何朝暉

摘要：生長監(jiān)測預(yù)測技術(shù)在水稻種植管理中的有效應(yīng)用，對提高作物產(chǎn)量，減少病蟲害損害，推動精準(zhǔn)農(nóng)業(yè)、智慧農(nóng)業(yè)建設(shè)與發(fā)展具有非常重要的意義。近年來，水稻生長監(jiān)測預(yù)測技術(shù)研究取得了很多成就，包括生長模型監(jiān)測預(yù)測技術(shù)、遙感監(jiān)測預(yù)測技術(shù)以及二者結(jié)合下形成的監(jiān)測預(yù)測技術(shù)，提出數(shù)字圖像處理技術(shù)完善、同化模型構(gòu)建與應(yīng)用、多元統(tǒng)計分析等將是水稻生長監(jiān)測預(yù)測技術(shù)未來發(fā)展趨勢。與此同時，從水稻長勢、營養(yǎng)、病蟲害等方面就監(jiān)測預(yù)測技術(shù)應(yīng)用進行簡要分析。此外，從技術(shù)結(jié)合應(yīng)用角度構(gòu)建水稻生長監(jiān)測預(yù)測系統(tǒng)，并通過實例驗證系統(tǒng)應(yīng)用效果。希望此文可為相關(guān)研究、應(yīng)用及技術(shù)推廣人員提供參考。

關(guān)鍵詞：水稻；生長監(jiān)測；預(yù)測；高光譜遙感技術(shù)

水稻渾身是重要的糧食作物、經(jīng)濟作物。例如，稻芽具有健脾開胃和中消食等功效；稻谷與稻糠蘊含豐富營養(yǎng)，食之果腹，可滿足人體多數(shù)營養(yǎng)需求；稻草可飼養(yǎng)牲畜，編制成各種生活與工藝產(chǎn)品。我國是水稻生產(chǎn)大國，相關(guān)調(diào)查數(shù)據(jù)顯示，稻谷產(chǎn)量約占糧食總產(chǎn)量的45%；2015—2023年水稻種植面積基本穩(wěn)定在糧食作物種植面積的25%左右；2023年早稻播種面積超過473.27萬hm2，單位面積產(chǎn)量超過

399 kg/667 m2，總產(chǎn)量超過288億kg。促進水稻產(chǎn)量與品質(zhì)提升，對糧食安全、人民生活改善、農(nóng)業(yè)經(jīng)濟增長等具有重要意義。水稻生長監(jiān)測預(yù)測技術(shù)是利用各種科學(xué)技術(shù)，如衛(wèi)星遙感技術(shù)、數(shù)據(jù)挖掘與分析技術(shù)、數(shù)據(jù)模型技術(shù)、流式細(xì)胞分析技術(shù)、圖像處理技術(shù)等，對水稻生長狀態(tài)進行監(jiān)測、分析、評價、預(yù)測等，從而為水稻精準(zhǔn)管理提供指導(dǎo)，以促進水稻產(chǎn)量提高，品質(zhì)增強。了解與掌握水稻生長監(jiān)測預(yù)測技術(shù)并將其有效應(yīng)用至水稻種植管理中，可有效提高水稻種植管理水平，促進水稻產(chǎn)業(yè)精準(zhǔn)化、數(shù)字化、現(xiàn)代化、智慧化發(fā)展。

1 監(jiān)測預(yù)測技術(shù)研究現(xiàn)狀與發(fā)展趨勢

1.1 水稻生長模型監(jiān)測預(yù)測技術(shù)

水稻生長模型監(jiān)測預(yù)測技術(shù)主要是指根據(jù)水稻生長規(guī)律、遺傳特征、種植土壤條件、氣候因子、田間管理技術(shù)等之間存在的關(guān)系，綜合運用各種分析、模擬、決策等方法，構(gòu)建能夠動態(tài)模擬水稻生長發(fā)育全過程的模型[1]。作物生長模型最早起源于20世紀(jì)

60年代，較為典型的有ELCROS模型、BACROS模型、SUCROS模型、WOFOST模型、MACROS模型、CERES模型、DSSAT模型、GOSSSYM模型、CROPGPO模型、RICEMOD模型、RiceGrow模型等[2]。其中，ELCROS、BACROS、SUCROS、WOFOST、MACROS等模型，主要由荷蘭開創(chuàng)，側(cè)重于作物機理描述，將作物生長過程視為一個系統(tǒng)，主要考察土壤、氣候、營養(yǎng)、水分等因素對作物生長的影響，并以此作為作物生長監(jiān)測預(yù)測主要指標(biāo)。以MACROS模型為例，借助系統(tǒng)分析技術(shù)、建模技術(shù)、模擬技術(shù)等，構(gòu)建一系列水分限制條件下的作物生長模擬模塊，最終得到適用于多種作物的生長模型。該模型生態(tài)區(qū)域劃分、輪作管理、氣候影響預(yù)測、肥料調(diào)控優(yōu)化、水分管理、病蟲害防治等方面具有較強指導(dǎo)作用。CERES、DSSAT、GOSSSYM、CROPGPO等模型，主要由美國開創(chuàng)，綜合性較強，不僅注重作物機理模式，也側(cè)重于作物與土壤、氣候、技術(shù)等因果關(guān)系描述，可實現(xiàn)對作物生長與管理整個過程的模擬。RICEMOD、RiceGrow等模型，由國內(nèi)學(xué)者研制，實現(xiàn)了對水稻干物質(zhì)分配模擬、水稻形態(tài)發(fā)育模擬、水稻水分平衡模擬、水稻產(chǎn)量形成模擬等，應(yīng)用價值較高。

1.2 水稻生長遙感監(jiān)測預(yù)測技術(shù)

水稻生長遙感監(jiān)測預(yù)測技術(shù)主要是指利用遙感及其相關(guān)技術(shù)獲取不同時間與空間尺度下水稻的生長信息，從而為水稻生長模型構(gòu)建提供可靠、準(zhǔn)確、真實數(shù)據(jù)，便于相關(guān)人員監(jiān)測水稻長勢、預(yù)測水稻產(chǎn)量、防控水稻病蟲害等。作物生長遙感監(jiān)測預(yù)測技術(shù)最早起源于20世紀(jì)70年代的美國，隨著LACIE計劃、AGRISTARS計劃、MARS計劃等成功開展，得到全球多個國家的重視。隨著作物生長遙感監(jiān)測預(yù)測技術(shù)研究不斷深入，國內(nèi)外建立了眾多作物長勢遙感監(jiān)測系統(tǒng)。以水稻長勢遙感監(jiān)測系統(tǒng)為例，以衛(wèi)星遙感影像資料為數(shù)據(jù)來源，利用數(shù)據(jù)壓縮技術(shù)、線性變換技術(shù)、噪聲去除技術(shù)、光譜微分技術(shù)等處理數(shù)據(jù)，提高數(shù)據(jù)準(zhǔn)確性的同時，實現(xiàn)對水稻種植區(qū)域的準(zhǔn)確識別與確定。根據(jù)水稻光譜特征，確定監(jiān)測預(yù)測指標(biāo)，一般以植被指數(shù)（歸一化、差值、比值、轉(zhuǎn)換、加權(quán)差值、寬動態(tài)、水質(zhì)、土壤調(diào)節(jié)等）與水稻生長指標(biāo)（株距、株高、葉齡、葉面積指數(shù)、葉綠素含量等）為主[3]。經(jīng)反演建模，獲取水稻長勢監(jiān)測預(yù)測結(jié)果。

1.3 基于遙感與模型結(jié)合的技術(shù)

作物生長模型監(jiān)測預(yù)測技術(shù)應(yīng)用受區(qū)域限制較大，要想進行大規(guī)模試驗，需要引入時空尺度數(shù)據(jù)。作物生長遙感監(jiān)測預(yù)測技術(shù)多是對作物瞬間物理狀態(tài)進行考察，而作物生長發(fā)育是一個長期過程，要想準(zhǔn)確監(jiān)測預(yù)測其長勢、產(chǎn)量，需對作物多時相物理狀態(tài)進行分析。因此，單依靠作物生長遙感難以獲得準(zhǔn)確監(jiān)測預(yù)測結(jié)果。鑒于作物生長模型與作物生長遙感監(jiān)測預(yù)測技術(shù)單獨應(yīng)用存在的不足，國內(nèi)外學(xué)者提出將二者相結(jié)合，希望通過優(yōu)勢互補，提高作物生長監(jiān)測預(yù)測系統(tǒng)的機理性、空間性、過程性、綜合性、應(yīng)用性等。目前，作物生長模型監(jiān)測預(yù)測技術(shù)與作物生長遙感監(jiān)測預(yù)測技術(shù)的耦合形式主要有兩種，一種是“強迫”形式，即以遙感數(shù)據(jù)為基礎(chǔ)，構(gòu)建反演模型，獲取作物生長監(jiān)測預(yù)測數(shù)據(jù)；一種是“同化”形式，即以作物生長模型為基礎(chǔ)，通過調(diào)整模型模擬初始條件、作物遺傳參數(shù)等，縮小模型模擬值與遙感數(shù)據(jù)之間的差異，提高模擬精準(zhǔn)度，從而實現(xiàn)作物生長有效監(jiān)測預(yù)測。兩種形式各具優(yōu)缺點，需要相關(guān)人員根據(jù)實際情況、試驗條件合理選用。目前，水稻生長監(jiān)測預(yù)測過程中，較為常見的方案為：（1）在系統(tǒng)分析技術(shù)、虛擬仿真技術(shù)、多維建模技術(shù)等聯(lián)合應(yīng)用構(gòu)建不同條件下水稻生長發(fā)育子模型，如光合作用模型、水分平衡模型、養(yǎng)分動態(tài)模型、物質(zhì)分配與積累模型、水稻各發(fā)育階段形態(tài)模型等；（2）將模型與地理信息系統(tǒng)技術(shù)、遙感技術(shù)等相結(jié)合，實現(xiàn)對區(qū)域范圍內(nèi)水稻生長能力的有效預(yù)測；（3）通過結(jié)構(gòu)化程序設(shè)計，開發(fā)水稻生長模擬系統(tǒng)與管理決策平臺，以滿足相關(guān)人員對數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)管理、生長模擬、方案設(shè)計、氣候評估、安全預(yù)警、生長模擬、產(chǎn)量預(yù)測、參數(shù)調(diào)整等功能的需求。

1.4 監(jiān)測預(yù)測技術(shù)未來發(fā)展趨勢

作物生長監(jiān)測預(yù)測技術(shù)經(jīng)過多年發(fā)展已經(jīng)取得卓越成效，并在水稻領(lǐng)域得到推廣使用。但從國內(nèi)外水稻生長監(jiān)測預(yù)測技術(shù)研究現(xiàn)狀與應(yīng)用情況來看，仍具有較大進步空間。例如，高光譜遙感水稻生理生化參數(shù)與反演模型之間的關(guān)聯(lián)性較差，在一定程度上限制了反演結(jié)果準(zhǔn)確性提升。因此，在未來發(fā)展過程中，需要探尋行之有效的技術(shù)，提高遙感與模型之間的耦合程度，保證監(jiān)測預(yù)測結(jié)果精準(zhǔn)、可靠。又如，關(guān)于水稻光譜特征的研究較為單一，導(dǎo)致結(jié)果局限性較強。因此，在未來發(fā)展過程中，需要加強水稻光譜特征研究，實現(xiàn)多因子交互下的系統(tǒng)性、多樣性、綜合性分析。

隨著農(nóng)業(yè)現(xiàn)代化種植水平的不斷提升，越來越多傳感設(shè)備應(yīng)用到農(nóng)業(yè)機械上，這在一定程度上拓寬了作物生長信息采集路徑，為作物生長數(shù)據(jù)獲取提供了便利。鑒于此，在發(fā)展水稻生長監(jiān)測預(yù)測技術(shù)時，可借助各種傳感器，實現(xiàn)多類型遙感技術(shù)結(jié)合應(yīng)用，降低對衛(wèi)生遙感技術(shù)的依賴性。與此同時，農(nóng)業(yè)規(guī)?；?jīng)營已經(jīng)成為新時期農(nóng)業(yè)發(fā)展主流，加強大尺度水稻生長監(jiān)測預(yù)測技術(shù)研發(fā)勢在必行。多數(shù)研究表明，將遙感技術(shù)、數(shù)碼相機技術(shù)、地理信息系統(tǒng)、圖像校正技術(shù)等聯(lián)合應(yīng)用，可在一定程度上實現(xiàn)對大規(guī)模作物生長的多時相監(jiān)測。因此，水稻生長監(jiān)測預(yù)測技術(shù)未來將趨向多技術(shù)聯(lián)合應(yīng)用發(fā)展，相關(guān)系統(tǒng)功能將不斷增多。

2 監(jiān)測預(yù)測技術(shù)應(yīng)用范圍與具體表現(xiàn)

2.1 水稻長勢監(jiān)測預(yù)測

水稻長勢監(jiān)測預(yù)測是水稻生長監(jiān)測預(yù)測工作中的重要內(nèi)容之一，其目的在于通過評估水稻長勢指標(biāo)，如水稻苗情、葉面積指數(shù)、生物量、葉綠素含量等，了解水稻生產(chǎn)狀況及其變化情況，預(yù)測水稻產(chǎn)量變化趨勢，分析影響水稻長勢主要因素，為精細(xì)管理提供可靠指導(dǎo)。以葉面積指數(shù)為例，相關(guān)研究發(fā)現(xiàn)雙季水稻長勢特征與其葉面積指數(shù)高度相關(guān)，并利用線式遠(yuǎn)程監(jiān)測系統(tǒng)獲取雙季水稻實景圖像，運用數(shù)據(jù)傳輸技術(shù)、顏色分割技術(shù)等對圖像進行處理，獲得雙季水稻不同生長發(fā)育階段的覆蓋度，確定雙季水稻長勢規(guī)律；利用便攜式葉面積儀獲取雙季水稻不同生長發(fā)育階段葉面積指數(shù)；通過覆蓋度反演，驗證了葉面積指數(shù)模擬結(jié)果與葉面積指數(shù)實測結(jié)果高度相關(guān)，說明可應(yīng)用遙感圖像反演方法監(jiān)測葉面積指數(shù)，評價雙季水稻長勢[4]。

2.2 水稻營養(yǎng)監(jiān)測預(yù)測

水稻生長發(fā)育離不開各種營養(yǎng)元素支持。監(jiān)測預(yù)測水稻營養(yǎng)狀況，可為水稻肥料調(diào)節(jié)與管控提供指導(dǎo)，避免營養(yǎng)元素短缺或過量影響水稻品質(zhì)與產(chǎn)量。目前，水稻營養(yǎng)監(jiān)測預(yù)測過程中，主要考察的營養(yǎng)元素有氮、磷、鉀等。以氮素營養(yǎng)監(jiān)測為例，相關(guān)研究表明水稻冠層、葉片等位置的近紅外線區(qū)域反射光譜、可見光區(qū)域反射光譜均可有效反映氮素營養(yǎng)狀況，并以雙季稻葉片為例，利用CGMD、ASDFH2等技術(shù)獲取植被指數(shù)、冠層光譜反射率等信息，搭建雙季稻葉片氮含量與氮積累量監(jiān)測模型，結(jié)果顯示雙季稻葉片氮含量監(jiān)測模型R?達到0.8581～0.9318，相關(guān)系數(shù)在0.9041～0.9854，雙季稻葉片氮積累量監(jiān)測模型R?達到0.8684～0.9577，相關(guān)系數(shù)在0.9191～0.9851，說明模型準(zhǔn)確性較高，可滿足雙季稻不同生育階段氮素營養(yǎng)監(jiān)測需求[5]。

2.3 水稻病蟲害監(jiān)測預(yù)測

病蟲害是降低水稻產(chǎn)量，影響水稻品質(zhì)的主要原因。相關(guān)數(shù)據(jù)統(tǒng)計，2022年全國水稻病蟲害發(fā)生面積超過0.8億hm2；2023年全國水稻病蟲害發(fā)生面積超過0.73億hm2；2023年早稻種植過程中，稻飛虱、稻縱卷葉螟、稻瘟病、水稻紋枯病等發(fā)生面積均達到百萬畝。加強水稻病蟲害監(jiān)測預(yù)測對糧食安全保障與農(nóng)藥污染控制具有非常重要的現(xiàn)實意義。例如，病蟲害發(fā)生后，水稻葉片內(nèi)部細(xì)胞結(jié)構(gòu)發(fā)生改變，同時可出現(xiàn)葉片顏色改變、葉片數(shù)量減少、葉片面積減少等表現(xiàn)。這在一定程度上使水稻光譜特征發(fā)生改變，根據(jù)這種改變可利用遙感監(jiān)測技術(shù)進行病蟲害監(jiān)測，以及時發(fā)現(xiàn)與處理水稻病蟲害。又如，將遙感監(jiān)測數(shù)據(jù)與水稻生境參數(shù)相結(jié)合構(gòu)建水稻病蟲害預(yù)測模型，可實現(xiàn)對水稻病蟲害的早期防控，減少區(qū)域病蟲害發(fā)生率。例如，根據(jù)水稻白葉枯病流行條件，結(jié)合地方水稻種植區(qū)域土壤水文條件、氣候特征等，建立水稻白葉枯病預(yù)測模型，可實現(xiàn)對該地區(qū)水稻白葉枯病發(fā)生時間、發(fā)展趨勢的有效預(yù)測，從而為白葉枯病預(yù)防與治療工作提供指導(dǎo)。

3 基于技術(shù)結(jié)合應(yīng)用的系統(tǒng)設(shè)計與實例驗證

水稻生長監(jiān)測預(yù)測系統(tǒng)設(shè)計以RiceGrow模型為計算核心，集地理信息系統(tǒng)制圖技術(shù)、在線遙感技術(shù)、圖像處理技術(shù)為一體，具備文件管理（包括預(yù)覽、打開、退出等）、水稻長勢監(jiān)測（涉及葉面積指數(shù)、生物量、氮素含量、碳氮比值、色素含量、蛋白質(zhì)含量等指標(biāo)）、水稻育苗預(yù)測（包括參數(shù)反演、生產(chǎn)指標(biāo)動態(tài)模擬、水稻品質(zhì)模擬預(yù)測、水稻生育期反演、水稻產(chǎn)量模擬預(yù)測、水稻病蟲害模擬預(yù)測等）、水稻水肥管理（水分動態(tài)模擬、肥料運籌管理等）、水稻專題圖制作等功能。為保證系統(tǒng)設(shè)計有效實現(xiàn)，將Windows與.NET相結(jié)合，以滿足系統(tǒng)開發(fā)操作需求，并運用程序化設(shè)計、交互式編輯等思想，促進各類技術(shù)同化。以某地區(qū)早稻為例，運用該系統(tǒng)中的水稻長勢監(jiān)測功能，獲取葉面積指數(shù)反演結(jié)果，并與實測結(jié)果進行對比。結(jié)果顯示：施氮量的反演結(jié)果與實測結(jié)果基本一致，誤差未超過2%；播種量的反演結(jié)果與實測結(jié)果存在一定偏差，主要原因在于：模擬模型分析所用氣象數(shù)據(jù)為歷史數(shù)據(jù)，實際中該地區(qū)降雨量明顯高于以往同期，而氣候作為影響水稻生長發(fā)育關(guān)鍵因素，其差異將嚴(yán)重影響模擬結(jié)果。從整體實證結(jié)果來看，該系統(tǒng)應(yīng)用結(jié)果較為準(zhǔn)確、可靠。

4 結(jié)語

水稻生長監(jiān)測預(yù)測技術(shù)能夠?qū)崟r追蹤水稻生長狀態(tài)，對水稻各種生理生化信息進行動態(tài)、準(zhǔn)確、全面、及時呈現(xiàn)，為水稻精耕細(xì)作提供指導(dǎo)，以便獲取理想的產(chǎn)量與品質(zhì)。目前，水稻生長監(jiān)測預(yù)測技術(shù)已經(jīng)成為現(xiàn)代農(nóng)業(yè)、精準(zhǔn)農(nóng)業(yè)、智慧農(nóng)業(yè)建設(shè)與發(fā)展的關(guān)鍵技術(shù)。由上述分析可知，模型與遙感是水稻生長監(jiān)測預(yù)測技術(shù)的核心所在。當(dāng)前多數(shù)監(jiān)測預(yù)測系統(tǒng)以此為基礎(chǔ)，在驅(qū)動策略、同化策略等有效應(yīng)用下，進行技術(shù)耦合，實現(xiàn)優(yōu)勢互補。隨著科學(xué)技術(shù)不斷創(chuàng)新，水稻生長監(jiān)測預(yù)測技術(shù)將日益完善，形成高效率、多功能的監(jiān)測預(yù)測系統(tǒng)，實現(xiàn)水稻長勢、營養(yǎng)、水分、病蟲害的一體化、動態(tài)化診斷與管理。

參考文獻

[1] 黃仨仨，金明煥，劉禹恒，等.基于便攜式作物生長監(jiān)測儀的水稻生長指標(biāo)光譜監(jiān)測研究[J].浙江農(nóng)業(yè)科學(xué)，2022，63（9）：1952-1958+1963.

[2] 范位龍，董志茹，金家銘，等.基于圖像處理的水稻秧苗生長狀態(tài)監(jiān)測[J].數(shù)字通信世界，2021（9）：112-113+116.

[3] 付曉晨，劉義.基于農(nóng)業(yè)遙感技術(shù)的墾區(qū)水稻長勢動態(tài)監(jiān)測研究[J].現(xiàn)代化農(nóng)業(yè)，2021（1）：61-62.

[4] 楊愛萍，張坤，白曉東，等.雙季水稻葉面積指數(shù)在線式圖像反演方法[J].江蘇農(nóng)業(yè)科學(xué)，2019，47（23）：320-323.

[5] 李艷大，葉春，曹中盛，等.基于作物生長監(jiān)測診斷儀的雙季稻葉片氮含量和氮積累量監(jiān)測[J].應(yīng)用生態(tài)學(xué)報，2020，31（9）：3040-3050.