劉家歡 張衛(wèi)峰

摘 要：準(zhǔn)確診斷小麥群體大小并及時(shí)采取針對(duì)性管理措施是實(shí)現(xiàn)小麥高產(chǎn)優(yōu)質(zhì)的關(guān)鍵因素之一?，F(xiàn)有的群體診斷方法（如樣點(diǎn)調(diào)查法、高光譜遙感、機(jī)器視覺(jué)、莖稈生物力學(xué)等）都存在費(fèi)時(shí)費(fèi)力、設(shè)備昂貴等特點(diǎn)，僅限于科學(xué)研究。本文探索應(yīng)用一款手機(jī)應(yīng)用程序（Canopeo），通過(guò)快速檢測(cè)小麥冠層覆蓋度反映小麥群體。在16個(gè)實(shí)驗(yàn)地塊和71個(gè)農(nóng)戶(hù)地塊中與樣點(diǎn)調(diào)查法的決定系數(shù)達(dá)0.812和0.403，表明該方法可用于小麥返青期及以前的群體快速診斷。

關(guān)鍵詞：手機(jī)軟件；小麥；群體；快速診斷

中圖分類(lèi)號(hào)：S512 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.11974/nyyjs.20180333001

作物群體特征一般是指群體內(nèi)個(gè)體的數(shù)量、種類(lèi)、生育狀況及其空間排列、分布和個(gè)體間的關(guān)聯(lián)程度等。群體內(nèi)光照、溫度、濕度、風(fēng)和CO2濃度等要素的分布均與作物群體性狀密切相連，進(jìn)而影響作物產(chǎn)量、病害狀況[1]。

小麥?zhǔn)俏覈?guó)主要的糧食作物之一，合理的群體發(fā)育動(dòng)態(tài)是小麥高產(chǎn)的基礎(chǔ)[2]。冬前和返青期是小麥管理的重點(diǎn)，根據(jù)不同群體采取合理的水肥管理措施不僅是高產(chǎn)的基礎(chǔ)，也是水肥高效利用的基礎(chǔ)[3]。根據(jù)小麥群體（畝莖蘗數(shù)）大小分為4個(gè)等級(jí)進(jìn)行針對(duì)性管理：冬前畝莖蘗數(shù)?80萬(wàn)，春季畝莖蘗數(shù)?100萬(wàn)，為旺苗；冬前667m2莖蘗數(shù)60～80萬(wàn)，春季667m2莖蘗數(shù)80～100萬(wàn)為一類(lèi)苗；冬前667m2莖蘗數(shù)45～60萬(wàn)，春季667m2莖蘗數(shù)60～80萬(wàn)為二類(lèi)苗；冬前畝莖蘗數(shù)<45萬(wàn)，春季667m2莖蘗數(shù)<60萬(wàn)為弱苗[4]。針對(duì)不同苗情通常采取“抑旺促弱”的方式進(jìn)行調(diào)控：對(duì)旺苗采取鎮(zhèn)壓、推遲春季水肥（包括減少肥料）管理，過(guò)旺苗還要采取化學(xué)控旺的方法促旺轉(zhuǎn)壯，而弱苗采取提前春季水肥管理時(shí)間、噴施葉面肥等方法促弱轉(zhuǎn)壯，從而形成健壯群體，保障小麥高產(chǎn)優(yōu)質(zhì)。因此，及時(shí)準(zhǔn)確診斷不期麥田群體大小，并采取針對(duì)性管理措施至關(guān)重要。

現(xiàn)有診斷一般采取“一米雙行”的方法進(jìn)行田間抽樣調(diào)查，這種方法簡(jiǎn)單有效且受到廣泛認(rèn)可，但需要科研人員長(zhǎng)時(shí)間蹲在田間進(jìn)行操作，費(fèi)時(shí)費(fèi)力，不便于對(duì)大范圍農(nóng)戶(hù)服務(wù)。而普通農(nóng)戶(hù)開(kāi)展此類(lèi)工作缺乏基礎(chǔ)方法的指導(dǎo)。國(guó)內(nèi)外研究者探索并研究了一系列快速、無(wú)損診斷的新方法。單成鋼等（2004）用數(shù)碼相機(jī)獲取小麥頂層圖像，并采用邊緣像素?cái)?shù)作為評(píng)價(jià)總莖數(shù)和密度的衡量標(biāo)準(zhǔn)[1]；侯學(xué)會(huì)等（2012）利用大田小麥的參數(shù)數(shù)據(jù)和冠層光譜數(shù)據(jù)建立小麥生物量和真實(shí)葉面積指數(shù)的高光譜遙感估算模型，決定系數(shù)（R2）達(dá)0.829[5]；徐改花等（2011）利用數(shù)碼相片提取小麥生長(zhǎng)期的覆蓋度，結(jié)合地面實(shí)測(cè)葉面積指數(shù)、歸一化植被指數(shù)和小麥生物量等進(jìn)行小麥生物量的試算，小麥覆蓋度、葉面積指數(shù)和歸一化植被指數(shù)的相關(guān)系數(shù)（R2）分別達(dá)到0.774、0.876和0.712[6]；鄭玲等（2013）以壓力傳感器為測(cè)量元件，獲取小麥?zhǔn)芡茥U作用產(chǎn)生的回彈力信息由LabVIEW測(cè)量系統(tǒng)處理，表明小麥莖稈回彈力與生物量具有一定的相關(guān)性，決定系數(shù)（R2）達(dá)0.713[7]。鄭玲（2015）在基于單一機(jī)器視覺(jué)、單一光譜和力學(xué)傳感器的基礎(chǔ)上建立了機(jī)器視覺(jué)、光譜、力學(xué)傳感器融合的多元生物量檢測(cè)方法，表明任何2種傳感器信息融合以及三者融合之后所建立的模型，性能均比單一的圖像模型、光譜模型、力學(xué)模型要好，說(shuō)明將不同傳感器信息進(jìn)行融合之后的生物量相關(guān)性更高[8]。

上述機(jī)器視覺(jué)、高光譜遙感、生物力學(xué)及多元綜合檢測(cè)方法都對(duì)生物量（群體）的快速無(wú)損診斷做出了突出貢獻(xiàn)，但受制于成本、知識(shí)水平等因素，這些方法僅限于科學(xué)研究，現(xiàn)階段難以在生產(chǎn)一線推廣應(yīng)用。開(kāi)發(fā)手機(jī)快速調(diào)查工具，探索農(nóng)戶(hù)或者技術(shù)服務(wù)者可以快速應(yīng)用的手段是適應(yīng)現(xiàn)代信息化發(fā)展需求和小麥大范圍高產(chǎn)優(yōu)質(zhì)的必要途徑。美國(guó)俄克拉荷馬州立大學(xué)土壤物理學(xué)研究小組開(kāi)發(fā)了一款綠色作物覆蓋度檢測(cè)工具（Canopeo），該軟件適用于蘋(píng)果、安卓等主流手機(jī)操作系統(tǒng)，以智能手機(jī)為測(cè)量元件，檢測(cè)時(shí)只需使相機(jī)垂直地面并拍攝作物冠層圖像即可。根據(jù)植物葉片呈綠色的特性按照綠色光譜特征對(duì)圖像進(jìn)行分類(lèi)處理，提取作物冠層覆蓋度。該方法只需將Canopeo安裝到手機(jī)上，按圖示要求即可獲得群體覆蓋度。推廣方便，使用效率高，30s內(nèi)即可完成單位地塊的群體調(diào)查工作，適用于科研工作者、農(nóng)技人員、普通農(nóng)民等不同人群。

本文使用Canopeo手機(jī)應(yīng)用程序?qū)θA北小麥返青期群體進(jìn)行診斷，探索該工具的精確度以及應(yīng)用方法，并建立覆蓋度與群體的相關(guān)指標(biāo)。

1 材料與方法

1.1 Canopeo診斷方法

本文采用美國(guó)俄克拉荷馬州立大學(xué)的土壤物理學(xué)研究小組開(kāi)發(fā)的多用途綠色冠層覆蓋測(cè)量工具Canopeo（http：//appcenter.okstate.edu/）研究一種基于手機(jī)應(yīng)用程序的小麥群體快速診斷方法。目前生產(chǎn)和科研上使用的小麥群體（生物量）診斷方法主要有樣點(diǎn)調(diào)查法、高光譜遙感、機(jī)器視覺(jué)、莖稈生物力學(xué)和多元綜合診斷方法。從所需儀器設(shè)備、需要的分析工具、操作人員要求、平均單次診斷耗時(shí)、設(shè)備成本和適用范圍等6個(gè)方面來(lái)看，使用Canopeo手機(jī)軟件進(jìn)行小麥群體診斷，所需設(shè)備是目前普遍使用的智能手機(jī)，使用門(mén)檻低，只要會(huì)使用智能手機(jī)即可，且診斷效率高，通常30s內(nèi)即可完成單位地塊的群體診斷工作。因此，使用Canopeo手機(jī)軟件進(jìn)行小麥群體診斷具備在科研人員、農(nóng)技人員和普通農(nóng)民種推廣應(yīng)用的可行性，符合當(dāng)前農(nóng)業(yè)信息化、智能化的發(fā)展需求。

1.2 小麥返青期生長(zhǎng)特點(diǎn)與小麥群體圖像特征分析

1.2.1 小麥返青期生長(zhǎng)特點(diǎn)

返青期是早春麥田50%以上的麥苗心葉長(zhǎng)出1～2cm的階段，歷時(shí)約1個(gè)月，屬小麥苗期的最后1個(gè)階段。小麥返青期的生長(zhǎng)主要是生根、長(zhǎng)葉和分蘗，也是促使晚弱苗升級(jí)、控制旺苗徒長(zhǎng)、調(diào)節(jié)群體大小和決定成穗率高低的關(guān)鍵時(shí)期。因此，在返青期及以前及時(shí)對(duì)小麥群體進(jìn)行調(diào)查，從而采取正確的春季水肥管理措施非常重要。

1.2.2 小麥群體圖像特征分析

小麥屬于禾本科密植性作物，由于其分蘗習(xí)性，群體結(jié)構(gòu)隨生育期動(dòng)態(tài)變化。小麥葉屬于互生排列，但在自然生長(zhǎng)過(guò)程中，由于播種時(shí)落粒方向的不確定性和出苗后葉片對(duì)光的需求不同，葉片姿態(tài)會(huì)在一定范圍內(nèi)做出適當(dāng)調(diào)整，以便使位于群體中下部的葉片不會(huì)完全被上部葉片所遮擋，從而使葉片重疊程度最小。正是由于這種特點(diǎn)，在小麥頂視群體圖像中，將會(huì)有盡可能多的葉片落到視野內(nèi)，而不是只看到位于冠層上部的有限幾個(gè)葉片[1]。因此，小麥群體（總莖蘗數(shù)）越大，冠層葉片展開(kāi)的面積也越大，即小麥冠層覆蓋度越大，基于此，可以直觀推斷小麥冠層覆蓋度可以作物評(píng)價(jià)群體（總莖蘗數(shù)）的衡量標(biāo)準(zhǔn)。

本文采用檢測(cè)冠層覆蓋度的方式代替樣點(diǎn)調(diào)查法對(duì)小麥群體進(jìn)行快速估算，衡量標(biāo)準(zhǔn)是冠層覆蓋度。影響冠層覆蓋度的因素主要有品種、播種量、播種日期、整地質(zhì)量、播種方式、光照情況、人員操作和小麥葉/蘗間遮蓋程度等。

1.3 小麥群體冠層圖像獲取方法

本文采用手機(jī)應(yīng)用程序（Canopeo）提取作物冠層覆蓋度，程序應(yīng)用流程包括下載軟件，程序安裝，注冊(cè)登錄，打開(kāi)程序和按要求操作。隨機(jī)選取一行長(zhǎng)勢(shì)均勻的麥苗，并取半米作為樣點(diǎn)，在樣點(diǎn)兩端做好標(biāo)記，手機(jī)垂直樣點(diǎn)以樣點(diǎn)的邊界恰好位于相機(jī)取景框的上下兩端為參照進(jìn)行拍攝，并用Canopeo處理提取小麥冠層覆蓋度，處理時(shí)軟件Adjustments參數(shù)統(tǒng)一設(shè)置為1.00，見(jiàn)圖1。該系統(tǒng)的特點(diǎn)是根據(jù)葉片的綠色光譜特征進(jìn)行分類(lèi)處理（處理前、后見(jiàn)圖1），因此光照情況等都會(huì)影響診斷效果。

1.4 研究地點(diǎn)與研究方法

小麥返青期冠層覆蓋度獲取、樣點(diǎn)莖蘗數(shù)田間調(diào)查分別在2個(gè)地點(diǎn)進(jìn)行：地點(diǎn)1，中國(guó)農(nóng)業(yè)大學(xué)科學(xué)園學(xué)生實(shí)踐基地。小麥品種為農(nóng)大5181；播種日期為2016年10月3—7日；播種量為375kg/hm2；施肥量為氮肥（N）225kg/hm2，磷肥（P2O5）150kg/hm2，鉀肥（K2O）75kg/hm2。該地塊由基地管理員統(tǒng)一整地施肥和進(jìn)行田間管理，播種由不同班級(jí)的學(xué)生在田間實(shí)驗(yàn)課上完成。本研究共考察了16塊地，每塊地面積45m2。由于16塊地分別由不同班級(jí)的學(xué)生進(jìn)行播種，而且播種在5d內(nèi)完成，因此不同地塊小麥群體和長(zhǎng)勢(shì)存在較大差異。研究于2017年2月27日（小麥返青期）進(jìn)行，在每個(gè)地塊內(nèi)隨機(jī)選擇麥苗整齊、生長(zhǎng)一致、有代表性的2行麥苗進(jìn)行定點(diǎn)，每點(diǎn)對(duì)0.5m長(zhǎng)的1段麥苗進(jìn)行莖蘗數(shù)調(diào)查。調(diào)查時(shí)只要分蘗露出葉鞘就算1個(gè)分蘗，分蘗出現(xiàn)喇叭口或分蘗心葉萎蔫、枯死或變黃為退化蘗，不計(jì)入總莖蘗數(shù)。調(diào)查完成后對(duì)該段麥苗采取圖1的方法拍攝并提取冠層覆蓋度。

地點(diǎn)2，山東省陽(yáng)信縣翟王鎮(zhèn)、水落坡鎮(zhèn)、羊湖鄉(xiāng)、河流鎮(zhèn)、商店鎮(zhèn)、勞店鎮(zhèn)6個(gè)鄉(xiāng)鎮(zhèn)的71個(gè)農(nóng)戶(hù)地塊。農(nóng)戶(hù)品種選擇多樣，包括濟(jì)麥22、魯麥23、魯原502、新麥29、優(yōu)質(zhì)麥8號(hào)、山農(nóng)28等十幾種品種；播種日期范圍較大，從2016年9月22日—11月7日；播種量也相差較大，變幅為150～487.5kg/hm2；施肥量變幅為：氮肥（N）180～345kg/hm2，磷肥（P2O5）30～571.5kg/hm2，鉀肥（K2O）0～304.5kg/hm2。播種量、播種日期變異大，農(nóng)戶(hù)地塊小麥群體整體偏大，麥田郁閉，許多麥田已經(jīng)封行。本研究于2017年3月7日—3月12日（小麥返青期）進(jìn)行，樣點(diǎn)莖蘗數(shù)調(diào)查方法和冠層覆蓋度提取方法同地點(diǎn)1。

2 試驗(yàn)數(shù)據(jù)處理分析

2.1 實(shí)驗(yàn)地塊冠層覆蓋度與總莖蘗數(shù)的關(guān)系

地點(diǎn)1應(yīng)用傳統(tǒng)樣點(diǎn)調(diào)查法在小麥返青期對(duì)16個(gè)實(shí)驗(yàn)地塊進(jìn)行樣點(diǎn)總莖蘗數(shù)調(diào)查，每塊地按照1.4中的要求對(duì)2個(gè)長(zhǎng)0.5m的樣點(diǎn)進(jìn)行調(diào)查，調(diào)查完成后采用1.3中的方法用Canopeo手機(jī)軟件檢測(cè)樣點(diǎn)冠層覆蓋度。16塊地的樣點(diǎn)總莖蘗數(shù)范圍為50～293個(gè)，其中旺苗占40%，一類(lèi)苗16%，二類(lèi)苗25%，弱苗19%；樣點(diǎn)覆蓋度范圍為7.18%～28.80%。

對(duì)16塊實(shí)驗(yàn)地的樣點(diǎn)冠層覆蓋度與總莖蘗數(shù)進(jìn)行相關(guān)性分析，并用不同的函數(shù)建立相關(guān)關(guān)系，見(jiàn)表2。4種不同擬合函數(shù)覆蓋度與總莖蘗數(shù)之間都具有極顯著關(guān)系，其中對(duì)數(shù)函數(shù)擬合效果最好，F(xiàn)=129.195，SE=3.175，決定系數(shù)（R2）達(dá)0.812，見(jiàn)圖2。表明在科學(xué)管理的地塊中應(yīng)用Canopeo手機(jī)軟件進(jìn)行群體快速診斷是完全可行的。

表2 實(shí)驗(yàn)地塊樣點(diǎn)冠層覆蓋度與樣點(diǎn)總莖蘗數(shù)的回歸關(guān)系

擬合方式 決定系數(shù)/R2 回歸方程 F 值 標(biāo)準(zhǔn)誤

線性 0.792 y=0.1005x+4.0615 114.170** 3.336

對(duì)數(shù) 0.812 y=13.869ln（x）-48.913 129.195** 3.175

冪 0.799 y=0.271x0.8517 119.113** 0.203

指數(shù) 0.703 y=7.305e0.0059x 71.172** 0.247

*表示0.05水平顯著，**表示0.01水平顯著

圖2 實(shí)驗(yàn)地塊冠層覆蓋度與總莖蘗數(shù)關(guān)系

2.2 農(nóng)戶(hù)地塊中冠層覆蓋度與樣點(diǎn)總莖蘗數(shù)的關(guān)系

71個(gè)農(nóng)戶(hù)地塊樣點(diǎn)總莖蘗數(shù)范圍為41～278個(gè)，其中旺苗占76%，一類(lèi)苗19%，二類(lèi)苗12%，弱苗3%；樣點(diǎn)覆蓋度范圍為4.21%～31.57%。

對(duì)農(nóng)戶(hù)地塊的樣點(diǎn)冠層覆蓋度與樣點(diǎn)總莖蘗數(shù)進(jìn)行相關(guān)性分析，并用不同的函數(shù)建立相關(guān)關(guān)系，見(jiàn)表3。4種不同函數(shù)擬合覆蓋度與總莖蘗數(shù)之間都具有極顯著關(guān)系，其中冪函數(shù)擬合效果最好，F(xiàn)=124.596，SE=0.264，決定系數(shù)（R2）達(dá)到0.471；其次是對(duì)數(shù)函數(shù)F=94.414，SE=4.705，決定系數(shù)（R2）達(dá)到0.403，表明管理水平差異很大的農(nóng)戶(hù)地塊應(yīng)用Canopeo手機(jī)軟件進(jìn)行群體快速診斷也是可行的。

考慮到小麥的分蘗特性，隨小麥生育天數(shù)增加，小麥行間郁閉程度增加，直至最后完全覆蓋，即覆蓋度為100%。結(jié)合小麥生長(zhǎng)特性和地點(diǎn)1擬合情況，認(rèn)為對(duì)數(shù)函數(shù)更符合實(shí)際情形，更能反映覆蓋度與總莖蘗數(shù)之間的關(guān)系（見(jiàn)圖3）。

2.3 根據(jù)冠層覆蓋度檢測(cè)結(jié)果進(jìn)行管理推薦

應(yīng)用Canopeo快速檢測(cè)冠層覆蓋度，目的是對(duì)小麥群體進(jìn)行快速估算，從而采取針對(duì)性管理措施。生產(chǎn)中可以將覆蓋度、畝莖數(shù)（苗情）和管理措施結(jié)合起來(lái)設(shè)計(jì)小軟件，將覆蓋度與相應(yīng)的田間管理措施對(duì)應(yīng)起來(lái)，見(jiàn)表4。

管理措施 推遲澆水至拔節(jié)期并每667m2追施尿素20～25kg或者是30-0-5的高氮復(fù)合肥30kg并在拔節(jié)期以前噴施多效唑類(lèi)藥劑進(jìn)行化學(xué)控旺 為防止小麥旺長(zhǎng)，培育健壯群體，推遲澆水至拔節(jié)期并每667m2追施尿素20～25kg或者是30-0-5的高氮復(fù)合肥30kg 起身期澆灌并每667m2追施尿素20～25kg或者是30-0-5的高氮復(fù)合肥30kg，促弱轉(zhuǎn)壯 返青期澆灌并每667m2追施尿素20～25kg或者是30-0-5的高氮復(fù)合肥30kg，并考慮噴施磷酸二氫鉀等葉面肥，促弱轉(zhuǎn)壯

以地點(diǎn)1對(duì)數(shù)函數(shù)擬合的函數(shù)方程為例：樣點(diǎn)冠層覆蓋度（y）與樣點(diǎn)總莖蘗數(shù)（x）函數(shù)關(guān)系為：y= 13.869ln（x）-48.913。

其中a為Canopeo檢測(cè)的小麥冠層覆蓋度（%），b為小麥10行行距（m）。

為了能夠借助冠層覆蓋度的檢測(cè)結(jié)果直接指導(dǎo)小麥生產(chǎn)，可用VBA（Visual Basic for Applications）語(yǔ)言設(shè)計(jì)小軟件，實(shí)現(xiàn)根據(jù)覆蓋度檢測(cè)結(jié)果自動(dòng)推薦相應(yīng)的田間管理措施的目的。

3 討論

本文在進(jìn)行小麥群體快速調(diào)查時(shí)，以冠層覆蓋度為衡量標(biāo)準(zhǔn)，在而農(nóng)戶(hù)田間品種、播量、播期、整地質(zhì)量、播種方式差異較大，導(dǎo)致診斷精確性略低。地點(diǎn)2農(nóng)民地塊樣點(diǎn)平均總莖蘗數(shù)為165個(gè)，地點(diǎn)1實(shí)驗(yàn)地塊樣點(diǎn)平均總莖蘗數(shù)為132個(gè)。按照平均行距18cm計(jì)算，地點(diǎn)2平均667m2總莖蘗數(shù)為122萬(wàn)，屬旺苗，地點(diǎn)667m2總莖蘗數(shù)為98萬(wàn)，屬一類(lèi)苗。考慮到農(nóng)民地塊普遍播期早、播量大和過(guò)量施用氮肥導(dǎo)致旺苗十分普遍的現(xiàn)狀，可以推斷：會(huì)受品種、播種量、播種日期、整地質(zhì)量、播種方式、光照情況、人員操作等因素影響，農(nóng)戶(hù)地塊普遍群體過(guò)大，導(dǎo)致不同葉片/分蘗間遮擋程度增大，是造成農(nóng)戶(hù)地塊覆蓋度與莖蘗數(shù)相關(guān)性大大降低的主要原因。因此，對(duì)于管理水平差異大，尤其是播量大、播期早的農(nóng)戶(hù)地塊，采用Canopeo進(jìn)行群體快速診斷時(shí)，要提高調(diào)查精度，需要將時(shí)間提前，例如在小麥越冬期及以前進(jìn)行。本文在2個(gè)不同地點(diǎn)、不同管理水平的地塊研究了冬小麥返青期的冠層覆蓋度與總莖蘗數(shù)的關(guān)系，而沒(méi)有對(duì)不同地點(diǎn)相同管理水平的多個(gè)時(shí)期進(jìn)行研究，后續(xù)研究還需要跟進(jìn)。

光照及對(duì)作物冠層光譜的準(zhǔn)確捕捉是診斷準(zhǔn)確性的關(guān)鍵，在同等氣象條件下、采用標(biāo)準(zhǔn)化的操作方法是核心。本實(shí)驗(yàn)在農(nóng)戶(hù)地塊中診斷涉及多天，氣象條件略有不同。而且對(duì)大范圍農(nóng)田進(jìn)行診斷時(shí)，操作難免不一致也降低了診斷的準(zhǔn)確性。本研究中樣點(diǎn)兩端與相機(jī)取景框上下剛好對(duì)齊、相機(jī)垂直樣段等操作要求完全由操作人員主觀把握，受人為因素影響較大。若在科研上應(yīng)用還需要引入更加精準(zhǔn)可靠的參考方法。但考慮到小麥苗情劃分范圍較廣，每個(gè)級(jí)別之間總莖蘗數(shù)跨度高達(dá)20萬(wàn)，因此用于指導(dǎo)小麥生產(chǎn)是可行的。

4 結(jié)論

科學(xué)管理的實(shí)驗(yàn)地塊冠層覆蓋度與總莖蘗數(shù)相關(guān)關(guān)系最好（R2=0.812），管理水平差異很大的農(nóng)戶(hù)地塊相關(guān)性較差（R2=0.403），但均存在極顯著關(guān)系，表明即使在管理水平差異很大農(nóng)民地塊中應(yīng)用Canopeo手機(jī)軟件進(jìn)行群體快速診斷也是可行的，只是精度不高。

農(nóng)民地塊中進(jìn)行群體快速診斷要保證精度，嚴(yán)格按照操作方法（相機(jī)與地面垂直、樣點(diǎn)兩段與相機(jī)取景框上下端對(duì)齊）進(jìn)行操作，還需要盡量將時(shí)間提前，以降低農(nóng)民地塊群體過(guò)大，葉片/分蘗之間遮蓋程度過(guò)大對(duì)診斷結(jié)果的影響。

參考文獻(xiàn)

[1]單成鋼，廖樹(shù)華，梁振興，朱虹，鄭麗敏，王璞.小麥群體圖像特征識(shí)別方法的研究——小麥群體總莖數(shù)的診斷[J].作物學(xué)報(bào)，2004（12）：1281-1283.

[2]蔡鐵.小麥分蘗發(fā)生調(diào)控及構(gòu)建合理群體結(jié)構(gòu)的化控途徑[D].濟(jì)南：山東農(nóng)業(yè)大學(xué)，2013.

[3]盧殿君.華北平原冬小麥高產(chǎn)高效群體動(dòng)態(tài)特征與氮營(yíng)養(yǎng)調(diào)控[D].北京：中國(guó)農(nóng)業(yè)大學(xué)，2015.

[4]王姍姍.“渤海糧倉(cāng)”小麥苗情診斷及氣象災(zāi)害預(yù)測(cè)與服務(wù)系統(tǒng)研發(fā)[D].濟(jì)南：山東農(nóng)業(yè)大學(xué)，2016.

[5]侯學(xué)會(huì)，牛錚，黃妮，許時(shí)光.小麥生物量和真實(shí)葉面積指數(shù)的高光譜遙感估算模型[J].國(guó)土資源遙感，2012（4）：30-35.

[6]徐改花，張福平，周正朝，甘卓亭，蒲蕾，陳麗.利用數(shù)碼相片對(duì)冬小麥生物量的試算[J].資源開(kāi)發(fā)與市場(chǎng)，2011，27（3）：193-196.

[7]鄭玲，朱大洲，王成，潘大宇，羅斌，趙春江.基于LabVIEW的小麥生物量檢測(cè)系統(tǒng)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2013，44（9）：214-218.

[8]鄭玲.小麥生物量田間快速測(cè)量方法研究[D].楊凌：西北農(nóng)林科技大學(xué)，2015.

[9]胡新，孫忠富，任德超，杜克明.越冬期小麥苗情分類(lèi)綜合指數(shù)計(jì)算方法探討[J].河南農(nóng)業(yè)學(xué)，2012，41（12）：38-41.

[10]單成鋼，廖樹(shù)華，龔宇，梁振興，王璞.應(yīng)用數(shù)字圖像技術(shù)診斷冬小麥冠層生物量垂直分布特征的研究[J].作物學(xué)報(bào)，2007（3）：419-424.

作者簡(jiǎn)介：劉家歡（1993-），男，湖北宜昌人，農(nóng)學(xué)學(xué)士，研究方向：小麥技術(shù)集成與小麥信息化服務(wù)系統(tǒng)建設(shè)。