论文部分内容阅读
氮素是植物生长发育必不可少的营养物质,其在植物体内含量的高低直接会影响到正常的生命活动。及时、准确的掌握植株对氮素的吸收利用情况并同时进行合理的氮肥运筹,在减少投入的情况下增加或保持产量,这是精确农业的要求。基于精确的施肥管理措施,也是我国为推动发展低消耗、环保、高效优质的可持续农业提出的要求。本研究试验于2017-2019年在兴化市粮食产业园进行,具体设计为小麦品种、氮肥水平的互作试验。采用主动冠层传感器RapidSCAN CS-45在小麦全生育时期获取冠层植被指数NDRE和NDVI,并同步获取关键生育时期的生物量、叶面积指数、氮积累量等农学指标。系统分析了基于时序植被指数构建的产量预测模型及氮素营养诊断模型,研究结果为冬小麦田间进行实时、准确预测产量及氮素营养的诊断提供了理论依据与技术支持。首先基于冠层时序植被指数的氮素指标模型的构建。NDRE与农学参数（叶面积指数、植株氮积累量、叶片积累量、氮营养指数）的相关关系优于NDVI,其中NDRE与叶面积指数、叶片氮含量关系最好。进一步采用数据分析及建模方法,将产量分为低产（产量<5 t/ha）、中产（5t/ha<产量<7 t/ha）、高产（产量>7 t/ha）水平三个梯度。构建不同产量水平下时序植被指数动态模型,其拟合效果均表现较好,R2达到0.8以上,在不同产量水平下的时序NDRE和NDVI模型验证结果也较好,其在中产水平下验证结果最好,其次是高产、低产。基于时序植被指数NDRE的ΔNDRE和最大值在开花期和灌浆期进行氮素诊断效果最好,基于时序植被指数NDVI的ΔNDVI和最大值在拔节期和灌浆期进行氮素诊断效果最好,且基于时序NDRE的诊断结果优于时序NDVI。基于时序植被指数NDRE的最大值估测NNI在开花期和灌浆期效果最好,基于时序NDVI的最大值估测NNI在拔节期和孕穗期效果最好。构建的时序植被指数NDRE动态模型能够准确的反映作物长势,为小麦群体的氮素营养诊断提供了快速、准确的方法。其次基于冠层时序植被指数的产量预测模型的构建。基于不同时间驱动因子（AGDD和APTT）的时序拟合方法（双Logistic函数、傅里叶变换、三次函数、高斯函数）重构时序植被指数,其结果表明基于AGDD和APTT为时间驱动因子的双Logistic函数拟合效果较好,其R2最高,RRMSE最低。NDRE在孕穗期和抽穗期与产量关系最好,R2达到0.84以上;通过多元逐步线性回归法发现利用2个或多个时期NDRE预测产量的效果较单生育时期有所提高,且第一和第二被选择的时期分别为拔节期和孕穗期。基于全生育时期RNDRE和RNDVI构建时序曲线,并利用曲线特征参数建立产量预测模型,其中RNDRE和RNDVI的最大值、累积值及增长速率与产量关系较好。利用独立试验数据对上述产量预测模型进行检验,结果表明基于RNDRE时序曲线最大值和累积值所构建的产量模型验证效果较好,R2大于0.80,相对均方根误差和相对误差均小于10%,其验证效果优于单时期或多时期基于NDRE的预测模型,且优于基于NDVI构建的产量模型。结果证明:基于冠层时序植被指数提取的特征参数RNDRE最大值和累积RNDRE具有良好估测产量的潜力。