基于机器学习的油菜叶片水分含量高光谱估测

含水率是影响光合作用的重要因素之一,为了构建效果更好、更具普适性的油菜叶片含水量(leaf water content,LWC)定量监测模型,以蕾薹期、初花期油菜叶片为研究对象,采用自然风干法去除叶片水分,同步采集叶片质量和光谱信息。为了降低干扰以及消除噪声,采用标准正态变量变换、Savitzky-Golay卷积平滑算法(SG平滑)、多元散射校正、一阶求导和二阶求导5种方法对光谱数据进行预处理,并结合偏最小二乘法(partial least squares,PLS)分析选取最优预处理方法;采用连续投影算法(successive projections algorithm,SPA)筛选预处理后的光谱特征变量,获得对水分含量变化敏感的特征波长;利用支持向量机(support vector regression,SVR)和BP神经网络(back-propagation neural network,BPNN)方法,以特征波长建立的光谱指数为自变量建立油菜叶片水分含量估算模型。结果表明:采用多元散射校正预处理综合表现最好,2个生育期预测集相关系数均达到0.71以上;通过SPA法选择特征变量,分别筛选出特征波长,其中蕾薹期6个,初花期7个;在蕾薹期和初花期叶片水分含量预测模型中,基于SVR模型和BPNN模型建立的模型预测集决定系数(R^(2))均在0.800以上,均能实现油菜叶片水分含量的精准监测,其中SVR模型预测效果优于BPNN模型,R^(2)分别为0.857和0.827,RMSE分别为1.791和1.521。因此,利用油菜叶片高光谱建模反演油菜叶片含水率能准确监测油菜叶片含水率,可为精准农业水分管理提供理论参考。

生物炭用量与追肥次数对烤烟生长及氮素积累的影响

为实现生物炭施用下烤烟轻简化追肥,利用土柱淋溶试验结合大田试验,研究了生物炭施用量与追肥次数对烟草生长发育和氮素积累的影响。结果表明,生物炭用量达到10 t/hm^(2)时可以显著提高土壤含水率,显著降低氮总淋溶量。烤烟农艺性状主要受到生物炭用量的影响,烤烟干物质(特别是叶片干物质)及氮素积累主要受追肥次数的影响,生物炭用量、追肥次数及两者互作均对烤烟经济性状有显著影响,但主要受追肥次数的影响。总体来看,10 t/hm^(2)生物炭施用条件下,追肥2次提供了更适宜的养分供给模式,提高了烟草的氮肥利用率和经济效益,可以为发展烟草栽培轻简化追肥模式提供参考。

3种生物炭的表征及其在烤烟生产上的效应

对浅炭化稻壳炭、深炭化稻壳炭和烟梗炭等3种生物炭进行了表征,以湘烟7号为材料,以施加等量(1 t/hm^(2))浅炭化稻壳炭、深炭化稻壳炭和烟梗炭为处理组,不施加生物炭为对照组,进行田间试验,测定土壤的理化性质、烟株的农艺性状及烤后烟叶的理化性质。结果表明,深炭化稻壳炭表面孔隙最多,比表面积最大;与对照组相比,烟梗炭处理土壤的pH提升了14.37%,浅炭化稻壳炭处理的碱解氮含量提升了20.31%。浅炭化稻壳炭处理的烟株株高、茎围和最大叶叶面积较对照组分别提高了34.92%、18.60%、24.92%;浅炭化稻壳炭、烟梗炭和深炭化稻壳炭处理的氮积累量较对照组分别提高了56.70%、26.27%和41.49%;浅炭化稻壳炭处理的烤后烟叶上部叶的含梗率较对照组降低了22.91%,下部叶的开片率较对照组高17.97%,且各化学成分含量在优质烟叶化学成分含量范围内。施用浅炭化稻壳炭对烟田土壤理化性质的改良、烟株的养分积累、烤烟生长和品质的提升效果较好。