基于作物生长监测诊断仪的双季稻叶片氮含量和氮积累量监测

编号 zgly0001730370

文献类型 期刊论文

文献题名 基于作物生长监测诊断仪的双季稻叶片氮含量和氮积累量监测

作者 李艳大  叶春  曹中盛  孙滨峰  舒时富  黄俊宝  田永超  何勇 

作者单位 江西省农业科学院农业工程研究所/江西省智能农机装备工程研究中心/江西省农业信息化工程技术研究中心  南京农业大学国家信息农业工程技术中心  浙江大学生物系统工程与食品科学学院 

母体文献 应用生态学报 

年卷期 2020,31(9)

页码 3040-3050

年份 2020 

分类号 S51 

关键词 作物生长监测诊断仪  双季稻  叶片氮含量  叶片氮积累量  监测模型 

文摘内容 为了验证作物生长监测诊断仪(CGMD)监测双季稻氮素营养指标的准确性和适用性,构建基于CGMD的双季稻叶片氮含量(LNC)和氮积累量(LNA)的监测模型。选用8个不同早、晚稻品种,设置4个不同施氮水平,利用CGMD采集冠层差值植被指数(DVI)、归一化植被指数(NDVI)和比值植被指数(RVI),同步利用ASD FH2高光谱仪采集冠层光谱反射率,并计算DVI、NDVI和RVI;通过比较CGMD和ASD FH2采集的冠层植被指数变化特征,验证CGMD的测量精度,构建基于CGMD的LNC和LNA监测模型,并利用独立试验数据对模型进行检验。结果表明:早、晚稻LNC、LNA、DVI、NDVI和RVI随施氮水平的增加而增大,随生育进程的推进呈先升后降的趋势;CGMD与ASD FH2采集的DVI、NDVI和RVI间拟合的决定系数(R~2)分别为0.9350、0.9436和0.9433,表明CGMD的测量精度较高,可替代ASD FH2采集冠层植被指数。基于CGMD的3个冠层植被指数相比,NDVI_(CGMD)与LNC的相关性最高,RVI_(CGMD)与LNA的相关性最高;基于NDVI_(CGMD)的指数模型可较准确地预测LNC,模型R~2为0.8581~0.9318,模型检验的均方根误差(RMSE)、相对均方根误差(RRMSE)和相关系数(r)分别为0.1%~0.2%、4.0%~8.5%和0.9041~0.9854;基于RVI_(CGMD)的幂函数模型可较准确地预测LNA,模型R~2为0.8684~0.9577,模型检验的RMSE、RRMSE和r分别为0.37~0.89 g·m~(-2)、6.7%~20.4%和0.9191~0.9851。与化学分析方法相比,利用CGMD可便捷准确地获取早、晚稻的LNC和LNA,在双季稻丰产高效栽培和氮肥精确管理中具有应用价值。