童偉 劉金寶

摘 要 為快速便攜診斷冬小麥氮營養(yǎng)狀況，概述了氮營養(yǎng)診斷的方法，著重介紹了冬小麥氮素光譜診斷技術(shù)原理及方法，提出光譜診斷冬小麥氮素營養(yǎng)具有無損快速便攜的優(yōu)勢，有著廣泛的研究和應(yīng)用前景。

關(guān)鍵詞 冬小麥;光譜診斷;氮素

中圖分類號：S513 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2021.21.006

冬小麥作為我國北方地區(qū)的主要糧食作物，其種植面積、產(chǎn)量關(guān)系國家糧食安全、長遠(yuǎn)發(fā)展大計。做好冬小麥?zhǔn)┓?、灌溉、病蟲害防治等田間管理對確保糧食穩(wěn)產(chǎn)、高產(chǎn)尤為重要。氮肥在農(nóng)業(yè)中的作用非常重要，用途非常普遍，然而因過量使用、利用效能低而造成農(nóng)田土壤、灌溉水系的污染。因此國家開展了以測土配方技術(shù)為技術(shù)支撐的精準(zhǔn)農(nóng)業(yè)，以便準(zhǔn)確快速地獲取土壤養(yǎng)分狀況，特別是氮素水平。精準(zhǔn)農(nóng)業(yè)是未來農(nóng)業(yè)的方向，其關(guān)鍵點(diǎn)是快速、便捷、精準(zhǔn)地獲得農(nóng)田作物信息。通過介紹冬小麥氮素光譜診斷技術(shù)，掌握作物生長周期內(nèi)氮素需求信息，開展農(nóng)田精細(xì)化管理，從而提高氮素利用水平，降低投入成本，提高作物產(chǎn)量[1]。

1 冬小麥氮營養(yǎng)傳統(tǒng)診斷技術(shù)

1.1 冬小麥缺氮外觀診斷

外觀診斷包括對植株的葉色診斷、長勢診斷和癥狀診斷3個方面。植物葉片顏色能夠直觀地表征植株體內(nèi)的氮素水平，不同的營養(yǎng)物質(zhì)對植物的作用是不同的。外觀診斷通常只適用于缺乏營養(yǎng)元素的植物。隨著作物品種的頻繁升級和顏色視覺感知的差異，外觀診斷的準(zhǔn)確性下降，從而使其在生產(chǎn)應(yīng)用過程中受到限制。

1）觀察癥狀的診斷方式。主要是根據(jù)小麥出現(xiàn)的某種特定癥狀，確定小麥中缺少某種元素的一種診斷方式。冬小麥缺氮的癥狀主要會表現(xiàn)出植物生產(chǎn)不良、莖稈矮小、單株葉片狹小等基本特點(diǎn)，并且會對冬小麥的產(chǎn)量造成影響。冬小麥氮素過多的癥狀主要表現(xiàn)為小麥容易倒伏、病蟲為害較為嚴(yán)重、晚熟等。冬小麥缺氮的癥狀診斷技術(shù)，主要針對小麥缺少1種營養(yǎng)元素的情況下有效，如果小麥同時缺少2種或者更多的影響元素，或者出現(xiàn)病蟲害、藥害等因素引起的癥狀時，癥狀診斷技術(shù)將難以發(fā)揮出自身的作用，且容易導(dǎo)致混淆而出現(xiàn)誤診。此外，冬小麥出現(xiàn)缺氮素的情況，表明植物缺氮素的情況已經(jīng)十分嚴(yán)重，這個時候采用補(bǔ)救措施已經(jīng)毫無用處，因此癥狀診斷技術(shù)具有嚴(yán)重的局限性。

2）觀察冬小麥生長的診斷方式。對冬小麥生產(chǎn)趨勢進(jìn)行觀察，是農(nóng)民根據(jù)自身豐富的工作經(jīng)驗(yàn)而總結(jié)出的一種診斷方式，主要是對水稻、小麥等一些農(nóng)作物的生長進(jìn)行觀察，從而判斷農(nóng)作物是否存在病害的一種診斷方式。長勢長相診斷技術(shù)在一定程度上，可以對植物氮素營養(yǎng)情況進(jìn)行判斷，但是近年來我國農(nóng)作物品種不斷地更新，長勢長相診斷技術(shù)在應(yīng)用過程中受到一定的限制。

3）葉色診斷方式。在多數(shù)農(nóng)作物缺氮素的情況下，經(jīng)常會出現(xiàn)一些肉眼可見的癥狀問題。在缺氮素的情況下，農(nóng)作物的葉片會呈現(xiàn)焦黃色，相反如果氮素超標(biāo)，葉片呈現(xiàn)深綠色，并且會出現(xiàn)延緩衰老的情況。通過葉色來判斷植物氮素營養(yǎng)情況主要有4個步驟：測定光的不同特性;使用常規(guī)浸泡提取方法對葉綠素含量進(jìn)行測定;利用標(biāo)準(zhǔn)比色卡與葉色進(jìn)行對比;通過測定光來對葉色的深淺程度進(jìn)行判斷。但是這樣的診斷方式過于繁瑣，且受到光線影響較為嚴(yán)重，因此不能很好地在生產(chǎn)中應(yīng)用。

1.2 冬小麥氮素化學(xué)診斷

1）植株全氮診斷方式?；瘜W(xué)診斷方法是測定植物氮含量，并與不同的植物標(biāo)本進(jìn)行比較，進(jìn)而判斷植物氮的豐度和缺度。利用作物化學(xué)分析確定植株的氮素情況，指導(dǎo)氮肥在田間的應(yīng)用，使作物產(chǎn)量最大化，取得更大的經(jīng)濟(jì)效益。根據(jù)氮素在作物體內(nèi)存在的不同形態(tài)，氮素營養(yǎng)化學(xué)診斷可分為植株全氮診斷、硝酸鹽快速診斷和氨基態(tài)氮診斷。植株的全氮含量可以很好地反映出植株的氮素營養(yǎng)狀況，因?yàn)橹仓甑娜颗c作物產(chǎn)量具有一定的相關(guān)性，通過植株的全氮含量可以反映出作物的產(chǎn)量。但由于植株的全氮診斷方法需要對植株進(jìn)行破壞性取樣，工作繁瑣，在生產(chǎn)過程中難以推廣。硝酸鹽診斷和氨基態(tài)氮診斷同樣存在上述問題[2]。

2）硝酸鹽診斷。硝態(tài)氮是一種不能被植物新陳代謝的物質(zhì)，多數(shù)會在植物體內(nèi)進(jìn)行存儲，因此當(dāng)植物出現(xiàn)缺氮的情況下，植物就會對硝態(tài)氮的需求明顯上升，而在這個過程中植物不會產(chǎn)生明顯的變化，而如果當(dāng)植物所需要的氮元素超出植物原有的儲備量，那么硝態(tài)氮也會有明顯增長，植物組織中硝態(tài)氮的含量也會比全氮含量有著明顯增加，這樣的情況能夠更好地將農(nóng)作物和植物對氮元素的需求進(jìn)行明顯的反饋。因此在診斷過程中，也可以使用硝態(tài)氮來進(jìn)行診斷，以此作為冬小麥氮素含量診斷的基本標(biāo)準(zhǔn)，對植株中氮素營養(yǎng)的實(shí)際情況進(jìn)行反映，并且對追肥進(jìn)行推薦。國內(nèi)外對冬小麥氮素情況的診斷方式有許多，近年來能夠?qū)Χ←湹厍闆r診斷的方式也在不斷創(chuàng)新，促進(jìn)了更多價格低廉、操作簡單的診斷方式在基層冬小麥生產(chǎn)中發(fā)廣泛應(yīng)用，但是也只能對氮素水平不高的植株進(jìn)行診斷。

2 現(xiàn)代光譜診斷技術(shù)

光譜診斷技術(shù)是利用不同物質(zhì)對光譜的差異性吸收、反射和透射進(jìn)行定性或定量分析的技術(shù)方法。植物光譜吸收、透射和反射特征波段主要分布在可見、近紅外區(qū)域。作物因葉片葉綠素含量等生物特性的差異，導(dǎo)致了每種作物的光特征不同。與傳統(tǒng)的作物營養(yǎng)診斷方法相比，光譜遙感技術(shù)具有面積大、無損、快速、準(zhǔn)確的優(yōu)點(diǎn)。目前已成為作物營養(yǎng)診斷在農(nóng)業(yè)生產(chǎn)應(yīng)用中的研究熱點(diǎn)，對農(nóng)業(yè)氮肥的準(zhǔn)確施用起著重要作用。

2.1 光譜與冬小麥氮素的關(guān)系

在作物氮營養(yǎng)遙感技術(shù)診斷中，可以利用氮/葉綠素濃度、氮/葉綠素積累、葉面積指數(shù)（LAI）等參數(shù)確定作物氮素狀況，指導(dǎo)田間施肥管理。但以上參數(shù)會因生育期、冠層結(jié)構(gòu)、田間小氣候等方面的差異而產(chǎn)生誤差，難以準(zhǔn)確地監(jiān)測作物氮素水平。隨著作物氮素光譜診斷技術(shù)的不斷發(fā)展，有研究人員提出了通過結(jié)合植株氮素水平和生物量2個指標(biāo)，能夠較為準(zhǔn)確地判斷作物不同生長期內(nèi)的氮素需求水平。

2.2 葉綠素相對含量診斷

植物的色素影響著自身的光譜特性，主要是葉綠素，其對藍(lán)光和紅光有較強(qiáng)地吸收。薛利紅等研究表明，冬小麥冠層可見光區(qū)的反射率隨著施氮量的增加而降低，而近光區(qū)的反射率隨著施氮量的增加顯著增加[3]，這是因?yàn)樘岣咄寥赖厮?，可有效增加作物葉片葉綠素含量，增加葉片面積，從而提升作物葉片對可見光區(qū)的吸收，增加近紅外區(qū)的反射率。

2.3 植被指數(shù)診斷

1）比值植被指數(shù)（NDVI）

比值植被指數(shù)計算方式為RVI=NIR/R。研究表明，RVI與葉綠素含量、葉面積指數(shù)有較高的相關(guān)性，常用來測算作物生物量。RVI受植被覆蓋率、大氣效應(yīng)等因素影響較大，RVI隨著植被覆蓋度的提高，檢測的敏感度提高，反之亦然;而大氣效應(yīng)能降低植被的檢測敏感度。葉曉青等研究表明，RVI能夠較為準(zhǔn)確地反演烤煙的氮素積累量[4]。

2）差值植被指數(shù)（DVI）

差值植被指數(shù)計算方式為DVI=NIR-R。植被覆蓋度對DVI的影響較大，較低的植被覆蓋度可以提高DVI的敏感度。此外相比于RVI，DVI對土壤背景的變化更為敏感。

3）歸一化植被指數(shù)（NDVI）

歸一化植被指數(shù)計算方式為NDVI=（NIR-R）/（NIR+R）。NDVI能反應(yīng)植被生長狀態(tài)和植物冠層背景對光譜特性的影響，可用于檢測植被覆蓋度，與植物分布密度呈線性關(guān)系。NDVI隨著植被的覆蓋率增加，敏感性降低。王樹文等研究表明，NDVI能夠較為準(zhǔn)確地估測玉米苗期冠層氮含量[5]。

2.4 模型構(gòu)建方法

1）多元線性逐步回歸（MLSR）

多元線性逐步回歸是一種從許多自變量中依次選取對因變量影響最大并通過檢驗(yàn)移除影響最小變量的統(tǒng)計方法。

2）偏最小二乘回歸（PLSR）

偏最小二乘回歸是一種新型的多元統(tǒng)計數(shù)據(jù)分析方法，它主要研究的是多因變量對多自變量的回歸建模，特別是當(dāng)變量線性程度較高時，偏最小二乘回歸方法效率更高。另外，偏最小二乘回歸較好地解決了樣本個數(shù)少于變量個數(shù)等問題。

3）隨機(jī)森林回歸（RFR）

隨機(jī)森林回歸是基于統(tǒng)計學(xué)理論對樣本進(jìn)行訓(xùn)練并預(yù)測的一種機(jī)器學(xué)習(xí)算法，能有效解決非線性問題，具有很強(qiáng)的抗干擾能力。

3 結(jié)語

基于光譜遙感分析的作物氮素營養(yǎng)無損檢測技術(shù)具有較強(qiáng)的光譜學(xué)和生物物理學(xué)理論基礎(chǔ)，它已成為現(xiàn)階段作物氮素營養(yǎng)診斷和施氮精確調(diào)控的關(guān)鍵技術(shù)，也是精確農(nóng)業(yè)和數(shù)字農(nóng)業(yè)發(fā)展的重要研究前沿。近年來一些航空、航天高光譜傳感器的應(yīng)用也為大規(guī)模的作物精確監(jiān)測研究提供了有效途徑，遙感影像的大規(guī)模、標(biāo)準(zhǔn)化在準(zhǔn)確監(jiān)測大田作物營養(yǎng)狀況方面已成為可能。

參考文獻(xiàn)：

[1] 宋麗娟，葉萬軍，鄭妍妍，等.作物氮素?zé)o損快速營養(yǎng)診斷研究進(jìn)展[J].中國稻米，2017，23（6）：19-22.

[2] 劉茂成.玉米光譜氮營養(yǎng)診斷技術(shù)研究進(jìn)展[J].農(nóng)業(yè)與技術(shù)，2016，36（5）：30-31.

[3] 薛利紅，曹衛(wèi)星，羅衛(wèi)紅，等.小麥葉片氮素狀況與光譜特性的相關(guān)性研究[J].植物生態(tài)學(xué)報，2004（2）：172-177.

[4] 葉曉青，鄒勇，余志虹，等.烤煙氮素積累時空分布及其與植株氮素營養(yǎng)的關(guān)系[J].煙草科技，2013（11）：78-81.

[5] 王樹文，趙珊，張長利，等.基于成像光譜技術(shù)的寒地玉米苗期冠層氮含量預(yù)測模型[J].農(nóng)業(yè)工程學(xué)報，2016，32（13）：149-154.

（責(zé)任編輯：劉寧寧）