滴灌棉田植株氮營養(yǎng)指數(shù)的高光譜診斷研究

張澤，馬露露，洪帥，林皎，張立福,2，呂新*

（1.石河子大學(xué)農(nóng)學(xué)院/ 新疆生產(chǎn)建設(shè)兵團(tuán)綠洲生態(tài)農(nóng)業(yè)重點(diǎn)實(shí)驗(yàn)室，新疆 石河子832003；

2.中國科學(xué)院遙感與數(shù)字地球研究所，北京100080）

氮素是干旱區(qū)作物提高產(chǎn)量和經(jīng)濟(jì)效益的主要限制因素之一，國內(nèi)外相關(guān)學(xué)者在滴灌作物氮素的吸收與分配、施肥制度和優(yōu)化管理等方面開展了相關(guān)研究[1-6]，但對滴灌棉田棉花各生長發(fā)育時期對氮素需求及施氮量之間的關(guān)注較少，這也是滴灌棉花氮肥利用率偏低的重要原因之一。氮營養(yǎng)指數(shù)（Nitrogen nutrition index，NNI）能夠有效地判斷作物各生育時期的氮營養(yǎng)豐缺情況[7]。運(yùn)用高光譜遙感技術(shù)，快速、準(zhǔn)確診斷滴灌棉田的氮素營養(yǎng)狀況，進(jìn)而優(yōu)化作物各生育時期的供氮量是提高作物的氮肥利用效率、改善土壤環(huán)境的關(guān)鍵措施[8]。

隨著高光譜技術(shù)的成熟，應(yīng)用高光譜技術(shù)和算法反演作物葉片氮素含量、葉綠素濃度、葉面積、生物量等生理生化參數(shù)是目前研究棉花氮素營養(yǎng)狀況的主要手段。 但這些參數(shù)會因生育期、冠層密度、植株形態(tài)、氣候和光照等幾方面的不同而產(chǎn)生差異。 另外以上所述參數(shù)只能對棉花的養(yǎng)分狀況有相對大致了解，對于其養(yǎng)分虧缺及營養(yǎng)過剩的程度無法給予定性判斷。 植被指數(shù)對于氮素的敏感性較高， 受其他因素的干擾較小，因此植被指數(shù)的變動可以用來推測氮素的變動，而氮營養(yǎng)指數(shù)與氮素含量結(jié)合更加緊密，所以監(jiān)測氮營養(yǎng)指數(shù)的變動能夠精準(zhǔn)監(jiān)測植株氮素營養(yǎng)狀況。 基于氮營養(yǎng)指數(shù)的作物氮素監(jiān)測研究學(xué)者進(jìn)行了大量研究探索，并取得了一定成果。 其中薛曉萍等[9]研究表明施氮量對棉花地上部總生物量和氮素積累有顯著影響，且棉花地上部氮素濃度隨施氮量的增加而增加， 并在生育期逐漸降低；趙犇等[10]研究確定了中國東部冬小麥2009―2011 年營養(yǎng)期氮營養(yǎng)指數(shù)在0.37～1.28 之間；馬露露等[11]通過臨界氮濃度模型所建立的氮素營養(yǎng)指數(shù)得出了棉花最佳施肥量在240～360 kg·hm－2；彭新新等[12]研究運(yùn)用氮營養(yǎng)指數(shù)能很好判斷滴灌春小麥各生育時期的氮素養(yǎng)分豐缺狀況。

前人研究雖有棉花這一作物，但關(guān)于利用氮營養(yǎng)指數(shù)進(jìn)行光譜診斷的研究卻極少， 不同株型、葉色棉花品種之間的比較更是稀少的，將氮營養(yǎng)指數(shù)與高光譜營養(yǎng)診斷技術(shù)相結(jié)合，建立基于臨界氮營養(yǎng)與高光譜的滴灌棉花氮素耦合模型，可能是準(zhǔn)確、快速獲取滴灌棉花各生育時期氮營養(yǎng)狀況的關(guān)鍵技術(shù)。 本研究以新疆北部地區(qū)種植的新陸早45、新陸早62、新陸早50、新陸早58 和魯棉研24 號品種為研究對象， 利用高光譜數(shù)據(jù)進(jìn)行相關(guān)分析，研究冠層高光譜數(shù)據(jù)與植株氮營養(yǎng)指數(shù)的關(guān)系，利用其相關(guān)性構(gòu)建高光譜診斷模型，判別作物體內(nèi)養(yǎng)分豐缺狀況，以期為大規(guī)模滴灌棉花種植下的精準(zhǔn)施肥提供理論依據(jù)和方法。

1 材料和方法

1.1 試驗(yàn)材料和試驗(yàn)地點(diǎn)

試驗(yàn)于2017―2018 年在新疆瑪納斯縣六戶地鎮(zhèn)（棉花高產(chǎn)區(qū)）進(jìn)行，試驗(yàn)地為中壤土，2017年棉田耕作層有機(jī)質(zhì)含量19.89 g·kg－1， 全氮1.96 g·kg－1， 堿解氮70.28 mg·kg－1；2018 年棉田耕作層有機(jī)質(zhì)含量19.13 g·kg－1， 全氮1.57 g·kg－1，堿解氮65.78 mg·kg－1。 2017 年前茬作物為棉花。

1.2 試驗(yàn)設(shè)計

采用松散型且葉色偏淡的新陸早45、松散型的新陸早50、緊湊型的新陸早62、葉色偏深的新陸早58、雜交棉系列中的魯棉研24 為供試品種，新陸早系列生育期為125 d 左右，魯棉研24 的生育期在136 d。氮素水平設(shè)置為0（N0）、120（N1）、240（N2）、360（N3）、480 kg·hm－2（N4），新陸早50號、 新陸早58 號以及魯棉研24 沒有N4 處理，2017 年和2018 年氮素水平設(shè)置和種植品種一致，氮肥采用尿素（含氮量46%）在棉花生育時期隨水滴灌施入。 完全隨機(jī)區(qū)組設(shè)計，重復(fù)3 次，品種間設(shè)隔離帶。小區(qū)面積為75 m2（10 m×2.5 m），膜寬2.05 m，行距配置為10 cm＋66 cm，化控等田間管理與當(dāng)?shù)赝竭M(jìn)行。2017 年播種日期4 月22 日，2018 年播種日期4 月18 日。

1.3 測定內(nèi)容與方法

2017 年采樣7 次，分別為6 月22 日、6 月29日、7 月7 日、7 月16 日、7 月26 日、8 月15 日、8月22 日；2018 年采樣共計7 次， 分別為6 月9日、6 月22 日、7 月15 日、7 月27 日、8 月6 日、8月16 日、8 月26 日。每個小區(qū)采3 株具有代表性的棉花植株，按莖、葉和蕾鈴器官分開，稱取各器官鮮物質(zhì)質(zhì)量后在105 ℃下殺青30 min， 調(diào)至80 ℃烘至恒重，稱取其干物質(zhì)質(zhì)量，計算棉花地上部生物量。粉碎后經(jīng)濃H2SO4-H2O2法消煮后使用K9840-自動凱氏定氮儀測定氮濃度， 然后計算其地上部氮濃度。

1.4 光譜數(shù)據(jù)獲取

儀器使用美國ASD 公司FieldSpec Pro FR2500 型背掛式野外高光譜輻射儀（Analytical Spectral Devices）獲取棉花冠層高光譜數(shù)據(jù)。該光譜儀波長范圍為350～2 500 nm， 采樣間隔為1 nm，光譜儀前視場角為25°。各采樣日期光譜采集選擇在晴朗無云、風(fēng)速≤2 級的天氣進(jìn)行，測定時間在12∶00－14∶00。測量時傳感器探頭在棉花冠層上部約0.5 m 處，頂垂向下。每個小區(qū)采集3 個點(diǎn)，每個點(diǎn)采集5 條光譜數(shù)據(jù)，最后用15 條數(shù)據(jù)的平均值作為該小區(qū)的光譜值。 為減小云層及太陽高度變化等對光譜反射率的影響，每組目標(biāo)的測量前后均進(jìn)行標(biāo)準(zhǔn)白板校正，以保證光譜反射率的精確。

1.5 臨界氮濃度稀釋模型與氮營養(yǎng)指數(shù)計算

1.5.1 臨界氮濃度稀釋曲線。 結(jié)合棉花地上部生物量與氮濃度的關(guān)系，根據(jù)前人[9]提出的臨界氮濃度稀釋模型的確定方法，其模型公式為：

式中，Nc 為臨界氮濃度（質(zhì)量分?jǐn)?shù), 下同）值[g·（100 g）－1]。 作物各生育期地上生物量達(dá)到最大值時所需要的最低氮濃度；Wmax為干物質(zhì)最大值（t·hm－2），a、b 為模型參數(shù)。

1.5.2 氮營養(yǎng)指數(shù)的計算。 氮營養(yǎng)指數(shù)（NNI）是指地上部氮濃度實(shí)測值與臨界氮濃度的比值，用來診斷作物地上部氮營養(yǎng)狀況，公式如下所示：

式中：Ni 為地上部氮濃度[g·（100 g）－1]。 若NNI＝1，表明作物氮素含量為最適水平，NNI＞1為氮營養(yǎng)過剩，NNI＜1 則氮營養(yǎng)虧缺。

1.6 光譜指數(shù)的選擇

光譜指數(shù)是指不同波段反射率的某種組合，多與葉片色素或光合作用以及植物的水、營養(yǎng)狀態(tài)等有關(guān)。 波段組合的選取要具有植被遙感監(jiān)測的物理基礎(chǔ)， 以此消除部分環(huán)境背景的影響，提高研究目標(biāo)的敏感性。 本實(shí)驗(yàn)根據(jù)棉花冠層葉片的光譜特征，結(jié)合前人歸納研究選取了對氮素含量響應(yīng)敏感的波段構(gòu)成的17 種指數(shù)進(jìn)行分析，具體計算公式見表1。

表1 指數(shù)計算公式Table 1 Formulas for calculating spectral indices

表1 （續(xù)）Table 1 (Continued)

1.7 數(shù)據(jù)處理

分析2018 年5 個品種滴灌棉花的光譜反射率和氮營養(yǎng)指數(shù)的相關(guān)規(guī)律；將地物點(diǎn)在不同波段的反射率數(shù)據(jù)進(jìn)行線性或非線性地組合計算可以得出各種光譜指數(shù)，篩選出對氮營養(yǎng)指數(shù)反應(yīng)較為敏感的光譜指數(shù)，通過回歸分析建立棉花氮營養(yǎng)指數(shù)的光譜模型， 采用均方根誤差（Root mean square error,RMSE）和決定系數(shù)（R2）檢驗(yàn)建立的指數(shù)優(yōu)選估測模型，R2越接近1，RMSE 越小，說明模型擬合度越高。 運(yùn)用建立的模型，采用2017 年的氮營養(yǎng)指數(shù)實(shí)測值與估測值之間1∶1散點(diǎn)圖對篩選出的模型進(jìn)行驗(yàn)證。 數(shù)據(jù)分析在軟件SPSS 19.0 中完成，采用Origin 8.0 軟件進(jìn)行圖像繪制。

2 結(jié)果與分析

2.1 施氮對不同品種棉花生物量的影響

圖1 為2018 年間不同品種滴灌棉花地上部生物量動態(tài)變化規(guī)律。 可以看出，在5 個品種中，新陸早4 個品種生物量累積趨勢基本一致，且最終累積的最高生物量均出現(xiàn)在N3 施氮水平下，所以認(rèn)為N3 施氮水平為最佳施肥量；魯棉研24為雜交品種，可以觀察到它的生物量累積明顯區(qū)別其他品種，此品種在生育后期（8 月26 日）各施氮水平的生物量均呈現(xiàn)下降現(xiàn)象。

在圖1 中我們可以發(fā)現(xiàn)，5 個品種的生物量均在7 月15 日至8 月16 日之間出現(xiàn)不規(guī)律的動態(tài)變化， 其中新陸早62 生物量在7 月27 日呈現(xiàn)出下降趨勢；魯棉研24 品種在8 月6 日出現(xiàn)異常，其生物量快速下降。 針對7 月4 日至8月16 日出現(xiàn)的現(xiàn)象， 對比查找大田資料發(fā)現(xiàn)，在7 月全月出現(xiàn)大規(guī)模較為嚴(yán)重的蚜蟲為害，此時期下生物量出現(xiàn)下降表現(xiàn)最明顯的為新陸早62 品種。

圖1 不同棉花品種全生育期生物量動態(tài)Fig. 1 Dynamic change of total growth biomass of different cotton varieties

2.2 不同品種滴灌棉花臨界氮濃度模型的建立

結(jié)合公式（1）和薛曉萍等[9]臨界氮濃度建立方法，以2018 年試驗(yàn)數(shù)據(jù)建立不同品種滴灌棉花臨界氮濃度模型，模型參數(shù)見表2，新陸早系列的模型參數(shù)b 值一致，參數(shù)a 值不同，表明棉花品種是影響臨界氮濃度的稀釋模型的因素之一。

表2 滴灌棉花臨界氮濃度稀釋模型Table 2 Critical nitrogen concentration dilution model of drip irrigation cotton

2.3 全生育期不同品種棉花氮營養(yǎng)指數(shù)的動態(tài)變化

結(jié)合公式（2）得出2018 年滴灌棉花各生育時期的氮營養(yǎng)指數(shù)，由圖2 可以看出，氮營養(yǎng)指數(shù)隨著生育進(jìn)程在7 月27 日之前呈現(xiàn)迅速下降的趨勢。新陸早系列的4 個品種在8 月6 日至16日再次出現(xiàn)下降趨勢，此時期棉花主要進(jìn)行生殖生長， 說明應(yīng)調(diào)整棉花各生育時期的施肥比例，滿足棉花后期的營養(yǎng)需求； 新陸早62 品種的氮營養(yǎng)指數(shù)同時期高于其他品種，說明現(xiàn)有施肥水平相對此品種來說是高肥水平； 新陸早58 的氮營養(yǎng)指數(shù)總體走勢都呈現(xiàn)出由高到低的變化趨勢。 從5 個品種的氮營養(yǎng)指數(shù)的變化可以發(fā)現(xiàn)，新陸早45、 新陸早62 和新陸早50 的NNI 動態(tài)變化趨勢表現(xiàn)基本一致， 在8 月6 日和8 月26日出現(xiàn)上升，其余日期均表現(xiàn)下降趨勢；而魯棉研24 雜交棉在7 月27 日之前卻有所區(qū)別，總體呈現(xiàn)出快速降低趨勢。對比圖1 和圖2，認(rèn)為新陸早62 品種同新陸早45、新陸早50、新陸早58 這3 個品種差異較大； 魯棉研24 品種作為雜交棉，經(jīng)過圖1 和圖2 的對比， 可以很清晰的觀察到其與新陸早品種存在不同，在8 月16 日其NNI值出現(xiàn)上升，這可能與魯棉研24 的生育期較長有關(guān)。

2.4 不同品種滴灌棉花氮營養(yǎng)指數(shù)與高光譜指數(shù)的相關(guān)性

以2018 年光譜數(shù)據(jù)計算每個氮素處理的氮營養(yǎng)指數(shù)，得到與滴灌棉花各處理所計算的氮營養(yǎng)指數(shù)相對應(yīng)的光譜指數(shù)，并進(jìn)行相關(guān)分析。 由表3 可知，新陸早45、新陸早50 和魯棉研24 中均有通過0.01 水平顯著性檢驗(yàn)的指數(shù)，3 個品種相關(guān)性最高的指數(shù)依次是Dr、Rg/Rr、REPLI；新陸早62 和新陸早58 中所有的指數(shù)均沒有通過0.01 水平顯著性檢驗(yàn)， 均只有兩個指數(shù)通過了0.05 水平顯著性檢驗(yàn)。

2.5 不同品種滴灌棉花氮營養(yǎng)指數(shù)與高光譜指數(shù)估測模型構(gòu)建

臨界氮濃度公式在地上部生物量大于1 t·hm－2時能夠構(gòu)建公式， 進(jìn)而求得氮營養(yǎng)指數(shù)[11]，因此模型的構(gòu)建采用的是出苗后（6 月22 日）的數(shù)據(jù)；新陸早62 品種在7 月15 日處采集的數(shù)據(jù)損毀，故采用了5 次數(shù)據(jù)，其他品種均采用6 次數(shù)據(jù)進(jìn)行建模。 以2018 年棉花氮營養(yǎng)指數(shù)各小區(qū)平均值為因變量，選用線性回歸方法構(gòu)建多元回歸模型。經(jīng)多次檢驗(yàn)，采用R2越接近1，均方根誤差（Root mean square error，RMSE）越小的評判標(biāo)準(zhǔn)來認(rèn)定模型精度越好。 表4 是構(gòu)建的多元回歸模型， 可以看出魯棉研24 品種的診斷模型R2是最高的，達(dá)到0.80 以上；新陸早62 和58 兩個品種雖然R2均達(dá)到0.50 以上，但是其RMSE 值相對較大，模型精度有待確定。

2.6 模型驗(yàn)證

因天氣等原因， 無法做到兩年采樣天數(shù)一致， 采用2017 年6 月29 日、7 月16 日、7 月26日、8 月15 日、8 月22 日5 次和2018 年數(shù)據(jù)采集生育天數(shù)相近的采樣數(shù)據(jù)進(jìn)行模型的驗(yàn)證。 模型驗(yàn)證依舊采用各試驗(yàn)小區(qū)的平均值進(jìn)行運(yùn)算，

圖2 不同品種棉花氮營養(yǎng)指數(shù)的動態(tài)（2018 年）Fig. 2 Dynamic changes of nitrogen Nutrition Index of different cotton varieties（2018）

表3 不同品種滴灌棉花氮營養(yǎng)指數(shù)和光譜指數(shù)的相關(guān)系數(shù)Table 3 Correlation coefficient of nitrogen nutrition index and spectral index of different varieties of cotton under drip irrigation

表4 構(gòu)建的模型方程Table 4 Model equations

其中新陸早45 和62 各有25 條平均值數(shù)據(jù)帶入模型進(jìn)行運(yùn)算， 其余3 個品種各有20 條平均值數(shù)據(jù)。 圖3 是試驗(yàn)數(shù)據(jù)驗(yàn)證的估算值與實(shí)測值之間1:1 散點(diǎn)圖。 從圖3 模型驗(yàn)證的散點(diǎn)圖中可以看出魯棉研24 號品種驗(yàn)證的結(jié)果是最好的，R2高達(dá)0.868，RMSE 等于0.059。 新陸早58 品種，雖然其模型驗(yàn)證R2＝0.702，但是RMSE 值是5個品種中最大的，為0.319；新陸早62 和新陸早58 的驗(yàn)證結(jié)果R2均小于0.5， 而在新陸早45、新陸早50 兩個品種中，雖然R2都是0.5 以上，但是結(jié)合RMSE 值來看，魯棉研24 的模型更加穩(wěn)定。

圖3 模型驗(yàn)證預(yù)測值與實(shí)際值之間散點(diǎn)圖Fig. 3 The 1:1 scatter plot between the estimated and measured values of model validation

3 討論

目前，研究學(xué)者利用高光譜技術(shù)獲得的用以反演作物生理生化指標(biāo)的經(jīng)驗(yàn)?zāi)Ｐ鸵呀?jīng)得到認(rèn)可。 本文分析了滴灌棉花生物量的變化規(guī)律，建立了臨界氮濃度稀釋模型，分析了不同品種棉花稀釋模型的差異，結(jié)果表明模型的a 值與品種有關(guān)，b 值在同一系列品種中無差異；結(jié)合薛曉萍等[21]、王子勝等[22]、馬露露等[11]的研究結(jié)果表明，臨界氮濃度稀釋模型在不同品種、 不同生態(tài)區(qū)域、不同種植密度條件下其模型參數(shù)都存在一定的差異。

本研究運(yùn)用高光譜指數(shù)建立棉花氮營養(yǎng)指數(shù)估測模型，進(jìn)而對棉花的氮營養(yǎng)狀況進(jìn)行診斷研究。 文中用17 個光譜指數(shù)和氮營養(yǎng)指數(shù)做了相關(guān)性分析，5 個品種中魯棉研24 的氮營養(yǎng)指數(shù)與光譜指數(shù)的相關(guān)性較好。 梁惠平等[23]分析了6個光譜指數(shù)與玉米的氮營養(yǎng)指數(shù)的相關(guān)性，認(rèn)為NIR/G、NIR/NIR 和REIP 光譜參數(shù)與玉米NNI相關(guān)。王仁紅等[24]以4 個小麥品種為研究對象，分析了11 個光譜指數(shù)與小麥不同生育期的氮營養(yǎng)指 數(shù) 的 相 關(guān) 性；REPLI、mSR705、RI-1dB、SRPI、VOG 5 個光譜指數(shù)的相關(guān)性相對較好，表明運(yùn)用光譜指數(shù)估測棉花氮營養(yǎng)指數(shù)需要針對作物的品系選擇合適的光譜指數(shù)進(jìn)行分析，這可能與光譜和氮濃度、生物量的關(guān)系有關(guān)。

本試驗(yàn)為2 年試驗(yàn)， 以2018 年數(shù)據(jù)進(jìn)行建模，2017 年數(shù)據(jù)進(jìn)行驗(yàn)證。 在不同品種棉花氮營養(yǎng)指數(shù)的動態(tài)變化圖中（圖2）可以看出，整個生育時期中，除新陸早45 外，其余品種在整個生育時期氮營養(yǎng)指數(shù)均大于1。 基于氮營養(yǎng)指數(shù)的評判標(biāo)準(zhǔn)，當(dāng)數(shù)值大于1 時，養(yǎng)分處于過剩階段；在8 月26 日棉花生長發(fā)育末期，植株氮營養(yǎng)指數(shù)數(shù)值均高于1，并且曲線趨勢呈現(xiàn)上升趨勢，說明此時棉田土壤中養(yǎng)分處于過剩階段。 在棉花苗期時，氮營養(yǎng)指數(shù)的值遠(yuǎn)遠(yuǎn)高于1，說明土壤中殘留的氮素養(yǎng)分處于極度過剩階段。 即使在蕾期、花鈴期所需養(yǎng)分極大的時期，除新陸早45 外，其余棉花品種的氮營養(yǎng)指數(shù)值也大于1 之上，說明其余4 個品種對于棉花生長發(fā)育的植株氮素吸收存在奢侈營養(yǎng)的現(xiàn)象。

在建模過程中，發(fā)現(xiàn)病蟲害發(fā)生時期的數(shù)據(jù)呈現(xiàn)出規(guī)律較差、與高光譜和光譜指數(shù)相關(guān)性低的現(xiàn)象。猜測病蟲害影響光譜反射率[25]，5 個品種受到侵害程度不同， 也比較過光譜原始反射率圖，發(fā)現(xiàn)不同受害程度光譜反射率呈現(xiàn)的規(guī)律亦是不同的，受限于本次實(shí)驗(yàn)內(nèi)容，本次研究沒有涉及到蟲害對光譜反射率和氮營養(yǎng)指數(shù)的影響的相關(guān)研究，有心進(jìn)一步詳細(xì)研究。

4 結(jié)論

本研究以5 個滴灌棉花品種氮營養(yǎng)指數(shù)和冠層高光譜數(shù)據(jù)為基礎(chǔ)，揭示了氮素豐缺對地上部生物量的影響， 也分別分析了17 個光譜指數(shù)和氮營養(yǎng)指數(shù)的相關(guān)關(guān)系，在此基礎(chǔ)上選擇相關(guān)光譜參數(shù)構(gòu)建多元回歸模型，得到了以下結(jié)論。

在以氮營養(yǎng)指數(shù)為養(yǎng)分豐缺的評價標(biāo)準(zhǔn)中，5 個品種花氮營養(yǎng)指數(shù)值均在營養(yǎng)過剩情況；現(xiàn)有的大田施肥策略養(yǎng)分極度過剩，有必要根據(jù)棉花的需求調(diào)整施肥比例，精準(zhǔn)施肥。

品種間存在極大差異，不同品種同一光譜指數(shù)與氮營養(yǎng)指數(shù)相關(guān)性不同，建立的模型也有極大差異。 在建立的多元逐步回歸模型中，雜交棉魯棉研24 的模型最穩(wěn)定； 基于氮營養(yǎng)指數(shù)建立的高光譜模型能夠?qū)Φ喂嗝藁B(yǎng)分狀況起到較好的監(jiān)測。