基于光谱分析的库尔勒香梨叶片全氮含量估测研究

【目的】为了实现无损、实时、快速地监测香梨养分状况,【方法】利用SVC HR—768便携式光谱仪测定大田20 a树龄库尔勒香梨叶片的光谱反射率,并结合室内叶片氮素含量分析,采用逐步回归法对香梨叶片的全氮含量与原始光谱、一阶导数光谱、高光谱参数之间的关系进行分析。【结果】全氮含量与原始光谱在761 nm处构建的线性模型,调整决定系数R2值达到0.986;在1 564 nm处一阶微分光谱与全氮含量构建的线性模型,调整决定系数R2值为0.997;对于所选的高光谱特征变量,叶片全氮含量与红边位置变量(Dr)和红边面积变量(SDr)的相关关系极显著,并由此建立的线性模型的调整决定系数R2值均达到0.9以上,说明这些变量预测香梨叶片全氮含量具有可行性。【结论】对所构建的方程进行检验,确定了基于1 564 nm的一阶导数光谱模型为香梨叶片全氮含量的最佳预测模型。

基于图像特征的水稻叶片全氮含量估测模型研究

探究水稻叶片生长外部颜色、几何形态特征与其全含氮量之间的定量描述关系,可以快速且准确地诊断水稻氮素营养状况。研究筛选了全氮含量估测敏感叶位,并比较了基于多元线性回归和机器学习方法的水稻敏感叶位全氮含量估测模型,为构建高性能的氮素营养定量诊断模型提供思路和方法。水稻田间试验于2017—2018年在江西省南昌市成新农场进行,供试水稻品种为两优培九,设置4个施氮水平(施氮水平从低到高为0、210、300和390 kg·hm^-2)。在水稻幼穗分化期和齐穗期,分别扫描获取水稻顶部第一完全展开叶叶片(顶1叶)、顶部第二完全展开叶叶片(顶2叶)以及顶部第三完全展开叶叶片(顶3叶)图像,共4800张图像。通过图像处理技术获取25项水稻扫描叶颜色和几何形态特征,采用多元线性回归进行全氮含量估测,筛选出两个时期的敏感叶位,并应用机器学习方法建立水稻敏感叶位的全氮含量估测模型。与人工测量相比,通过图像处理方法获取的水稻叶片长宽平均相对误差分别为0.328%、3.404%;幼穗分化期顶3叶和齐穗期顶2叶较其他同期叶位更为敏感,且以幼穗分化期顶3叶最为敏感;应用机器学习建立的水稻敏感叶位全氮含量估测模型略优于多元线性回归模型,且采用BP神经网络建模最佳,幼穗分化期顶3叶模型验证集的RMSEv=0.089、MREv=0.034、R^2v=0.887,齐穗期顶2叶模型验证集的RMSEv=0.132、MREv=0.046、R^2v=0.820。幼穗分化期顶3叶和齐穗期顶2叶的叶片图像特征最具有代表性,进行全氮含量估测更具可行性,可作为水稻氮素营养诊断的有效叶位。

苹果树叶片全氮含量高光谱估算模型研究

采用Field-Spec Pro便携式光谱仪,测定了不同苹果品种叶片的光谱反射率及对应的全氮含量,采用相关性及单变量线性与非线性拟合分析技术,对全氮含量与原始光谱反射率、一阶微分光谱、高光谱参数之间的关系进行了分析。研究确立叶片全氮含量的定量监测模型,以期为遥感技术在苹果氮素营养诊断中的实际应用提供理论依据。结果表明:全氮含量与原始光谱在715nm处具有最大负相关系数(r=?0.817),并且基于此波长所构建的对数关系估算模型明显优于线性模型;光谱反射率一阶微分值在723nm处具有最大正相关系数(r=0.87),并且基于此波长所构建的线性和非线性模型的拟合效果接近;对于所选取的3类高光谱特征变量,全氮含量除了与黄边位置及由红边位置和黄边面积所构建的比值植被指数和归一化植被指数的相关性较弱外,与其余变量均呈极显著相关,说明这些变量对苹果叶片全氮含量进行估算具有可行性。对所建立的各类方程进行检验,最终筛选确定在723nm处的光谱反射率一阶微分值所构建的指数模型作为苹果叶片全氮含量的预测模型最为理想。

氮硅添加对高寒草甸垂穗披碱草叶片全氮含量及净光合速率的影响

该文以青藏高原高寒草甸优势种垂穗披碱草(Elymus nutans)为研究对象,探究不同水平氮肥与硅肥混合添加后对其叶片全氮含量和净光合速率的影响,以期对高寒草甸牧场施肥提供一定的理论依据。研究发现:氮、硅单独添加时,均可提高垂穗披碱草叶片全氮含量以及净光合速率;氮、硅配施处理对叶片全氮含量和净光合速率均存在显著的交互作用;低(N1)、中(N2)、高(N3)3种不同浓度的氮肥处理下,低硅(Si1)添加对垂穗披碱草叶片全氮含量以及净光合速率没有显著的促进作用,而添加中浓度硅肥(Si2)可显著提高垂穗披碱草叶片全氮含量;低、中浓度施氮水平下,中浓度硅肥可显著促进垂穗披碱草光合作用;叶片全氮含量和净光合速率最大平均值均出现在中浓度氮、硅肥配施下,与不施肥相比分别提高了119.99%和85.70%;就该试验而言,施加氮肥的同时,适当添加一些硅肥能够更好地提高垂穗披碱草叶片全氮含量和净光合速率,且硅的添加量为8 g·m–2时效果较好。

不同年代水稻品种叶片氮含量变化及其与净光合速率的关系

【目的】探索在遗传改良过程中水稻植株叶片全氮含量的变化及其与净光合速率的关系,明确其在不同年代的变化趋势。【方法】以吉林省1958-2005年育成的33个水稻品种为材料,用凯氏定氮法测定植株叶片全氮含量,用LI-6400型光合测定系统测定功能叶片净光合速率,研究在遗传改良过程中吉林省不同年份育成水稻品种叶片全氮含量与其光合特性的协同进化规律。【结果】随着水稻品种育成年代的推进,叶片全氮含量、叶绿素含量、比叶重、净光合速率均呈增加趋势,而氮素光合利用效率则呈降低趋势;在抽穗期和抽穗后10d,叶片全氮含量与育成年代分别呈极显著或显著正相关;在抽穗期30d,叶绿素含量与育成年代呈极显著正相关;在抽穗期和抽穗后10d,比叶重与育成年代分别呈极显著或显著正相关;在抽穗后10d,净光合速率与育成年代呈显著正相关;而在抽穗期和抽穗后10d,氮素光合利用效率与育成年代呈极显著负相关;抽穗期水稻叶片全氮含量与产量呈极显著正相关。【结论】水稻品种遗传改良过程中,植株叶片氮含量和净光合速率都得到了显著提高,但叶片氮含量的增加幅度明显大于净光合速率的增长,因此在品种改良过程中应注重叶片净光合速率的提高。

基于光谱的库尔勒香梨叶片氮素含量估算模型

为了给遥感技术应用于库尔勒香梨叶片氮素的营养诊断提供技术支撑，利用便携式光谱仪（SVCHR-768）测定了树龄为20a的库尔勒香梨叶片的光谱反射率，结合室内分析的叶片氮素含量，采取逐步回归法对叶片氮素含量与叶片光谱参数之间的相关性进行了分析，确定了敏感波段，并构建了基于光谱参数的氮素含量模型。结果表明：库尔勒香梨叶片氮素含量与敏感波长720nm处的原始光谱和敏感波长703nm处的一阶微分光谱构建了线性模型（调整决定系数R。值均〉0．9）；通过比较分析和检验基于720nm的原始光谱反射率、703nm-阶微分的光谱反射率、比值植被指数（Rg／Ro）（Rg是波长在510～560n／n范围内的最大相对反射率，Ro是波长在640～680nm范围内的最小相对反射率）和归一化植被指数[（Rg—Ro）／（Rg＋Ro）]等4个高光谱参数对于叶片氮素含量估算模型的有效性，最终确定了在703nm处的一阶微分光谱建立的模型为香梨叶片氮素含量的最佳预测模型。

基于可见光-近红外光谱特征参数的苹果叶片氮含量预测

苹果叶片氮素是反映苹果品质高低的营养元素之一。为了准确地估算苹果叶片全氮含量(LNC),从可见光-近红外区域的高光谱反射曲线中提取光谱特征参数,应用经验回归分析,实现了对苹果LNC的高光谱监测。研究表明,除了光谱特征曲线面积变量S_(△EFG)显著相关以及面积归一化植被指数(S_(△CDE)-S_(△FGH))/(S_(△CDE)+S_(△FGH))不相关外,其余光谱特征参数与苹果LNC都极显著相关,其中光谱特征曲线斜率K_(ge)、K_(gprv),光谱特征曲线面积S_(△ABC)、S_(△BCD),面积比值植被指数S_(△CDE)/S_(△ABC)、S_(△CDE)/S_(△BCD)、S_(△DEF)/S_(△ABC),面积归一化植被指数(S_(△CDE)-S_(△ABC))/(S_(△CDE)+S_(△ABC))、(S_(△CDE)-S_(△BCD))/(S_(△CDE)+S_(△BCD))和(S_(△DEF)-S_(△ABC))/(S_(△DEF)+S_(△ABC))可以较好地描述LNC的动态变化,这些特征参数对苹果LNC进行估算是可行的。通过检验,最终确定基于S_(△CDE)/S_(△ABC)、(S_(△CDE)-S_(△ABC))/(S_(△CDE)+S_(△ABC))和(S_(△DEF)-S_(△ABC))/(S_(△DEF)+S_(△ABC))所构建的模型为预测苹果LNC的理想模型。

库尔勒香梨不同生育期叶片氮素光谱诊断研究

利用光谱仪(SVC HR-768)对树龄22年的库尔勒香梨叶片进行光谱反射率测定,采集并分析叶片全氮含量。采用逐步回归法分析库尔勒香梨叶片全氮含量与叶片原始光谱反射率、一阶微分光谱反射率的相关性,并建立叶片全氮含量估测模型。结果表明:不同生育期库尔勒香梨叶片光谱的敏感波段和敏感波长均有差异,依据敏感波长建立库尔勒香梨叶片全氮含量估测模型,并对其进行检验。确定基于光谱一阶微分模型Y=50.535X703-40.586可作为坐果期库尔勒香梨叶片全氮含量的最佳估测模型;基于原始光谱模型Y=0.856X769-29.233可作为膨大期库尔勒香梨叶片全氮含量的最佳估测模型;基于原始光谱模型Y=0.728X761-14.142可作为成熟期库尔勒香梨叶片全氮含量的最佳估测模型。不同生育期库尔勒香梨叶片全氮含量估测模型进行比较,坐果期估测模型的拟合效果更好,预测精度更高。

应用数字图像技术进行花生氮素营养诊断的研究

运用数字图像技术,通过不同施氮量的冠层数字化指标与施氮量、SPAD、叶片硝酸盐含量、叶片全氮含量、土壤碱解氮含量间的回归决定系数,来判断出用来诊断开花下针初期花生氮素的诊断指标。

应用多酚-叶绿素仪监测棉花氮素营养状况研究

【目的】通过田间试验,研究使用多酚-叶绿素仪对棉花进行快速无损氮素营养诊断适宜的指标。【方法】田间试验在新疆石河子市进行,设3个施氮处理,分别为施纯N 0、180和240 kg/hm^(2),分别用N0、N180和N240表示。所有氮肥分5次随滴灌施入,每次施肥后3天,利用多酚-叶绿素仪(Dualex-4)和SPAD叶绿素仪分别测定20株棉花叶片的氮平衡指数(NBI)、Chl值和SPAD值,同步采样测定棉花叶片全氮含量,及0—20 cm、0—40 cm和0—60 cm土层硝态氮含量。【结果】随着施氮量的增加棉花叶片全氮含量和土壤硝态氮含量均显著增加。其中,0—40 cm土层硝态氮含量与棉花叶片全氮含量关系最密切。增加氮肥施用量,棉花叶片氮素营养诊断指标NBI、Chl值和SPAD值均显著增加。棉花叶片NBI、Chl和SPAD与叶片全氮含量均呈极显著正相关关系,且相关系数(r)均达到0.8以上。相关性模型校验结果表明,棉花叶片全氮含量实测值与预测值的平均相对误差(RE)分别为-4.0%(NBI)、-3.1%(Chl)和-5.7%(SAPD)。其中,氮平衡指数(NBI)模型对棉花叶片全氮含量的预测精度最高,与实测值的相关系数达到了0.9143,平均绝对百分比误差(MAPE)为6.91%;标准均方根误差(nRMSE)为8.21%。棉花叶片NBI、Chl和SPAD与土壤硝态氮的模型决定系数表现为NBI>Chl>SPAD。模型校验分析表明,NBI模型与0—40 cm土层硝态氮实测含量的相关性最高,相关系数为0.9116,预测值与实测值的MAPE和nRMSE分别为14.11%和17.88%。【结论】应用多酚-叶绿素仪监测棉花氮素营养,氮平衡指数(NBI)与棉花叶片氮含量和0—40 cm土层硝态氮含量的相关性最高,预测值与实测值的误差仅为6.91%和14.11%,可以满足膜下滴灌条件下棉花氮素营养的快速诊断需求。

氮硅添加对高寒草甸波伐早熟禾的影响

以青藏高原东缘植物群落常见种波伐早熟禾(Poa poophagorum)为例,研究了不同水平的氮肥、硅肥添加对其多度、地上生物量和叶片全氮含量的影响。结果表明,单独添加氮肥时,随着氮肥浓度的增加,其多度、地上生物量和叶片全氮含量均表现出上升的趋势;单独添加硅肥时,随着硅肥添加浓度的增大,其多度、地上生物量和叶片全氮含量呈现先增大后不变的趋势,其峰值均出现在中浓度硅肥处理(8g·m^(-2))下。氮、硅配施下其地上生物量、多度和叶片全氮含量均存在显著的交互作用,其地上生物量、多度和叶片全氮含量均出现先增加后不变的趋势,且峰值出现在硅肥为8g·m^(-2)处。在青藏高原东缘高寒草甸施氮肥时,添加硅肥有利于提高群落中波伐早熟禾的多度、地上生物量和叶片全氮含量,氮肥添加量以90g·m^(-2),硅肥添加量以8g·m^(-2)最适宜。