楊紹鍔,陳廷速
(1.廣西壯族自治區(qū)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與環(huán)境研究所,廣西 南寧 530007;2.廣西壯族自治區(qū)農(nóng)業(yè)科學(xué)院微生物研究所,廣西 南寧 530007)
甘蔗是我國(guó)重要的糖料作物,主要種植在華南地區(qū),廣西種植面積占全國(guó)60%以上,是我國(guó)重要的甘蔗種植基地。近年來(lái),由于農(nóng)民片面追求產(chǎn)量,過量施肥現(xiàn)象非常嚴(yán)重,由此帶來(lái)的土壤質(zhì)量下降、種植成本增加、生態(tài)環(huán)境污染等問題越來(lái)越突出[1-2]??茖W(xué)施肥是解決這一問題的重要途徑,而及時(shí)有效地了解甘蔗營(yíng)養(yǎng)狀況是科學(xué)施肥的重要前提。研究甘蔗葉片氮含量的快速估算方法,可為合理施肥提供科學(xué)依據(jù)。
近年來(lái),學(xué)者們探討了多種快速估算作物氮營(yíng)養(yǎng)的方法[3],其中高光譜技術(shù)在該領(lǐng)域展現(xiàn)出極大優(yōu)勢(shì),被廣泛用于農(nóng)作物葉片氮含量快速估測(cè)研究。劉冰峰等[4]針對(duì)夏玉米開展了葉片全氮含量高光譜估算研究,在各生育期分別選擇了最佳擬合光譜參數(shù),并構(gòu)建了最佳的估算模型;周麗麗等[5]研究了3個(gè)玉米品種葉片氮含量與不同波段光譜反射率的相關(guān)性,并建立了不同品種的葉片氮含量估算模型。田永超等[6]分析了水稻冠層氮含量與高光譜反射率的關(guān)系,獲得了對(duì)氮反應(yīng)最敏感的波段,構(gòu)建了水稻冠層氮含量估測(cè)的高光譜植被指數(shù);譚昌偉等[7]對(duì)水稻氮素含量與原始光譜反射率、一階微分光譜以及高光譜特征參數(shù)間的相關(guān)性進(jìn)行了分析,并構(gòu)建和驗(yàn)證了以遙感參數(shù)為自變量的水稻氮素營(yíng)養(yǎng)診斷模型。翟清云等[8]對(duì)3種不同土壤質(zhì)地條件下小麥冠層葉片氮含量的高光譜響應(yīng)差異進(jìn)行比較,分析了350~1 050 nm波段的敏感波段區(qū)域,構(gòu)建了光譜指數(shù)與葉片氮含量的量化關(guān)系,并建立葉片氮含量估算模型;李丹等[9]利用光譜理論模型進(jìn)行光譜指數(shù)波段優(yōu)化,顯著提高了小麥玉米冠層氮素含量的預(yù)測(cè)能力。眾多研究結(jié)果表明,高光譜技術(shù)具備正確估算葉片氮含量的能力。然而,目前的研究多集中在大宗作物。在針對(duì)甘蔗的研究中,汪沛等[10]研究了甘蔗苗期和分蘗期水分狀況與冠層光譜反射率的相關(guān)關(guān)系,結(jié)果顯示近紅外波段與460、560 nm的反射率比值與土壤含水量有顯著正相關(guān)關(guān)系;李修華等[11]針對(duì)單張甘蔗葉片開展了葉綠素估算研究,發(fā)現(xiàn)527~578 nm和701~731 nm光譜反射率與葉綠素含量有顯著的負(fù)相關(guān)關(guān)系,而由725、840 nm兩波段計(jì)算的NDVI能較好地估算葉綠素含量。目前針對(duì)甘蔗葉片氮含量的高光譜估算研究仍較欠缺。本研究分析甘蔗分蘗期葉片氮含量與光譜反射率的相關(guān)關(guān)系,確定對(duì)甘蔗葉片氮含量敏感的光譜波段,據(jù)此構(gòu)建甘蔗葉片氮含量高光譜估算模型,以期為甘蔗合理施肥提供科學(xué)依據(jù)。
甘蔗種植時(shí)間為2017年1月3日,試驗(yàn)品種為桂糖22號(hào),種植地點(diǎn)在廣西農(nóng)業(yè)科學(xué)院南寧市里建科研基地,施N量設(shè)置0、112.5、168.75、225、281.25 kg/hm25個(gè)處理,依次以N0、N1、N2、N3、N4表示,其中1/2氮肥作為基肥在播種前施入,1/2氮肥在培土?xí)r施入。種植行距為1.2 m,每小區(qū)種植4行,小區(qū)長(zhǎng)度為5 m,重復(fù)8次。
在分蘗期(5月9日)選取3株代表性甘蔗植株,剪取冠層葉片混合成一個(gè)樣本,在暗室內(nèi)采用ASD FieldSpec HandHeld2進(jìn)行高光譜測(cè)量,設(shè)置20次光譜采樣為一組光譜值,每個(gè)樣本測(cè)量3組光譜值,以其平均值作為該樣本的光譜反射值;相同施肥水平的各樣本光譜值取平均作為該施肥水平的光譜反射值。測(cè)量時(shí)將3層葉片平鋪在黑色鴨絨布上,葉片完全遮擋住鴨絨布,從而減少背景影響。測(cè)量完光譜后對(duì)葉片進(jìn)行殺青、烘干等處理,采用凱氏定氮法(LY/T 1269-1999)測(cè)量葉片全氮含量。
使用兩個(gè)波段的光譜反射率計(jì)算歸一化植被指數(shù)NDVI、比值植被指數(shù)RVI:
式中,Rλ1為 λ1 波段的光譜反射率,Rλ2為 λ2 波段的光譜反射率。
采用均方根誤差(RMSE)和相對(duì)誤差(RE)對(duì)模型預(yù)算的精度進(jìn)行評(píng)估:
式中,n為樣本個(gè)數(shù),Mi為實(shí)測(cè)值,Pi為預(yù)測(cè)值。
各施肥水平的葉片光譜反射率如圖1所示。在400~1 000 nm波段區(qū)間,N0、N1、N2、N3、N4處理的甘蔗葉片光譜反射率依次降低,施N量越少,葉片光譜反射率越大,表現(xiàn)出葉片光譜反射率隨施N量減少而增加的規(guī)律。同時(shí),不同施肥水平的葉片光譜反射率變化規(guī)律比較一致,表現(xiàn)出與其他綠色植被相似的光譜反射特征:在400~680 nm區(qū)間光譜反射率較低,在550 nm左右出現(xiàn)一個(gè)反射率峰值;“紅邊”出現(xiàn)在680~760 nm區(qū)間,反射率一階導(dǎo)數(shù)顯示(圖2),紅邊的位置在730 nm附近;在760~1 000 nm區(qū)間呈現(xiàn)高反射率平臺(tái)。
圖1 甘蔗葉片光譜反射率
由圖3可知,在400~1 000 nm波段區(qū)間,甘蔗葉片氮含量與反射率呈負(fù)相關(guān)關(guān)系;在401~1 000 nm波段,相關(guān)系數(shù)均通過了F=0.05檢驗(yàn),顯示各波段與葉片氮含量有顯著的負(fù)相關(guān)關(guān)系;在402~953 nm波段,相關(guān)系數(shù)通過了F=0.01檢驗(yàn),顯示各波段與葉片氮含量有著極顯著的負(fù)相關(guān)關(guān)系。相關(guān)系數(shù)在550、741 nm出現(xiàn)了兩個(gè)峰值,分別是-0.678和-0.715,顯示這兩個(gè)波段附近的光譜反射率對(duì)葉片氮含量較為敏感。
圖2 “紅邊”周圍光譜反射率一階導(dǎo)數(shù)
圖3 氮含量與光譜反射率相關(guān)系數(shù)
歸一化植被指數(shù)NDVI和比值植被指數(shù)RVI是兩個(gè)常用于作物氮含量估算的光譜指數(shù)[12-14]。參照 NDVI、RVI的計(jì)算方法,用550、741 nm兩個(gè)敏感波段的反射率計(jì)算NDVI(550,741)和 RVI(550,741),并分別分析其與甘蔗葉片氮含量的相關(guān)性。根據(jù)李修華等[11]研究結(jié)果,由710~735 nm和780~850 nm兩個(gè)波段區(qū)間計(jì)算的NDVI值與甘蔗葉片葉綠素有顯著相關(guān)關(guān)系。由于葉綠素與氮含量有密切聯(lián)系[15-17],結(jié)合此次數(shù)據(jù),選取730、835 nm兩個(gè)波段的反射率計(jì)算NDVI(730,835)和RVI(730,835),并分別分析其與甘蔗葉片氮含量的相關(guān)性。
各光譜參數(shù)與氮含量相關(guān)系數(shù)分別為:R550,-0.678;R741,-0.715;NDVI(550,741),0.417;RVI(550,741),0.401;NDVI(730,835),0.480;RVI(730,835),0.468。由相關(guān)系數(shù)來(lái)看,NDVI、RVI與氮含量為正相關(guān)關(guān)系,即NDVI、RVI值越大,葉片氮含量越高;根據(jù)相關(guān)系數(shù)界值比較,各光譜參數(shù)與氮含量的相關(guān)系數(shù)均大于P0.05;只有RVI(550,741)小于P0.01,其余各參數(shù)均大于P0.01,說(shuō)明各光譜參數(shù)均與氮含量有顯著或極顯著的線性相關(guān)關(guān)系。各光譜參數(shù)中,R550、R741是由單波段組成的參數(shù),NDVI、RVI則是由雙波段組成的參數(shù)。本試驗(yàn)結(jié)果顯示,單波段參數(shù)與甘蔗葉片氮含量的相關(guān)系數(shù)大于雙波段參數(shù),同時(shí),在雙波段參數(shù)中,NDVI大于RVI;說(shuō)明單波段參數(shù)比雙波段參數(shù)與氮含量關(guān)系更密切,而NDVI比RVI與氮含量關(guān)系更密切。
隨機(jī)抽取每個(gè)施肥水平中的6個(gè)數(shù)據(jù),共30個(gè)數(shù)據(jù)用來(lái)構(gòu)建估算模型,剩余的10個(gè)數(shù)據(jù)用于模型驗(yàn)證。各光譜參數(shù)分別構(gòu)建線性函數(shù)、指數(shù)函數(shù)、對(duì)數(shù)函數(shù)、冪函數(shù)和二次函數(shù)共5種模型,結(jié)果見表2。從表2可以看出,NDVI(550,741)、RVI(550,741)、NDVI(730,835)、RVI(730,835)構(gòu)建的各模型的決定系數(shù)都較小,方程擬合度較差,不適用于葉片氮含量的估算,本文未對(duì)這些模型進(jìn)行估算誤差分析。由R550、R741構(gòu)建的模型決定系數(shù)相對(duì)較大,R741構(gòu)建的二次函數(shù)模型的決定系數(shù)最大為0.681;總體來(lái)看,由R741構(gòu)建的模型決定系數(shù)大于R550。
使用由R550、R741構(gòu)建的模型估算10個(gè)葉片樣本的氮含量,估算結(jié)果的誤差分析如表2所示。總體來(lái)看,由R741模型估算的均方根差、平均相對(duì)誤差、最大相對(duì)誤差都略大于R550模型,表現(xiàn)出R741模型的估算精度略低于R550模型;除R550的二次函數(shù)模型平均相對(duì)誤差達(dá)到了10.86%,其余各模型的平均相對(duì)誤差均低于9%,顯示出了較好的估算結(jié)果;但同時(shí)各個(gè)模型的最大相對(duì)誤差都大于15%,說(shuō)明模型估算的結(jié)果變異范圍較大,今后需補(bǔ)充更多的實(shí)驗(yàn)數(shù)據(jù)以修正估算模型。綜合考慮模型的決定系數(shù)、均方根差、相對(duì)誤差等比較結(jié)果,本研究推薦R741的二次函數(shù)模型(y =-119.1x2+ 61.53x + 3.851)作為甘蔗葉片氮含量估算模型。
采用高光譜技術(shù)對(duì)作物營(yíng)養(yǎng)進(jìn)行快速估測(cè),是數(shù)字農(nóng)業(yè)、信息農(nóng)業(yè)發(fā)展的重要方向,眾多學(xué)者在此領(lǐng)域進(jìn)行了探討研究。以目前研究結(jié)果來(lái)看,該方法的研究主要集中在大宗作物上,極具潛力;但針對(duì)不同作物及品種,所采用的特征光譜有所區(qū)別。由于甘蔗的種植面積相對(duì)較小,針對(duì)甘蔗的營(yíng)養(yǎng)快速估測(cè)研究尚未得到的足夠重視,相關(guān)的研究仍較欠缺,研究還有待加強(qiáng)。
本試驗(yàn)受到儀器設(shè)備的限制,只針對(duì)400~1 000 nm的光譜波段進(jìn)行研究,在此波段范圍外的研究并未涉及,有待今后進(jìn)一步補(bǔ)充相關(guān)研究。根據(jù)此次試驗(yàn)的分析結(jié)果,特定光譜與甘蔗葉片氮含量有差異的線性相關(guān)關(guān)系,顯示出了采用特定光譜進(jìn)行甘蔗葉片氮含量快速估測(cè)的潛力。另外,與李修華等[11]對(duì)甘蔗葉片葉綠素含量估測(cè)的研究結(jié)果進(jìn)行比較,可見葉綠素與氮含量所對(duì)應(yīng)的特定光譜有較大的區(qū)別,雖然葉綠素與氮含量有非常密切的聯(lián)系,但二者不能混為一談,今后的研究中需對(duì)二者進(jìn)行區(qū)分研究。
甘蔗葉片具有與其他綠色植被相似的光譜反射特征曲線;在401~1 000 nm波段區(qū)間,甘蔗葉片的光譜反射率與氮含量具有顯著負(fù)相關(guān)關(guān)系,其中在402~953 nm波段區(qū)間呈極顯著負(fù)相關(guān)關(guān)系,尤其在550 nm和741 nm兩個(gè)波段附近的光譜反射率對(duì)甘蔗葉片氮含量較為敏感;由R741構(gòu)建的二次函數(shù)模型(y = -119.1x2+ 61.53x + 3.851)取得了較好的估算效果,可作為甘蔗分蘗期葉片氮含量估算模型。
參考文獻(xiàn):
[1]張淑香,張文菊,沈仁芳,等.我國(guó)典型農(nóng)田長(zhǎng)期施肥土壤肥力變化與研究展望[J].植物營(yíng)養(yǎng)與肥料學(xué)報(bào),2015,21( 6):1389-1393.
表2 各光譜參數(shù)構(gòu)建的模型及估算誤差
[2]徐明崗,張文菊,黃紹敏,等.中國(guó)土壤肥力演變[M].第2版.北京:中國(guó)農(nóng)業(yè)科學(xué)技術(shù)出版社,2015.
[3]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.
[4]劉冰峰,李軍,趙剛峰,等.夏玉米葉片全氮含量高光譜遙感估算模型研究[J].植物營(yíng)養(yǎng)與肥料學(xué)報(bào),2012,18(4):813-824.
[5]周麗麗,馮漢宇,閻忠敏,等.玉米葉片氮含量的高光譜估算及其品種差異[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(8):195-199.
[6]田永超,楊杰,姚霞,等.估測(cè)水稻葉層氮濃度的新型藍(lán)光氮指數(shù)[J].應(yīng)用生態(tài)學(xué)報(bào),2010,21(4):966-972.
[7]譚昌偉,周清波,齊臘,等.水稻氮素營(yíng)養(yǎng)高光譜遙感診斷模型[J].應(yīng)用生態(tài)學(xué)報(bào),2008,19(6):1261-1268.
[8]翟清云,張娟娟,熊淑萍,等.基于不同土壤質(zhì)地的小麥葉片氮含量高光譜差異及監(jiān)測(cè)模型構(gòu)建[J].中國(guó)農(nóng)業(yè)科學(xué),2013,46(13):2655-2667.
[9]李丹,李斐,胡云才,等.基于光譜指數(shù)波段優(yōu)化算法的小麥玉米冠層含氮量估測(cè)[J].光譜學(xué)與光譜分析,2016,36(4):1150-1157.
[10]汪沛,李就好,周志艷.不同土壤水分狀況下甘蔗冠層光譜特征研究[J].水資源與水工程學(xué)報(bào),2010,21(1):34-37.
[11]Li X H,Chen X,Zhou Y H,et al.Spectral characteristics analysis and chlorophyll content detection of sugarcane leaves under different fertilizer treatments[J].Transactions of the Chinese Society of Agricultural Engineering,2015,31(2):118-123.
[12]李新偉,呂新,張澤,等.棉花氮素營(yíng)養(yǎng)診斷與追肥推薦模型[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2014,45(12):209-214.
[13]陳青春,吳繼賢,秦彥博,等.基于GreenSeeker的水稻氮素估測(cè)[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào),2014,19(6):49-55.
[14]賀志遠(yuǎn),朱艷,李艷大,等.中國(guó)南方雙季稻氮營(yíng)養(yǎng)指數(shù)及產(chǎn)量估算模型研究[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào),2017,40(1):11-19.
[15]Filella I,Serrano I,Serra J,et al.Evaluating wheat nitrogen status with canopy relfectance indices and discriminant analysis[J].Crop Science,1995,35:1400-1405.
[16]Barnes E M,Clarke T R,Richards S E,et al.Coincident detection of crop water stress,nitrogen status and canopy density using ground based multispectral data//Proceedings of the 5th International Conference on Precision Agriculture[C].Bloomington,Minnesota,USA,2000.
[17]郭志頂,李志洪,李辛,等.施氮水平及方式對(duì)玉米冠層NDVI、氮含量、葉綠素和產(chǎn)量的影響[J].玉米科學(xué),2013,21(6):111-121.