有机肥化肥配施的双季晚稻群体冠层光谱特征研究

有机肥化肥配施的双季晚稻群体冠层光谱特征研究 郑华斌陈灿傅志强黄璜 湖南农业大学农学院 农业部华中地区作物栽培科学观测实验站 长沙 410128 第一作者 hbzheng 通讯作者 hh863 随着植物遥感技术的快速发展 以光谱技术为核 心的无损测试技术成为研究的热点 1 国内外学者对水 稻 2 3 小麦 4 玉米 5 棉花 6 油菜 7 等不同作物基于光谱 技术的氮素营养诊断已经进行了深入的研究 张玉森 等 8 应用近红外光谱 NIRS 技术预测了水稻叶片氮含 量 谭昌伟等 9 通过设置 4 个氮肥水平 研究最适诊断 水稻氮素营养的模型指出 以归一化变量 SDr SDb SDr SDb 构建的线性函数拟合模型 可以定量诊断水 稻氮素营养 薛利红等 10 设置 4 个氮肥水平研究基于 冠层反射光谱的水稻群体叶片氮素状况指出 水稻冠 层光谱反射率与叶片氮积累量显著相关 尤其是近红 外与绿光波段的比值 R810 R560 与叶片氮积累量 LNA 呈显著线性关系 不受氮肥水平和生育时期的 影响 前人的研究集中在无机肥及其施肥水平上 而有 机肥化肥配施的氮素营养诊断模型的研究鲜有报道 本文以施肥模式长期定位试验为基础 以双季晚稻孕 穗期间叶片氮含量 氮积累量和冠层光谱特征为数据 资料 分析孕穗期群体冠层光谱特征 叶片氮含量与冠 层光谱反射率和冠层光谱一阶光谱反射率的相关性 并建立与氮素营养呈极显著相关性的高光谱参数为自 变量 以叶片氮含量为因变量的高光谱参数模型 完善 和丰富水稻生产中的无损实时生长诊断模型 1材料与方法 1 1试验地点 试验设在湖南宁乡土壤肥料工作站 28 07 N 112 18 E 海拔 36 0 m 的长期施肥模式田间定位试验 田 1987 至今 试验田进行早稻 晚稻轮作 供试田块 土壤为第四纪红粘土发育成的水稻土 亚热带季风气 候 年平均气温 17 4 年降水量 1 488 mm 无霜期 280 d 各处理土壤基本理化性状见表 1 1 2试验设计 随机区组设计 设 5 个不同施肥模式 CK 无肥 区 FM 化肥区 SRM 秸秆还田区 30 OM 30 有机 肥 70 化肥区 60 OM 60 有机肥 40 化肥区 施 肥水平详见表 2 无机 N P2O5 K2O 以单质肥定量施入 有机肥以猪粪肥施入 其中 P2O5 K2O 和有机肥以基肥 形式一次性施入 N 肥中 40 为基肥 50 为分蘖肥 摘要 以不同施肥模式为基础 分析了晚稻群体冠层光谱反射率 一阶微分光谱和归一化光谱特征 并对叶片 氮含量 氮积累量 产量 叶面积指数和叶干物质积累进行了相关性分析 构建了以高光谱特征参数为自变量的水稻 氮素营养诊断模型 结果表明 叶片氮素含量与 665 nm 处冠层光谱反射率呈极显著相关性 p 0 001 与 554 nm 和 672 nm 处的一阶微分光谱也呈极显著相关性 pSRM 30 OM 60 OM FM 660 680 nm 的趋势与 400 660 nm 一致 大于 700 nm 时 处理间分化较为明显 FM SRM 和 30 OM 处理 的冠层光谱反射率最低 其次是 60 OM 处理 CK 的 冠层光谱反射率最小 由图 1 c 可知 同样表现出大于 700 nm 波段时 各处理的冠层光谱反射率差异明显 SRM 的冠层光谱反射率最大 其次是 30 OM 和 FM 处理 最后是 CK 和 60 OM 处理 由此可见 随着孕穗 期生育进程的推进 大于 700 nm 不同施肥处理的变化 规律不一 60 OM 处理的冠层光谱反射率呈先增加后 图 1 晚稻孕穗期不同阶段的冠层反射率 a 9 月 10 日 b 9 月 16 日 c 9 月 21 日 CK SRM 60 OM a 400 600 800 1000 1200 1400 冠层反射率 60 50 40 30 20 10 0 cb 400 600 800 1000 1200 14004006008001000 1200 1400 冠层反射率 60 50 40 30 20 10 0 冠层反射率 60 50 40 30 20 10 0 FM 30 OM 波长度 nm 波长度 nm 波长度 nm 7 图 3 晚稻孕穗期不同阶段的冠层归一化光谱特征曲线 a 9 月 10 日 b 9 月 16 日 c 9 月 21 日 1 0 0 8 0 6 0 4 0 2 0 CK FM SRM 30 OM 60 OM a 560610660710760 cb 波长度 nm 560610660710760 波长度 nm 560610660710760 波长度 nm 图 2 晚稻孕穗期不同阶段的冠层一阶导数光谱特征曲线 a 9 月 10 日 b 9 月 16 日 c 9 月 21 日 冠层一阶导数光谱 0 8 0 6 0 4 0 2 0 650700750800 波长度 nm a cb CK FM SRM 30 OM 60 OM 650700750800 波长度 nm 650700750800 波长度 nm 冠层一阶导数光谱 0 8 0 6 0 4 0 2 0 冠层一阶导数光谱 0 8 0 6 0 4 0 2 0 降低的趋势 FM 和 30 OM 处理的变化趋势不明显 SRM 处理的冠层光谱反射率逐渐增加 2 1 2红边一阶导数光谱特征 红边是植物在 680 750 nm 一阶导数光谱最大值 对应波长 即红光到近红外区光谱曲线的变形点 红边 位置是叶绿素强烈吸收和叶片内在散射共同作用的结 果 对 红边 位移监测可获得有关环境胁迫的信息 一 般认为 光谱导数可以增强光谱曲线在坡度上的细微 变化 对植被来说这种变化与植被的生物化学吸收特 性相关 采用光谱导数分析模型具有一系列的优越性 主要有部分消除大气效应 可能消除植被光谱中土壤 成分的影响 能反映植被的本质特征等 本文一阶导数 D 采用下式差分计算 D Ri 1 Ri 1 i 1 i 1 式中 Ri表示波长 i 处的相对反射率 i为波长 i 处的波长值 13 由图 2 可知 水稻冠层红边具有多峰现象 吸收峰 出现在 695 700 nm 715 720 nm 720 725 nm 725 730 nm 和 730 735 nm 处 9 月 10 日和 16 日的测定结 果表明 一阶导数光谱曲线分为明显的 2 组 CK 的一 阶微分光谱最小 而 9 月 21 日 一阶微分光谱曲线很 分散 差异明显 SRM 处理的一阶导数光谱最大 其次 是 30 OM FM 和 60 OM 处理 孕穗期的不同阶段 各处理的吸收峰并没有发生推移现象 这可能是由于 叶片生物量 叶面积指数 土壤背景等变化不显著的缘 故 2 1 3归一化光谱特征 为了清晰区分不同施肥方式的水稻冠层光谱特 征 采用包络线去除法对光谱进行再处理 能够突出原 始光谱曲率和吸收深度等特征 包络线去除法通过将 反射光谱吸收强烈部分的波段特征进行转换 放大并 形成一种归一化的吸收光谱 从而进行光谱吸收特征 分析和光谱特征波段选择 包络线是指一条连接光谱 上选取波段间吸收起点和吸收终点的线 也叫 外壳 当外壳确定之后 包络线去除值可根据下式进行计算 1 0 0 8 0 6 0 4 0 2 0 1 0 0 8 0 6 0 4 0 2 0 郑华斌等 有机肥化肥配施的双季晚稻群体冠层光谱特征研究 2017 23 4 6 13 8 图 4 晚稻孕穗期不同阶段干物质 a 叶面积指数 b 叶片氮含量 c 和氮积累量 d 的变化 0 3 0 2 0 1 0 0 9 月 9 日9 月 16 日9 月 21 日 9 月 9 日9 月 16 日9 月 21 日 9 月 9 日9 月 16 日9 月 21 日 9 月 9 日9 月 16 日9 月 21 日 a b c d 7 6 5 4 3 2 1 0 6 5 4 3 2 1 0 3 2 1 0 CKFMSRM30 OM60 OMCKFMSRM30 OM60 OM CKFMSRM30 OM60 OM CKFMSRM30 OM60 OM 干物质量 kg m2 叶片含氮量 叶面积指数氮积累量 kg m2 表 3 叶片相关指标和产量的相关性分析 相关系数 氮积累量 g m2 叶面积指数 叶干物质 kg m2 产量 kg hm2 含氮量 0 93 0 92 0 91 0 69 氮积累量 g m2 0 96 0 99 0 67 叶面积指数 0 97 0 82 叶干物质 kg m2 0 72 表示 p 0 05 表示 p 0 01 表示 p 0 001 下同 Rcj Ri RHi 式中 Rcj为波段 i 处对应的包络线去除值 Ri 为波段 i 处的光谱反射率 RHi为波段 i 对应的 外壳 值 13 由图 3 可知 晚稻孕穗期光谱相对反射率曲线在 440 550 nm 560 730 nm 920 1 065 nm 1 090 1 260 nm 内具有明显的吸收谷 选取吸收强度最大的 560 730 nm 波段 通过包络线去除法将该波段的光谱反射 率进行归一化处理 深入分析反射光谱的吸收特征 图 3 a 中 处理间的归一化光谱曲线分为 2 组 CK 的归 一化的吸收深度最小 光谱反射率最大 其他处理较 CK 的归一化吸收深度大 光谱反射率小 由图 3 b 可 知 同样 CK 的归一化的吸收深度最小 光谱反射率最 大 FM 处理的归一化的吸收深度最大 光谱反射率最 小 由图 3 c 也可知 CK 的归一化的吸收深度最小 光 谱反射率最大 30 OM 和 60 OM 处理的归一化的吸 收深度最大 光谱反射率最小 总的来说 在孕穗后期 各处理的归一化光谱差异最为明显 2 2叶片干物质积累及其 N 含量动态 随着水稻生育进程的推进 叶干物质积累量 图 4a 和叶片含氮量 图 4c 不断下降 其中 CK FM SRM 处理均有持续下降的趋势 有机肥无机配施的叶干物 质量有所增加 而叶片氮积累量也呈下降趋势 变化规 律与叶片干物质积累量一致 相关性分析也表明 叶片 干物质积累和含氮量 叶片氮积累量间为极显著相关 表 3 叶面积指数 LAI 最大的是 30 OM 处理 图 4b 其次是处理 SRM FM 60 OM 处理 最小的是 CK 因此 适量的有机肥和无机肥配施有利于水稻氮 素营养的积累 同时 配施有机肥能够延长水稻叶片功 能期 减缓叶片衰老 为水稻后期产量形成提供充足的 库源 20 2 3晚稻群体冠层光谱特性与叶片特性的相关性分 析 郑华斌等 有机肥化肥配施的双季晚稻群体冠层光谱特征研究 2017 23 4 6 13 9 图 6 554 nm 和 672 nm 处冠层一阶导数光谱反射率与叶片全 氮含量的曲线模型 图 5 665 nm 处冠层光谱反射率与叶片全氮含量的曲线模型 5 4 3 2 1 0 0123 y 0 14x2 2 13 6 06 R2 0 78 3 2 1 0 2 5 1 5 0 5051 5 y 0 27x2 0 51x 2 17 R2 0 84 y 0 39x2 0 060 x 2 41 R2 0 82 672 nm 554 nm 叶片含氮量与 350 717 nm 波段光谱反射率表现 出极显著负相关 p 0 05 与可见光波段 466 705 nm 呈极显著负相关 p 0 001 决定系数 R2 达到 0 7 以 上的波段是 483 696 nm 相关性系数最高的单波段是 665 nm 与近红外波段 747 949 nm 呈极显著正相关 p 0 05 选取相关性系数最好的 665 nm 为变量 与 叶片氮含量做线性回归方程 图 5 其模型函数是 y 0 14x2 2 13x 6 06 决定系数 R2 为 0 78 叶片含氮量与一阶微分光谱反射率也表现出极显 著的相关性 与可见光波段 547 556 nm 以及单波段 489 nm 630 nm 表现出极显著负相关 p 0 05 在 550 555 nm 及 489 nm 处呈极显著负相关 p 0 001 相关性系数最高的单波段是 554 nm 在 659 660 nm 666 667 nm 670 672 nm 波段内表现出极显著负相关 p 0 05 在 667 nm 671 672 nm 处呈极显著负相关 p 0 001 相关性系数最高的单波段是 672 nm 选取 相关性系数最好的 554 nm 和 672 nm 为变量 与叶片 氮含量做线性回归方程 图 6 554 nm 和 672 nm 处的 线性模型函数分别为 y 0 27x2 0 51x 2 17 和 y 0 39x2 0 060 x 2 41 决定系数 R2 分别为 0 84 和 0 82 2 4不同施肥模式的晚稻群体冠层高光谱预测与评 价 常用的高光谱遥感特征变量包括从原始光谱 一 阶微分光谱提取的基于光谱位置的特征变量 基于高 光谱的特征变量和基于高光谱植被指数的特征变量 共 3 种类型 18 种参数 9 表 4 由表 5 可见 在基于光谱位置的特征变量高光谱 参数中红边位置 r 黄边内最大一阶微分值 Dy 绿 峰反射率 Rg 绿峰反射率对应的波长位置 g 红谷 反射率 Ro 与水稻叶片氮含量呈极显著正 负 相关 基于光谱面积的特征变量的 3 个参数与水稻叶片氮含 量未表现出相关性 在基于植被指数的特征变量中除 SDr SDy 和 SDr SDy SDr SDy 外均呈极显著正相关 因此可筛选出用作诊断水稻氮素营养状况的高光谱遥 感特征变量 其中以 r和 SDr SDb SDr SDb 最为理 想 为了更精确地诊断这些参数 选取与氮素含量呈 极显著相关的高光谱参数为自变量 以叶片氮含量为 因变量 分析高光谱参数 x 与氮素含量 y 的相关性 采用以下 5 种函数模式构建诊断模型 1 线性函数 y a bx 2 指数函数 y a exp bx 3 对数函数 y a lnx 4 抛物线函数 y ax2 bx c 5 幂函数 y axb 4 多项式 函数 y ax3 bx2 cx d 式中 y 为氮素营养的诊断值 x 为高光谱参数 a b c d 为诊断模型的常数 筛选出最 佳诊断模型 表 6 由表 6 可知 筛选的高光谱参数与水稻叶片氮含 量之间都存在很好的相关性 其中以 r构建的指数函 数 的 决 定 系 数 R2 最 大 其 模 型 函 数 为 y 684 91e0 0281x 其次是以 SDr SDb SDr SDb 构建的指 数函数 决定系数 R2 为 0 883 其模型函数为 y 0 6614e0 1139x 因此 可以选择以 r和 SDr SDb SDr SDb 为自变量构建水稻孕穗期叶片氮素营养的诊断模 型 3讨论 3 1有机肥化肥配施对水稻生长发育的影响 有机肥的施用是循环农业的重要环节 以农作物 郑华斌等 有机肥化肥配施的双季晚稻群体冠层光谱特征研究 2017 23 4 6 13 10 表 5 水稻氮素含量与各类高光谱参数的相关系数 高光谱参数 Dr r Db b Dy y Rg g Ro SDr SDb SDy SDr SDb SDr SDy Rg Ro SDr SDb SDr SDb SDr SDy SDr SDy Rg Ro Rg Ro 相关系数 0 04 0 85 0 16 0 02 0 61 0 61 0 71 0 75 0 04 0 18 0 02 0 76 0 10 0 60 0 83 0 09 0 68 表 4 高光谱遥感特征变量的定义 引自谭昌伟等 9 变量 基于光谱位置的特征变量 基于光谱面积的特征变量 基于植被指数的特征变量 Dr r Db b Dy y Rg g Ro SDr SDb SDy SDr SDb SDr SDy Rg Ro SDr SDb SDr SDb SDr SDy SDr SDy Rg Ro Rg Ro 定义 红边内最大的一阶微分值 红边位置 蓝边内最大的一阶微分值 蓝边位置 黄边内最大的一阶微分值 Dy 对应的波长 绿峰反射率 Rg对应的波长 红谷反射率 红边内一阶微分的总和 蓝边内一阶微分的总和 黄边内一阶微分的总和 描述 红边覆盖 680 780 nm Dr是红边内一阶微分光谱中的最大值 r 是 Dr对应的波长位置 nm 蓝边覆盖 490 530 nm Db 是蓝边内一阶微分光谱中的最大值 b是 Db对应的波长位置 nm 黄边覆盖 550 582 nm Dy是蓝边内一阶微分光谱中的最大值 y是 Dy对应的波长位置 nm Rg是波长 510 560 nm 范围内最大的波段反射率 g是 Rg对应的波长位置 nm Ro是波长 640 680 nm 范围内最小的波段反射率 红边波长范围内一阶微分波段值的总和 蓝边波长范围内一阶微分波段值的总和 黄边波长范围内一阶微分波段值的总和 红边波长范围内一阶微分波段值的总和 SDr 与蓝边波长范围 内一阶微分波段值的总和 SDb 的比值 红边波长范围内一阶微分波段值的总和 SDr 与黄边波长范围 内一阶微分波段值的总和 SDy 的比值 绿峰反射率 Rg 与红谷反射率 Ro 的比值 红边波长范围内一阶微分波段值的总和 SDr 与蓝边波长范围 内一阶微分波段值的总和 SDb 的归一化值 红边波长范围内一阶微分波段值的总和 SDr 与黄边波长范围 内一阶微分波段值的总和 SDy 的归一化值 绿峰反射率 Rg 与红谷反射率 Ro 的归一化值 郑华斌等 有机肥化肥配施的双季晚稻群体冠层光谱特征研究 2017 23 4 6 13 秸秆 畜禽粪便等有机肥料与化肥配施不仅能提高水 稻产量和品质 14 提高氮肥利用率 15 增加水稻的干物 质积累量 16 而且能促进植物叶绿素的合成 17 20 延长 水稻叶片功能期 减缓叶片衰老 为水稻后期产量形成 提供充足的库源 但不同学者对有机肥和无机肥的配 比上存在分歧 王昌全等 21 研究认为 叶绿素含量随着 有机肥料 猪粪 鸡粪和油枯 的增加而增加 而陈星峰 等 22 对不同种类有机肥和无机肥配施的研究中表明 配施鸡粪和稻草的烟叶光合色素含量随有机氮比例增 加而增加 而饼肥 牛粪和猪粪则相反 本研究发现 这 种优势在处理 30 OM 更加明显 优于处理 SRM 和 60 OM 在叶片氮含量 叶片氮积累量 叶干物质量和 叶面积指数等指标上都占有显著的优势 3 2有机肥化肥配施下水稻群体光谱特征及其预测 模型 利用光谱技术监测水稻氮素营养是为了快速准确 无损地把握作物生长发育状况 土壤肥力情况和作物 产量及品质 指导农业生产 为相似施肥模式下水稻氮 素营养诊断提供理论和依据 本研究基于 25 a 的田间 试验 以晚稻孕穗前期 中期和后期叶片氮素含量 氮 积累量和冠层反射光谱为数据资料 降低了土壤背景 值和取样时期对研究结果的干扰 因此 本研究利用高 光谱特征参数预测水稻氮素营养具有很高的可靠性 同时 本研究以不施肥为对照 选取单一施化肥 秸秆 还田 30 有机肥 70 无机肥配施和 60 有机肥 40 无机肥配施 4 种典型的施肥模式为试验组 更具有实 际应用价值 并确立了水稻叶片氮含量与冠层高光谱 特征参数的定量关系 发现 r Dy Rg g Ro SDr SDb Rg Ro SDr SDb SDr SDb 和 Rg Ro Rg Ro 等光谱参数 均可以较好的监测水稻氮素营养状况 其中 r和 SDr 11 表 6 水稻全氮含量与高光谱特征参数的回归分析 光谱参数 r Dy Rg g Ro SDr SDb Rg Ro SDr SDb SDr SDb Rg Ro Rg Ro 最佳模型 指数函数 线性函数 抛物线函数 线性函数 抛物线函数 指数函数 多项式函数 指数函数 多项式函数 模型函数 y 684 91e0 028x y 0 017x 0 005 y 0 21x2 0 78x 7 80 y 4 22x 562 50 y 0 50 x2 3 26x 6 57 y 3 66e0 57x y 1 19x3 6 71x2 11 20 x 7 57 y 0 66e0 11x y 0 21x3 1 19x2 1 95x 1 28 R2值 0 90 0 73 0 62 0 84 0 83 0 85 0 82 0 88 0 80 郑华斌等 有机肥化肥配施的双季晚稻群体冠层光谱特征研究 2017 23 4 6 13 SDb SDr SDb 构建的指数监测模型更为准确可靠 而 谭昌伟等 9 在 4 个无机氮肥水平下筛选出的最佳模型 是以 SDr SDb SDr SDb 构建的线性监测模型 本研 究在利用水稻叶片氮含量和水稻冠层光谱反射率与一 阶导数光谱反射率相关性分析中 筛选出了与冠层光 谱反射率相关性较好的波段 350 717 nm 466 705 nm 和 747 949 nm 相关性最高的单波段是 665 nm 与一 阶导数光谱反射率相关性较好的波段是 489 nm 547 556 nm 630 nm 659 660 nm 666 667 nm 671 672 nm 相关性最好的是 554 nm 和 672 nm 这一研究结 果与谭昌伟等 9 有差别 但与周启发等 23 和潘星哲 24 筛 选出的波段有重叠 但最佳波段又不同 与其他研究产 生差异的主要原因可能是由于施肥模式的不同造成 的 另外 采样点生态环境的差异也是不可忽略的因 素 4结论 基于有机肥化肥配施 665 nm 处冠层光谱反射率 与叶片氮素含量呈极显著相关性 p 0 001 554 nm 和 672 nm 处的一阶微分光谱与叶片氮素含量也呈极 显著相关性 p0 99 modified rectangular hyperbolic model had better fitting results in terms of conformity with measured values the light use efficiency of Y Liangyou 900 and Chaoyouqianhao were highest Y Liangyou 900 had the highest net photosynthesis rate the light saturation point of Y Liangyou 900 and Y Liangyou 1 were highest the dark res piration rate of Y Liangyou 900 and Liangyoupeijiu were highest and the photosynthetic products were the most consumed Except Y Liangyou 2 the stomatal conductance of other four varieties were grown faster and not found stomatal the water use efficiency of the tested varieties showed a straight line increasement with the increasement of light intensity when the light intensity was less than 800 mmol m2 s When the light intensity continued to increase the WUE grew slowly and gradually became stable but Y Liangyou 900 showed still growth Therefore in the bright light intensity and long sunshine hours planting areas there is still a greater yield poten tial for Y Liangyou 900 Key words super rice light response curve model stomatal conductance water utilization efficiency Research of Canopy Spectral Characteristics of the Late Rice Populations with Organic Ma nure and Chemical Fertilizers ZHENG Huabin CHEN Can FU Zhiqiang HUANG Huang College of Agronomy Hunan Agricultural University Observation station of Crop Cultivation Science in Central China Ministry of agriculture Changsha 410128 China 1st author hbzheng Corresponding author hh863 Abstract Based on different fertilization patterns the canopy spectral reflectance the first derivative spectra and normalized spectral characteristics of late rice and a correlation among leaf nitrogen content nitrogen accumulation yield leaf area index and leaf dry matter accumulation were analyzed Then the rice nitrogen nutrition diagnosis model with high spectral characteristic parameters as in dependent variables was constructed The results showed that there has a great relevance between leaf