不同氮水平枣树冠层光谱特征

王 琼，陈 兵，窦中江，彭 杰，牛建龙，肖春华，刘 娜(.新疆农垦科学院 科技信息研究所，新疆石河子 8000；.新疆农垦科学院 棉花研究所，新疆石河子 8000；.塔里木大学 植物科学学院，新疆阿拉尔 800；.石河子大学 兵团绿洲生态农业重点实验室，新疆石河子 8000)

不同氮水平枣树冠层光谱特征

王 琼1，陈 兵2，窦中江1，彭 杰3，牛建龙3，肖春华4，刘 娜1
(1.新疆农垦科学院 科技信息研究所，新疆石河子 832000；2.新疆农垦科学院 棉花研究所，新疆石河子 832000；3.塔里木大学 植物科学学院，新疆阿拉尔 843300；4.石河子大学 兵团绿洲生态农业重点实验室，新疆石河子 832000)

利用FieldSpec Pro FR2500光谱仪测定不同氮素处理下的红枣冠层光谱，分析其光谱特征变化规律及其与枣叶全氮质量分数的相关关系，旨在为枣树氮素营养的无损诊断提供理论基础。结果表明：同一氮处理水平下，红枣叶片展叶期的全氮质量分数最高，摘心前期最低。随着施氮量的增加，展叶期和摘心后期枣叶全氮质量分数增加速度较快。不同氮处理的枣树冠层波谱曲线整体变化趋势为在560 nm附近和750～1 100 nm分别有1个反射峰，反射率值分别达0.1～0.2和0.4以上；而在450、650、1 450、1 950和2 600 nm处有5个吸收谷。不同生育期枣叶全氮质量分数与冠层光谱红边参数显著相关，且摘心后期红边位置(REP)和红谷位置(Lo)更快地向短波方向移动，出现“蓝移”现象。

红枣；冠层光谱；特征分析；红边参数

掌握植物叶片氮素含量对作物营养状况评价、产量估测以及实施变量施肥都具有重要意义[1]。传统氮素诊断技术主要包括经验判断和理化分析。经验判断通过植株不同器官发育状况、整体长势以及叶色进行判断，具有一定的滞后性；化学诊断是指利用理化分析，判断植株体内和土壤中各种形态的氮，这种方法缺点主要是操作较复杂，且成本较高[2]。利用高光谱遥感技术进行作物氮素无损监测一直是作物营养诊断领域的热点[3-8]。高光谱数据因其具备光谱分辨率高、波段连续性强、光谱信息量大等优点，在20世纪60年代，美国农业部的研究人员就利用该技术详细测定和分析了多种植物叶片的光谱特征，获得在400～2 400 nm光谱内约42处对应一定生物化学成分的吸收特征，这也为运用高光谱技术估测作物生化组成提供了基础[9]。

红枣是新疆最具发展优势的特色林果产品，但在栽培管理中常出现过量施肥或缺肥等现象，这不仅使产量调控目标难以实现，而且造成肥料浪费、环境污染等问题。为达到评价、预测肥效和指导施肥的目的，应用高光谱遥感技术开展红枣氮素诊断研究显得尤为必要。但是国内利用高光谱遥感进行氮素诊断的研究主要集中在水稻[10]、玉米[11]、小麦[12]和棉花[13]等农作物上，在林果业的应用相对较少。目前已有的研究多针对胡杨树、苹果树、梨树和橡胶树等，如王家强等[14]研究认为，利用高光谱反射率数据及其光谱变换参数估测胡杨、灰叶胡杨的氮素质量分数是可行的；潘蓓[15]采用地物光谱仪(ASD FieldSpee)，结合室内分析，研究苹果春梢停止生长期冠层高光谱特征，确立该生育期苹果氮素营养和长势的表征光谱参数及相应估测模型；黎小清等[16]对橡胶树叶片氮质量分数与冠层反射光谱的相关分析表明，利用高光谱信息快速检测橡胶树叶片氮素质量分数是可行的；韩兆迎等[17]利用高光谱技术快速、无损估测苹果树冠层叶面积指数，为监测苹果树长势和估产提供参考；但是关于枣树氮素高光谱定量监测的研究非常少。

本研究以南疆广泛种植的直播建园红枣为研究对象，充分发挥高光谱遥感技术的优势，将无损监测技术应用于直播建园红枣快速、低成本营养诊断，为研究科学合理的施肥方案提供依据，有利于提高果树氮肥利用效率，提高效益、减少污染。

1 材料与方法

1.1 研究区概况

研究区位于塔里木大学园艺试验站，海拔980 m，属干旱荒漠气候，年均降水量42 mm左右，蒸发量约2 111 mm，年均气温10.7 ℃，无霜期约197 d。粘壤土，耕作层(0～30 cm)肥力状况：有机质10.4 g/kg，碱解氮36 mg/kg，速效磷10 mg/kg，速效钾187 g/kg，pH为7.2。

1.2 试验设计

以南疆广泛种植的7 a树龄和约1.5 m的树高、矮化密植骏枣(Ziziphusjujubacv.Junzao)为研究对象。试验采用单因素随机区组排列，小区面积140 m2(20 m×7 m)，株行距为3 m×2 m。每个试验小区的土壤水分、肥力等条件相近：磷肥[(P2O5)450 kg/hm2]、钾肥[(K2O)75 kg/hm2]作基肥一次性施入，施尿素[w(N)=46%]60%作基肥，剩余均分2次(开花前、果实膨大期)追施，施肥方式为辐射状沟施。同时施磷肥[(粒状重过磷酸钙，w(P2O5)=44%]，钾肥[硫酸钾镁肥，w(K2O)=24%]。灌水总量(5 250 m3/hm2)为固定值，全生育期灌水情况：萌芽前、萌芽后、新梢生长、开花前、坐果、果实膨大、果实成熟期共灌水7 次，每次灌水量相同。

试验设4个处理，分别为施纯氮0 kg/hm2为严重缺氮(N0)，施纯氮300 kg/hm2为缺氮处理(N1)，施纯氮600 kg/hm2为适量氮处理(N2)，施纯氮900 kg/hm2为过量施氮处理(N3)。每个处理3个重复。

1.3 光谱数据获取

选择晴朗、风力较小天气在12：00-14：00进行高光谱数据的获取，分别在枣数展叶期(5月4日)、摘心前期(6月14日)、摘心后期(7月13)和果实白熟期(8月21日)，采用FieldSpec Pro FR2500野外高光谱仪进行测定。波段为350～2 500 nm，光谱采样间隔为2 nm。测量时确保光谱仪探头距红枣冠层大于等于80 cm，视场角为8°；确保视场范围在整个冠层上。每次记录光谱曲线2个，并以其均值作为一个光谱结果数据存储。在测试过程中、测定前均进行系统配置优化和白板校正。

1.4 样品分析

枣树植株样品采集与光谱同步，在不同氮素表征的枣树上，每个样点分上中下3个不同层，每层自内向外取代表性样叶片40片。用凯氏定氮法对2 a试验采样得到的枣叶样品进行全氮测定。得到枣叶全氮数据98个，其中54个样品数据用来进行红枣氮素营养诊断建模，44个数据用来进行模型的检验和验证。

1.5 数据分析

用ASD公司提供的VieSpec Program软件获取不同氮素营养水平冠层光谱数反射率数据和光谱反射率曲线。采用光谱归一化微分分析，在MATLAB 7.0 软件中对反射光谱数据进行一阶微分处理，得到微分光谱，计算公式：

式中：λi为波段i的波长值；ρ(λi) 为λi的光谱反射率值；ρ′(λi)为第i波段的一阶微分数值。利用MATLAB软件在光谱反射率的基础上提取光谱红边特征参数，详见表1。利用SPSS对2014-2015年的样本数据进行建模和模型检验。

表1 光谱红边特征参数定义表Table 1 Definition table of red edge parameters

2 结果与分析

2.1 不同氮水平红枣叶片氮素质量分数变化

由图1可知，相同氮处理条件下，红枣叶片全氮质量分数最少的时期出现在摘心前期，其次为果实白熟期(坐果期)；氮素质量分数最高的时期为展叶期。不同处理下，随着施氮量的增加，枣树叶片全氮质量分数也在不断增加；其中展叶期在施氮为N1到N2水平时叶片全氮质量分数增加速度最快，从0.35增加到0.45，当继续增加施氮量时，枣叶含氮量则变化不大。摘心后期，随着施氮量的增加，枣树叶片全氮质量分数呈现不断增加的趋势，且增加的速度较快；展叶期、摘心前期以及果实白熟期则表现为随着施氮量的增加，枣叶全氮质量分数呈现先增加后略有下降的趋势。

2.2 不同氮水平红枣冠层光谱特征曲线

由不同生育期红枣冠层光谱曲线(图2)可知，不同生育期红枣冠层光谱曲线整体变化趋势与绿色植被的光谱曲线大致相同，即：在400～650 nm波段有2个吸收谷(分别在450 nm和650 nm)和1个反射率值为0.1～0.2的小反射峰；在700～750 nm波段，光谱曲线急剧上升，近于竖直线；在近红外波段750～1 300 nm波段反射率均大于等于0.4，呈现具有波状起伏的大反射峰；另外，在1 450、1 800、1 950 nm处有3个吸收谷。

光谱差异在750～1 100 nm波段较为明显，其中展叶期：N0处理下红枣冠层光谱反射率取值在0.25～0.32，N1处理与N2处理差异较小，反射率取值为0.35～0.40，N3处理的反射率值在0.41～0.45；摘心前期：N0处理反射率峰谷值在0.35～0.38，N1处理峰谷值为0.38～0.45，N2在0.40～0.47，N3反射率值集中在0.45～0.49，随着施氮量的增加枣树冠层光谱反射率的取值范围不断增加；摘心后期：N0和N1处理与N2、N3处理差异进一步增大，N0处理下红枣冠层光谱反射率取值在0.36～0.42，N1处理的在0.38～0.45，N2处理反射率峰取值在0.48～0.54，N3处理在0.50～0.58；果实白熟期，N0处理的反射率峰谷值在0.38～0.42，N1处理与N3处理的光谱反射率值差异较小，光谱曲线几乎重合，N2处理光谱反射率峰值较3个处理最高，峰谷值为0.50～0.56。

图1 不同处理不同发育期枣叶的全氮质量分数Fig.1 Total nitrogen mass fraction of jujube leaf at different stages in different treatments

图2 不同处理不同发育期枣树冠层光谱曲线Fig.2 Spectral curve of jujube at different growth stages in different treatments

通过对比分析，实验室理化测试得到不同生育期，4个氮水平处理的红枣叶片全氮质量分数变化趋势，与同时期测得的红枣冠层光谱曲线变化趋势具有一致性。

2.3 不同氮水平红枣冠层光谱红边特征

与红枣植株氮素含量关系密切的红边参数主要有红边位置(REP)、红谷位置(Lo)、红边宽度(Lwidth)、红遍振幅(Dr)等(表2)。

表2表明，不同生育期、不同氮素处理下，枣树冠层光谱红边参数整体变化较大；展叶期除Lwidth外，其余红边参数数值随着施氮量的增加均呈增加趋势，但增加幅度较小；摘心前期除Depth672数值随着施氮量的增加而增加外，其余红边参数值随施氮量的增加变化较小；摘心后期，随着施氮量的不断增加，Lo、Dr、Depth672和Area672数值均呈现增加趋势，而Lwidth呈减少趋势，REP则无明显变化，与N2处理相比，N3处理下，红边参数变化很小。

不同氮处理水平下红枣冠层光谱红边参数也不同，在N0水平下，REP、Lo、Dr、Depth672和Area672对应数值在摘心后期达到最大值，其次为果实白熟期、摘心前期和展叶期，Lwidth则呈现出持续增加的趋势；N1水平下REP、Lo、Lwidth、Depth672和Area672摘心后期达到最大值，其次为果实白熟期、摘心前期和展叶期，Dr持续增加；N2水平下，REP、Lo、Dr、Depth672和Area672在摘心后期达到最大值，其次为果实白熟期、摘心前期和展叶期，Lwidth摘心后期达到最大值，其次为展叶期、摘心前期和果实白熟期；N3水平下，Dr、Depth672和Area672在摘心后期达到最大值，其次为果实白熟期、摘心前期和展叶期，REP、Lo呈增加趋势，Lwidth在摘心后期达到最大值，其后依次为摘心前期、展叶期和白熟期。整体来看，同一生育期不同氮处理水平红枣红边参数REP、Lo、Depth672和Area672均可达到最大值，Dr和Lwidth变化没有明显规律；相同氮水平处理下，不同生育期红边参数枣树冠层光谱红边参数整体变化不大。

表2 不同氮水平红枣冠层光谱红边参数Table 2 Red edge parameters of jujube in different nitrogen levels

分别对不同生育期，不同氮处理下的红枣冠层光谱进行一阶微分，得到图3，由图3 可知红枣冠层光谱一阶微分曲线变化明显的波段出现在绿光波段(500～560 nm)以及红光波段(620～760 nm)，并且分别在这两个波段出现1个峰值。在红光波段斜率接近90°的曲线出现的波长即为“红边位置”(REP)，由图3可知，不同氮处理下，一阶光谱曲线具有相似的变化趋势， 即在摘心前期，伴随着红枣植株的生长，红枣群体生物量持续增加，冠层覆盖度增加，使得冠层对红光的吸收增强，从而使红边位置不断向波长增长的方向移动，称为“红移”；摘心后期，枣树开始进行生殖生长，群体红光吸收率降低，REP和Lo开始向短波移动，出现“蓝移”现象。不同氮处理水平下，以N0处理移动最为明显，且随着施氮量的不断增加，一阶微分光谱曲线峰值越大。

2.4不同氮水平红枣冠层光谱红边特征与全氮质量分数相关性研究

表3表明，不同氮处理水平下，红枣红边参数与全氮质量分数间的相关性存在一定规律，在N0处理下，红边参数Lwidth和Lo与枣叶全氮质量分数呈极显著和显著相关，且Lwidth相关系数达到0.623，其余参数与全氮质量分数相关性并不明显。N1处理下枣叶全氮质量分数与红边参数相关性均较小。N2和N3处理下，REP和Lo均与枣叶全氮质量分数呈现极显著和显著负相关。

图3 不同氮水平不同生育期枣树冠层一阶微分光谱曲线Fig.3 First derivative spectral curve of jujube at different growth stages in different nitrogen levels

表3 不同处理枣叶全氮质量与冠层光谱红边参数相关系数Table 3 Correlation coefficients between total nitrogen mass fraction of jujube leaf and spectral parameter in different nutrition levels

注：**表示0.01水平显著，*为0.05水平显著。

Note：**represents 0.01 significant level and * represents 0.05 significant level.

通过不同生育期枣叶全氮质量分数与冠层光谱红边参数相关系数表(表4)可知，红边参数REP和Lo除在枣树展叶期与枣叶全氮质量分数相关性较小，在摘心前期、摘心后期以及果实白熟期均与枣叶全氮质量分数有极显著或显著的正相关性。除展叶期外、摘心前期、摘心后期以及枣树果实白熟期，枣叶全氮质量分数均与枣树冠层红边参数具有较为显著的相关性，Dr、Depth672和Area672则与试验选取的所有生育期枣叶全氮质量分数具有显著或极显著的正相关关系。只有Lwidth与红枣不同生育期枣叶全氮质量分数呈现负相关关系，且相关系数相对较小。

表4 不同生育期枣叶全氮质量分数与冠层光谱红边参数相关性Table 4 Correlation coefficients between total nutrition mass fraction of jujube leaf and spectral parametter at different growth stages

3 结论与讨论

通过对不同氮水平处理下南疆直播建园红枣不同生育期的光谱数据进行研究，得到相同氮处理条件下，红枣叶片全氮质量分数最高时期为展叶期，最低时期为摘心前期；不同氮处理条件下，随着施氮量的增加，展叶期和摘心后期枣叶全氮质量分数增加速度较快，且当施氮水平由N2增加到N3水平时枣叶全氮质量分数增加缓慢或不明显，这与红枣的氮吸收和生长发育具有很好的一致性。该研究结果可为枣树氮素营养的无损诊断提供研究基础。在此前提下，研究不同氮处理水平下枣树冠层光谱反射率曲线与枣树全氮质量分数间的关系发现，缺氮红枣与正常生长的红枣冠层光谱反射率的差异主要出现在近红外波段(750～1 100 nm)，不同生育期红枣冠层光谱曲线峰谷取值范围的不同可以作为判定红枣植株是否缺氮的标准；进一步研究枣树冠层光谱的一阶微分曲线与其全氮质量分数间的相关关系，发现在摘心前期，REP不断向波长增长的方向移动，出现“红移”现象；摘心后期REP和Lo逐渐向短波方向移动，出现“蓝移”现象；且随着施氮量的增加REP和Lo两个光谱参数与枣树含氮量呈现显著的负相关关系。该结论可为利用遥感技术对红枣氮营养状况进行模型反演提供理论依据。

与已有关于棉花[6]、小麦[8]、苹果[14]等研究相比，本研究选取的研究对象更具有区域特点，通过对南疆直播建园红枣的研究，能够更好地助力西北枣树栽培向现代化、信息化发展；已有利用遥感技术特别是高光谱遥感技术对果树含氮量进行的研究对枣树冠层尺度进行不同氮含量光谱特征的研究相对较少，还需要更多相关的理论进行支持。

Reference：

[1] 郭建华,赵春江,王 秀,等.作物氮素营养诊断方法的研究现状及进展[J].中国土壤与肥料,2008(4):10-14.

GUO J H,ZHAO CH J,WANG X,etal.Research advancement and status on crop nitrogen nutrition diagnosis[J].SoilandFertilizersSciencesinChina,2008(4):10-14(in Chinese with English abstract).

[3] 唐延林,王纪华,黄敬峰,等.水稻成熟过程中高光谱与叶绿素、类胡萝卜素的变化规律研究[J].农业工程学报,2003,19(6):167-173.

TANG Y L,WANG J H,HUANG J F,etal.Variation law of hypersprctral data and chlorophyll and carotenoid for rice in mature process[J].TransactionsoftheChineseSocietyofAgriculturalEngineering,2003,19(6):167-173(in Chinese with English abstract).

[4] KOKALY R F.Investigating a physical basis for spectroscopic estimates of leaf nitrogen concent-ration[J].RemoteSensingofEnvironment,2001(75):153-161.

[5] THOMAS J R,OERTHER G F.Estimating nitrogen content of sweet pepper leaves by reflectance measurements[J].AgronomyJournal,972,64:11-13.

[6] 申广荣,王人潮.植被高光谱遥感的应用研究综述[J],上海交通大学学报(农业科学版),2001,19(4):315-321.

SHEN G R,WANG R CH.Review of the application of vegetation hyperspectral remote sensing[J].JournalofShanghaiJiaotongUniversity(AgriculturalScience),2001,19(4):315-321(in Chinese with English abstract).

[7] 赵春江,黄文江,王纪华,等.不同品种、肥水条件下冬小麦光谱红边参数研究[J].中国农业科学,2002,35(8):980-987.

ZHAO CH J,HUANG W J,WANG J H,etal.Studies on the red edge parameters of spectrum in winter wheat under different varieties,fertilizer and water treatments[J].ScientiaAgriculturaSinica,2002,35(8):980-987(in Chinese with English abstract).

[8] 胡 昊,白由路,杨俐苹,等.不同氮营养冬小麦冠层光谱红边特征分析[J].梢物营养与肥料学报,2009,15(6):1317-1323.

HU H,BAI Y L,YANG L P,etal.Red edge parameters of winter wheat canopy under different nitrogen levels[J].PlantNutritionandFertilizerScience,2009,15(6):1317-1323(in Chinese with English abstract).

[9] 浦瑞良,宫 鹏.高光谱遥感及其应用[M].北京:高等教育出版社,2000:205-227.

PU R L,GONG P.Hyperspectral Remote Sensing and Applications[M].Beijing:Higher Education Press,2000:205-227(in Chinese).

[10] 尹小君,张 清,赵庆展,等.基于SVM的加工番茄细菌性斑点病氮素含量反演[J].遥感技术与应用,2015,30(3):461-468.

YIN X J,ZHANG Q,ZHAO Q ZH,etal.Inversion of nitrogen content of bacterial speck of processing tomato based on support vector machine[J].RemoteSensingTechnologyandApplication,2015,30(3):461-468(in Chinese with English abstract).

[11] 陈志强,王 磊,白由路,等.玉米叶片的光谱响应及其氮素含量预测研究[J].光谱学与光谱分析,2013,33(4):1066-1070.

CHEN ZH Q,WANG L,BAI Y L,etal.Spectral response of maize leaves and prediction of their nitrogen content[J].SpectroscopyandSpectralAnalysis,2013,33(4):1066-1070(in Chinese with English abstract).

[12] 杨宝华,陈建林,陈林海,等.基于敏感波段的小麦冠层氮含量估测模型[J].农业工程学报,2015,31(22):176-182.

YANG B H,CHEN J L,CHEN L H,etal.Estimation model of wheat canopy nitrogen content based on sensitive bands[J].TransactionsoftheChineseSocietyofAgriculturalEngineering,2015,31(22):176-182(in Chinese with English abstract).

[13] 陈 兵,徐 丽,刘 政,等.棉花黄萎病叶片氮素含量与高光谱数据相关性分析[J].新疆农业科学,2015,52(7):1340-1345.

CHEN B,XU L,LIU ZH,etal.The relationship between nitrogen contents and hyper spectra data in leaves of cotton under verticillium wilt[J].XinjiangAgriculturalSciences,2015,52(7):1340-1345(in Chinese with English abstract).

[14] 王家强,伍维模,李志军,等.基于高光谱指数的塔里木河上游胡杨和灰叶胡杨叶片氮素含量估测[J].生态学杂志,2014,33(10):2858-2864.

WANG J Q,WU W M,LI ZH J,etal.Estimating leaf nitrogen content ofPopuluseuphraticaandP.pruinosain the upper reaches of Tarim river using hyperspectral index[J].ChineseJournalofEcology,2014,33(10):2858-2864(in Chinese with English abstract).

[15] 潘 蓓.苹果树冠层氮素、叶绿素及叶面积指数的高光谱估测[D].山东泰安:山东农业大学,2013.

PAN B.Hyperspectral estimation of apple tree canopy nitrogen,chlorophyll and LAI status[D].Tai’an Shandong :Shandong Agriculture University,2013(in Chinese with English abstract).

[16] 黎小清,刘忠妹,丁华平,等.基于高光谱数据的橡胶树叶片氮素含量估算模型研究[J].西南农业学报,2015,28(2):569-574.

LI X Q,LIU ZH M,DING H P,etal.Study on estimation models for total nitrogen content of rubber tree leaves based on hyper-spectral data[J].SouthwestChinaJournalofAgriculturalSciences,2015,28(2):569-574(in Chinese with English abstract).

[17] 韩兆迎,朱西存,房贤一,等.基于SVM与RF的苹果树冠LAI高光谱估测[J].光谱学与光谱分析 2016 36(3):800-805.

HAN ZH Y,ZHU X C,FANG X Y,etal.Hyperspectral estimation of apple tree canopy LAI based on SVM and RF regression[J].SpectroscopyandSpectralAnalysis,2016,36(3):800-805(in Chinese with English abstract).

[18] HORLER D N H,DOCKRAY M,BARBER J,etal.Red edge mesurements for remotely sensing plant chlorophyll content[J].AdvancesinSpaceResearch,1983,3(2):273-277.

[19] BOOCHS F,KUPFER G,DOCKTER K,etal.Shape of the red edge as vitality indicator for plant[J].InternationalJournalofRemoteSensing,1990,11(10):1741-1753.

[20] DEMETRIADES-SHAH T H,STEVEN M D,CLARK J A.High resolution derivative spectra in remote sensing[J].RemoteSensingofEnvironment,1990,33(1):55-64.

[21] GONG P,PU R L,HEALD R C.Analysis of in situ hyperspectral date for nutrient estimation of giant sequoia[J].InternalJournalofRemoteSensing,2002,23(9):1827-1850.

StudyonCanopySpectralCharacteristicsofJujubeCanopyinDifferentNitrogenLevel

WANG Qiong1, CHEN Bing2, DOU Zhongjiang1, PENG Jie3, NIU Jianlong3,XIAO Chunhua4and LIU Na1
( 1.Institute of Science and Technology Information, Xinjiang Academy of Agricultural Reclamation Sciences, Shihezi Xinjiang 832000,China; 2.Cotton Research Institute, Xinjiang Academy of Agricultural Reclamation Sciences, Shihezi Xinjiang 832000,China; 3.College of Plant Science,Tarim University,Alar Xinjiang 843300,China; 4.Key Oasis Eco-Agriculture of Xinjiang Production and Construction Corps,Shihezi University, Shihezi Xinjiang 832000,China)

Using the FieldSpec Pro FR2500 spectrometer, canopy spectra of red jujube under different nitrogen treatments were estimated, and the spectrum characteristic change rule and its correlation with red jujube and leaf total nitrogen mass fraction were analyzed. The results showed that the value of leaf total nitrogen in exhibition leaf stage was the highest, the least at the early stage of the pinching period, and with the increase of nitrogen application, the leaf total nitrogen increased quickly in exhibition leaf and the late pinching period: under same nitrigen treatment. The spectral curve had reflection peak near 560 nm in visible bands and 750 nm to 1 100 nm, respectively under different nitrogen treatments, and the reflectance was 0.1-0.2, great than 0.4, respectively. While, there were five absorption valleys in 450 nm, 650 nm 1 450 nm, 1 950 nm and 2 600 nm. The relationship between leaf total nitrogen and canopy reflectance characteristicsat different stage was significant, the red edge position(REP) and location(Lo) shift to the short wavelength direction rapidly.In conclusion,it is beneficial to jujube nitrogen prediction by using remote sensing technology, and can lay the foundation for jujube nondestructive nutrition diagnosis.

Jujube; Canopy spectral reflectance; Spectrum character analyze; Red edge parameters

2016-08-05

2016-10-08

Supported by the Industrial Research of Science and Technology(No.2014BA019),the Guidance Plan of Xinjiang Academy of Agricultural and Reclamation Sciences of China(No.54YYD201302);the National Natural Science Foundation of China(No.41161068,No.31460326,No.11564032).

WANG Qiong, female,associate research fellow.Research area:crop cultivation and precision agriculture.E-mail:wangqionghope@163.com.

TP701

A

1004-1389(2017)09-1355-08

(责任编辑：史亚歌Responsibleeditor:SHIYage)

日期：2017-09-12

网络出版地址：http://kns.cnki.net/kcms/detail/61.1220.S.20170912.1740.026.html

2016-08-05

2016-10-18

新疆兵团工业科技计划 (2014BA019)；新疆农垦科学院引导计划(54YYD201302)；国家自然科学基金 (41161068，31460326,11564032)。

王 琼，女，副研究员，研究方向为作物信息技术与精准农业。E-mail:wangqionghope@163.com.

窦中江，男，副研究员，主要从事农业信息化的相关研究。E-mail:kjxxs@qq.com

CorrespondingauthorDOU Zhongjiang, male,associate research fellow. Research area:agricultural information.E-mail:xjwqtg@163.com