童偉 劉金寶

摘 要 為快速便攜診斷冬小麥氮營(yíng)養(yǎng)狀況，概述了氮營(yíng)養(yǎng)診斷的方法，著重介紹了冬小麥氮素光譜診斷技術(shù)原理及方法，提出光譜診斷冬小麥氮素營(yíng)養(yǎng)具有無(wú)損快速便攜的優(yōu)勢(shì)，有著廣泛的研究和應(yīng)用前景。

關(guān)鍵詞 冬小麥;光譜診斷;氮素

中圖分類(lèi)號(hào)：S513 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2021.21.006

冬小麥作為我國(guó)北方地區(qū)的主要糧食作物，其種植面積、產(chǎn)量關(guān)系國(guó)家糧食安全、長(zhǎng)遠(yuǎn)發(fā)展大計(jì)。做好冬小麥?zhǔn)┓?、灌溉、病蟲(chóng)害防治等田間管理對(duì)確保糧食穩(wěn)產(chǎn)、高產(chǎn)尤為重要。氮肥在農(nóng)業(yè)中的作用非常重要，用途非常普遍，然而因過(guò)量使用、利用效能低而造成農(nóng)田土壤、灌溉水系的污染。因此國(guó)家開(kāi)展了以測(cè)土配方技術(shù)為技術(shù)支撐的精準(zhǔn)農(nóng)業(yè)，以便準(zhǔn)確快速地獲取土壤養(yǎng)分狀況，特別是氮素水平。精準(zhǔn)農(nóng)業(yè)是未來(lái)農(nóng)業(yè)的方向，其關(guān)鍵點(diǎn)是快速、便捷、精準(zhǔn)地獲得農(nóng)田作物信息。通過(guò)介紹冬小麥氮素光譜診斷技術(shù)，掌握作物生長(zhǎng)周期內(nèi)氮素需求信息，開(kāi)展農(nóng)田精細(xì)化管理，從而提高氮素利用水平，降低投入成本，提高作物產(chǎn)量[1]。

1 冬小麥氮營(yíng)養(yǎng)傳統(tǒng)診斷技術(shù)

1.1 冬小麥缺氮外觀診斷

外觀診斷包括對(duì)植株的葉色診斷、長(zhǎng)勢(shì)診斷和癥狀診斷3個(gè)方面。植物葉片顏色能夠直觀地表征植株體內(nèi)的氮素水平，不同的營(yíng)養(yǎng)物質(zhì)對(duì)植物的作用是不同的。外觀診斷通常只適用于缺乏營(yíng)養(yǎng)元素的植物。隨著作物品種的頻繁升級(jí)和顏色視覺(jué)感知的差異，外觀診斷的準(zhǔn)確性下降，從而使其在生產(chǎn)應(yīng)用過(guò)程中受到限制。

1）觀察癥狀的診斷方式。主要是根據(jù)小麥出現(xiàn)的某種特定癥狀，確定小麥中缺少某種元素的一種診斷方式。冬小麥缺氮的癥狀主要會(huì)表現(xiàn)出植物生產(chǎn)不良、莖稈矮小、單株葉片狹小等基本特點(diǎn)，并且會(huì)對(duì)冬小麥的產(chǎn)量造成影響。冬小麥氮素過(guò)多的癥狀主要表現(xiàn)為小麥容易倒伏、病蟲(chóng)為害較為嚴(yán)重、晚熟等。冬小麥缺氮的癥狀診斷技術(shù)，主要針對(duì)小麥缺少1種營(yíng)養(yǎng)元素的情況下有效，如果小麥同時(shí)缺少2種或者更多的影響元素，或者出現(xiàn)病蟲(chóng)害、藥害等因素引起的癥狀時(shí)，癥狀診斷技術(shù)將難以發(fā)揮出自身的作用，且容易導(dǎo)致混淆而出現(xiàn)誤診。此外，冬小麥出現(xiàn)缺氮素的情況，表明植物缺氮素的情況已經(jīng)十分嚴(yán)重，這個(gè)時(shí)候采用補(bǔ)救措施已經(jīng)毫無(wú)用處，因此癥狀診斷技術(shù)具有嚴(yán)重的局限性。

2）觀察冬小麥生長(zhǎng)的診斷方式。對(duì)冬小麥生產(chǎn)趨勢(shì)進(jìn)行觀察，是農(nóng)民根據(jù)自身豐富的工作經(jīng)驗(yàn)而總結(jié)出的一種診斷方式，主要是對(duì)水稻、小麥等一些農(nóng)作物的生長(zhǎng)進(jìn)行觀察，從而判斷農(nóng)作物是否存在病害的一種診斷方式。長(zhǎng)勢(shì)長(zhǎng)相診斷技術(shù)在一定程度上，可以對(duì)植物氮素營(yíng)養(yǎng)情況進(jìn)行判斷，但是近年來(lái)我國(guó)農(nóng)作物品種不斷地更新，長(zhǎng)勢(shì)長(zhǎng)相診斷技術(shù)在應(yīng)用過(guò)程中受到一定的限制。

3）葉色診斷方式。在多數(shù)農(nóng)作物缺氮素的情況下，經(jīng)常會(huì)出現(xiàn)一些肉眼可見(jiàn)的癥狀問(wèn)題。在缺氮素的情況下，農(nóng)作物的葉片會(huì)呈現(xiàn)焦黃色，相反如果氮素超標(biāo)，葉片呈現(xiàn)深綠色，并且會(huì)出現(xiàn)延緩衰老的情況。通過(guò)葉色來(lái)判斷植物氮素營(yíng)養(yǎng)情況主要有4個(gè)步驟：測(cè)定光的不同特性;使用常規(guī)浸泡提取方法對(duì)葉綠素含量進(jìn)行測(cè)定;利用標(biāo)準(zhǔn)比色卡與葉色進(jìn)行對(duì)比;通過(guò)測(cè)定光來(lái)對(duì)葉色的深淺程度進(jìn)行判斷。但是這樣的診斷方式過(guò)于繁瑣，且受到光線影響較為嚴(yán)重，因此不能很好地在生產(chǎn)中應(yīng)用。

1.2 冬小麥氮素化學(xué)診斷

1）植株全氮診斷方式。化學(xué)診斷方法是測(cè)定植物氮含量，并與不同的植物標(biāo)本進(jìn)行比較，進(jìn)而判斷植物氮的豐度和缺度。利用作物化學(xué)分析確定植株的氮素情況，指導(dǎo)氮肥在田間的應(yīng)用，使作物產(chǎn)量最大化，取得更大的經(jīng)濟(jì)效益。根據(jù)氮素在作物體內(nèi)存在的不同形態(tài)，氮素營(yíng)養(yǎng)化學(xué)診斷可分為植株全氮診斷、硝酸鹽快速診斷和氨基態(tài)氮診斷。植株的全氮含量可以很好地反映出植株的氮素營(yíng)養(yǎng)狀況，因?yàn)橹仓甑娜颗c作物產(chǎn)量具有一定的相關(guān)性，通過(guò)植株的全氮含量可以反映出作物的產(chǎn)量。但由于植株的全氮診斷方法需要對(duì)植株進(jìn)行破壞性取樣，工作繁瑣，在生產(chǎn)過(guò)程中難以推廣。硝酸鹽診斷和氨基態(tài)氮診斷同樣存在上述問(wèn)題[2]。

2）硝酸鹽診斷。硝態(tài)氮是一種不能被植物新陳代謝的物質(zhì)，多數(shù)會(huì)在植物體內(nèi)進(jìn)行存儲(chǔ)，因此當(dāng)植物出現(xiàn)缺氮的情況下，植物就會(huì)對(duì)硝態(tài)氮的需求明顯上升，而在這個(gè)過(guò)程中植物不會(huì)產(chǎn)生明顯的變化，而如果當(dāng)植物所需要的氮元素超出植物原有的儲(chǔ)備量，那么硝態(tài)氮也會(huì)有明顯增長(zhǎng)，植物組織中硝態(tài)氮的含量也會(huì)比全氮含量有著明顯增加，這樣的情況能夠更好地將農(nóng)作物和植物對(duì)氮元素的需求進(jìn)行明顯的反饋。因此在診斷過(guò)程中，也可以使用硝態(tài)氮來(lái)進(jìn)行診斷，以此作為冬小麥氮素含量診斷的基本標(biāo)準(zhǔn)，對(duì)植株中氮素營(yíng)養(yǎng)的實(shí)際情況進(jìn)行反映，并且對(duì)追肥進(jìn)行推薦。國(guó)內(nèi)外對(duì)冬小麥氮素情況的診斷方式有許多，近年來(lái)能夠?qū)Χ←湹厍闆r診斷的方式也在不斷創(chuàng)新，促進(jìn)了更多價(jià)格低廉、操作簡(jiǎn)單的診斷方式在基層冬小麥生產(chǎn)中發(fā)廣泛應(yīng)用，但是也只能對(duì)氮素水平不高的植株進(jìn)行診斷。

2 現(xiàn)代光譜診斷技術(shù)

光譜診斷技術(shù)是利用不同物質(zhì)對(duì)光譜的差異性吸收、反射和透射進(jìn)行定性或定量分析的技術(shù)方法。植物光譜吸收、透射和反射特征波段主要分布在可見(jiàn)、近紅外區(qū)域。作物因葉片葉綠素含量等生物特性的差異，導(dǎo)致了每種作物的光特征不同。與傳統(tǒng)的作物營(yíng)養(yǎng)診斷方法相比，光譜遙感技術(shù)具有面積大、無(wú)損、快速、準(zhǔn)確的優(yōu)點(diǎn)。目前已成為作物營(yíng)養(yǎng)診斷在農(nóng)業(yè)生產(chǎn)應(yīng)用中的研究熱點(diǎn)，對(duì)農(nóng)業(yè)氮肥的準(zhǔn)確施用起著重要作用。

2.1 光譜與冬小麥氮素的關(guān)系

在作物氮營(yíng)養(yǎng)遙感技術(shù)診斷中，可以利用氮/葉綠素濃度、氮/葉綠素積累、葉面積指數(shù)（LAI）等參數(shù)確定作物氮素狀況，指導(dǎo)田間施肥管理。但以上參數(shù)會(huì)因生育期、冠層結(jié)構(gòu)、田間小氣候等方面的差異而產(chǎn)生誤差，難以準(zhǔn)確地監(jiān)測(cè)作物氮素水平。隨著作物氮素光譜診斷技術(shù)的不斷發(fā)展，有研究人員提出了通過(guò)結(jié)合植株氮素水平和生物量2個(gè)指標(biāo)，能夠較為準(zhǔn)確地判斷作物不同生長(zhǎng)期內(nèi)的氮素需求水平。

2.2 葉綠素相對(duì)含量診斷

植物的色素影響著自身的光譜特性，主要是葉綠素，其對(duì)藍(lán)光和紅光有較強(qiáng)地吸收。薛利紅等研究表明，冬小麥冠層可見(jiàn)光區(qū)的反射率隨著施氮量的增加而降低，而近光區(qū)的反射率隨著施氮量的增加顯著增加[3]，這是因?yàn)樘岣咄寥赖厮?，可有效增加作物葉片葉綠素含量，增加葉片面積，從而提升作物葉片對(duì)可見(jiàn)光區(qū)的吸收，增加近紅外區(qū)的反射率。

2.3 植被指數(shù)診斷

1）比值植被指數(shù)（NDVI）

比值植被指數(shù)計(jì)算方式為RVI=NIR/R。研究表明，RVI與葉綠素含量、葉面積指數(shù)有較高的相關(guān)性，常用來(lái)測(cè)算作物生物量。RVI受植被覆蓋率、大氣效應(yīng)等因素影響較大，RVI隨著植被覆蓋度的提高，檢測(cè)的敏感度提高，反之亦然;而大氣效應(yīng)能降低植被的檢測(cè)敏感度。葉曉青等研究表明，RVI能夠較為準(zhǔn)確地反演烤煙的氮素積累量[4]。

2）差值植被指數(shù)（DVI）

差值植被指數(shù)計(jì)算方式為DVI=NIR-R。植被覆蓋度對(duì)DVI的影響較大，較低的植被覆蓋度可以提高DVI的敏感度。此外相比于RVI，DVI對(duì)土壤背景的變化更為敏感。

3）歸一化植被指數(shù)（NDVI）

歸一化植被指數(shù)計(jì)算方式為NDVI=（NIR-R）/（NIR+R）。NDVI能反應(yīng)植被生長(zhǎng)狀態(tài)和植物冠層背景對(duì)光譜特性的影響，可用于檢測(cè)植被覆蓋度，與植物分布密度呈線性關(guān)系。NDVI隨著植被的覆蓋率增加，敏感性降低。王樹(shù)文等研究表明，NDVI能夠較為準(zhǔn)確地估測(cè)玉米苗期冠層氮含量[5]。

2.4 模型構(gòu)建方法

1）多元線性逐步回歸（MLSR）

多元線性逐步回歸是一種從許多自變量中依次選取對(duì)因變量影響最大并通過(guò)檢驗(yàn)移除影響最小變量的統(tǒng)計(jì)方法。

2）偏最小二乘回歸（PLSR）

偏最小二乘回歸是一種新型的多元統(tǒng)計(jì)數(shù)據(jù)分析方法，它主要研究的是多因變量對(duì)多自變量的回歸建模，特別是當(dāng)變量線性程度較高時(shí)，偏最小二乘回歸方法效率更高。另外，偏最小二乘回歸較好地解決了樣本個(gè)數(shù)少于變量個(gè)數(shù)等問(wèn)題。

3）隨機(jī)森林回歸（RFR）

隨機(jī)森林回歸是基于統(tǒng)計(jì)學(xué)理論對(duì)樣本進(jìn)行訓(xùn)練并預(yù)測(cè)的一種機(jī)器學(xué)習(xí)算法，能有效解決非線性問(wèn)題，具有很強(qiáng)的抗干擾能力。

3 結(jié)語(yǔ)

基于光譜遙感分析的作物氮素營(yíng)養(yǎng)無(wú)損檢測(cè)技術(shù)具有較強(qiáng)的光譜學(xué)和生物物理學(xué)理論基礎(chǔ)，它已成為現(xiàn)階段作物氮素營(yíng)養(yǎng)診斷和施氮精確調(diào)控的關(guān)鍵技術(shù)，也是精確農(nóng)業(yè)和數(shù)字農(nóng)業(yè)發(fā)展的重要研究前沿。近年來(lái)一些航空、航天高光譜傳感器的應(yīng)用也為大規(guī)模的作物精確監(jiān)測(cè)研究提供了有效途徑，遙感影像的大規(guī)模、標(biāo)準(zhǔn)化在準(zhǔn)確監(jiān)測(cè)大田作物營(yíng)養(yǎng)狀況方面已成為可能。

參考文獻(xiàn)：

[1] 宋麗娟，葉萬(wàn)軍，鄭妍妍，等.作物氮素?zé)o損快速營(yíng)養(yǎng)診斷研究進(jìn)展[J].中國(guó)稻米，2017，23（6）：19-22.

[2] 劉茂成.玉米光譜氮營(yíng)養(yǎng)診斷技術(shù)研究進(jìn)展[J].農(nóng)業(yè)與技術(shù)，2016，36（5）：30-31.

[3] 薛利紅，曹衛(wèi)星，羅衛(wèi)紅，等.小麥葉片氮素狀況與光譜特性的相關(guān)性研究[J].植物生態(tài)學(xué)報(bào)，2004（2）：172-177.

[4] 葉曉青，鄒勇，余志虹，等.烤煙氮素積累時(shí)空分布及其與植株氮素營(yíng)養(yǎng)的關(guān)系[J].煙草科技，2013（11）：78-81.

[5] 王樹(shù)文，趙珊，張長(zhǎng)利，等.基于成像光譜技術(shù)的寒地玉米苗期冠層氮含量預(yù)測(cè)模型[J].農(nóng)業(yè)工程學(xué)報(bào)，2016，32（13）：149-154.

（責(zé)任編輯：劉寧寧）