主动作物冠层传感器GreenSeeker在马铃薯氮素营养诊断中应用的可行性分析

于 静 李 斐 樊明寿*

（1 内蒙古农业大学农学院，内蒙古呼和浩特 010019；2 内蒙古农业大学生态环境学院，内蒙古呼和浩特 010019）

我国是世界上氮肥生产量及消费量最大的国家（Smil，2002），年用量几乎占全世界总用量的30%（FAO，2010）。长期以来，我国马铃薯（Solanum tuberosumL.）生产特别偏重于氮肥的施用，普遍认为氮肥用量越多马铃薯的产量越高，因此氮肥的投入持续增加。然而对于马铃薯来说，氮肥过量不仅不能继续增加马铃薯块茎的产量，反而会引起茎叶徒长，进一步造成块茎淀粉、干物质含量以及比重等品质指标的下降和薯块大小不均，商品率也相应下降（Alva et al.，2011）。张朝春等（2005）在内蒙古和河北部分地区的研究发现，比传统的氮肥投入量减少40%，马铃薯的产量没有明显的降低，说明在内蒙古地区马铃薯的氮肥施用量远远超过马铃薯的实际氮肥需求量。内蒙古是中国重要的马铃薯生产地区，其氮肥利用率低于20%（郑海春，2007），比小麦、玉米、水稻三大作物的平均氮肥利用率（27.5%）低（张福锁 等，2007）。由于马铃薯是典型的浅根系作物，根系主要分布在30～40 cm 土层内，因此即便采用喷灌等灌溉方式，也有相当部分的硝态氮淋洗到根层以下，成为无效氮，甚至是污染源。许来生等（2004）在内蒙古马铃薯主产区武川—四子王旗地区地下水的调查中发现，该地区的民用浅井水NO3- 浓度平均值达87.35 mg·L-1，在武川县的张正恒民用浅井水NO3-浓度最高竟达360 mg·L-1，远远高于我国生活饮用水标准88.53 mg·L-1（GB/T 14848-1993），为饮用水标准的4 倍之多。号称中国薯都的乌兰察布是内蒙古马铃薯主产区，多为砂性土壤，保水保肥能力差。内蒙古农业大学马铃薯高产高效创新团队在武川县的初步研究表明，常规管理措施下的薯田由淋洗造成的硝态氮损失每公顷可达180 kg（待发表）。在马铃薯氮肥管理中，除施用量过多外，还存在追肥时期不合理，施肥量与作物需求量不协调的问题。为实现马铃薯养分需求与来自土壤、环境和肥料的养分资源供应在空间上的一致和在时间上的同步，氮素营养诊断是基本前提。通过快速的氮营养诊断提高养分利用效率，最终实现马铃薯的高产、优质和环境相协调土壤无机氮测试进行氮肥推荐的方法是由Wehrmann 等（1982）建立起来的，追肥前测试土壤硝态氮含量可以有效地区分地块的肥力高低指导追肥，从而提高氮肥利用率（Hartz et al.，2006），但是存在实时性差、耗时耗力等缺点而很少被农民用于指导施肥（Jemison & Lytle，1996；Ma et al.，2007）。随着遥感测试技术的发展，一些传感器应运而生，使植株的氮素营养快速光谱检测成为可能。目前发展了许多手持式作物冠层传感器，其中美国奥克拉荷马大学和Ntech 公司共同研发的主动作物冠层传感器GreenSeeker 对作物进行氮素营养诊断具有实时性好、无损测试、操作简单、受天气因素影响小等优点。与传统的诊断方法相比，遥感技术能获取更大量的信息且更为快速和省时省力。据有关报道，在加拿大、墨西哥、澳大利亚等国家主动作物冠层传感器GreenSeeker 在小麦、玉米、棉花、甜菜等作物上应用，并取得良好的效果（Raun et al.，2002；Phillips et al.，2004；Zillmann et al.，2006）。本文拟对近年来国内外GreenSeeker 在氮素营养诊断上的应用进行综述，并分析其在马铃薯氮素营养诊断中应用的可能性。

1 GreenSeeker 进行氮素营养诊断的原理

1.1 基于GreenSeeker 进行氮素营养诊断的植物生理基础

当作物氮素亏缺时不仅会引起叶片颜色变化，而且叶片厚度以及形态结构等都发生一系列变化，导致光谱吸收、反射和透射特性的变化，从而为基于光谱反射特征对作物氮素状况进行实时监测和快速诊断提供理论基础（Olfs et al.，2005）。研究表明，缺氮植物比施氮植物在整个可见光波段反射的光都要多（Al-Abbas et al.，1974；Blackmer et al.，1994）。与叶片叶绿色仪相比，这种方法可以预测整个田块作物冠层氮素营养状况，而不仅仅是植株顶部叶片（Goffart et al.，2008）。植物叶片叶绿素含量影响植物对绿光、蓝光和红光的吸收反射（Gates et al.，1965），Wood 等（1992）研究发现叶绿素含量与植株氮素水平相关性好，因此可以利用植株对光的吸收和反射来判断植株的氮素营养状况。到达地表的太阳光波长大约是300 nm 的紫外光至2 600 nm 的红外光，其中只有波长在400～700 nm 之间的光为可见光（郭曼，2006）。叶绿素吸收光谱最强的吸收区有两个：一个在波长为640～660 nm 的红光部分，另一个在波长为430～450 nm 的蓝紫光部分（潘瑞炽，2004）。叶片对于蓝光（400～500 nm）的吸收是由于叶绿素和胡萝卜素的存在，对于红光（600～670 nm）的吸收是由于叶绿素的存在，因此绿色植物对于红光和蓝光反射减少（Goffart，2008）。

图1 氮肥对作物冠层光谱反射的影响（Olfs et al.，2005）

1.2 GreenSeeker 的工作原理

遥感在作物营养诊断和推荐施肥方面的应用主要是通过分析作物叶片及其冠层的光谱特征进行的。由于蓝光的吸收峰和胡萝卜素的吸收峰发生重叠，所以蓝光一般不作为叶绿素的估算（Sims ＆ Camom，2002）。GreenSeeker 设有两个发光二极管发射（650±10）nm 的红光和（770±15）nm 的近红外光，这两种光的一部分被二极管检测器接受作为原始的入射光，另一部分照射到目标植物反射后被反射光检测器接受，然后与入射光一起进入二极管多路调制器，经过模块转换进入计算机，再通过特定的软件计算得到归一化植被指数（NDVI）和比值植被指数（RVI）。

NDVI 是多种植被指数中应用最为广泛的一种，表示植物生长状态及植被空间分布密度，比值限定在（-1，1）范围内，植物的NDVI 值大于0。其公式为NDVI=（Rnir-Rred）/（Rnir+Rred）（Lichtenthaler et al.，1996），其中Rnir为近红外光反射率，Rred为红光反射率。NDVI 指示植物生长势的强弱，受植株生物量、叶片叶绿素含量等因素的综合影响。GreenSeeker 每秒输出10个读数，传感器离作物冠层的高度规定在60～100 cm 之间，并且与地面平行，传感器当时所发出的光扫描面积为0.6 m×0.01 m。由于GreenSeeker 有自己的主动光源，因此可以在光照不足、多云的天气条件下甚至夜晚都能进行实时测定。奥克拉荷马大学的科研人员在开发GreenSeeker的同时还建立了其在作物施肥的关键生育时期预测产量来实时地推荐氮肥施用量。这个算法具体为：①首先建立一个高氮区（N-rich strip），目的是测定作物对氮肥的反应。②在作物施肥的关健生育时期（如冬小麦：返青-拔节；马铃薯：块茎形成—膨大期）利于GreenSeeker 测定NDVI。③把测得的NDVI 代入生育前期产量预测方程YP=f（NDVI作物生育关健时期），计算追氮区产量YP0。④计算反应指数RI=NDVI高N/ NDVI追N，反应指数是对追氮去增产潜力的表征，如反应指数为1.3，说明通过追施氮肥可以有30%的增产潜力。⑤ 预测高氮区的作物产量：YPN=YP0×RI。⑥ 氮肥推荐量=（高氮区产量-追氮区产量）×N%/肥料利用率（Li et al.，2008）。

2 GreenSeeker 国内外应用现状

2.1 国外研究进展

遥感起源于20 世纪60年代，它是一种远离目标，通过非直接接触而测量、判定和分析目标的技术（阎雨 等，2004）。作物主动冠层传感器GreenSeeker 应用较为广泛，并且在大面积的农田上进行了验证（Shanahan et al.，2007），但是国内外研究其在马铃薯氮素推荐施肥上的应用甚少。Bowen 等（2005）发现在马铃薯封垄前利用GreenSeeker 可以进行氮素营养诊断，但是并未建立基于 GreenSeeker 的马铃薯推荐施肥的算法，仍有待于进一步的试验完善。然而，GreenSeeker 在大田作物小麦、玉米上应用比较成熟，如Raun 等（1999）、Kaun 等（2002）分别利用GreenSeeker 对小麦进行产量预测，与传统施肥相比，在生育关键时期推荐施肥可以使氮肥利用率提高15%。在玉米上Ma 等（2005）、Shaver 等（2007）的研究证明，随着玉米生育时期NDVI 值的变化可以对玉米氮素营养状况进行评估，进而指导施肥。但是当作物的生物物理和生物化学变量达到一定的阈值后就变得不敏感，产生“饱和现象”（Li et al.，2008）。Phillips 等（2004）利用GreenSeeker 对冬小麦追施氮肥，与当地标准的氮肥推荐方法相比每公顷减少11 kg 氮且没有减产，验证了Raun（2005）的试验结果，即使用GreenSeeker 对作物进行实时的氮素营养诊断和氮肥管理可以减少氮肥用量，同时提高氮素利用效率。同时发现当冬小麦地上部分蘖密度达到1 053 蘖·m-2时NDVI 达到饱和。Heege 等（2008）研究发现，当常规密度下的作物叶面积指数达到8.0 时就会发生NDVI 饱和。当植株地上部生物量和叶面积指数达到一定值时，红光反射率趋于饱和（Hatfield et al.，2008；Mistele ＆ Schmidhalter，2008）。Li 等（2010）发现当冬小麦地上部吸氮量达131 kg·hm-2或者生物量达到3 736 kg·hm-2时NDVI 达到饱和，并提出了解决的方法，比值植被指数RVI 与地上部吸氮量和生物量呈线性相关关系，且并未发现饱和现象，说明RVI 可以更好地预测冬小麦的氮素状况，解决了NDVI 在对冬小麦进行氮素营养诊断时发生饱和的问题。Marisol（2010）发现利用GreenSeeker 测出的NDVI 值可以分辨出棉花的不同品种，这是源于不同品种有不同的植株形态，同时NDVI 值可以识别棉花的不同氮肥需求，缺氮地块NDVI 值也相对较低。但是在棉花生长前期由于种植行距较大，NDVI 值受土壤因素的影响较大，随着棉花植株的生长地上部覆盖度变大这种影响也随之减小。

2.2 国内研究进展

目前国内的研究大多集中于小麦、玉米等大田作物的氮素养分管理上，且许多研究仅证明利用主动作物冠层传感器GreenSeeker 能够对小麦、玉米等作物进行氮肥营养诊断并确定诊断时期等，并未建立基于GreenSeeker 的小麦、玉米等作物追肥的算法（郭建华 等，2008；卢艳丽 等，2008；胡昊 等，2010），也未见利用GreenSeeker 对马铃薯进行氮素营养诊断的相关报道。卢艳丽等（2008）确定玉米利用GreenSeeker 监测玉米冠层时对不同氮素处理响应最敏感的时期是在喇叭口期，NDVI 值与叶绿素含量及全氮含量具有显著的直线相关性，利用GreenSeeker 监测玉米叶绿素含量或氮素状况进而指导施肥切实可行；郭建华等（2008）利用GreenSeeker 对玉米进行氮素营养诊断，发现NDVI 值不但能够反映玉米生长的规律，同时由于NDVI 值与玉米对氮素吸收的良好相关性，也可以较好地反映玉米氮素营养状况，玉米大喇叭口期的NDVI 值与玉米产量符合线性加平台的模型关系。当施肥量为300 kg·hm-2时NDVI 值达到最高，超过最大产量施肥量时，虽然氮肥用量增加，但是NDVI 值并不再增加，即此时NDVI 值达到饱和。但仅发现此现象并没有给出解决此问题的方法。胡昊等（2010）的研究发现，NDVI 值与产量在一定条件下呈线性关系，并且估算模型均达到了极显著水平，这与郭建华等（2008）在玉米的研究结论基本一致且不同氮素处理冬小麦冠层NDVI 值在抽穗期差异最大。Li 等（2009）建立了基于NDVI 值的产量预测模型，并根据所建立的预测模型计算出条件产量下的氮肥施用量，与农民的习惯施肥量相比，基于作物冠层传感器的氮肥管理策略显著地减少了氮肥的使用量、0～90 cm 的土壤无机氮残留量和氮的表观损失量，但是并没有显著地降低产量。同时 Li 等（2010）利用Quickbird 宽波段植被指数的研究表明，在冬小麦抽穗之前利用比值植被指数RVI可以更好预测植株吸氮量，解决了利用NDVI 对冬小麦进行氮素营养诊断时当NDVI 在0.8～0.9 时达到饱和的问题。

3 GreenSeeker 在马铃薯氮素营养诊断中应用的可行性

利用主动作物冠层传感器对作物进行氮素营养诊断，同时进行推荐追肥已经在大田作物上研究和应用较多，国外已经建立了基于 GreenSeeker 的推荐施肥的各种算法并应用在生产中（Flowers et al.，2001；Raun et al.，2005；Shanahan et al.，2007）。优点就是可以实时准确且大面积应用，缺点是随着作物地上部生物量的增加NDVI 值易达到饱和，从而无法进行氮肥的推荐，但是国外专家也给出了解决方法。然而对于马铃薯的研究仍处于起步阶段，国内外研究甚少。国外仅有研究证明GreenSeeker 可以识别出不同氮肥水平下的马铃薯植株，但是具体算法仍未给出。基于GreenSeeker 对大田作物的成功准确诊断，对于马铃薯氮素营养水平的诊断是否同样适用？马铃薯区别于其他大田作物，随着生育期的进行马铃薯植株地上部生物量达到一定值时发生封行现象，随之而来的是NDVI 的饱和现象。能否利用同样的方法解决饱和问题不得而知。同时马铃薯在块茎形成期和膨大期地上部的马铃薯花是否影响NDVI 对植株氮素营养的诊断也是亟待解决的问题。因此对于GreenSeeker 在马铃薯上的应用研究有待于进一步挖掘。开展相关的氮肥梯度、追肥试验，建立基于GreenSeeker 的马铃薯氮肥推荐算法，同时建立验证试验、验证该算法从而推广到实际马铃薯生产中，具体算法如下：①首先建立一个高氮区（N-rich strip），目的是测定作物对氮肥的反应。②在马铃薯施肥的关健生育时期块茎形成期利用GreenSeeker 测定归一化植被指数（NDVI）。③把测得的归一化植被指数NDVI 代入生育前期产量预测方程YP=f（NDVI块茎形成期），计算追氮区产量YP0。④计算反应指数RI=NDVI高N/NDVI追N。⑤ 预测高氮区的作物产量：YPN=YP0×RI。⑥ 氮肥推荐量=（高氮区产量-追氮区产量）×N%肥料利用率。同时还要结合Li 等（2010）、Erdle 等（2011）的研究结果，克服马铃薯生育时期NDVI 饱和的问题，建立一套完善的基于GreenSeeker 的马铃薯氮肥推荐体系。

郭建华，王秀，孟志军，赵春江，宇振荣，陈立平．2008．主动遥感光谱仪GreenSeeker 与SPAD 对玉米氮素营养诊断的研究．植物营养与肥料学报，14（1）：43-47．

郭曼．2006．不同营养水平农作物光谱特性研究〔硕士论文〕．杨凌：西北农林科技大学.

胡昊，白由路，杨俐苹，卢艳丽，王磊，王贺，王志勇．2010．基于SPAD-502 与GreenSeeker 的冬小麦氮营养诊断研究．中国生态农业学报，18（4）：748−752．

卢艳丽，白由路，杨俐苹，王磊．2008．利用GreenSeeker 法诊断春玉米氮素营养状况的研究．玉米科学，16（1）：111-114．

潘瑞炽．2004．植物生理学．5 版．北京：高等教育出版社：62-63．

许来生．2004．内蒙古武川—四子王旗地区地下水中的NO-3污染．铀矿地质，20（4）：251-256．

阎雨，陈圣波，田静，谭笑平．2004．卫星遥感估产技术的发展与展望．吉林农业大学学报，26（2）：187-191，196．

张朝春，江荣风，张福锁，王兴仁．2005．氮磷钾肥对马铃薯营养状况及块茎产量的影响．中国农学通报，21（9）：279-283．

张福锁，崔振岭，王激清，李春俭，陈新平．2007．中国土壤和植物养分管理现状与改进策略．植物学通报，24（6）：687-694．

郑海春．2007．内蒙古自治区化肥施用现状调研与化肥利用率的研究〔硕士论文〕．呼和浩特：内蒙古农业大学．

张永明．2007．天水市氮肥利用率现状及变化趋势分析．土壤肥料，（7）：44-45．

Al-Abbas A H，Barr R，Hall J D，Crane F L，Baumgardner M F．1974．Spectra of normal and nutrient-deficient maize leaves．Agron J，66：1-20．

Alva A，Fan Mingshou，Chen Qing，Rosen C，Ren Huiqin．2011．Improving nutrient-use efficiency in Chinese potato production：experiences from the United States．Journal of Crop Improvement，25：46–85．

Blackmer T M，Schepers J S，Varel G E．1994．Light reflectance compared with other nitrogen stress measurements in corn leaves．Agro J，86：934-938．

Bowen T R，Hopkins B G，Ellsworth J W，Cook A G，Funk S A．2005．In-season variable rate N in potato and barley production using optical sensing instrumentation．Western Nutrient Management Conference．Salt Lake City，UT．

Erdle K，Mistele B，Schmidhalter U．2011．Comparison of active and passive spectral sensors in discriminating biomass parameters and nitrogen status in wheat cultivars．Field Crops Research，124：74-84．

FAO．2010．FAO Statistical Databases．http://faostat.fao.org．

Flowers M，Weisz R，Heiniger R．2001．Remote sensing for winter wheat tiller density for early nitrogen application．Agron J，93：783-789.

Gates D M，Keegan H J，Schleter J C，Weidner V R．1965．Spectral properties of plants．Applied Optics，41：11–20．

Goffart J P，Olivier M，Frankinet M．2008．Potato crop nitrogen status assessment to improve N fertilization management and efficiency：Past–present–future．Potato Res，51：355-383．

Hatfield J L，Gitelson A A，Schepers J S，Walthall C L．2008．Application of spectral remote sensing for agronomic decisions．Agron J，100：117-131．

Hartz T K．2006．Vegetable production best management practices to minimize nutrient loss．Horttechnology，16：398–403．

Heege H J，Reusch S，Thiessen E．2008．Prospects and results for optical systems for site-specific on-the-go control of nitrogen-top-dressing in Germany．Prec Agri，9：115-131．

Jemison J M，Lytle D E．1996．Field evaluation of two nitrogen testing methods in Maine．J Prod Agric，9：108–113．

Lichtenthaler H K，Gitelson A，Lang M．1996．Non-destructive determination of chlorophyll content of leaves of a green and an aurea mutant of tobacco by reflectance measurements．Journal of Plant Physiology，148：483–493．

Li F，Gnyp M L，Jia L，Miao Y，Yu Z，Koppe W，Bareth G，Chen X，Zhang F．2008．Estimating N status of winter wheat using a handheld spectrometer in the North China Plain．Field Crops Res，106：77–85．

Li F，Miao Y，Zhang F，Cui Z，Li R，Chen X，Zhang H，Schroder J，Raun W R，Jia L．2009．In-season optical sensing improves nitrogen-use efficiency for winter wheat．Soil Sci Soc Am J，73：1566–1574．

Li F，Miao Y X，Chen X P，Zhang H L，Jia L L，Bareth G．2010．Estimating winter wheat biomass and nitrogen status using an active crop sensor．Intel Autom Soft Comput，16：1221–1230．

Ma B L，Subedi K D，Costa C．2005．Comparison of crop-based indicators with soil nitrate test for corn nitrogen requirement．Agron J，97（2）：462-471．

Ma B L，Subedi K D，Zhang T Q．2007．Pre-sidedress nitrate test and other crop based indicators for fresh market and processing sweet corn．Agron J，99：174–183．

Marisol B R．2010．Monitoring nitrogen levels in the cotton canopy using real-time active-illumination spectral sensing．Tennessee，USA：University of Tennessee．

Mistele B，Schmidhalter U．2008．Spectral measurements of the total aerial N and biomass dry weight in maize using a quadrilateral-view optic．Field Crops Res，106：94–103．

Olfs H W，Blankenau K，Brantrup F，Jörg Jasper，Link A，Lammel J．2005．Soil-and-plant-based nitrogen-fertilizer recommendations in arable farming．J Plant Nutr Soil Sci，168：414-431．

Phillips S B，Keathey D A，Warren J G．2004．Estimating winter wheat tillering desity using spectral reflectance sensors for early-spring，variable-rate nitrogen application．Agron J，96：591-600．

Raun W R，Johnson G V．1999．Improving nitrogen use efficiency for cereal production．Agron J，91：357-363．

Raun W R，Solie J B，Johnson G V，Marvin L S，Robert W M，Kyle W F．2002．Improving nitrogen use efficiency in cereal grain production with optical sensing and variable rate application．Agron J，94：815-820．

Raun W R，Solie J B，Stone M L，Martin K L，Freeman K W，Mullen R W，Zhang H，Schepers J S，Johnson G V．2005．Optical sensor-based algorithm for crop nitrogen fertilization．Commun in Soil Sci Plant Anal，36：2759–2781．

Smil V．2002．Nitrogen and food production：proteins for human diets．Ambio，31：126-131．

Sims D A，Camom J A．2002．Relationships between leaf pigment content and spectral reflectance across a wide range of species，leaf structures and developmental stages．Remote Sens Environ，81：337-354．

Shanahan J F，Kitchen N R，Raun W R，Schepers J S．2007．Responsive in-season nitrogen management for cereals．Comput Electron Agr，61：51-62．

Shaver T M，Westfall D G，Khosla R．2007．Remote sensing of corn N status with active sensors．Western Nutrient Management Conference．Salt Lake City，UT．

Wehrmann J E，Scharpf HC，Bohmer M，Wollring J．1982．Determination of nitrogen fertilizer requirements by nitrate analysis of soil and of plant．Plant Nutrition Colloquium．Coverntry，United Kingdom．

Wood C W，Reeves D W，Duffield R R，Edmisten K L．1992．Field chlorophyll measurements for evaluation of corn nitrogen status．Journal of Plant Nutrition，15：487–500．

Zillmann E S，Graeff J，Link Batchelor W D，Claupein W．2006．Assessment of cereal N requirement derived by optical on-the-go sensors heterogeneous soils．Agron J，98：682-690．