许昌地区冬小麦长势空间变异研究

喻铮铮+徐永新+李京忠+张震宇

摘要：现代农业信息技术可以定量描述作物长势在空间和时间上存在的差异，以河南省许昌市不同区域的农田为研究对象，获取冬小麦在不同生长期的土壤养分数据、冠层光谱数据及实测叶面积指数，对不同区域冬小麦长势空间变异进行分析，结果表明，作物在生长早期受土壤养分的影响较大，空间变异较为明显；生长旺盛期，不同的土壤条件和区域环境反映出叶面积指数存在较大差异，即使同一试验区的不同区域间也有较为敏感的表现；冬小麦的光谱信息与其长势有较好的相关性，在生长早期和稳定期表现出不同的空间变异情况。

关键词：冬小麦；光谱指数；叶面积指数；空间变异

中图分类号：S-3；S512.1+1 文章标识码：A 文章编号：0439-8114（2014）15-3508-04

Growth Spatial Variation of Winter Wheat in Xuchang city

YU Zheng-zheng1， XU Yong-xin1， LI Jing-zhong1， ZHANG Zhen-yu2

（1.College of Urban Planning & Landscape Architecture， Xucang University， Xuchang 461000， Henan，China；

2.Department of Industry Technology of Henan Province，Zhengzhou 450008，China）

Abstract： Using several farmlands in Xuchang district as research target， the soil nutrient data ， canopy spectrum data and leaf area index data were collected and the growth spatial variation of winter wheat was analyzed. The results showed that in the early phase， the soil nutrient had tremendous influence on the crops and its spatial variation was very obvious. In the wheat bearing phase， the leaf area index had wide difference on the different soil condition and regional environment. In the same area， the leaf area index had a hypersensitive phenomenon. The spectrum and growth stage of wheat were closely correlated. Different spatial variation was existed in its early phase and stable phase.

Key words： winter wheat； spectrum index； leaf area index； spatial variation

收稿日期：2014-02-19

基金项目：河南省科技攻关计划重点项目（122102310419）

作者简介：喻铮铮（1982-），男，河南新县人，讲师，硕士，主要从事农业信息化研究，（电话）18637468659（电子信箱）ideeyu@sina.com。

小麦是中国的主要粮食作物，传统作业模式下的小麦生产存在很多问题，使种植者的投入不能收到最大化效益。随着农业信息化的发展，寻求小麦生长状况科学的监测方法，指导小麦的生产管理及加工，对提高小麦产量和农民生产效益具有重大意义。大量研究表明，在气象因素相似的情况下，土壤类型、质地和肥力水平成为决定小麦品质的重要因素[1]。遥感等空间信息技术为大面积作物长势监测提供了有效途径。诸多学者在此方面开展研究，Bhatti等[2]将TM影像技术用于作物及土壤有机质实测研究中，得出土壤性质与作物产量之间的相关性。国家农业信息化工程技术研究中心在此领域做了大量工作，宋晓宇等[3，4]利用航空成像光谱数据研究土壤供氮量及变量施肥对冬小麦长势的影响，并且利用高光谱遥感影像研究了冬小麦长势的空间差异；潘瑜春等[5]进行了土壤氮素积累与小麦长势的遥感监测研究；蒋阿宁等[6]、黄文江等[7]开展了光谱指数与冬小麦变量施肥的效应及小麦品质指标与冠层光谱特征的相关性研究；薛绪掌等[8]开展了土壤肥力与小麦目标产量的相关性研究，并评价了小麦变量施氮的效果；李卫国等[9]研究了利用遥感和作物生长模型监测作物长势的方法。利用现代农业信息技术不仅可以在同一试验地块内进行作物管理，而且还可以研究区域内作物的长势和品质变异情况。

本研究以河南省许昌市为研究区域，选取有代表性的试验区，利用作物关键生育时期地面实测小麦光谱数据和获取的土壤养分数据为基础，分别计算各区域的叶面积指数和光谱指数，通过求取各指标的均值和标准差，对研究区域内冬小麦长势及品质的空间变异情况进行分析和评价，为有针对性地调控作物生长状况进而提高作物品质和产量提供科学依据。

1 研究区域概况

许昌市位于河南省中部，地形以平原为主，温、光、水资源丰富，并与小麦生育时期相适应，常年小麦种植面积在20万hm2以上，是河南省粮食主产区之一，也是国家农业信息化首批试点城市。为了充分体现冬小麦空间变异特征，本研究所选的区域分别位于长葛市东部的石象乡S325线与董石路交叉口东北部麦田（Ⅰ区）、 许昌市魏都区魏武路与永昌大道东南部麦田（Ⅱ区）及襄城县茨沟乡肖庄村S329线南部麦田（Ⅲ区）。

2 试验方法及数据获取

2.1 试验方法

2.1.1 研究区域划分 为了准确采集农田养分数据和小麦生长光谱数据，在每个所选试验麦田内分别选取5块面积1 m2左右的试验单元，共计15个，试验单元应具有代表性，均匀分布于试验区域内，为减小滞尘量的影响，试验区域应距公路10 m以上。

2.1.2 试验时间 野外数据采集时间为2013年3～5月，即以冬小麦拔节期、抽穗期及乳熟期为重要时间节点，分别进行野外光谱采集、株苗采集和土壤样本采集。

2.1.3 技术路线 为了指导试验进行，本研究技术路线见图1。

2.2 数据获取、处理与分析

2.2.1 农田土壤养分数据获取 在每个试验单元内，采用5点取样法，混合后代表该试验单元采样点土壤样本，取样时先掠去表层浮土，取样深度为30 cm左右，所取样本均装入纸袋，贴上标签。土壤样本取回后，置于室内自然晾干并碾碎，以备养分数据测取使用。

采用豫农2 000型微电脑土肥速测仪对土壤养分数据进行测定，主要测定土壤中铵态氮、速效磷、速效钾及pH等数据。测定方法是先配制待测液、空白液和标准液，测定铵态氮时依次加入掩蔽剂、助色剂、显示剂和强色剂，上机测定即可；测定速效磷时依次加入掩蔽剂、显色剂和还原剂，上机测定即可；测定速效钾时依次加入掩蔽剂、助掩剂和浊度剂，上机测定即可。pH利用校准好的电极，以去离子水冲净探头并吸干水分后，放入待测液中测定。

2.2.2 冠层光谱数据获取 试验光谱数据在冬小麦生长各时期利用光谱辐射计以实测的方式获取，使用仪器为美国ASD公司生产的ISI921VF型便携式光谱辐射计，波谱范围为380～1 050 μm，光谱采样间隔为1.4 μm，光谱分辨率为4～700 nm，光谱通道为256，可存储容量为1 000条光谱曲线。考虑到在采集光谱过程中会受到如光照条件、风、探头与采集地物的距离及探测角度等因素的干扰，所有光谱测量均在天气晴朗、无风或风速很小时进行，测量时间段为10：00～13：00，视场角为25°，距地表高度约为1.70 m处垂直测定，并对每个采样点进行多次测量，取平均值作为该区光谱反射值，各小区测定前后均进行参考版校正。

2.2.3 叶面积指数获取 叶面积指数利用照相法间接获取，运用数字相机采集影像数据，若设取样面积为S1，植株数为m，从中抽取植株数为n作为样本（每次选取的植株数均相同），将样本叶茎分开，平铺于一张A4纸上（面积为S2），叶片间无重叠，利用数字相机垂直摄影，摄影高度约距纸上为30 cm，然后在ENVI中对影像进行分类，并统计叶面像素PL与白纸的像素数PZ，计算数字相片上叶面积与实际面积参考物的像素比，结合株苗生长密度求取叶面积指数[10，11]，计算公式为：

LAI=×

2.2.4 光谱指数的计算 作物的光谱指数和生物量具有很大的相关性，可以定量地表示植被活力，常被用来研究和监测植物的生长状态和空间分布。常用的植被指数包括归一化植被指数（NDVI）、优化土壤调节植被指数（OSAVI）等，但NDVI对土壤背景的变化较为敏感，易受土壤背景的影响[12]，因此选用OSAVI作为光谱指数进行研究，其定义为：

OSAVI=

上述公式中，BN表示近红外波段（760～900 nm），BR表示红光波段（630～690 nm）。利用实测的冠层光谱数据，按上式可计算出各试验小区在各时间段的光谱指数，然后对每个试验区域内的试验小区数据取均值，即可得到每个试验区域的光谱指数。

3 结果与分析

3.1 土壤养分空间差异程度分析

在气象条件相似的情况下，土壤养分在很大程度上成为决定小麦品质的重要因素，为了研究小麦品质的空间变异规律，首先对研究区域的土壤养分空间变异情况进行研究。取小麦生长旺盛的拔节期和乳熟期的土壤养分数据进行分析，统计出每个试验区的最小值、最大值和均值，比较其在空间上的差异水平，为土壤养分与光谱相关性研究做好准备，统计数据见表1。根据全国第二次土壤普查结果的分级标准[13]，对比表1数据，3个试验区的铵态氮含量在拔节期均属中等水平（四级：60～90 mg/kg），但在乳熟期Ⅰ区和Ⅲ区变异较为严重，铵态氮含量为五级水平（30～60 mg/kg）；Ⅱ区的速效磷含量在两个时期均处于缺失水平，其他试验区含量较高；所有试验区的速效钾含量均处于较高水平。从土壤养分的变异情况看，三个试验区的土壤养分在两个生长期的变异均属中等强度的变异，说明试验区的土壤养分在空间上存在较为明显的差异，可以进行明确的变量施肥管理，从客观上改善作物的生长条件，为实现高产打下基础。

3.2 基于叶面积指数的作物长势空间变异分析

以上述叶面积指数计算公式为基础，计算出每个试验小区的叶面积指数，然后对每一个试验区数据取均值，计算对应的标准差，最终得到每个时期各试验区的叶面积指数及其变异系数结果如表2所示。由表2可知，在拔节期3个试验区的叶面积指数比较接近，因为在此期间地表土壤裸露较多，作物刚开始生长，统一地区的不同区域之间不会形成较大差距，但就变异系数而言，Ⅱ区明显大于Ⅰ区和Ⅲ区，主要因为Ⅱ区位于城市近郊，作物的生长环境与其他两个区域相比较为恶劣；抽穗期3个试验区的均值相差不大，但Ⅱ区依然明显较低，同时其变异系数较小，说明Ⅱ区的作物整体长势接近，其次是Ⅲ区，而Ⅰ区的变异系数明显高于其他两个区，主要受到水、肥的影响，导致该区局部生长差异；乳熟期3个试验区的变异系数与抽穗期相比均无较大变化，说明此时作物整体长势较稳定，不同试验区之间存在差异，Ⅰ区的长势最为稳定。总体来看，通过对不同时期叶面积指数进行测定，作物在整体上表现出的差异不大，但局部区域有一定的差异；Ⅱ区由于周围环境及灌溉和施肥的影响，作物长势不如其他两个试验区。

3.3 基于光谱指数的作物长势空间变异分析

以实测的光谱数据为基础，利用优化土壤调节植被指数（OSAVI）公式计算优化土壤调节植被指数，统计各试验区的均值和标准差，最终得到不同生长期内各区域OSAVI值及其变异系数结果如表3所示。由表3可知，拔节期Ⅱ区的光谱指数变异系数为17.70%，远高于Ⅰ区和Ⅲ区的6.12%和9.80%，说明Ⅱ区麦田光谱差异较大，其原因是该区处于城市边缘近郊，受环境影响较大，特别是拔节期地面裸露较多，易受周边环境影响；抽穗期Ⅱ区的光谱指数差异也较为明显，原因同上，但该时期的变异系数与其他两个试验区的差别缩小，因为地表的覆盖率增加，周围环境对土壤的影响变小，光谱指数主要受作物冠层叶绿素含量的影响；乳熟期3个试验区的光谱变异系数差值进一步缩小，充分证明了环境对土壤的影响较为明显，说明在种植时通过施肥等措施调整了作物的长势，降低了作物长势在空间上的变异程度。

4 结论与展望

本研究利用作物在关键生长时期的叶面积指数、光谱指数及土壤养分含量，对许昌市不同区域的冬小麦长势及品质的空间变异情况进行定量分析和评价。

1）早期冬小麦的长势变异较大，从农田养分来看，距离城市较近的区域受环境影响更大，整体长势不如远郊农田，应加强灌溉及施肥引导，借助外力改善作物的生长条件，弥补其在空间上的差异。

2）不同的光谱信息对作物叶面积指数及叶绿素含量的变化敏感度不同，作物在生长旺盛期，不同的土壤条件和区域环境反映出叶面积指数存在较大差异，即使同一试验区的不同区域间也有较敏感的表现。

3）冬小麦的光谱信息与其长势有较好的相关性，早期不同区域的长势存在较明显的差异，但随着冬小麦生长进入稳定期，空间上的这种差异逐步缩小，但整体的变异依然存在，可以通过人为干预进行改善，降低其空间上的差异程度。

4）农田养分对作物的长势影响较大，通过变量施肥可降低作物长势及空间变异系数，通过叶面积指数与光谱指数等指标的测定可以对其影响进行检验，以便为农业生产和管理提供信息，为作物品质检测和管理提供新的途径和方法。

参考文献：

[1] 黄文江，王纪华，刘良云，等.冬小麦品质的影响因素及高光谱遥感监测方法[J].遥感技术与应用，2004，19（3）：143-147.

[2] BHATTI A U， MULLA D J， FRAZIER B E. Estimation of soilproperties and wheat yields on complex erodes hills using eostatistics and thematic mapper images[J].Remote Sens Environ，1991，37：181-191.

[3] 宋晓宇，王纪华，薛绪掌，等.利用航空成像光谱数据研究土壤供氮量及变量施肥对冬小麦长势影响[J].农业工程学报，2004，20（4）：45-49.

[4] 宋晓宇，王纪华，阎广建，等.基于多时相航空高光谱遥感影像的冬小麦长势空间变异研究[J].光谱学与光谱分析，2010，30（7）：1820-1824.

[5] 潘瑜春，王纪华，陆安祥，等.基于小麦长势遥感监测的土壤氮素累积估测研究[J].农业工程学报，2007，23（9）：58-63.

[6] 蒋阿宁，黄文江，赵春江，等.基于光谱指数的冬小麦变量施肥效应研究[J].中国农业科学，2007，40（9）：1907-1913.

[7] 黄文江，王纪华，刘良云，等.小麦品质指标与冠层光谱特征的相关性的初步研究[J].农业工程学报，2004，20（4）：203-207.

[8] 薛绪掌，陈立平，孙治贵，等.基于土壤肥力与目标产量的冬小麦变量施氮及其效果[J].农业工程学报，2004，20（3）：59-62.

[9] 李卫国，赵春江，王纪华，等.遥感和生长模型相结合的小麦长势监测研究现状与展望[J].国土资源遥感，2007（2）：6-9.

[10] 王纪华，赵春江，黄文江.农业定量遥感基础与应用[M].北京：科学出版社，2008.

[11] 刘镕源，王纪华，杨贵军，等.冬小麦叶面积指数地面测量方法比较[J].农业工程学报，2011，27（3）：220-224.

[12] 梁红霞，赵春江，黄文江，等.利用光谱指数进行冬小麦变量施肥的可行性及其效益评价[J].遥感技术与应用，2005，20（5）：469-473.

[13] 郭有富，崔魁柱，张留江，等.津南区土壤耕层养分动态的研究[J].天津农林科技，2004，17（7）：31-33.

3.3 基于光谱指数的作物长势空间变异分析

以实测的光谱数据为基础，利用优化土壤调节植被指数（OSAVI）公式计算优化土壤调节植被指数，统计各试验区的均值和标准差，最终得到不同生长期内各区域OSAVI值及其变异系数结果如表3所示。由表3可知，拔节期Ⅱ区的光谱指数变异系数为17.70%，远高于Ⅰ区和Ⅲ区的6.12%和9.80%，说明Ⅱ区麦田光谱差异较大，其原因是该区处于城市边缘近郊，受环境影响较大，特别是拔节期地面裸露较多，易受周边环境影响；抽穗期Ⅱ区的光谱指数差异也较为明显，原因同上，但该时期的变异系数与其他两个试验区的差别缩小，因为地表的覆盖率增加，周围环境对土壤的影响变小，光谱指数主要受作物冠层叶绿素含量的影响；乳熟期3个试验区的光谱变异系数差值进一步缩小，充分证明了环境对土壤的影响较为明显，说明在种植时通过施肥等措施调整了作物的长势，降低了作物长势在空间上的变异程度。

4 结论与展望

本研究利用作物在关键生长时期的叶面积指数、光谱指数及土壤养分含量，对许昌市不同区域的冬小麦长势及品质的空间变异情况进行定量分析和评价。

1）早期冬小麦的长势变异较大，从农田养分来看，距离城市较近的区域受环境影响更大，整体长势不如远郊农田，应加强灌溉及施肥引导，借助外力改善作物的生长条件，弥补其在空间上的差异。

2）不同的光谱信息对作物叶面积指数及叶绿素含量的变化敏感度不同，作物在生长旺盛期，不同的土壤条件和区域环境反映出叶面积指数存在较大差异，即使同一试验区的不同区域间也有较敏感的表现。

3）冬小麦的光谱信息与其长势有较好的相关性，早期不同区域的长势存在较明显的差异，但随着冬小麦生长进入稳定期，空间上的这种差异逐步缩小，但整体的变异依然存在，可以通过人为干预进行改善，降低其空间上的差异程度。

4）农田养分对作物的长势影响较大，通过变量施肥可降低作物长势及空间变异系数，通过叶面积指数与光谱指数等指标的测定可以对其影响进行检验，以便为农业生产和管理提供信息，为作物品质检测和管理提供新的途径和方法。

参考文献：

[1] 黄文江，王纪华，刘良云，等.冬小麦品质的影响因素及高光谱遥感监测方法[J].遥感技术与应用，2004，19（3）：143-147.

[2] BHATTI A U， MULLA D J， FRAZIER B E. Estimation of soilproperties and wheat yields on complex erodes hills using eostatistics and thematic mapper images[J].Remote Sens Environ，1991，37：181-191.

[3] 宋晓宇，王纪华，薛绪掌，等.利用航空成像光谱数据研究土壤供氮量及变量施肥对冬小麦长势影响[J].农业工程学报，2004，20（4）：45-49.

[4] 宋晓宇，王纪华，阎广建，等.基于多时相航空高光谱遥感影像的冬小麦长势空间变异研究[J].光谱学与光谱分析，2010，30（7）：1820-1824.

[5] 潘瑜春，王纪华，陆安祥，等.基于小麦长势遥感监测的土壤氮素累积估测研究[J].农业工程学报，2007，23（9）：58-63.

[6] 蒋阿宁，黄文江，赵春江，等.基于光谱指数的冬小麦变量施肥效应研究[J].中国农业科学，2007，40（9）：1907-1913.

[7] 黄文江，王纪华，刘良云，等.小麦品质指标与冠层光谱特征的相关性的初步研究[J].农业工程学报，2004，20（4）：203-207.

[8] 薛绪掌，陈立平，孙治贵，等.基于土壤肥力与目标产量的冬小麦变量施氮及其效果[J].农业工程学报，2004，20（3）：59-62.

[9] 李卫国，赵春江，王纪华，等.遥感和生长模型相结合的小麦长势监测研究现状与展望[J].国土资源遥感，2007（2）：6-9.

[10] 王纪华，赵春江，黄文江.农业定量遥感基础与应用[M].北京：科学出版社，2008.

[11] 刘镕源，王纪华，杨贵军，等.冬小麦叶面积指数地面测量方法比较[J].农业工程学报，2011，27（3）：220-224.

[12] 梁红霞，赵春江，黄文江，等.利用光谱指数进行冬小麦变量施肥的可行性及其效益评价[J].遥感技术与应用，2005，20（5）：469-473.

[13] 郭有富，崔魁柱，张留江，等.津南区土壤耕层养分动态的研究[J].天津农林科技，2004，17（7）：31-33.

3.3 基于光谱指数的作物长势空间变异分析

以实测的光谱数据为基础，利用优化土壤调节植被指数（OSAVI）公式计算优化土壤调节植被指数，统计各试验区的均值和标准差，最终得到不同生长期内各区域OSAVI值及其变异系数结果如表3所示。由表3可知，拔节期Ⅱ区的光谱指数变异系数为17.70%，远高于Ⅰ区和Ⅲ区的6.12%和9.80%，说明Ⅱ区麦田光谱差异较大，其原因是该区处于城市边缘近郊，受环境影响较大，特别是拔节期地面裸露较多，易受周边环境影响；抽穗期Ⅱ区的光谱指数差异也较为明显，原因同上，但该时期的变异系数与其他两个试验区的差别缩小，因为地表的覆盖率增加，周围环境对土壤的影响变小，光谱指数主要受作物冠层叶绿素含量的影响；乳熟期3个试验区的光谱变异系数差值进一步缩小，充分证明了环境对土壤的影响较为明显，说明在种植时通过施肥等措施调整了作物的长势，降低了作物长势在空间上的变异程度。

4 结论与展望

本研究利用作物在关键生长时期的叶面积指数、光谱指数及土壤养分含量，对许昌市不同区域的冬小麦长势及品质的空间变异情况进行定量分析和评价。

1）早期冬小麦的长势变异较大，从农田养分来看，距离城市较近的区域受环境影响更大，整体长势不如远郊农田，应加强灌溉及施肥引导，借助外力改善作物的生长条件，弥补其在空间上的差异。

2）不同的光谱信息对作物叶面积指数及叶绿素含量的变化敏感度不同，作物在生长旺盛期，不同的土壤条件和区域环境反映出叶面积指数存在较大差异，即使同一试验区的不同区域间也有较敏感的表现。

3）冬小麦的光谱信息与其长势有较好的相关性，早期不同区域的长势存在较明显的差异，但随着冬小麦生长进入稳定期，空间上的这种差异逐步缩小，但整体的变异依然存在，可以通过人为干预进行改善，降低其空间上的差异程度。

4）农田养分对作物的长势影响较大，通过变量施肥可降低作物长势及空间变异系数，通过叶面积指数与光谱指数等指标的测定可以对其影响进行检验，以便为农业生产和管理提供信息，为作物品质检测和管理提供新的途径和方法。

参考文献：

[1] 黄文江，王纪华，刘良云，等.冬小麦品质的影响因素及高光谱遥感监测方法[J].遥感技术与应用，2004，19（3）：143-147.

[2] BHATTI A U， MULLA D J， FRAZIER B E. Estimation of soilproperties and wheat yields on complex erodes hills using eostatistics and thematic mapper images[J].Remote Sens Environ，1991，37：181-191.

[3] 宋晓宇，王纪华，薛绪掌，等.利用航空成像光谱数据研究土壤供氮量及变量施肥对冬小麦长势影响[J].农业工程学报，2004，20（4）：45-49.

[4] 宋晓宇，王纪华，阎广建，等.基于多时相航空高光谱遥感影像的冬小麦长势空间变异研究[J].光谱学与光谱分析，2010，30（7）：1820-1824.

[5] 潘瑜春，王纪华，陆安祥，等.基于小麦长势遥感监测的土壤氮素累积估测研究[J].农业工程学报，2007，23（9）：58-63.

[6] 蒋阿宁，黄文江，赵春江，等.基于光谱指数的冬小麦变量施肥效应研究[J].中国农业科学，2007，40（9）：1907-1913.

[7] 黄文江，王纪华，刘良云，等.小麦品质指标与冠层光谱特征的相关性的初步研究[J].农业工程学报，2004，20（4）：203-207.

[8] 薛绪掌，陈立平，孙治贵，等.基于土壤肥力与目标产量的冬小麦变量施氮及其效果[J].农业工程学报，2004，20（3）：59-62.

[9] 李卫国，赵春江，王纪华，等.遥感和生长模型相结合的小麦长势监测研究现状与展望[J].国土资源遥感，2007（2）：6-9.

[10] 王纪华，赵春江，黄文江.农业定量遥感基础与应用[M].北京：科学出版社，2008.

[11] 刘镕源，王纪华，杨贵军，等.冬小麦叶面积指数地面测量方法比较[J].农业工程学报，2011，27（3）：220-224.

[12] 梁红霞，赵春江，黄文江，等.利用光谱指数进行冬小麦变量施肥的可行性及其效益评价[J].遥感技术与应用，2005，20（5）：469-473.

[13] 郭有富，崔魁柱，张留江，等.津南区土壤耕层养分动态的研究[J].天津农林科技，2004，17（7）：31-33.