无人机飞行高度对冬小麦植株氮积累量预测模型的影响

无人机具有快速、高效、无损获取作物信息的优势,但是飞行高度直接影响作物信息获取效率。通过设置30、60、90 m飞行高度获取冬小麦拔节期、开花期、灌浆期不同分辨率的无人机遥感影像,探索无人机飞行高度对冬小麦植株氮积累量预测模型的影响。首先将不同高度植被指数和纹理特征与冬小麦植株氮积累量进行相关性和共线性分析,筛选出6个植被指数(NDVI、RDVI、RERDVI、GBNDVI、OSAVI、EXG)和4个纹理特征(Green-mean、Green-sm、Red-mean、Red-var)。基于筛选出的植被指数和纹理特征,采用偏最小二乘回归(PLSR)和BP神经网络(BPNN)法建立了植被指数、纹理特征与植被指数+纹理特征的冬小麦植株氮积累量预测模型,并将模型在不同高度进行交叉验证,采用决定系数(R^(2))、均方根误差(RMSE)和相对分析误差(RPD)指标对模型的稳定性进行分析。结果表明,2种方法均是30 m飞行高度遥感影像提取的植被指数、纹理特征、植被指数+纹理特征建立的预测模型稳定性最好,3种建模信息构建的模型验证时的R^(2)、RMSE、RPD分别为0.57~0.89、1.27~4.16 g/m^(2)、1.67~3.65。BPNN在3种建模信息下构建的模型稳定性整体优于PLSR,验证模型的R^(2)、RPD分别提高0.01~0.39、0.05~1.44,RMSE下降0.08~8.53 g/m^(2)。3个高度植被指数、纹理特征、植被指数+纹理特征的植株氮积累量预测模型稳定性顺序:植被指数+纹理特征>植被指数>纹理特征。融合3个飞行高度遥感影像的植被指数、纹理特征、植被指数+纹理特征进行植株氮积累量预测可以提高估算精度,R^(2)、RMSE、RPD分别为0.89~0.93、1.80~2.03 g/m^(2)、3.54~4.03。因此,在兼顾效率与精度的情况下,适当提高无人机飞行高度,综合利用植被指数和纹理特征可以对植株氮积累量达到较好的预测效果。

不同氮水平下鄂麦18氮养分积累规律及产量变化

采用氮素6水平4重复随机区组大田试验设计,研究鄂麦18氮素营养积累规律和产量变化。结果表明,随着施氮量的增加鄂麦18的子粒产量、干物质积累量、植株含氮量均增加,但当氮水平达到225kg.hm-2时再增加施氮量增产不显著;从苗期到成熟期,不同处理小麦植株含氮量逐渐下降,氮吸收积累量在齐穗开花期前呈逐渐增加趋势,成熟期出现下降,这可能与植株氮素挥发和淋溶损失有关。所以,在湖北省小麦种植区中等肥力条件下,鄂麦18适宜施氮量为225 kg.hm-2,单产可达6 948 kg.hm-2。

水稻的生物产量与植株中氮的积累量之间关系式的推导及意义探讨

本文深入推导了生物产量与植株中氮的积累量之间的关系式,对建立在生理学指标上的分析与建立在形态学指标上的分析进行了对比,并就其生物学意义进行了探讨。

高分子材料对土壤-作物氮磷分布及春小麦产量的影响

为揭示不同高分子材料对土壤-小麦氮磷的互作效应,在滴灌土壤中添加腐植酸、改性高分子和复合高分子3种材料,研究其对不同粒级土壤氮磷含量和储量的变化特征,以及对春小麦各器官氮磷积累及产量的影响。结果表明,高分子材料对不同粒级全氮含量影响较大。与对照(CK)相比,腐殖酸处理(H)显著增加了>20~40 cm土层中>2、>1~2、>0.25~1和≤0.053 mm粒级范围的全氮含量;改性高分子材料(P)和复合高分子材料(HP)处理分别显著提高了表层土壤(0~20 cm)中>2、>1~2和≤0.053 mm粒级范围和>2、>0.25~1和≤0.053 mm粒级范围的全氮含量。对不同粒级全磷含量的研究发现,H和P处理分别显著提高了表层土壤中>0.25~1和>2 mm粒级范围内的全磷含量,同时在>20~40 cm土层中,H和P处理均在>1~2、>0.053~0.25mm粒级范围内的全磷含量与CK处理存在显著差异。进一步对不同粒级氮磷储量的研究表明,H处理主要增加了>0.25~1mm粒级范围内的氮磷储量;P处理有利于提高>1~2、>0.25~1、>0.053~0.25和≤0.053 mm粒级范围内的全磷储量。高分子材料尽管不利于春小麦茎的氮磷积累量及干物质量的增加,却提高了其他器官氮磷积累量及干物质量,特别是在成熟期的籽粒中这种增加幅度更大。其中H和P处理中籽粒的氮磷积累量较CK分别增加了25.6%、24.9%和40.9%、26.7%(P<0.05),同时籽粒产量提高了19.7%和12.6%(P<0.05)。冗余分析表明,>1~2和>0.25~1 mm粒级范围内的氮磷储量是春小麦增产的主要驱动因子之一。该研究结果明确了高分子材料对土壤氮磷养分的作用机制,为当地的应用和推广提供更为深入的理论基础。

硒氮配施对燕麦植株硒氮积累及根际土壤微生物群落与代谢物的影响

为探明硒氮配施对燕麦硒农艺强化和氮积累同步提升的可行性及其对根际土壤微生物群落的改善作用,采用田间试验结合盆栽生土试验,研究黄土高原缺硒区土壤基施不同用量硒氮肥对花后燕麦地上部植株硒、氮积累与籽粒产量和根际土壤微生物群落特征及代谢物的影响.试验采用二因素裂区设计,主区为基施氮肥,3个水平(N0:0 kg/hm^(2);N1:120 kg/hm^(2);N2:240 kg/hm^(2));副区为配施硒肥,4个水平(Se0:0 g/hm^(2);Se1:75 g/hm^(2);Se2:150 g/hm^(2);Se3:375 g/hm^(2)).结果表明:单施硒肥、氮肥及硒氮配施对花后燕麦植株硒氮积累影响显著;从扬花期到成熟期,茎叶硒氮积累明显向穗部及籽粒转移.在低氮高硒或低硒高氮处理中,硒、氮积累呈协同促进关系;而在高氮高硒处理中,硒、氮积累存在竞争性抑制关系.整体而言,以N2Se2(240 kg/hm^(2)+150 g/hm^(2))处理下燕麦各器官硒、氮含量和籽粒产量达最高(分别为136.52-193.29μg/kg,29.33-32.02 g/kg,1263.8-1970.9 kg/hm^(2)).硒氮合理配施(N2Se2)明显促进了土壤微生物功能菌群代谢;功能菌群主要代谢物与植株各器官硒氮含量亦呈正相关关系.综上所述,在黄土高原缺硒地区,土壤基施适宜用量的氮肥和硒肥,有利于协同提升燕麦地上部各器官硒氮积累及籽粒产量,改善土壤微生物优势菌门和优势菌属,促进功能菌群代谢,以N2Se2(240 kg/hm^(2)+150 g/hm^(2))为最优施肥处理.

基于GreenSeeker的水稻氮素估测

为研究水稻植株氮素指标与GreenSeeker植被指数的定量关系,通过设置不同年份、不同氮肥水平的田间试验,于移栽后定期使用GreenSeeker获取冠层归一化差值植被指数(NDVI)和比值植被指数(RVI),并同步破坏性取样获取植株生物量和氮含量,分析不同品种和不同氮营养条件下氮素和植被指数(NDVI和RVI)变化规律,建立基于NDVI和RVI的氮素监测模型。结果表明,植株氮含量可以基于NDVI和RVI分时期进行估算,植株氮积累量可以被分阶段反演。利用GreenSeeker可以实现水稻氮素快速无损监测,为水稻氮肥精确管理提供技术支持。

江西双季稻氮素监测诊断模型的建立与应用

建立基于光谱仪的江西双季稻氮素监测诊断模型,可指导氮肥精确施用,达到双季稻丰产、提质、增效的目的。本研究开展了不同早、晚稻品种与氮素水平的小区试验,采用GreenSeeker光谱仪和作物生长监测诊断仪(CGMD)于分蘖期和拔节期测定了早、晚稻冠层光谱植被指数和植株氮积累量,建立了双季稻植株氮积累量光谱监测模型,并采用独立的田间试验数据对模型进行检验。利用双季稻丰产栽培经验及建立的氮素光谱诊断模型,对双季稻分蘖肥和穗肥施氮量进行定量推荐。结果表明:双季稻氮肥施用关键期(分蘖期和拔节期)基于两种光谱仪的光谱植被指数与植株氮积累量均呈显著正相关,分蘖期和拔节期的模型预测效果比生长前期模型好。基于GreenSeeker光谱仪的归一化差值植被指数(NDVI(780,660))的指数方程可较好地预测植株氮积累量,模型决定系数(R2)为0.92~0.94,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3.09~5.96 kg·hm-2、5.8%~18.5%和0.92~0.98;基于CGMD光谱仪的差值植被指数(DVI(810,720))的线性方程可较好地预测植株氮积累量,R2为0.90~0.93,模型检验的RMSE、RRMSE和r分别为3.71~6.33 kg·hm-2、11.7%~14.3%和0.93~0.96。基于CGMD光谱仪的模型推荐的施氮量高于基于GreenSeeker光谱仪的模型推荐的施氮量;模型生成的精确施氮方案较传统农户方案减少施氮量5.5 kg·hm-2,氮肥农学利用率提高0.8%,纯收益提高128元·hm-2。用双季稻氮素光谱诊断方法指导施肥能在增产的同时,降低成本,增加纯收益,对科学指导双季稻生产具有重要意义。