基于CGMD302水稻生長指標(biāo)光譜監(jiān)測(cè)技術(shù)研究

王睿+李飛飛+呂尊富

摘 要：運(yùn)用CGMD302作物生長監(jiān)測(cè)光譜儀對(duì)植株進(jìn)行無損監(jiān)測(cè)，能夠在不影響作物生長的前提下，及時(shí)有效地對(duì)生長指標(biāo)進(jìn)行測(cè)量。該試驗(yàn)在浙江湖州浙江農(nóng)林大學(xué)德清現(xiàn)代農(nóng)業(yè)高科技園區(qū)，采用甬優(yōu)538和秀水134兩個(gè)品種，設(shè)立不同氮水平試驗(yàn)小區(qū)，開展單季稻小區(qū)試驗(yàn)。試驗(yàn)明確了在直播播種技術(shù)下葉面積指數(shù)和生物量與播種后天數(shù)的量化關(guān)系，建立了葉面積指數(shù)、生物量和產(chǎn)量與CGMD302作物生長監(jiān)測(cè)光譜儀測(cè)得的光譜參數(shù)的估計(jì)模型。能夠在各個(gè)生育時(shí)期對(duì)水稻的不同生長指標(biāo)進(jìn)行監(jiān)測(cè)，及時(shí)了解水稻生長狀況，在水稻的生長過程中起到很好的監(jiān)測(cè)指導(dǎo)作用。

關(guān)鍵詞：水稻；光譜監(jiān)測(cè)；生長指標(biāo)

中圖分類號(hào) S511 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-7731（2017）20-0021-05

Study on Spectral Monitoring Technique of Rice Growth Index Based on CGMD302

Wang Rui et al.

（College of Agriculture and Food Science，Zhejiang Agriculture and Forestry University，Lin'an 311300，China）

Abstract：CGMD302 crop growth monitoring spectrometer can be used to monitor the plant growth，in the premise of not affecting crop growth.This test is in Zhejiang Agriculture and Forestry University modern agricultural hi-tech park.Two varieties，five nitrogen level were set up to carry out the plot test.The quantitative relation between LAI，biomass and the number of days after sowing was determined by the experiment.The estimation model of spectral parameters measured by the LAI，biomass and yield and CGMD302 crop growth monitoring spectrometer was established.We can monitor the different growth indicators of rice at different growth stages，understand the growth status of rice in time，and predict the LAI and biomass，which plays a very good role in monitoring the growth of rice.

Key words：Rice；Spectrum monitoring；Growth indicators

1 前言

水稻是我國最為重要的糧食作物之一，世界上有50%人以水稻為主要糧食，因此需要一個(gè)能夠?qū)λ旧L進(jìn)行快捷實(shí)時(shí)有效的監(jiān)測(cè)進(jìn)行預(yù)估的模型[1-3]。水稻在各個(gè)時(shí)期的生育狀況對(duì)水稻最后的產(chǎn)量影響很大，伴隨著遙感技術(shù)日新月異，對(duì)于水稻不同生育時(shí)期的實(shí)時(shí)無損監(jiān)測(cè)就至關(guān)重要，使用便攜設(shè)備對(duì)作物各個(gè)生育時(shí)期的生長指標(biāo)進(jìn)行監(jiān)測(cè)，能夠及時(shí)了解作物生長狀況，及時(shí)調(diào)整作物生長[4-7]。作物的冠層光譜特性是通過不同光的吸收、透射和反射的不同反應(yīng)，傳遞出作物的各種不同長勢(shì)，而作物的生長指標(biāo)，如葉面積指數(shù)、生物量等能夠有效地表達(dá)作物的生長狀況，因此可以根據(jù)作物冠層的光譜特性監(jiān)測(cè)作物的生長狀況。近年來，很多國內(nèi)外的學(xué)者對(duì)作物冠層的光譜特性做了深入的研究，研究了作物的光譜反射在不同條件、不同時(shí)間和不同地形條件下的變化規(guī)律與作物的生長指標(biāo)之間的量化關(guān)系，不斷完善作物生長指標(biāo)與光譜反射特性之間的實(shí)時(shí)監(jiān)測(cè)模型，為運(yùn)用光譜特性進(jìn)行作物生長監(jiān)測(cè)打下了堅(jiān)實(shí)的基礎(chǔ)[8-10]。

CGMD302監(jiān)測(cè)儀是南京農(nóng)業(yè)大學(xué)國家信息農(nóng)業(yè)工程技術(shù)中心研究的最新一代光譜監(jiān)測(cè)儀，本研究采用CGMD302作物生長監(jiān)測(cè)光譜儀對(duì)水稻進(jìn)行快速、準(zhǔn)確監(jiān)測(cè)，構(gòu)建水稻生長指標(biāo)光譜監(jiān)測(cè)模型，能夠及時(shí)反應(yīng)水稻生長狀況并調(diào)控水稻各種肥料的精確施用[11-13]。CGMD302作物生長監(jiān)測(cè)光譜儀，在作物生物時(shí)期對(duì)作物進(jìn)行實(shí)時(shí)、準(zhǔn)確、快速的無損傷監(jiān)測(cè)，使現(xiàn)代化信息管理和傳統(tǒng)的農(nóng)業(yè)生產(chǎn)很好地結(jié)合在一起，實(shí)現(xiàn)了對(duì)作物生長嚴(yán)格監(jiān)測(cè)、生產(chǎn)上的實(shí)時(shí)精確管理、作物產(chǎn)量估計(jì)，對(duì)實(shí)現(xiàn)田間作物精確管理具有重要意義[14-15]。

2 材料與方法

2.1 試驗(yàn)設(shè)計(jì) 本試驗(yàn)在浙江湖州浙江農(nóng)林大學(xué)德清現(xiàn)代農(nóng)業(yè)高科技園區(qū)建立水稻實(shí)驗(yàn)區(qū)，選擇了性狀優(yōu)良的甬優(yōu)538和秀水134兩個(gè)品種進(jìn)行相關(guān)小區(qū)試驗(yàn)。在5月3日對(duì)水稻田四周、田埂清除雜草進(jìn)行前期準(zhǔn)備工作。甬優(yōu)538，5月28日采用直播技術(shù)播種，大田用量18.75kg/hm2，設(shè)置15個(gè)小區(qū)；秀水134，5月28日采用直播技術(shù)播種，大田用量45kg/hm2，設(shè)置15個(gè)小區(qū)，共30個(gè)小區(qū)。

本試驗(yàn)采取獨(dú)立小區(qū)，小區(qū)之間通過田埂相隔，采取獨(dú)立排灌系統(tǒng)，保證小區(qū)之間氮肥不會(huì)相互影響。設(shè)置5個(gè)氮肥處理，分別施肥尿素0（N0）、70（N1）、140（N2）、210（N3）、280（N4）kg/hm2，在基肥，分蘗肥和穗肥施肥時(shí)不同小區(qū)氮用量N1∶N2∶N3∶N4為1∶2∶3∶4（表1）。在施用基肥時(shí)磷肥增基肥一次性用完，用過磷酸鈣990kg/hm2；氯化鉀基肥375kg/hm2，穗肥用375kg/hm2，所有小區(qū)水平一致。本試驗(yàn)小區(qū)設(shè)計(jì)將甬優(yōu)538與秀水134兩個(gè)品種分開，每個(gè)品種設(shè)計(jì)15個(gè)小區(qū)，不同氮濃度的小區(qū)由田埂隔開，一個(gè)小區(qū)寬10m長34m的長方形區(qū)域，保護(hù)行寬為1m的長方形區(qū)域，凈播種面積為0.06hm2。endprint

2.2 田間取樣 分別在分蘗期前期、分蘗期、分蘗末期、拔節(jié)期、孕穗期、灌漿期從每個(gè)小區(qū)選區(qū)散珠株能夠代表該小區(qū)水稻生長狀況的水稻樣品。取得的水稻樣品去除泥土清晰干凈后按照頂1葉、頂2葉、頂3葉、頂4葉、其它葉和穗，剩余部分為莖稈等不同器官部位分別裝袋并記錄，然后在105℃高溫下殺菌0.5h，取出后降溫，然后放入80℃下慢慢烘干，直至重量不再變化，測(cè)定其重量，通過比葉重法測(cè)量植株的葉面積指數(shù)，成熟后分小區(qū)收獲、測(cè)量產(chǎn)量。

2.3 試驗(yàn)儀器 將CGMD302作物生長監(jiān)測(cè)光譜儀上鏡頭對(duì)準(zhǔn)太陽（圖1），在作物上方1m左右使用，主要通過多光譜傳感器上鏡頭篩選光源，接收長為720nm和810nm的太陽光，下鏡頭接收相應(yīng)波段上作物的反射光輻射信息。然后通過處理器進(jìn)行一系列的處理，最后在顯示屏上顯示出相應(yīng)的NDVI和RVI值[16]。

2.4 數(shù)據(jù)獲得 在水稻分蘗期前期、分蘗期盛期、分蘗末期、拔節(jié)期、孕穗期和灌漿期，選擇無云天氣晴朗，環(huán)境比較穩(wěn)定的環(huán)境，在11：30到13：00太陽光相對(duì)比較穩(wěn)定，測(cè)量數(shù)據(jù)比較準(zhǔn)確。用CGMD302作物生長監(jiān)測(cè)光譜儀采集NDVI和RVI數(shù)據(jù)[17]。

CGMD302作物生長監(jiān)測(cè)光譜儀采取數(shù)據(jù)的多光譜傳感器由720nm和810nm2種探測(cè)鏡頭組成，用于測(cè)量作物冠層特征光譜反射率。歸一化植被指數(shù)NDVI、比值植被指數(shù)RVI，由于光譜儀在帶寬上的差異，在波長720nm和810nm所得到數(shù)據(jù)的差異通過如下計(jì)算方式獲得[18]。

[NDVI=R810-R720R810+R720] （1）

[RVI=r810R720] （2）

3 結(jié)果與分析

3.1 葉面積指數(shù)隨生長期的變化 對(duì)不同氮素水平下的葉面積指數(shù)隨生長期的變化進(jìn)行分析。如圖2，甬優(yōu)538、秀水134在各施氮水平下的葉面積指數(shù)隨生長期呈現(xiàn)先上升后下降趨勢(shì)。甬優(yōu)538、秀水134分別在分蘗末期和孕穗期達(dá)到峰值，甬優(yōu)538的葉面積指數(shù)略高于秀水134。甬優(yōu)538和秀水134隨施氮量增加葉面積指數(shù)也相應(yīng)增大，即各氮含量水平下的葉面積指數(shù)為N4>N3>N2>N1>N0。

3.2 生物量隨生長期而變化 對(duì)不同氮素水平下的葉面積指數(shù)隨生長期的變化進(jìn)行分析。如圖3，在各施氮水平下甬優(yōu)538、秀水134的生物量隨生育期變化而逐漸增長。在分蘗前期到分蘗期快速增長，這個(gè)期間水稻幼苗正在快速增長，干物重不斷積累；分蘗期到拔節(jié)期增長較為平緩，這段期間水稻的大量無效分蘗開始死亡，與水稻正常生長相抵消，所以水稻干物重增長緩慢；拔節(jié)期到灌漿期快速增長，這段期間水稻開始結(jié)穗，干物重快速增長，在灌漿期達(dá)到峰值。甬優(yōu)538和秀水134隨施氮量增加生物量也相應(yīng)增大，即各氮含量水平下的生物量為N4>N3>N2>N1>N0。

3.3 葉面積指數(shù)光譜分析 對(duì)甬優(yōu)538和秀水134各生長時(shí)期的葉面積指數(shù)與CGMD302作物生長監(jiān)測(cè)光譜儀采集的NDVI和RVI進(jìn)行光譜分析。葉面積指數(shù)分別與NDVI和RVI呈正相關(guān)。采用決定系數(shù)（S-R2）的線性函數(shù)對(duì)葉面積指數(shù)進(jìn)行分析，測(cè)得的R2介于0和1之間，數(shù)值越大越接近1，代表兩者之間擬合的關(guān)系越好。通過表2和表3比較分析得到，各時(shí)期甬優(yōu)538和秀水134的NDVI和RVI的R2值均較高，基本保持在0.70以上，達(dá)到了極顯著的相關(guān)。

甬優(yōu)538在分蘗前期NDVI和RVI的R2處于最高值分別為0.9175和0.9534，除分蘗末期外，其它生育時(shí)期R2都處于較高值，都大于0.73。而分蘗末期R2的數(shù)值遠(yuǎn)低于其它生育時(shí)期，NDVI和RVI的R2分別為0.664和0.751。秀水134在分蘗末期NDVI的R2處于最高值為0.9016，在拔節(jié)期NDVI的R2處于最低值為0.6753。其它各生育時(shí)期都處于較高值，都大于0.70。

綜表3和表4得知，CGMD302作物生長監(jiān)測(cè)光譜儀在不同作物之間差異并不明顯，NDVI和RVI與葉面積指數(shù)的擬合關(guān)系比較好。NDVI與葉面積指數(shù)擬合測(cè)得的R2值在各個(gè)時(shí)期基本都大于RVI與葉面積指數(shù)擬合測(cè)得的R2值，這說明NDVI與葉面積指數(shù)擬合上比RVI更精確；RVI與葉面積指數(shù)擬合測(cè)得的R2值變動(dòng)較小，始終穩(wěn)定在一定的水平上，而NDVI與葉面積指數(shù)擬合測(cè)得的R2值，變動(dòng)較大，最高值與最低值相差較大。

3.4 生物量光譜分析 對(duì)甬優(yōu)538和秀水134各生長時(shí)期的生物量與CGMD302作物生長監(jiān)測(cè)光譜儀采集的NDVI和RVI進(jìn)行光譜分析。生物量分別與NDVI和RVI呈正相關(guān)。決定系數(shù)（S-R2）的線性函數(shù)對(duì)葉面積指數(shù)進(jìn)行分析，測(cè)得的R2介于0和1之間，數(shù)值越大越接近1，代表兩者之間擬合的關(guān)系越好。

通過表4和表5比較分析得到，甬優(yōu)538NDVI和RVI與生物量擬合測(cè)得的R2值分別在分蘗前期和分蘗末期達(dá)到最大值分別為0.941和0.945，在灌漿期達(dá)到最低值分別為0.63和0.66。秀水134NDVI和RVI與生物量擬合測(cè)得的R2值分別在分蘗期和分蘗前期達(dá)到最高值分別為0.90和0.93，在灌漿期達(dá)到最低值分別為0.49和0.50。綜上圖表得知，除灌漿期外，其他時(shí)期CGMD302作物生長監(jiān)測(cè)光譜儀NDVI和RVI與水稻生物量的擬合關(guān)系達(dá)到極顯著，能夠用較快測(cè)量生育期內(nèi)水稻生物量。

3.5 產(chǎn)量光譜分析 對(duì)甬優(yōu)538和秀水134各氮素水平的產(chǎn)量與CGMD302作物生長監(jiān)測(cè)光譜儀采集的NDVI和RVI進(jìn)行光譜分析。采用決定系數(shù)（S-R2）的線性函數(shù)對(duì)葉面積指數(shù)進(jìn)行分析，測(cè)得的R2介于0和1之間，數(shù)值越大越接近1，代表兩者之間擬合的關(guān)系越好。

通過表6和表7比較分析得，各時(shí)期甬優(yōu)538和秀水134NDVI和RVI的R2值都較高，基本保持在0.75以上，達(dá)到了極顯著的相關(guān)。甬優(yōu)538在各個(gè)生育時(shí)期NDVI和RVI與產(chǎn)量擬合測(cè)得的R2值均大于0.95。秀水134在拔節(jié)期NDVI和RVI與產(chǎn)量擬合測(cè)得的R2值達(dá)到峰值，分別為0.84與0.87，在孕穗期達(dá)到最低值，分別為0.75與0.77。endprint

綜上表得知，CGMD302作物生長監(jiān)測(cè)光譜儀在NDVI和RVI與產(chǎn)量的擬合關(guān)系較好。NDVI與產(chǎn)量擬合測(cè)得的R2值在各個(gè)時(shí)期基本都大于RVI與產(chǎn)量擬合測(cè)得的R2值，這說明NDVI與產(chǎn)量擬合上比RVI更精確，而且NDVI與產(chǎn)量擬合測(cè)得的R2值均大于0.95，證明在不同生育時(shí)期作為測(cè)得的NDVI能夠較為精確測(cè)得該植株在最后所獲得的產(chǎn)量；并且NDVI與產(chǎn)量擬合測(cè)得的R2值十分穩(wěn)定且數(shù)值接近1，在產(chǎn)量的預(yù)測(cè)上，NDVI比RVI更加有效準(zhǔn)確。

4 結(jié)論與討論

本試驗(yàn)通過在浙江湖州浙江農(nóng)林大學(xué)德清現(xiàn)代農(nóng)業(yè)高科技園區(qū)設(shè)立不同氮水平的對(duì)比試驗(yàn)，使用CGMD302作物生長監(jiān)測(cè)光譜儀對(duì)水稻各個(gè)生育時(shí)期測(cè)量相應(yīng)的NDVI和RVI值，采用甬優(yōu)538和秀水134兩個(gè)品種，通過不同的品種分析CGMD302作物生長監(jiān)測(cè)光譜儀對(duì)于品種間的差異性，系統(tǒng)分析了NDVI和RVI與水稻各生育時(shí)期的葉面積指數(shù)、生物量和產(chǎn)量的關(guān)系。結(jié)果表明：（1）隨著生育期的不斷推進(jìn)，NDVI與RVI值從分蘗前期到分蘗期下降，隨后一直升高到拔節(jié)期達(dá)到峰值，隨后下降；（2）不同氮水平下的NDVI和RVI值差異顯著；（3）不同品種間略有差異。

本試驗(yàn)采用了雜交水稻甬優(yōu)538和常規(guī)水稻秀水134兩個(gè)品種，在相同播種方式和相同的氮水平處理，最后的光譜分析存在一定的差異，雜交水稻甬優(yōu)538相比于常規(guī)水稻秀水134長勢(shì)更加均勻，因此使用CGMD302作物生長監(jiān)測(cè)光譜儀測(cè)得的NDVI和RVI能夠更好地反應(yīng)植株生長狀況，擬合的更好，對(duì)與葉面積指數(shù)和產(chǎn)量的預(yù)測(cè)更加精確。

在N3條件下，秀水134葉面積指數(shù)呈現(xiàn)M型，葉面積指數(shù)從分蘗末期到拔節(jié)期下降，是由于本次試驗(yàn)采取直播播種技術(shù)，種植密度比移栽插秧播種大，對(duì)于水稻的光照有影響，在分蘗末期到拔節(jié)期間，很多小的分蘗由于光照等問題，大量的無效分蘗開始死亡，導(dǎo)致葉面積下降，使得葉面積指數(shù)第一次下降；葉面積指數(shù)在灌漿期下降是由于，CGMD302作物生長監(jiān)測(cè)光譜儀工作原理是對(duì)植株葉片進(jìn)行監(jiān)測(cè)，灌漿期長出的穗會(huì)覆蓋葉片，影響葉面積的監(jiān)測(cè)，葉片被覆蓋使得葉面積變小，出現(xiàn)第二次下降，所以葉面積指數(shù)隨生長呈現(xiàn)M型。生物量進(jìn)行光譜分析時(shí)，在灌漿期測(cè)得的R2值顯著下降的原因也是由于穗影響了CGMD302作物生長監(jiān)測(cè)光譜儀的測(cè)量，導(dǎo)致擬合不顯著。NDVI和產(chǎn)量的擬合測(cè)得的R2均大于0.9，這表明CGMD302作物生長監(jiān)測(cè)光譜儀前期在田間的監(jiān)測(cè)能夠很好地預(yù)測(cè)該氮水平下最后的產(chǎn)量，對(duì)于實(shí)際生產(chǎn)上，相關(guān)人員可以通過預(yù)測(cè)對(duì)當(dāng)前生育期的水稻進(jìn)行相關(guān)的調(diào)整，對(duì)后期的產(chǎn)量有一定的保障。

參考文獻(xiàn)

[1]楊惠杰，楊仁崔，李義珍，等.水稻超高產(chǎn)品種的產(chǎn)量潛力及產(chǎn)量構(gòu)成因素分析[J].福建農(nóng)業(yè)學(xué)報(bào)，2000，15（3）：1-8.

[2]姚霞，劉小軍，王薇，等.小麥氮素?zé)o損監(jiān)測(cè)儀敏感波長的最佳波段寬度研究[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2011，42（2）：162-167.

[3]張直中.合成孔徑雷達(dá)遙感技術(shù)及其應(yīng)用[J].火控雷達(dá)技術(shù)，2000，3：1-39.

[4]邵蕓，郭華東，范湘濤，等.水稻時(shí)域散射特征分析及其應(yīng)用研究[J].遙感學(xué)報(bào)，2001，5（5）：340-345.

[5]方紅亮，田慶久.高光譜遙感在植被監(jiān)測(cè)中的研究綜述[J].遙感技術(shù)與應(yīng)用，1998，13（1）：62-69.

[6]李映雪，謝曉金，徐德福.高光譜遙感技術(shù)在作物生長監(jiān)測(cè)中的應(yīng)用研究進(jìn)展[J].麥類作物學(xué)報(bào)，2009，29（1）：174-178.

[7]凌啟鴻，蘇祖芳.水稻成穗率與群體質(zhì)量的關(guān)系及其影響因素的研究[J].作物學(xué)報(bào)，1995，21（4）：463-469.

[8]Wang W，Yao X，Yao X，et al.Estimating leaf nitrogen concentration with three-band vegetation indices in rice and wheat[J].Field Crops Research，2012，129（384）：90–98.

[9]Mutanga O，Skidmore A K，Van Wieren S.Discriminating tropical grass （Cenchrus ciliaris） canopies grown under different nitrogen treatment using spectroradiometry[J].Isprs Journal of Photogrammetry & Remote Sensing，2003，57（4）：263-272.

[10]Gausman H W，Allen W A，Cardenas R，et al.Relation of light reflectance to histological and physical evaluations of cotton leaf maturity.[J].Applied Optics，1970，9（3）：545-52.

[11]WANG，Changhai，Yali，et al.Coupling Relationship Analysis on Households Production Behaviors and Their Influencing Factors in Nature Reserves：A Structural Equation Model[J].Chinese Geographical Science，2013，23（4）：506-518.

[12]陳青春，田永超，顧凱健，等.基于多種光譜儀的水稻前期植株氮積累量監(jiān)測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào)，2011，27（1）：223-229.

[13]田永超.基于高光譜遙感的水稻氮素營養(yǎng)參數(shù)監(jiān)測(cè)研究[D].南京：南京農(nóng)業(yè)大學(xué)，2008.

[14]朱德峰，張玉屏，陳惠哲，等.中國水稻高產(chǎn)栽培技術(shù)創(chuàng)新與實(shí)踐[J].中國農(nóng)業(yè)科學(xué)，2015，48（17）：3404-3414.

[15]倪軍，姚霞，田永超，等.便攜式作物生長監(jiān)測(cè)診斷儀的設(shè)計(jì)與試驗(yàn)[J].農(nóng)業(yè)工程學(xué)報(bào)，2013，29（6）：150-156.

[16]王磊，白由路，盧艷麗，等.基于GreenSeeker的冬小麥NDVI分析與產(chǎn)量估算[J].作物學(xué)報(bào)，2012，38（4）：747-753.

[17]方秀琴，張萬昌.葉面積指數(shù)（LAI）的遙感定量方法綜述[J].國土資源遙感，2003，15（3）：58-62.

[18]傅瑋東，劉紹民.冬小麥生物量遙感監(jiān)測(cè)模型的研究[J].干旱區(qū)資源與環(huán)境，1997（1）：84-89. （責(zé)編：施婷婷）endprint