基于多光譜遙感的冬小麥拔節(jié)期氮營養(yǎng)評價

祝 艷， 任瑞利， 李 軍， 劉慶洋， 劉吉凱， 趙建榮*

(1.安徽科技學(xué)院 資源與環(huán)境學(xué)院，安徽 鳳陽 233100； 2.安徽省農(nóng)業(yè)廢棄物肥料化利用與耕地質(zhì)量提升工程研究中心，安徽 鳳陽 233100)

拔節(jié)期是冬小麥需肥旺盛期,也是獲得高產(chǎn)的關(guān)鍵時期[1],對拔節(jié)期冬小麥氮營養(yǎng)精準(zhǔn)診斷,對田間氮肥管理具有重要意義。根據(jù)資料顯示,中國糧食主產(chǎn)區(qū)1 333個田間試驗中氮肥利用率達(dá)30%～35%[2],農(nóng)民田間氮肥利用效率提升空間較大,而合理使用氮肥是提高冬小麥產(chǎn)量的有效途徑。

農(nóng)業(yè)生產(chǎn)精準(zhǔn)管理技術(shù)日趨成熟[3],國內(nèi)外學(xué)者從十九世紀(jì)后期就開始研究氮素營養(yǎng)診斷技術(shù),先后發(fā)展了傳統(tǒng)實驗室化驗、肥料窗口法、葉色卡片法、光譜反射法、高光譜遙感[5]、衛(wèi)星遙感法等[4-6]方法。傳統(tǒng)的氮素營養(yǎng)診斷方法是以分析測試為基礎(chǔ)在實驗室對植株進(jìn)行化學(xué)分析得到準(zhǔn)確的植株生物量和植株氮濃度,但其存在時效性差、取樣量大的缺點,難以應(yīng)用于大面積的農(nóng)作物監(jiān)測[7]。隨著無人機(jī)在農(nóng)業(yè)方面的應(yīng)用越來越廣泛,利用無人機(jī)近地面遙感技術(shù)可以實現(xiàn)植被信息無損、高效、全面的獲取。氮素營養(yǎng)的差異會直接影響冬小麥的葉綠素含量,從而導(dǎo)致冬小麥葉片光譜特性發(fā)生變化。因此,可以通過無人機(jī)獲取的多光譜遙感影像反映冬小麥的氮素營養(yǎng)狀況[8]。

在冬小麥的生長中,當(dāng)外界環(huán)境的氮素營養(yǎng)供應(yīng)不足或過量時,小麥植株會做出生理和外觀的一些反應(yīng),因此有很多農(nóng)學(xué)參數(shù)都可以直觀體現(xiàn)出植株的氮素營養(yǎng)狀況。由于植株的氮素濃度會隨著植株生物量的變化從而產(chǎn)生變化[9],氮營養(yǎng)指數(shù)被認(rèn)為是一個很好的氮素營養(yǎng)狀況指標(biāo)[10-11]。因此,本研究在華北平原冬小麥拔節(jié)期利用eBee SQ多光譜無人機(jī)獲取光譜遙感影像數(shù)據(jù),通過對無人機(jī)典型植被指數(shù)與冬小麥拔節(jié)期植株氮濃度、植株吸氮量以及地上部生物量的相關(guān)關(guān)系分析,建立氮營養(yǎng)診斷模型,實現(xiàn)氮營養(yǎng)的可視化分級評價,以期為冬小麥氮肥高效管理奠定基礎(chǔ)。

1 材料與方法

1.1 研究數(shù)據(jù)獲取

試驗地點位于河北省邯鄲市曲周縣(115°20′11″E,36°51′53″N),屬于華北平原地區(qū)。于冬小麥拔節(jié)期(2017年4月2日)開展農(nóng)學(xué)與無人機(jī)數(shù)據(jù)獲取。在冬小麥的拔節(jié)時期對整個王莊村進(jìn)行隨機(jī)取樣,共獲得80個地面樣本,采樣點大小為半徑20 cm。

獲取包括冬小麥的地上部植株以及圓心的GPS坐標(biāo)數(shù)據(jù)。冬小麥生物量與氮濃度測定方法:采用破壞性采樣獲取冬小麥植株,莖葉分離后置于烘箱內(nèi)105 ℃殺青30 min,75 ℃烘干后稱量,計算采樣點的平均生物量;采用凱氏定氮法求平均氮濃度。

試驗采用的遙感平臺為eBee SQ固定翼無人機(jī),搭載Parrot Sequoia傳感器,包含4個多光譜傳感器(紅、綠、紅邊、近紅外)、1個RGB傳感器、1個用于輻射校正的光照傳感器。采用eMtion Ag平臺操控?zé)o人機(jī),設(shè)置無人機(jī)飛行參數(shù)(圖像重疊度70%、飛行高度100 m、飛行速度10 m/s、地面采樣點像素0.12 m)。本次研究采集紅、綠、紅邊、近紅外4個波段影像共1 345組,共5 380張?？紤]到實際應(yīng)用中的便捷性及植被指數(shù)對氮營養(yǎng)的敏感性,利用無人機(jī)獲取的數(shù)據(jù)計算5種植被指數(shù)，估算小麥氮營養(yǎng)參數(shù)(表1)。

表1 采用的植被指數(shù)

1.2 氮營養(yǎng)指數(shù)分析

隨著小麥的生長,植株葉片的相互遮擋和氮含量比較低的組織結(jié)構(gòu)(如莖、葉鞘、麥穗等)的生長導(dǎo)致植株氮濃度隨著地上部生物量的積累而降低[17]。植株氮濃度和生物量兩者的互相關(guān)系可以用臨界氮濃度稀釋曲線描述。根據(jù)Yue等[18]構(gòu)建的中國華北平原的小麥(部分品種)臨界氮濃度稀釋曲線，在臨界植株氮濃度的基礎(chǔ)上提出的氮營養(yǎng)指數(shù)(Nitrogen Nutrition Index,NNI)是指示植株相對氮營養(yǎng)狀況的重要指標(biāo),當(dāng)NNI值小于1時,植株氮營養(yǎng)不足;當(dāng)NNI值等于1時,植株的氮營養(yǎng)正常;當(dāng)NNI值大于1時,植株的氮營養(yǎng)過量。

本研究采用的河北地區(qū)冬小麥臨界氮濃度稀釋曲線公式如下:

Nc=4.15W-0.38

(1)

式(1)中Nc表示臨界氮濃度,單位為:g/kg;W表示地上部生物量,單位為:g/hm2。

NNI計算公式如下:

NNI=Na/Nc

(2)

式(2)中Na表示植株實際氮濃度;Nc表示植株臨界氮濃度。

將采樣點的坐標(biāo)數(shù)據(jù)加載到ArcMap10.2軟件中,并對坐標(biāo)數(shù)據(jù)進(jìn)行緩沖分析得到矢量數(shù)據(jù),提取多光譜影像中的植被指數(shù)信息,對植被指數(shù)與植株生物量以及植株實際氮濃度之間的相關(guān)關(guān)系進(jìn)行建模分析，比較決定系數(shù)(R2)最終評價回歸模型的適宜性。R2的大小決定了相關(guān)關(guān)系的密切程度，其計算公式為:

(3)

植株氮濃度雖然與植被指數(shù)不具有良好的相關(guān)性,但是可以通過植株吸氮量來體現(xiàn)植株氮濃度與植被指數(shù)之間的相關(guān)性。植株吸氮量的公式如下:

Nua=Na*W

(4)

式(4)中Nua表示植株吸氮量,Na表示植株實際氮濃度,W表示植株地上部生物量。

通過植株吸氮量計算出植株氮濃度,為NNI估測模型建立奠定基礎(chǔ)。

2 結(jié)果與分析

2.1 植被指數(shù)與地上部生物量、植株吸氮量之間的關(guān)系

通過冬小麥拔節(jié)期70個采樣點的NDVI、RVI、NNIR、MSR、GNDVI等5種植被指數(shù)與地上部生物量、植株吸氮量建立模型關(guān)系,得出最佳監(jiān)測模型,結(jié)果如表2所示。NNIR與地上部生物量的冪回歸方程擬合度最高,決定系數(shù)最高(R2=0.578)。故最終選擇NNIR計算出植株的地上部生物量,計算公式為:

y=66.1x5.890

(5)

式(5)中x為植被指數(shù)NNIR的值,y為植株地上部生物量,單位為:t/hm2。

表2 植株地上部生物量與植被指數(shù)的關(guān)系模型分析

通過同樣的方法可以獲得植株吸氮量與植被指數(shù)的回歸方程,結(jié)果如表3所示。植株吸氮量與RVI的相關(guān)性最高(R2=0.644),最終選擇RVI對植株吸氮量進(jìn)行計算,計算公式如下:

y=-0.169x2+11.9x-11.7

(6)

式(6)中x表示植被指數(shù)RVI的值,y表示植株吸氮量,單位為:kg/hm2。

2.2 冬小麥拔節(jié)期植株氮濃度監(jiān)測

由表4可知,利用NDVI、RVI、NNIR、MSR、GNDVI等5種植被指數(shù)建立的植株氮濃度監(jiān)測模型均基于二次多項式建立的回歸方程最優(yōu),且決定系數(shù)最大的分別為0.292、0.295、0.226、0.308、0.266。這可能是植株氮濃度由植株吸氮量和生物量換算而來,冬小麥拔節(jié)期地上部生物量和植株氮含量均較小,實際氮濃度小于臨界氮濃度,使得植被指數(shù)與植株氮濃度構(gòu)建的模型擬合度不高,說明通過植被指數(shù)直接得到植株氮濃度來實現(xiàn)NNI監(jiān)測并不適合。

表3 植株吸氮量與植被指數(shù)之間的關(guān)系模型分析

表4 植株氮濃度與植被指數(shù)的關(guān)系模型分析

2.3 冬小麥拔節(jié)期NNI估測模型建立

通過式(2)、(4)可以發(fā)現(xiàn),氮營養(yǎng)指數(shù)值需通過植株氮濃度值才能獲得,而植株氮濃度不能直接利用無人機(jī)植被指數(shù)數(shù)據(jù)獲得,但通過植株吸氮量、生物量與植被指數(shù)之間的擬合模型可間接計算出植株氮濃度。通過式(1)、(2)、(4)、(6),即可建立NNI估測模型,具體如下:

(7)

式(7)中x表示植被指數(shù)RVI的值,W表示地上部生物量。

在80個采樣點中隨機(jī)抽取10個采樣點,計算其NNI值,再通過式(7)估算NNI值,從而來進(jìn)行模型精度,結(jié)果如圖1所示。結(jié)果表明冬小麥拔節(jié)期NNI估測模型R2為0.66,RMSE為0.26,RE為13.2%,實測值與預(yù)測值散點空間分布趨勢斜率為0.73。模型精度基本滿足氮營養(yǎng)評價需求,可為大面積氮營養(yǎng)監(jiān)測與評價提供技術(shù)支撐。

圖1 氮營養(yǎng)指數(shù)預(yù)測值與實測值相關(guān)性

2.4 冬小麥拔節(jié)期氮營養(yǎng)評價

NNI是指示植株相對氮營養(yǎng)狀況的重要指標(biāo),當(dāng)NNI的值小于1時,植株氮營養(yǎng)不足;當(dāng)NNI的值等于1時,植株的氮營養(yǎng)正常;當(dāng)NNI的值大于1時,植株的氮營養(yǎng)過量,結(jié)果如圖2所示。

圖2 NNI分級示意圖

以試驗區(qū)整個無人機(jī)影像覆蓋區(qū)為對象,利用NNI估測模型對覆蓋區(qū)進(jìn)行遙感空間填圖,得到冬小麥氮營養(yǎng)監(jiān)測反演專題圖;再結(jié)合NNI分級依據(jù),對研究區(qū)的氮營養(yǎng)分為氮營養(yǎng)過低、氮營養(yǎng)較低、氮營養(yǎng)適中、氮營養(yǎng)較高和氮營養(yǎng)過高五個等級進(jìn)行評價,得到氮營養(yǎng)診斷空間分布專題圖,結(jié)果如圖3所示。從冬小麥NNI空間分布看,整個研究區(qū)施肥不均勻,相鄰地塊部分差異較大,這可能是研究區(qū)均為散戶種植,栽培管理策略不統(tǒng)一,基本按照個人經(jīng)驗進(jìn)行定性管理造成的。本研究表明,利用多光譜無人機(jī)能以較高的空間分辨率快速、精準(zhǔn)為區(qū)域性冬小麥營養(yǎng)監(jiān)測和診斷提供定量指導(dǎo)。

圖3 冬小麥拔節(jié)期氮營養(yǎng)指數(shù)空間填圖

3 結(jié)論與討論

本研究通過無人機(jī)搭載多光譜相機(jī)對冬小麥進(jìn)行氮素營養(yǎng)診斷,對植被指數(shù)與植株地上部生物量、植株吸氮量及植株氮濃度進(jìn)行相關(guān)性分析,得到了指標(biāo)最佳的估測模型。植株氮濃度與植被指數(shù)確實不具有良好的相關(guān)性,但是可以通過植株吸氮量能很好地體現(xiàn)植株氮濃度與植被指數(shù)之間的相關(guān)性[19]。因此,根據(jù)估測的植株吸氮量和生物量間接得到植株氮濃度,為氮營養(yǎng)指數(shù)計算奠定基礎(chǔ)。

NNI是指示植株相對氮營養(yǎng)狀況的重要指標(biāo),通過計算植株實際氮濃度與臨界氮濃度比值,得到氮營養(yǎng)指數(shù)估測模型[20]。模型精度基本滿足氮營養(yǎng)評價需求,可為大面積氮營養(yǎng)監(jiān)測與評價提供技術(shù)支撐。

利用NNI估測模型對覆蓋區(qū)進(jìn)行遙感空間填圖,得到冬小麥氮營養(yǎng)監(jiān)測反演圖。結(jié)合NNI分級依據(jù),對研究區(qū)的氮營養(yǎng)進(jìn)行五級評價,利用多光譜無人機(jī)能以較高的空間分辨率快速、精準(zhǔn)為區(qū)域性冬小麥營養(yǎng)監(jiān)測和診斷提供定量指導(dǎo)。

本研究采用多光譜無人機(jī)獲得的植被指數(shù)來量化氮營養(yǎng)評價,通過植被指數(shù)與農(nóng)學(xué)參數(shù)的回歸分析,建立NNI估測模型的方法,這與Cilia等[21]研究結(jié)果相似。受限于本次試驗內(nèi)容,未對臨界氮濃度模型建立及不同品種等進(jìn)行相關(guān)研究,有待詳細(xì)分析,以期提高氮營養(yǎng)評價的精度。