基于RapidSCAN CS-45的新疆滴灌冬小麦氮肥推荐研究

为给滴灌小麦氮营养状况实时评估和氮肥合理施用提供参考,通过2年田间定位试验,以当地主栽品种新冬22号为试验材料,设置5个施氮水平(0、120、240、360、480 kg·hm^(-2)),利用主动式光谱仪RapidScan CS-45获取各生育时期冠层归一化植被指数(NDVI)和归一化红边植被指数(NDRE),分析其与滴灌冬小麦各生育时期氮肥施用效应的关系,建立了新疆滴灌冬小麦生育时期施氮模型。结果表明,滴灌冬小麦冠层NDVI和NDRE值在返青期至孕穗期均快速增加,在孕穗期至灌浆期增长减缓,进入灌浆期后开始降低;滴灌冬小麦冠层NDVI与NDRE值的动态变化趋势具有明显的一致性,总体上随施氮量的增加而增大,均与施氮量呈显著的线性关系,其中在返青期和扬花期NDVI与施氮量的线性关系最好,r分别为0.9254和0.9445,在拔节期、孕穗期、灌浆期和乳熟期NDRE与施氮量的线性关系最好,r分别为0.9297、0.9596、0.941和0.953;滴灌冬小麦全生育时期总施氮量为239.98 kg·hm^(-2),返青期、拔节期、孕穗期、扬花期、灌浆期和乳熟期冠层NDVI临界值分别为0.1508、0.7213、0.8206、0.8288、0.8316和0.7410,NDRE临界值分别为0.0593、0.2425、0.3076、0.3465、0.3604和0.3225。因此,在滴灌冬小麦返青期和扬花期,可选择基于冠层NDVI建立的施氮推荐模型,拔节期、孕穗期和灌浆期选择基于冠层NDRE建立的施氮模型实现推荐施氮。

播期播量及施氮量对冬小麦生长及光谱指标的影响

为阐明播期、播量及施氮量对冬小麦生长与光谱指标的影响规律,本研究通过开展连续两年不同播期、播量及施氮量的冬小麦田间试验,系统地研究了三因素及其互作对冬小麦产量、关键生育时期叶面积指数(leaf area index,LAI)和归一化红边指数(normalized difference red edge,NDRE)的影响,并进一步分析了三因素对冬小麦冠层NDRE时序曲线的影响。另一方面建立了不同产量水平下冬小麦冠层NDRE适宜时序曲线,以便于实时监测不同产量水平下冬小麦长势动态。结果表明,冬小麦冠层NDRE与LAI随关键生育期的变化相似,且三因素对关键生育时期2个指标的影响规律基本一致。2018—2019年冬小麦产量、不同生育时期LAI和冠层NDRE均随播期推迟而下降;2019—2020年除灌浆期外,晚播冬小麦产量、LAI及冠层NDRE峰值最大。2年冬小麦不同生育时期LAI、冠层NDRE随施氮量增加而增加;而不同播量间无明显差异。三因素中播期、施氮量对冬小麦冠层NDRE时序曲线有显著影响。冬小麦冠层NDRE时序曲线随施氮量增加被纵向拉长;曲线下降部分随播期推迟向左平移,同时2018—2019年随播期推迟曲线峰值下降,2019—2020年晚播、过晚播冬小麦曲线峰值高于适播期冬小麦。将2个年份数据融合在一起建立了3个产量水平下冬小麦冠层NDRE适宜时序曲线(产量水平分别为:小于6.75、6.75~8.25、大于8.25 t hm^(-2));发现随产量水平升高,NDRE时序曲线峰值及幅宽均增大。综上所述,冬小麦应适期早播,但若冬前积温较高,应适当推迟播期;且可通过增加一定播量和施氮量来改善晚播冬小麦群体长势。研究结果可为不同播期及不同产量水平下冬小麦长势监测提供技术支撑。

融合多尺度特征的冬小麦空间分布提取方法

获取到高质量的特征是从遥感影像中提取高精度的农作物空间分布的关键,该研究针对利用哨兵2A(Sentinel-2A)影像提取高精度的冬小麦空间分布开展研究。针对影像中存在的数据空间尺度不一致的问题,以生成式对抗网络为基础建立了降尺度模型REDS(Red Edge Down Scale),用于将B5、B6、B7、B114个通道的空间分辨率从20 m降为10 m;然后利用卷积神经网络构建了逐像素分割模型REVINet(Red Edge and Vegetation Index Feature Network),REVINet以10m分辨率的B2、B3、B4、B5、B6、B7、B8、B11,以及提取出的增强植被指数、归一化植被指数和归一化差值红边指数组合作为输入,进行逐像素分类。选择ERFNet、U-Net和RefineNet作为对比模型同REVINet开展对比试验,试验结果表明,该研究提出的方法在召回率(92.15%)、查准率(93.74%)、准确率(93.09%)和F1分数(92.94%)上均优于对比方法,表明了该研究在从Sentinel-2A中提取冬小麦空间分布方面具有明显的优势。

基于新型植被指数的冬小麦LAI高光谱反演

【目的】本研究旨在分析冠层叶片水分含量对作物冠层光谱的影响,构建新型光谱指数来提高作物叶面积指数高光谱反演的精度。【方法】在冬小麦水肥交叉试验的支持下,分析不同筋性品种、施氮量、灌溉量处理下的冬小麦叶面积指数冠层光谱响应特征,并分析标准化差分红边指数(NDRE)、水分敏感指数(WI)与叶面积指数的相关性,据此构建一个新型的植被指数——红边抗水植被指数(red-edge resistance water vegetable index,RRWVI)。选取常用的植被指数作为参照,分析RRWVI对于冬小麦多个关键生育期叶面积指数的诊断能力,随机选取约2/3的实测样本建立基于各种植被指数的叶面积指数高光谱响应模型,未参与建模的样本用于评价模型精度。【结果】研究结果表明,随着生育期的推进,冬小麦的叶面积指数呈先增加后降低的变化趋势,不同的水肥处理对冬小麦叶面积指数具有较大影响。开花期之后冬小麦LAI显著下降,强筋小麦(藁优2018)在整个生育期叶面积指数均高于中筋小麦(济麦22);不同氮水平下冬小麦冠层光谱反射率在近红外波段(720—1 350 nm)随着施氮量的增加而增大,与氮肥梯度完全一致,其中2倍氮肥处理的近红外反射率达到最高;不同生育期下冬小麦冠层光谱反射率变化波形大体一致;各个关键生育期的NDRE和WI均存在较高的相关性,而NDRE与LAI的相关性明显优于WI,新构建的植被指数RRWVI与LAI的相关性均优于NDRE、WI;虽然8个常用的植被指数均与LAI存在显著相关,但RRWVI与LAI相关性达到最大,其拟合曲线的决定系数R2为0.86。【结论】通过分析各种指数所构建的冬小麦叶面积指数高光谱反演模型,新构建的RRWVI取得了比NDRE、NDVI等常用植被指数更为可靠的反演效果,说明本研究新构建的红边抗水植被指数可有效提高冬小麦叶面积指数的精度。