[19]研究結果相似,符合氮素輸送一般規(guī)律;在孕穗期,氮含量為頂2葉最大,頂2葉隨氮素響應較為敏感,與李映雪等[20]的研究結果存在差異,可能是由于在拔節(jié)期追肥后,不同冬小麥品種葉片對氮素的吸收存在差異。
不同施氮條件下,葉片反射率趨勢大致相同,高于冠層反射率。低氮和適量氮水平下,由于氮素具有可轉移性,氮素向上層葉片轉移,不同葉位葉片氮含量、葉綠素等差異較大,導致葉片反射率主要在可見光波段和近紅外區(qū)域波段均存在較大差異。高施氮量條件下,不同葉位葉片含氮量差異較小,葉綠素含量相近,反射率差異降低。
本研究利用葉片光譜預測葉片氮含量模型效果優(yōu)于冠層光譜,由于冠層光譜包含的信息除葉片外,還有籽粒、土壤等無關信息[21],因此,可能存在監(jiān)測精度低的問題。冠層光譜監(jiān)測頂1葉效果優(yōu)于頂2葉和頂3葉,可能是由于頂1葉在植株最上部,理論上對光譜的貢獻高于頂2葉和頂3葉。不同葉位葉片對冠層光譜的貢獻是否會由于冬小麥緊湊型或舒展型等其他因素發(fā)生變化,監(jiān)測模型效果是否會相應改變還需進一步探討;如何更精確地獲取冠層光譜、降低干擾信息,或者如何將冠層光譜與葉片光譜相結合,提高預測模型精度,提高高光譜技術的應用價值,仍需進一步研究。
[1]孟紅旗,劉景,徐明崗,等.長期施肥下我國典型農田耕層土壤的 pH 演變[J].土壤學報,2013,50(6):1109-1116.
[2]秦文,韓燕來,張毅博,等.減氮增施腐殖酸液肥對夏玉米產量和氮肥利用率的影響[J].河南農業(yè)科學,2017,46(4):21-25.
[3]ZHANG J C,YUAN L,PUI R L,et al.Comparison between wavelet spectral features and conventional spectral features in detecting yellowrust for winter wheat[J].Computers and Electronics in Agriculture,2014,100:79-87.
[4]孫慧,馮美臣,楊武德,等.水旱地冬小麥植株氮素含量的高光譜監(jiān)測[J].山西農業(yè)科學,2015,43(3):273-276.
[5]薛利紅,曹衛(wèi)星,羅衛(wèi)紅,等.基于冠層反射光譜的水稻群體葉片氮素狀況監(jiān)測[J].中國農業(yè)科學,2003,36(7):807-812.
[6] BLACKMER T M,SCHEPERS J S,GARVEL G E,et al.Nitrogen dificiencydetection usingreflected short wave radiation fromirrigated corn canopies[J].AgronomyJournal,1996,88(1):1-5.
[7] MITCHELL J J,GLENN N F,SANKEY T T,et al.Spectroscopic detection ofnitrogen concentrations in sagebrush[J].Remote Sensing Letters,2012,3(4):285-294.
[8]姜繼萍,楊京平,楊正超,等.不同氮素水平下水稻葉片及其相鄰葉位 SPAD值變化特征 [J].浙江大學學報,2012,38(2):166-174.
[9]NAMRATAJ,SHIBENDUSR,SINGH J P,et al.Use ofhyperspectral data to assess the effects of different nitrogen applications on a potatocrop[J].Precision Agriculture,2007,8(4):225-239.
[10]崔貝,黃文江,楊武德,等.不同施肥決策對冬小麥生長影響的高光譜監(jiān)測及對比分析 [J].植物營養(yǎng)與肥料學報,2013,19(1):11-19.
[11] FENG W,YAO X,ZHU Y,et al.Monitoring leaf nitrogen status with hyperspectral reflectance in wheat[J].European Journal of A-gronomy,2008,28(3):394-404.
[12] DEBAEKE P,ROUET P,JUSTES E.Relationship between the normalized SPAD index and the nitrogen nutrition index:application to durum wheat[J].Journal of Plant Nutrition,2006,29(1):75-92.
[13]王紹華.水稻氮素營養(yǎng)的生理指標及診斷技術[D].南京:南京農業(yè)大學,2003.
[14]李剛華,薛利紅,尤娟,等.水稻氮素和葉綠素SPAD葉位分布特點及氮素診斷的葉位選擇 [J].中國農業(yè)科學,2007,40(6):1127-1134.
[15]王昶,黃馳超,余光輝,等.近紅外光譜結合偏最小二乘法快速評估土壤質量[J].土壤學報,2013,50(5):881-891.
[16]張瀟元,張立福,張霞,等.不同光譜植被指數(shù)反演冬小麥葉氮含量的敏感性研究[J].中國農業(yè)科學,2017,50(3):474-485.
[17]南鎮(zhèn)武,梁斌,劉樹堂,等.長期定位施肥對冬小麥籽粒品質的影響[J].華北農學報,2015,30(4):162-167.
[18]劉濤,魯劍巍,任濤,等.適宜氮水平下冬油菜苗期不同葉位葉片光合氮分配特征 [J].中國農業(yè)科學,2016,49(18):3532-3541.
[19]秦曉東,戴廷波,荊奇,等.冬小麥葉片氮含量時空分布及其與植株氮營養(yǎng)狀況的關系 [J].作物學報,2006,32(11):1717-1722.
[20]李映雪,徐德福,謝曉金,等.小麥葉片SPAD空間分布及其與氮素營養(yǎng)狀況的關系 [J].中國農業(yè)氣象,2009,30(2):164-168.
[21] STENBERG B,ROSSEL R A V,MOUAZEN A M,et al.Chapter five-visible and near infrared spectroscopyin soil science[J].Advances in Agronomy,2010,107:163-215.