论文部分内容阅读
摘 要：為快速便携诊断玉米氮营养状况，本文概述了氮营养诊断的方法，光谱技术因其诸多优点，其应用研究也越来越多。文章介绍了植物光谱诊断的理论基础及测量原理，着重评述了其在营养诊断中的国内外研究进展。文章指出氮素与光谱之间存在敏感波段，而其他微量元素与光谱之间有无敏感波段，尚不明确。本文就当前现状，提出几个问题。光谱诊断技术前景很广阔。
关键词：玉米；光谱；诊断；氮营养
中图分类号：S513 文献标识码：A DOI：10.11974/nyyjs.20160332011
引言
玉米作为我国北方地区的主要经济作物，其种植面积不断扩大，其总产量迅速增加，其相关产业得到较快发展，这是值得肯定的[1]。但是，近年来北方地区土地风蚀、水蚀严重，黑土地的土壤结构遭到破坏，蓄水和保肥能力大幅度降低，而农民又单一的追求玉米的高产，造成肥料的极度不合理施用，使得肥料利用率持续下降，环境压力不断增大[2]。精准农业是未来的方向，其关键点是块儿准、高而精地获得农田信息。本文立足当前，着重介绍通过光谱诊断新技术这一中间量，间接无损伤地获取作物的生物属性信息，预测其产量以及监测其发育长势，便于农田精细化管理，减少人力物力投入，并能提高农作物产量产出。
1 传统技术的玉米氮营养诊断方法
1.1 玉米缺氮肉眼诊断
不同生育期的玉米对氨的要求是不一样的，其缺氮症状亦是不同的。苗期表现为株竿细瘦、矮小，叶片发育缓慢，叶黄；穂期表现为叶色基部枯黄，从叶尖沿中脉呈V字形，边缘仍为绿色但向上卷曲。由于症状与病虫害、药害、生理病害时玉米所表现出的症状相混淆。因此，肉眼诊氮在实际应用中较差[2]。
1.2 玉米氮素化学诊断
氮营养诊断和评价植物氮的主要方法是基于土壤和植物组织的实验室分析，根据其临界氮浓度，测定不同生育期植株全氮，来反映玉米的氮素营养状况[1]。凯氏定氮法是测定玉米全氮的方法之一，由于该方法破坏土壤和植物样本、操作繁琐，耗时耗力，难以实现规模化推广。
2 现代光谱诊断技术
光谱诊断技术是基于被测物质对光谱特征波长的选择性吸收、透射和反射特性，来进行定量或定性分析的技术。植物光谱吸收、透射和反射特征波段主要分布在可见、近红外区域。不同作物的生物特性决定了其对光谱的吸收、透射和反射特征不同。
2.1 光谱与作物氮素的关系
氮素是植物生命周期内最基本的营养元素之一，支持着其光合作用和生态系统生产力，影响着植物的生长发育、果实总产量和外观品质等。1棵玉米体内的全氮量约为其植株干重的0.3%～5.0%，叶绿素的组成少不了氮素参与，其中叶绿素a和叶绿素b中都有氮，叶绿素是作物光合作用必不可少的[3] 。研究发现，645～665nm波长处的光叶绿素吸收最强， 430～450nm处的波段次之。橙光、黄光和绿光处于叶绿素的不明显吸收区域，叶绿素吸收绿光极其微弱，甚至最少。
2.2 叶绿素相对含量诊断
叶片氮含量的分布和叶绿素含量分布趋势类同，因此可通过测定玉米叶片叶绿素含量来反演玉米植株氮含量。研究发现，940nm 和 650nm 附近波长的反射率是叶绿素的敏感点[4]。但是单一波段的光谱易受生物量、品种、叶片厚度等的影响，两波段取对数后作差可以提高叶绿素相对含量精度。
式中，K 为常数；IRT为中心波长940nm近红外光源透过叶片后的接收到的光强度；IR0为中心波长940nm近红外光源光强度；RT为650nm中心波长红光光源透过叶片后接收到的光强度；R0为中心波长650nm红光光源强度。
据此，日本美能达公司于20世纪80年代末推出了一款便携式叶绿素诊断仪（简称SPAD-502），用于田间作物氮素诊断，根据模型计算追施肥量。研究表明，利用SPAD给东北春玉米追施肥，尿素的预测准度达67%。
2.3 植被指数诊断
植被指数是表示地表植被的一个度量。通过不同波段光谱变化率组合而得，它反映着植被繁衍变化的信息。其也类似SPAD原理，区别在于波段选择不同，公式的表达方式不同。通常植被指数的设计是选用可见光和近红外光的组合来设计的。近红外和红色可见光的比值与其植被对应的叶绿素真实含量密切关联。
NDVI（Normalized Difference Vegetation Index）归一化植被指数，是研究植被发育状况及其所在空间内，其分布密度的最佳指标参数，使用660nm红光反射率和940nm近红外光反射率组合来设计NDVI。NDVI值与其所在的植被叶绿素含量趋势相同。
Chen等提出一种基于光谱双峰特征的新的估测氮素含量的指标[152]。冠层双峰指数（DCNI）该指标在小麦和玉米氮素浓度中表现良好。玉米V8时期，INMAN等人研究发现其NDVI测量值与玉米产量之间的变化趋势相同。在V12时期，卢艳丽等发现NDVI值相对玉米的叶绿素含量的变化最敏感。因此，在V8～V12时期，Green Seeker能很好的诊断玉米氨营养状况。
3 结论与展望
大量的研究证明，光谱的探测和分析方法，证明了玉米氮营养状况与其特征光谱存在相关关系。通过对作物敏感区光谱波长分析，能有效获得基础信息及作物营养状况。最终对玉米营养状况直观准确地判断，调整肥料追施量，达到高产优产的目的。现今玉米氮营养诊断存在如下问题：
测得的植被指数与追施肥量模型之间的关系不统一，无法划分等级。
氮营养诊断已经基本确定了敏感波段范围，而磷、钾等元素，到底有没有这个光谱敏感波段还是未知。
光谱仪大部分是进口，成本高，人机不友好，能否在原理的基础上，研制出国产的高精度光谱诊断仪，这就需要跨专业强强联合，精研光电传感器、电子电路以及大量的后续试验。
大田试验如何获取有效的光谱诊断试验信息，分门类多角度试验及高效的建模方法值得商榷。
尽管现状存在一定的困难，但相比实验室分析，鲜叶光谱分析具有诸多优点，它不破坏植物生理特性、速度快、便携、无污染辐射不需额外试剂等优点。因此，基于植物营养的光谱诊断有着极广泛的应用发展前景。
参考文献
[1]贾良良，孙钦平，陈新平.应用可见光光谱进行夏玉米氮营养诊断[J].光谱学与光谱分析，2009， 29（2）：432-436.
[2]薛利红，罗卫红，曹卫星等.作物水分和氮素光谱诊断研究进展[J].遥感学报，2003，7（1）：73-79.
[3]王磊，白由路.基于光谱理论的作物营养诊断研究进展[J].植物营养与肥料学报，2006，12（6）：902-912.
[4]何勇，彭继宇，刘飞等.基于光谱和成像技术的作物养分生理信息快速检测研究进展[J].农业工程学报，2015，31（2）：174-190.
关键词：玉米；光谱；诊断；氮营养
中图分类号：S513 文献标识码：A DOI：10.11974/nyyjs.20160332011
引言
玉米作为我国北方地区的主要经济作物，其种植面积不断扩大，其总产量迅速增加，其相关产业得到较快发展，这是值得肯定的[1]。但是，近年来北方地区土地风蚀、水蚀严重，黑土地的土壤结构遭到破坏，蓄水和保肥能力大幅度降低，而农民又单一的追求玉米的高产，造成肥料的极度不合理施用，使得肥料利用率持续下降，环境压力不断增大[2]。精准农业是未来的方向，其关键点是块儿准、高而精地获得农田信息。本文立足当前，着重介绍通过光谱诊断新技术这一中间量，间接无损伤地获取作物的生物属性信息，预测其产量以及监测其发育长势，便于农田精细化管理，减少人力物力投入，并能提高农作物产量产出。
1 传统技术的玉米氮营养诊断方法
1.1 玉米缺氮肉眼诊断
不同生育期的玉米对氨的要求是不一样的，其缺氮症状亦是不同的。苗期表现为株竿细瘦、矮小，叶片发育缓慢，叶黄；穂期表现为叶色基部枯黄，从叶尖沿中脉呈V字形，边缘仍为绿色但向上卷曲。由于症状与病虫害、药害、生理病害时玉米所表现出的症状相混淆。因此，肉眼诊氮在实际应用中较差[2]。
1.2 玉米氮素化学诊断
氮营养诊断和评价植物氮的主要方法是基于土壤和植物组织的实验室分析，根据其临界氮浓度，测定不同生育期植株全氮，来反映玉米的氮素营养状况[1]。凯氏定氮法是测定玉米全氮的方法之一，由于该方法破坏土壤和植物样本、操作繁琐，耗时耗力，难以实现规模化推广。
2 现代光谱诊断技术
光谱诊断技术是基于被测物质对光谱特征波长的选择性吸收、透射和反射特性，来进行定量或定性分析的技术。植物光谱吸收、透射和反射特征波段主要分布在可见、近红外区域。不同作物的生物特性决定了其对光谱的吸收、透射和反射特征不同。
2.1 光谱与作物氮素的关系
氮素是植物生命周期内最基本的营养元素之一，支持着其光合作用和生态系统生产力，影响着植物的生长发育、果实总产量和外观品质等。1棵玉米体内的全氮量约为其植株干重的0.3%～5.0%，叶绿素的组成少不了氮素参与，其中叶绿素a和叶绿素b中都有氮，叶绿素是作物光合作用必不可少的[3] 。研究发现，645～665nm波长处的光叶绿素吸收最强， 430～450nm处的波段次之。橙光、黄光和绿光处于叶绿素的不明显吸收区域，叶绿素吸收绿光极其微弱，甚至最少。
2.2 叶绿素相对含量诊断
叶片氮含量的分布和叶绿素含量分布趋势类同，因此可通过测定玉米叶片叶绿素含量来反演玉米植株氮含量。研究发现，940nm 和 650nm 附近波长的反射率是叶绿素的敏感点[4]。但是单一波段的光谱易受生物量、品种、叶片厚度等的影响，两波段取对数后作差可以提高叶绿素相对含量精度。
式中，K 为常数；IRT为中心波长940nm近红外光源透过叶片后的接收到的光强度；IR0为中心波长940nm近红外光源光强度；RT为650nm中心波长红光光源透过叶片后接收到的光强度；R0为中心波长650nm红光光源强度。
据此，日本美能达公司于20世纪80年代末推出了一款便携式叶绿素诊断仪（简称SPAD-502），用于田间作物氮素诊断，根据模型计算追施肥量。研究表明，利用SPAD给东北春玉米追施肥，尿素的预测准度达67%。
2.3 植被指数诊断
植被指数是表示地表植被的一个度量。通过不同波段光谱变化率组合而得，它反映着植被繁衍变化的信息。其也类似SPAD原理，区别在于波段选择不同，公式的表达方式不同。通常植被指数的设计是选用可见光和近红外光的组合来设计的。近红外和红色可见光的比值与其植被对应的叶绿素真实含量密切关联。
NDVI（Normalized Difference Vegetation Index）归一化植被指数，是研究植被发育状况及其所在空间内，其分布密度的最佳指标参数，使用660nm红光反射率和940nm近红外光反射率组合来设计NDVI。NDVI值与其所在的植被叶绿素含量趋势相同。
Chen等提出一种基于光谱双峰特征的新的估测氮素含量的指标[152]。冠层双峰指数（DCNI）该指标在小麦和玉米氮素浓度中表现良好。玉米V8时期，INMAN等人研究发现其NDVI测量值与玉米产量之间的变化趋势相同。在V12时期，卢艳丽等发现NDVI值相对玉米的叶绿素含量的变化最敏感。因此，在V8～V12时期，Green Seeker能很好的诊断玉米氨营养状况。
3 结论与展望
大量的研究证明，光谱的探测和分析方法，证明了玉米氮营养状况与其特征光谱存在相关关系。通过对作物敏感区光谱波长分析，能有效获得基础信息及作物营养状况。最终对玉米营养状况直观准确地判断，调整肥料追施量，达到高产优产的目的。现今玉米氮营养诊断存在如下问题：
测得的植被指数与追施肥量模型之间的关系不统一，无法划分等级。
氮营养诊断已经基本确定了敏感波段范围，而磷、钾等元素，到底有没有这个光谱敏感波段还是未知。
光谱仪大部分是进口，成本高，人机不友好，能否在原理的基础上，研制出国产的高精度光谱诊断仪，这就需要跨专业强强联合，精研光电传感器、电子电路以及大量的后续试验。
大田试验如何获取有效的光谱诊断试验信息，分门类多角度试验及高效的建模方法值得商榷。
尽管现状存在一定的困难，但相比实验室分析，鲜叶光谱分析具有诸多优点，它不破坏植物生理特性、速度快、便携、无污染辐射不需额外试剂等优点。因此，基于植物营养的光谱诊断有着极广泛的应用发展前景。
参考文献
[1]贾良良，孙钦平，陈新平.应用可见光光谱进行夏玉米氮营养诊断[J].光谱学与光谱分析，2009， 29（2）：432-436.
[2]薛利红，罗卫红，曹卫星等.作物水分和氮素光谱诊断研究进展[J].遥感学报，2003，7（1）：73-79.
[3]王磊，白由路.基于光谱理论的作物营养诊断研究进展[J].植物营养与肥料学报，2006，12（6）：902-912.
[4]何勇，彭继宇，刘飞等.基于光谱和成像技术的作物养分生理信息快速检测研究进展[J].农业工程学报，2015，31（2）：174-190.