光譜儀在作物施氮推薦中的應(yīng)用研究進(jìn)展
——以GreenSeeker光譜儀為例

紀(jì)榮婷， 閔 炬， 黃程鵬， 施衛(wèi)明

(1.中國(guó)科學(xué)院南京土壤研究所/土壤與農(nóng)業(yè)可持續(xù)發(fā)展國(guó)家重點(diǎn)實(shí)驗(yàn)室，江蘇南京 210008；2.中國(guó)科學(xué)院大學(xué)，北京 100049； 3.浙江農(nóng)林大學(xué)，浙江臨安 311300)

光譜儀在作物施氮推薦中的應(yīng)用研究進(jìn)展
——以GreenSeeker光譜儀為例

紀(jì)榮婷1，2， 閔 炬1， 黃程鵬3， 施衛(wèi)明1

(1.中國(guó)科學(xué)院南京土壤研究所/土壤與農(nóng)業(yè)可持續(xù)發(fā)展國(guó)家重點(diǎn)實(shí)驗(yàn)室，江蘇南京 210008；2.中國(guó)科學(xué)院大學(xué)，北京 100049； 3.浙江農(nóng)林大學(xué)，浙江臨安 311300)

隨著光譜技術(shù)的發(fā)展，利用光譜儀進(jìn)行作物的氮素營(yíng)養(yǎng)診斷得到普遍研究應(yīng)用。GreenSeeker光譜儀是近年來(lái)在美國(guó)興起的一種新型便攜式氮肥推薦儀器，該儀器以其快速、無(wú)損、準(zhǔn)確、非接觸的特點(diǎn)為作物的氮素診斷和施肥推薦提供了一種新的方法思路，并在國(guó)內(nèi)外開(kāi)始研究應(yīng)用。以GreenSeeker光譜儀為例，對(duì)光譜儀在作物氮肥推薦中的研究進(jìn)展進(jìn)行綜述，旨在讓大家通過(guò)該儀器更好地了解光譜儀氮肥推薦的工作原理、研究進(jìn)展，同時(shí)在使用中盡可能地避免影響該光譜儀測(cè)定值準(zhǔn)確性的因素，使此技術(shù)更快地應(yīng)用于生產(chǎn)實(shí)踐，推動(dòng)我國(guó)氮素診斷和推薦施肥技術(shù)的進(jìn)步。

GreenSeeker光譜儀；氮素診斷；產(chǎn)量預(yù)測(cè)；作物；推薦施肥

國(guó)內(nèi)外關(guān)于作物氮素診斷方面已做了大量研究，傳統(tǒng)的作物氮素診斷方法為樣品分析法，但其依賴(lài)于田間取樣及實(shí)驗(yàn)室分析，該工作費(fèi)時(shí)費(fèi)力，同時(shí)會(huì)對(duì)植株產(chǎn)生破壞性傷害，且土壤和植株測(cè)試需要一定的時(shí)間，結(jié)果反饋滯后，失去了氮素診斷的實(shí)時(shí)性[1]。為避免氮素診斷的繁雜性和滯后性，發(fā)展了根據(jù)葉色進(jìn)行作物診斷的葉色比對(duì)法、氮素窗口法等方法，主要依據(jù)作物氮素缺乏時(shí)，葉綠素合成受阻，作物葉色發(fā)生變化。相對(duì)于傳統(tǒng)的土壤植株測(cè)試方法，根據(jù)葉色診斷在速度上有很大改善，但其葉色現(xiàn)象易與藥害和生理毒害現(xiàn)象混淆，預(yù)測(cè)準(zhǔn)確性有待加強(qiáng)[2]。

隨著光譜技術(shù)的發(fā)展，利用光譜儀進(jìn)行作物的氮素營(yíng)養(yǎng)診斷逐步得到應(yīng)用[3]。相比傳統(tǒng)氮素診斷方法，光譜診斷可快速獲得作物大量光譜數(shù)據(jù)，且實(shí)時(shí)性強(qiáng)，操作方便，準(zhǔn)確性高。光譜診斷技術(shù)主要基于不同生長(zhǎng)狀況下作物光譜反射數(shù)據(jù)的差異來(lái)進(jìn)行作物氮素診斷，其理論基礎(chǔ)是植物葉片在紅外波段的強(qiáng)烈反射和可見(jiàn)光部分的吸收[4]。目前，常見(jiàn)氮素診斷光譜儀有作物葉片光譜儀、作物冠層光譜儀、近地面高光譜儀等。葉片氮素光譜儀主要包括SPAD-502、Hydro N Tester等，作物冠層光譜儀主要包括GreenSeeker、Yara passive N-Sensor/Field Scan、Crop Circle ACS-210等，近地面高光譜儀包括LI-1800、GER2600和GER3700、ASD Field Spec等[5]。其中，GreenSeeker光譜儀是20世紀(jì)90年代中后期美國(guó)Oklahoma州立大學(xué)和N-tech公司開(kāi)發(fā)研制的一種主動(dòng)光源光譜儀，是目前國(guó)際上最先進(jìn)的氮素診斷冠層光譜儀之一，和其他高光譜遙感技術(shù)相比，它基本不受大氣狀況和天氣狀況的影響，分辨率高，可實(shí)現(xiàn)米級(jí)測(cè)量，和一般主動(dòng)光源傳感器相比，它具有操作便捷、數(shù)據(jù)獲取快等優(yōu)點(diǎn)，可進(jìn)行大田尺度的氮素診斷和作物產(chǎn)量預(yù)測(cè)[6]。

目前，國(guó)內(nèi)外對(duì)光譜儀在作物氮素診斷中的應(yīng)用以及GreenSeeker光譜儀的氮肥推薦和產(chǎn)量預(yù)測(cè)方面都做了一定的研究，但仍缺乏對(duì)其全面的了解，其應(yīng)用推廣還需進(jìn)一步擴(kuò)大。本文以GreenSeeker光譜儀為例，對(duì)光譜儀在作物氮素推薦中的研究進(jìn)展進(jìn)行闡述，以GreenSeeker光譜儀在作物氮肥推薦中的研究進(jìn)展為契機(jī)，對(duì)該光譜儀進(jìn)行全面的介紹，旨在讓大家更好地了解光譜施肥技術(shù)和這種新型氮素營(yíng)養(yǎng)診斷儀器，推動(dòng)我國(guó)氮肥推薦工作進(jìn)展。

1 GreenSeeker光譜儀的工作原理

1.1 GreenSeeker光譜儀的測(cè)定原理

GreenSeeker光譜儀是一種典型的便攜式主動(dòng)光源作物冠層光譜傳感器，通過(guò)自身攜帶的高強(qiáng)度發(fā)光二極管發(fā)出紅光(671±6 nm)和近紅外光(780±6 nm)，當(dāng)扣動(dòng)扳機(jī)時(shí)，傳感器導(dǎo)通，發(fā)射的紅光和紅外光短暫突發(fā)，接收器測(cè)量其反射回傳感器的每個(gè)類(lèi)型光的量，并將這些信息傳遞給光譜儀自身攜帶的掌上電腦，通過(guò)軟件計(jì)算出NDVI值(normalized vegetation index，歸一化植被指數(shù))和RVI值(ratio vegetation index，比值植被指數(shù))[7]。其中，NDVI=(NIRref-Rref)/(NIRref+Rref)，RVI=NIRref/Rref(Rref為紅光敏感波段的反射率，NIRref為近紅外敏感波段的反射率)。

GreenSeeker光譜儀最顯著的優(yōu)點(diǎn)在于操作的簡(jiǎn)便性，測(cè)量時(shí)選取有代表性的掃描區(qū)，光譜儀距離作物冠層的最佳距離在71～112 cm范圍內(nèi)[8]，在勻速行進(jìn)的同時(shí)按下扳機(jī)，使傳感器均勻掃過(guò)測(cè)定作物冠層，即可獲取掃描區(qū)冠層NDVI值，每次光掃描面積為0.60 m×0.01 m。NDVI讀數(shù)的范圍從0至0.99，讀出的數(shù)值越高，表示植株越健康。GreenSeeker光譜儀能提供高分辨率、低干擾的NDVI數(shù)據(jù)，且獲取速度快，數(shù)據(jù)量大，可實(shí)現(xiàn)對(duì)作物生長(zhǎng)實(shí)時(shí)監(jiān)測(cè)和氮素的實(shí)時(shí)診斷[9-10]。

本方法是一種簡(jiǎn)單、快捷、無(wú)損、高精度、非接觸性、操作性好的田間實(shí)時(shí)氮素診斷技術(shù)，同時(shí)，GreenSeeker光譜儀可單獨(dú)使用或與變量施肥機(jī)聯(lián)用，實(shí)現(xiàn)基于作物生長(zhǎng)狀況的變量施肥。

1.2 利用GreenSeeker光譜儀進(jìn)行氮肥推薦的原理

光譜診斷作物氮素狀況的方法是基于植物化學(xué)分子中的化學(xué)鍵在一定頻率光源的照射下，化學(xué)鍵結(jié)構(gòu)發(fā)生震動(dòng)，引起某些波長(zhǎng)的光譜發(fā)射和吸收的變化而產(chǎn)生不同的反射率[11]。光譜反射率和作物生長(zhǎng)狀況顯著相關(guān)，作物在可見(jiàn)光區(qū)域的反射率主要取決于葉柵欄層中葉綠素含量，與葉片氮含量負(fù)相關(guān)；在近紅外區(qū)域的反射率取決于葉肉細(xì)胞結(jié)構(gòu)以及細(xì)胞間的空腔，與葉片氮含量以及生物量正相關(guān)[12]。

利用GreenSeeker光譜儀進(jìn)行氮肥推薦的理論基礎(chǔ)是作物冠層NDVI值是植被光譜指數(shù)中應(yīng)用最為廣泛的一種，與作物生長(zhǎng)狀態(tài)密切相關(guān)。研究表明，冠層NDVI值和作物產(chǎn)量、生物量有較好的相關(guān)性[13-15]，具有預(yù)測(cè)產(chǎn)量的能力[16-17]。當(dāng)作物氮素狀況發(fā)生變化時(shí)，不僅使葉綠素分子數(shù)量變化而引起葉片的顏色發(fā)生變化，而且葉面形狀、厚度、結(jié)構(gòu)等性狀都會(huì)發(fā)生變化，導(dǎo)致作物對(duì)特定波段光的吸收和反射特性也會(huì)發(fā)生變化[18]。因此，與僅測(cè)定作物葉片的光譜反射率相比，冠層NDVI值更能反映作物整體氮素水平。Blackmer等研究表明，缺氮植物對(duì)可見(jiàn)光的反射率要比施氮植物高很多，作物氮素越充足，冠層NDVI值就越大，缺氮區(qū)NDVI值遠(yuǎn)小于氮素充足區(qū)[19-20]。郭建華等研究表明，NDVI值和施肥量之間存在線性加平臺(tái)關(guān)系，當(dāng)玉米氮肥施用量為 300 kg/hm2時(shí)，NDVI值達(dá)到最高，施肥量繼續(xù)增加時(shí)，NDVI值趨于穩(wěn)定[21]。生育期內(nèi)，NDVI值隨生育期的推進(jìn)而逐漸增加，后期下降并趨于穩(wěn)定。因此，可利用NDVI測(cè)定值來(lái)反演作物生長(zhǎng)狀況，計(jì)算作物缺氮量。利用GreenSeeker光譜儀進(jìn)行作物施氮推薦的一般步驟為：(1)建立一個(gè)高氮區(qū)，觀察作物產(chǎn)量的氮素效應(yīng)；(2)選擇合適生育期，在作物生長(zhǎng)關(guān)鍵期利用GreenSeeker光譜儀測(cè)定作物冠層NDVI值；(3)建立基于目標(biāo)產(chǎn)量的追氮模型；(4)對(duì)追氮模型進(jìn)行評(píng)價(jià)。

2 GreenSeeker光譜儀在國(guó)外的應(yīng)用推廣

GreenSeeker光譜儀在美國(guó)、澳大利亞、法國(guó)、西班牙、厄瓜多爾、墨西哥、印度、加拿大等國(guó)家都有應(yīng)用，已建立多套基于GreenSeeker光譜儀的不同國(guó)家地區(qū)作物施氮算法。在美國(guó)，約有20個(gè)州出售該儀器并進(jìn)行精準(zhǔn)施肥管理。據(jù)目前報(bào)道，該儀器在小麥、玉米、水稻、棉花、水果蔬菜、高粱、牧草、甘蔗等作物上都進(jìn)行了一定研究，在小麥、玉米等大田作物上應(yīng)用最為廣泛。

2.1 基于GreenSeeker光譜儀的施肥算法

自20世紀(jì)90年代GreenSeeker光譜儀問(wèn)世以來(lái)，Oklahoma大學(xué)的研究者和其他研究者一直致力于基于GreenSeeker光譜儀診斷施氮算法模型的研究，并建立了小麥?zhǔn)┑獌?yōu)化算法。Raun等研究表明，利用冬小麥生長(zhǎng)階段Feekes4(葉鞘伸長(zhǎng)期)-Feekes6(莖間可見(jiàn)第一生長(zhǎng)點(diǎn)階段)的冠層光譜值變化可預(yù)測(cè)作物產(chǎn)量，利用當(dāng)季估產(chǎn)系數(shù)INSEY=NDVI/CGDD(CGDD表示累積生長(zhǎng)度日)算法得出的INSEY值預(yù)產(chǎn)精度可達(dá)83%[22]。在此基礎(chǔ)上，Lukina等利用GreenSeeker光譜儀在冬小麥生長(zhǎng)階段Feekes4-Feekes6時(shí)期測(cè)定值的變化，開(kāi)發(fā)了基于NDVI值的施氮優(yōu)化算法NFOA，該算法有預(yù)測(cè)作物當(dāng)季產(chǎn)量的潛力，可根據(jù)預(yù)計(jì)產(chǎn)量進(jìn)行追肥推薦[23]。該算法包括以下內(nèi)容：(1)預(yù)測(cè)產(chǎn)量潛力PGY=0.740 76+0.102 10e577.66INSEY；(2)籽粒含氮百分比Ngrain=0.0703PGY2-0.529 8PGY+3.106；(3)預(yù)計(jì)作物早期吸氮量Ntake=14.76+0.775 8e5.468NDVI；(4)作物追肥量N追=(NTake-Ntake)/λ(NTake表示預(yù)計(jì)產(chǎn)量下的N吸收量，λ表示氮肥利用率)。此后，一些研究者就NFOA算法進(jìn)行了修正。Johnson等在研究中引入了變量施氮響應(yīng)指數(shù)RIHarvest，并計(jì)算得出當(dāng)季施氮響應(yīng)指數(shù)RINDVI，利用RINDVI值修正NDVI測(cè)定值，得出RINDVI=NDVINRich/NDVIFieldRate，從而可以利用RI值快速判斷作物需氮迫切性[24]。研究表明，小麥的RI值在1.1～4.1范圍內(nèi)，玉米的RI值在1.1～3.5范圍內(nèi)，RI值越小，越不需要追施氮肥；RI值越大，追氮需求越迫切。此后，Raun等就追氮算法的計(jì)算方法進(jìn)行了改進(jìn)，提出RI-NFOA算法，利用R=23.9(YPN-YP0)/η來(lái)計(jì)算氮肥需要量FNP，該算法中，YP0=0.359e324.4INSEY，YPN=YP0×RINDVI，其中23.9為小麥的籽粒含氮量，YP0表示常規(guī)施肥條件下的產(chǎn)量潛力，YPN表示充分施肥條件下的產(chǎn)量潛力[25]。此外，基于上述氮肥優(yōu)化推薦算法，Raun等還引入了CV(變異系數(shù))，利用NDVI測(cè)定值在每 0.4 m2面積的CV值來(lái)表示作物的生長(zhǎng)狀況，CV值越低則表示作物的長(zhǎng)勢(shì)越一致，產(chǎn)量潛力越大。

近年來(lái)，利用作物生長(zhǎng)狀況指數(shù)和土壤性質(zhì)指數(shù)改進(jìn)作物的施肥算法也得到研究。Sharma等在2011—2012年美國(guó)North Dakota東南部的玉米氮素試驗(yàn)中，利用玉米生長(zhǎng)的V6階段(拔節(jié)期)和V12階段(大喇叭口期)的INSEYH值取代INSEY進(jìn)行施肥算法計(jì)算，其中INSEYH=(NDVI×H)/GDD(H表示測(cè)定時(shí)玉米高度，GDD表示生長(zhǎng)度日)，結(jié)果發(fā)現(xiàn)其預(yù)測(cè)產(chǎn)量精度提高，產(chǎn)量和INSEYH相關(guān)性提高，尤以V6階段效果較好(表1)[26]。此外，利用土壤性質(zhì)指數(shù)校正也可提高產(chǎn)量預(yù)測(cè)和氮肥算法的精度。Walsh等通過(guò)Oklahoma的冬小麥試驗(yàn)表明，考慮土壤各深度水分含量可以提高作物中期預(yù)產(chǎn)的準(zhǔn)確性，利用Feekes5階段(假莖直立期)的NDVI值乘以種植時(shí)土壤地下5 cm處體積含水量預(yù)產(chǎn)效果最好，y=3.80x0.98(R2=0.93)[27]。

2.2 基于GreenSeeker光譜儀的作物產(chǎn)量預(yù)測(cè)和氮肥推薦

基于GreenSeeker光譜儀的產(chǎn)量預(yù)測(cè)和施肥推薦具有較大優(yōu)越性。Alia等在印度西北部Ludhiana的旱直播水稻試驗(yàn)結(jié)果表明，與LCC(葉色卡)和SPAD儀(葉綠素儀)相比，GreenSeeker光譜儀對(duì)于旱直播水稻產(chǎn)量有更好的預(yù)測(cè)結(jié)果[28]。水稻幼穗分化期的NDVI測(cè)定值對(duì)產(chǎn)量的預(yù)測(cè)結(jié)果較好，可解釋水稻產(chǎn)量變異的63%。GreenSeeker光譜儀在糧食作物上研究較多，Moges等2004—2005年在美國(guó)Oklahoma的研究結(jié)果表明，利用GreenSeeker光譜儀測(cè)定的GNDVI(greenNDVI)值對(duì)高粱的產(chǎn)量有很好的預(yù)測(cè)效果，以生長(zhǎng)階段3(生長(zhǎng)點(diǎn)分化階段)效果較好，y=10.6x+1.19(R2=0.77)[29]。Scharf等2004—2008年在美國(guó)Missouri的玉米試驗(yàn)表明，與農(nóng)民傳統(tǒng)施氮方法相比，基于GreenSeeker光譜儀的施氮推薦措施可增加農(nóng)業(yè)利潤(rùn)42美元/hm2，同時(shí)增產(chǎn) 110 kg/hm2，減少氮肥(以N計(jì)，下同)投入16 kg/hm2[30]。GreenSeeker光譜儀在蔬菜上也有少量研究，Sanderson等2005—2007年在加拿大東部Prince Edward Island胡蘿卜緩控釋肥試驗(yàn)中利用GreenSeeker光譜儀來(lái)評(píng)價(jià)作物的生長(zhǎng)狀況，結(jié)果表明，GreenSeeker光譜儀可評(píng)價(jià)胡蘿卜的健康狀況，但氮素追肥模型仍需要進(jìn)行進(jìn)一步驗(yàn)證和研究[31]。

表1 基于INSEY算法和INSEYH算法的玉米產(chǎn)量預(yù)測(cè)結(jié)果

注：表中資料引自文獻(xiàn)[26]。sig表示顯著性，“***”表示0.001水平上顯著；“**”表示0.01水平上顯著；“*”表示0.05水平上顯著；NS表示無(wú)顯著關(guān)系。

2.3 GreenSeeker光譜儀在其他方面的研究應(yīng)用

GreenSeeker光譜儀在植保方面也有一定的應(yīng)用潛力，可用于病菌檢測(cè)。Calcante等在意大利利用GreenSeeker光譜儀對(duì)葡萄園中的感染葡萄霜霉病葉片的NDVI值進(jìn)行測(cè)定，結(jié)果表明，NDVI值與有癥狀葉面積百分比具有較好的線性關(guān)系(R2=0.71)[32]。此外，GreenSeeker光譜儀還可輔助雜草控制，Merotto等2008—2009年在巴西Rio Grande do Sul利用GreenSeeker光譜儀測(cè)定大豆和玉米行間NDVI值，結(jié)果表明NDVI值與雜草干物質(zhì)量顯著正相關(guān)(R2=0.44)，NDVI值可實(shí)現(xiàn)作物雜草定量化，輔助制定雜草控制程序[33]。

3 GreenSeeker光譜儀在國(guó)內(nèi)的應(yīng)用推廣

我國(guó)基于GreenSeeker光譜儀的氮素推薦施肥研究較國(guó)外起步晚，由2003年中國(guó)科學(xué)院欒城生態(tài)農(nóng)業(yè)試驗(yàn)站首家引進(jìn)，并開(kāi)展了基于該設(shè)備的小麥、玉米氮素診斷和估產(chǎn)的研究工作[34]。目前我國(guó)已開(kāi)展了大量關(guān)于GreenSeeker光譜儀估產(chǎn)潛力和氮肥推薦的研究，主要集中在小麥、水稻、玉米等大田糧食作物氮素管理研究上，在棉花、馬鈴薯、大豆等其他作物上也有少量研究。

3.1 基于GreenSeeker光譜儀的氮素評(píng)估及氮肥追施方程

目前基于GreenSeeker光譜儀的氮肥追施方程研究較少，馮宗會(huì)在河北省辛集市科技示范農(nóng)場(chǎng)進(jìn)行不同水氮管理下小麥NDVI值監(jiān)測(cè)及優(yōu)化施氮研究中，利用施氮量和NDVI關(guān)系方程，建立了小麥的追氮模型N追=N總-NDVI/a+b/a(a為各重要生育期NDVI值與氮肥施用量之間擬合的線性方程的回歸系數(shù)，b為截距)[35]。Xue等在我國(guó)南方基于主動(dòng)遙感的早稻N肥追肥推薦研究中，引入SI值(缺乏指數(shù))來(lái)校正NDVI測(cè)定值，減少了環(huán)境效應(yīng)對(duì)NDVI值的影響，并利用分蘗期和幼穗分化期NDVI測(cè)定值建立水稻PNU(植株吸氮量)-NDVI模型，從而利用該模型進(jìn)行追氮量的計(jì)算[36]。經(jīng)檢驗(yàn)，該模型的精密度在0.767～0.947范圍內(nèi)，準(zhǔn)確度在 0.945～1.059范圍內(nèi)[37]。但該方程仍需利用土壤測(cè)試結(jié)果輔助計(jì)算，并不能完全實(shí)現(xiàn)氮肥快速推薦。

此外，一些研究建立了基于NDVI值和施氮量、植株吸氮量、作物產(chǎn)量等變量關(guān)系方程，利用GreenSeeker光譜儀測(cè)定結(jié)果來(lái)估測(cè)作物氮素狀況(表2)。

3.2 基于GreenSeeker光譜儀的作物產(chǎn)量預(yù)測(cè)和氮肥推薦可行性研究

我國(guó)研究者就GreenSeeker光譜儀預(yù)測(cè)作物產(chǎn)量及氮肥推薦可行性方面做了大量研究。胡昊基于可見(jiàn)光-近紅外光譜的冬小麥氮素營(yíng)養(yǎng)診斷與生長(zhǎng)監(jiān)測(cè)的研究表明，NDVI值可考察作物的群體指標(biāo)和生長(zhǎng)長(zhǎng)勢(shì)，對(duì)作物葉片氮含量有很好的診斷效果[7]。王桂良在焦作市和開(kāi)封市利用不同的氮素診斷儀器進(jìn)行超高產(chǎn)小麥干物質(zhì)積累、氮素營(yíng)養(yǎng)與診斷研究中發(fā)現(xiàn)，GreenSeeker光譜儀可反映高產(chǎn)小麥的氮素營(yíng)養(yǎng)狀況[45]。此外，一些研究結(jié)果表明，基于GreenSeeker光譜儀的氮肥推薦可以減少氮投入，提高氮肥利用率。Li等評(píng)價(jià)了中國(guó)北部平原基于GreenSeeker光譜儀的冬小麥的N素管理，結(jié)果表明，和農(nóng)民經(jīng)驗(yàn)施肥相比，達(dá)到相同產(chǎn)量農(nóng)民經(jīng)驗(yàn)施N量為372 kg/hm2，基于GreenSeeker光譜儀的施N量?jī)H為 67 kg/hm2，氮肥利用率由13.1%提高到61.3%；同時(shí)基于農(nóng)民經(jīng)驗(yàn)施肥量的土壤殘留N量和表觀N流失量分別為 208 kg/hm2和205 kg/hm2，而基于GreenSeeker光譜儀施肥的殘留N量和表觀N流失量?jī)H為 115 kg/hm2和4 kg/hm2[46]。Cao等2006—2007年在中國(guó)農(nóng)業(yè)大學(xué)河北曲周實(shí)驗(yàn)站小規(guī)模農(nóng)場(chǎng)試驗(yàn)結(jié)果表明，和傳統(tǒng)的農(nóng)民經(jīng)驗(yàn)施肥相比，利用GreenSeeker光譜儀推薦施肥在試驗(yàn)地塊可減少氮肥施用量達(dá)128 kg/hm2[47]。

表2 國(guó)內(nèi)基于GreenSeeker光譜儀預(yù)測(cè)作物生長(zhǎng)狀況研究結(jié)果

3.3 GreenSeeker光譜儀在其他方面的研究應(yīng)用

除預(yù)測(cè)產(chǎn)量指導(dǎo)施肥外，GreenSeeker光譜儀在其他方面也得到了一些研究。合理利用GreenSeeker光譜儀預(yù)測(cè)產(chǎn)量可加快育種進(jìn)程。張寧在黃淮海地區(qū)利用GreenSeeker光譜儀測(cè)定的NDVI和RVI值進(jìn)行雜交系大豆產(chǎn)量預(yù)測(cè)，結(jié)果發(fā)現(xiàn)基于3個(gè)生育期的冠層植被指數(shù)預(yù)產(chǎn)效果較好，可用于檢驗(yàn)大豆育種品系和重組自交家系群體(NJRIKY)的產(chǎn)量潛能[38]。此外，GreenSeeker光譜儀在植保方面也得到了一定研究。張國(guó)龍等在新疆石河子總場(chǎng)的研究表明，利用棉花花鈴期的GreenSeeker光譜儀冠層光譜信息可預(yù)測(cè)棉蚜發(fā)生量，對(duì)百株有翅蚜的數(shù)量預(yù)測(cè)準(zhǔn)確率高達(dá)92%，提高了棉蚜監(jiān)測(cè)預(yù)警的時(shí)效性[48]。

4 影響GreenSeeker光譜儀測(cè)定的因素

土壤背景反射值是影響GreenSeeker光譜儀測(cè)定值的重要因素[49]。當(dāng)作物處于生長(zhǎng)早期，葉面積指數(shù)很小時(shí)，該問(wèn)題更加嚴(yán)重。Gnyp等研究指出，對(duì)于水稻作物，通過(guò)作物冠層GreenSeeker光譜儀測(cè)定值可無(wú)損快速地獲取作物的生長(zhǎng)參數(shù)，但其測(cè)定值在作物生長(zhǎng)前期易受土壤和稻田水層背景值影響[50]。因此在利用GreenSeeker光譜儀進(jìn)行作物氮素診斷時(shí)應(yīng)盡量避免前期干擾。

NDVI值飽和是影響測(cè)定的另一因素。Li等在冬小麥中的研究結(jié)果表明，GreenSeeker光譜儀測(cè)定的NDVI值在Feeks4-Feeks10階段(葉鞘開(kāi)始伸長(zhǎng)-旗葉葉鞘完全長(zhǎng)出階段)和冬小麥的生物量顯著相關(guān)，但在冬小麥的成熟期或生物量達(dá)3 746 kg/hm2時(shí)，NDVI面臨值飽和問(wèn)題，相關(guān)性顯著下降[51]。于靜等研究也表明，當(dāng)馬鈴薯地上部生物量達(dá)到一定值時(shí)會(huì)發(fā)生封行現(xiàn)象，NDVI值飽和，影響了馬鈴薯產(chǎn)量預(yù)測(cè)和氮素診斷的可行性[52]。

因此，利用GreenSeeker光譜儀進(jìn)行氮素診斷和氮肥推薦時(shí)應(yīng)注意時(shí)期的選擇。研究表明，小麥的最佳診斷時(shí)期為Feekes4-Feekes6階段[53]；玉米的最佳診斷時(shí)期為8葉期，或生長(zhǎng)度日(GDD)在800～1 000 h[16]；甘蔗的最佳診斷時(shí)期為累積生長(zhǎng)度日(CGDD)在601～750 h[54]；水稻的最佳診斷時(shí)期為生長(zhǎng)度日(GDD)在1 501～1 700 h或1 701～1 900 h，尤以1 701～1 900 h診斷效果較好[17]。此外，在考慮用 GreenSeeker 光譜儀完全取代土壤、植物測(cè)試進(jìn)行氮肥推薦時(shí)，還應(yīng)綜合考慮耕作方式、作物品種、雜草干擾、養(yǎng)分交互作用等其他因素的影響。

5 結(jié)論

光譜診斷作為一項(xiàng)快速診斷方法，在作物氮素營(yíng)養(yǎng)診斷及施氮推薦中發(fā)揮著重要作用。GreenSeeker光譜儀以其快速、無(wú)損、準(zhǔn)確、非接觸等特點(diǎn)在多種作物上得到廣泛研究應(yīng)用，目前國(guó)內(nèi)外基于GreenSeeker光譜儀施氮推薦的研究應(yīng)用主要集中在大田糧食作物(如水稻、小麥、玉米等)上，在其他作物(蔬菜、果樹(shù)、花卉等)上的研究應(yīng)用還有待加強(qiáng)。主要是由于其他作物測(cè)定時(shí)NDVI值易飽和、作物生長(zhǎng)周期較短、作物種植面積分布較分散、冠層長(zhǎng)勢(shì)不均一等原因。因此，在今后的研究中，應(yīng)有針對(duì)性地開(kāi)展多種作物的GreenSeeker光譜儀施氮推薦研究，擴(kuò)大GreenSeeker光譜儀的應(yīng)用范圍，建立具有普適性的作物施氮推薦模型，推進(jìn)作物氮素診斷和施氮推薦研究。

[1]宋文沖，胡春勝，程一松，等. 作物氮素營(yíng)養(yǎng)診斷方法研究進(jìn)展[J]. 土壤通報(bào)，2006，37(2)：369-372.

[2]郭建華，趙春江，王 秀，等. 作物氮素營(yíng)養(yǎng)診斷方法的研究現(xiàn)狀及進(jìn)展[J]. 中國(guó)土壤與肥料，2008(4)：10-14.

[3]薛利紅，羅衛(wèi)紅，曹衛(wèi)星，等. 作物水分和氮素光譜診斷研究進(jìn)展[J]. 遙感學(xué)報(bào)，2003，7(1)：73-80.

[4]賈良良，壽麗娜，李 斐，等. 遙感技術(shù)在植物氮營(yíng)養(yǎng)診斷和推薦施肥中的應(yīng)用之研究進(jìn)展[J]. 中國(guó)農(nóng)學(xué)通報(bào)，2007，23(12)：396-401.

[5]曹 強(qiáng). 基于主動(dòng)作物冠層傳感器的冬小麥、水稻精準(zhǔn)氮素管理[D]. 北京：中國(guó)農(nóng)業(yè)大學(xué)，2014.

[6]馮 偉，王永華，謝迎新，等. 作物氮素診斷技術(shù)的研究綜述[J]. 中國(guó)農(nóng)學(xué)通報(bào)，2008，24(11)：179-185.

[7]胡 昊. 基于可見(jiàn)光-近紅外光譜的冬小麥氮素營(yíng)養(yǎng)診斷與生長(zhǎng)監(jiān)測(cè)[D]. 北京：中國(guó)農(nóng)業(yè)科學(xué)院，2009.

[8]Raper T B，Varco J J，Hubbard K J. Canopy-based normalized difference vegetation index sensors for monitoring cotton nitrogen status[J]. Agron，2013，105(5)：1345-1354.

[9]Solie J B，Raun W R，Whitney R W，et al. Optical sensor based field element size and sensing strategy for nitrogen application[J]. Transactions of the ASAE，1996，39(6)：1983-1992.

[10]Filella I，Serrano L，Serra J，et al. Evaluating wheat nitrogen status with canopy reflectance indexes and discriminant analysis[J]. Crop Sci，1995，35(5)：1400-1405.

[11]李衛(wèi)國(guó)，李秉柏，王志明，等. 作物長(zhǎng)勢(shì)遙感監(jiān)測(cè)應(yīng)用研究現(xiàn)狀和展望[J]. 江蘇農(nóng)業(yè)科學(xué)，2006(3)：12-15.

[12]Campbell J B. Introduction to remote sensing[M]. New York：The Guilford Press，2002.

[13]Tucker C J. Red and photographic infrared linear combinations for monitoring vegetation[J]. Remote Sens Environ，1979，8(2)：127-150.

[14]Raun W R，Solie J B，Johnson G V，et al. Improving nitrogen use efficiency in cereal grain production with optical sensing and variable rate applications[J]. Agron，2002，94(4)：815-820.

[15]Zhao D，Reddy K R，Kakani V G，et al. Corn (ZeamaysL.) growth，leaf pigment concentration，photosynthesis，and leaf hyperspectral reflectance properties as affected by nitrogen supply[J]. Plant Soil，2003，257(1)：205-218.

[16]Teal R K，Tubana B S，Girma K，et al. In-season prediction of corn grain yield potential using normalized difference vegetation index[J]. Agron，2006，98(6)：1488-1494.

[17]Harrell D L，Tubana B S，Walker T W，et al. Estimating rice grain yield potential using normalized difference vegetation index[J]. Agron，2011，103(6)：1717-1723.

[18]Olfs H W，Blankenau K，Brantrup F，et al. Soil-and plant-based nitrogen-fertilizer recommendations in arable farming[J]. Plant Nutr and Soil Sci，2005，168(4)：414-431.

[19]Blackmer T M，Schepers J S，Varel G E. Light reflectance compared with other nitrogen stress measurements in corn leaves[J]. Agro，1994，86(6)：934-938.

[20]Al-Abbas A H，Barr R，Hall J D，et al. Spectra of normal and nutrient-deficient maize leaves[J]. Agron，1974，66(1)：16-20.

[21]郭建華，王 秀，孟志軍，等. 主動(dòng)遙感光譜儀GreenSeeker與SPAD對(duì)玉米氮素營(yíng)養(yǎng)診斷的研究[J]. 植物營(yíng)養(yǎng)與肥料學(xué)報(bào)，2008，14(1)：43-47.

[22]Raun W R，Solie J B，Johnson G V，et al. In-season prediction of potential grain yield in winter wheat using canopy reflectance [J]. Agron，2001，93(1)：131-138.

[23]Lukina E V，F(xiàn)reeman K W，Wynn K J，et al. Nitrongen fertilization optimization algorithm based on in-season estimates of yield and plant nitrogen uptake[J]. Journal of Plant Nutrition，2001，24(6)：885-898.

[24]Johnson G V，Raun W R. Nitrogen response index as a guide to fertilizer management[J]. Journal of Plant Nutrition，2003，26(2)：249-262.

[25]Raun W R，Solie J B，Stone M L，et al. Optical sensor-based algorithm for crop nitrogen fertilization[J]. Communications in Soil Science and Plant Analysis，2005，36(19/20)：2759-2781.

[26]Sharma L K，F(xiàn)ranzen D W. Use of corn height to improve the relationship between active optical sensor readings and yield estimates[J]. Precision Agric，2014，15(3)：331-345.

[27]Walsh O S，Klatt A R，Solie J B，et al. Use of soil moisture data for refined GreenSeeker sensor based nitrogen recommendations in winter wheat (TriticumaestivumL.)[J]. Precision Agric，2013，14(3)：343-356.

[28]Alia A M，Thinda H S，Sharma S，et al. Prediction of dry direct-seeded rice yields using chlorophyll meter，leaf color chart and GreenSeeker optical sensor in northwestern India[J]. Field Crops Research，2014，161：11-15.

[29]Moges S M，Girma K，Teal R K，et al. In-season estimation of grain sorghum yield potential using a hand-held optical sensor[J]. Arch Agron Soil Sci，2007，53(6)：617-628.

[30]Scharf P C，Shannon D K，Palm H L，et al. Sensor-based nitrogen applications out-performed producer-chosen rates for corn in on-farm demonstrations[J]. Agron，2011，103(6)：1683-1691.

[31]Sanderson K R，F(xiàn)illmore S A E. Slow-release nitrogen fertilizer in carrot production on Prince Edward Island[J]. Canada Journal of Plant Science，2012，92(6)：1223-1228.

[32]Calcante A，Mena A，Mazzetto F. Evaluation of “ground sensing” optical sensors for diagnosis ofPlasmoparaviticolaon vines[J]. Spanish Journal of Agricultural Research，2012，10(3)：619-630.

[33]Merotto A，Bredemeier C，Vidal C，et al. Reflectance indices as a diagnostic tool for weed control performed by multipurpose equipment in precision agriculture[J]. Planta Daninha，2012，30(2)：437-447.

[34]宋文沖. 基于GreenSeeker遙感技術(shù)的小麥-玉米估產(chǎn)模型及推薦施肥研究[D]. 北京：中國(guó)科學(xué)院，2005.

[35]馮宗會(huì). 不同水氮管理下NDVI監(jiān)測(cè)及優(yōu)化施氮研究[D]. 北京：首都師范大學(xué)，2012.

[36]Xue L H，Li G H，Qin X，et al. Top dressing nitrogen recommendation for early rice with an active sensor in south China[J]. Precision Agric，2014，15(1)：95-110.

[37]覃 夏，王紹華，薛利紅. 江西鷹潭地區(qū)早稻氮素營(yíng)養(yǎng)光譜診斷模型的構(gòu)建與應(yīng)用[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2011，44(4)：691-698.

[38]張 寧. 基于GreenSeeker主動(dòng)遙感的大豆NDVI/RVI分析與籽粒產(chǎn)量估測(cè)的初步研究[D]. 南京：南京農(nóng)業(yè)大學(xué)，2013.

[39]盧艷麗，白由路，楊俐蘋(píng)，等. 利用GreenSeeker法診斷春玉米氮素營(yíng)養(yǎng)狀況的研究[J]. 玉米科學(xué)，2008，16(1)：111-114.

[40]李新偉，余炳鳳，呂 新，等. 不同氮水平下棉花冠層NDVI分析與產(chǎn)量估測(cè)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2014，45(7)：231-236.

[41]于 靜，李 斐，秦永林，等. 應(yīng)用主動(dòng)作物冠層傳感器對(duì)馬鈴薯氮素營(yíng)養(yǎng)診斷[J]. 光譜學(xué)與光譜分析，2013，33(11)：3092-3097.

[42]王 磊，白由路，盧艷麗，等. 基于GreenSeeker的冬小麥NDVI分析與產(chǎn)量估算[J]. 作物學(xué)報(bào)，2012，38(4)：747-753.

[43]李立平，張佳寶，邢維芹，等. 手持式植物冠層光譜測(cè)定儀在黃淮海平原地區(qū)冬小麥氮肥精準(zhǔn)管理中應(yīng)用的初步研究[J]. 麥類(lèi)作物學(xué)報(bào)，2006，26(4)：85-92.

[44]王明亞，毛培勝. 施氮、磷肥對(duì)老芒麥種子產(chǎn)量、產(chǎn)量組分及成熟期冠層NDVI值的影響[J]. 草業(yè)科學(xué)，2014，31(4)：683-688.

[45]王桂良. 超高產(chǎn)小麥干物質(zhì)累積、氮素營(yíng)養(yǎng)及診斷研究[D]. 鄭州：河南農(nóng)業(yè)大學(xué)，2009.

[46]Li F，Miao Y，Zhang F，et al. In-season optical sensing improves nitrogen use efficiency for winter wheat[J]. Soil Science Society of America Journal，2008，73(5)：1566-1574.

[47]Cao Q，Cui Z L，Chen X P，et al. Quantifying spatial variability of indigenous nitrogen supply for precision nitrogen management in small scale farming[J]. Precision Agric，2012，13(1)：45-61.

[48]張國(guó)龍，陳 劍，李文平，等. 利用GreenSeeker與SPAD值監(jiān)測(cè)棉蚜發(fā)生量[J]. 西北農(nóng)業(yè)學(xué)報(bào)，2014，23(5)：171-176.

[49]Daughtry C S，Walthall C L，Kim M S，et al. Estimating corn leaf chlorophyll concentration from leaf and canopy reflectance[J]. Remote Sens Environ，2000，74(2)：229-239.

[50]Gnyp M L，Miao Y X，Yuan F，et al. Hyperspectral canopy sensing of paddy rice aboveground biomass at different growth stages[J]. Field Crops Research，2014，155：42-55.

[51]Li F，Miao Y，Chen X，et al. Estimating winter wheat biomass and nitrogen status using an active crop sensor[J]. Intell Autom Soft Comput，2010，16(6)，1221-1230.

[52]于 靜，李 斐，樊明壽. 主動(dòng)作物冠層傳感器GreenSeeker在馬鈴薯氮素營(yíng)養(yǎng)診斷中應(yīng)用的可行性分析[J]. 中國(guó)蔬菜，2012(8)：20-25.

[53]Lukina E V，Raun W R，Stone M L，et al. Effect of row spacing，growth stages，and nitrogen rate on spectral irradiance in inter wheat[J]. Plant Nutr，2000，23(1)：103-122.

[54]Lofton J，Tubana B S，Kanke Y，et al. Estimating sugarcane yield potential using an in-season determination of normalized difference vegetative index[J]. Sensors，2012，12(6)：7529-7547.

10.15889/j.issn.1002-1302.2017.02.003

2015-11-26

國(guó)家自然科學(xué)基金青年科學(xué)基金(編號(hào)：31201686)；環(huán)保公益性行業(yè)科研專(zhuān)項(xiàng)(編號(hào)：201309035)；江蘇省農(nóng)業(yè)科技自主創(chuàng)新資金[編號(hào)：CX(14)2050]。

紀(jì)榮婷(1992—)，女，安徽池州人，碩士研究生，主要從事蔬菜氮素營(yíng)養(yǎng)與環(huán)境效應(yīng)的研究。E-mail：rtji@issas.ac.cn。

施衛(wèi)明，研究員，主要從事植物營(yíng)養(yǎng)分子生物學(xué)及農(nóng)業(yè)面源污染研究。E-mail：wmshi@issas.ac.cn。

S158；S127

A

1002-1302(2017)02-0009-05

紀(jì)榮婷，閔 炬，黃程鵬，等. 光譜儀在作物施氮推薦中的應(yīng)用研究進(jìn)展——以GreenSeeker光譜儀為例[J]. 江蘇農(nóng)業(yè)科學(xué)，2017，45(2)：9-13.