基于高光谱成像的棉花叶片氮素含量遥感估测

为提高棉花叶片各生育时期氮素估测模型的准确性和普适性,以2019年不同施氮水平(0,75,150,300kg·hm^(-2))的棉花叶片为研究对象,利用高光谱成像仪获取棉花叶片苗期、蕾期、初花期、盛花期和结铃期光谱反射特征,对原始光谱进行卷积平滑(SG)处理,并在此基础上进行多元散射校正(SG-MSC)、标准正交变换和去趋势算法联合应用(SG-SNV-Detrending)、区域归一化(Area-normalize)、倒数二阶微分(1/SG)"和对数二阶微分[lg(SG)]"5种预处理,基于连续投影算法(successive projections algorithm,SPA)选取原始光谱和不同预处理的氮素特征波段,构建偏最小二乘回归(partial least squares regression,PLSR)和主成分回归(principal components regression,PCR)氮素估测模型,并对模型进行年际间的精度检验。结果表明:基于SPA筛选的氮素含量特征波段减少共线性和冗余信息,原始光谱反射特征经不同预处理,相关性均得到提高,5种预处理以(1/SG)"变换最优,最大相关系数出现在1114nm处,为0.522;基于PLSR和PCR构建的氮素特征波段估测模型精度均高于全波段估测模型,且PLSR方法对棉花叶片氮素含量的估算精度优于PCR方法。棉花不同生育时期光谱氮素估测精度存在差异,盛花期的(1/SG)"光谱变换的精度最高,R_(p)^(2)为0.967,RMSE_(p)为1.222,RPD为4.590,全生育期为SG-MSC光谱变换估算精度最高,R_(p)^(2)为0.895,RMSE_(p)为2.148,RPD为4.344。利用2020年棉花样本数据验证模型精度,其中盛花期的模型精度和稳定性最好,R^(2)高达0.783,RMSE为0.035,苗期的模型精度最低,R^(2)仅为0.541,RMSE为0.057。因此,对地物原始光谱反射率进行数据变换和提取特征波段是提高棉花叶片氮素含量估测模型精度的有效方式。

减氮配施生物刺激素对棉花产量及氮肥吸收利用的影响

【目的】花生产中氮肥施用过量现象普遍存在。研究减氮配施不同生物刺激素黄腐酸(Fulvic acid,简称F)、壳聚糖(Chitosan,简称C)、海藻酸(Alginic acid,简称A)对棉花的生长发育及其氮素利用的影响,旨在为棉田氮素优化管理和减氮增效提供理论依据。【方法】设置棉花大田氮肥常规施用量(360 kg·hm^(-2),N_(1))、减量20%(288 kg·hm^(-2),N_(0.8))和减量40%(216 kg·hm^(-2),N_(0.6))叶面配施生物刺激素(不施刺激素0 g·kg^(-1),S_(0);黄腐酸0.12 g·kg^(-1),F;壳聚糖0.1 g·kg^(-1),C;海藻酸0.24 g·kg^(-1),A),分析棉花干物质积累量、叶绿素含量、可溶性蛋白含量、根系形态,收获期棉花产量、氮肥吸收总量及利用效率。【结果】适量减氮配施壳聚糖、黄腐酸和海藻酸均可促进棉花的生长,提高产量和收获期氮肥利用效率。其中,减氮40%配施壳聚糖(N_(0.6)C)处理下棉花株高、干物质积累量、叶绿素含量、可溶性蛋白含量、产量及氮肥吸收总量均最高。初花期至盛铃期,减氮40%配施壳聚糖(N_(0.6)C)处理的棉铃可溶性蛋白含量较N_(0.6)S_(0)提高41.39%,铃数、铃重和单株籽棉产量分别为7.85、6.79 g和46.47 g,较N_(0.6)S_(0)显著提高19.33%、25.60%和58.87%;减氮40%配施壳聚糖(N_(0.6)C)处理在棉花收获期氮肥吸收总量最大,为10.28 g,较N_(0.6)S_(0)显著提高193.71%,氮肥偏生产力、氮肥农学效率、氮肥表观利用率分别较N_(0.6)S_(0)提高38.76%、116.45%、88.60%。减氮20%配施黄腐酸(N_(0.8)F)对根系形态改善幅度最大,其处理的棉株根表面积、根长度、根体积、平均直径、根尖数、分支数分别为263.91 cm^(2)、183.58 mm、0.21 mm^(3)、0.39 cm、4073和4842,分别较N_(0.8)S_(0)提高了63.56%、28.96%、305.74%、103.22%、100.16%、105.69%。减氮20%配施海藻酸(N_(0.8)A)较N_(0.8)S_(0)显著增加棉花铃重和铃数,提高籽棉产量和氮肥利用效率。【结论】适量减氮配施壳聚糖、黄腐酸和海藻酸促进棉花株高、叶绿素含量,协调各营养器官干物质量和可溶性蛋白向铃转运,促进成熟期氮肥积累,增加铃重和铃数,提高产量和氮肥利用效率。