单作套作大豆叶片氮素积累与光谱特征

谌俊旭 黄 山 范元芳 王 锐 刘沁林 杨文钰 杨 峰



单作套作大豆叶片氮素积累与光谱特征

谌俊旭 黄 山 范元芳 王 锐 刘沁林 杨文钰*杨 峰*

四川农业大学农学院 / 农业部西南作物生理生态与耕作重点实验室 / 四川省作物带状复合种植工程技术研究中心, 四川成都 611130

种植模式和氮肥水平直接影响作物的生长和氮素的吸收, 无损、即时监测大豆叶片氮素水平对大豆生产中的氮肥精确管理十分重要。本研究设置4个氮肥水平, 分析单作套作下大豆在不同生育时期叶片氮素动态和光谱特征, 明确对叶片氮素敏感的光谱特征参数, 构建单作套作大豆通用的叶片氮素积累量估测模型。结果表明, 随大豆生育时期的推进, 单作套作种植模式下的大豆冠层叶片氮素积累量均呈现单峰变化趋势, 最大值出现在N3处理下的结荚期, 两种模式两年最大值平均分别为8.70 g m–2和8.38 g m–2; 不同生育时期和种植模式的大豆冠层原始反射光谱的变化规律与冠层叶片氮素变化规律均为先增加后降低, 原始反射光谱在700~1000 nm波段的反射率以结荚期为拐点先增大后减小, 最大反射率达到60%~70%左右; 通过对单作套作大豆冠层光谱一阶导数变换, 红边幅值呈现先增加后降低的趋势, 同时红边位置随叶片氮积累量的增加和减小出现“红移”与“蓝移”现象。经波段自由组合和回归分析表明, 以DSI (771、755)构建的线性(= –1.249+3.209,2= 0.847)和乘幂(= –1.4701.676,2= 0.872)模型能较精确地估测不同生育时期大豆冠层叶片氮素状况。

大豆; 氮素积累; 光谱反射率; 模型

高光谱遥感自20世纪70年代以来, 就在农作物监测方面扮演着重要的角色。农业遥感主要以作物和土壤为对象, 利用地物的光谱特性来监测作物长势[1]、作物营养[2]及作物病虫害[3]等。氮素作为作物的重要营养元素, 不仅对作物正常的生长发育有着十分显著的影响, 也对作物品质起着十分重要的作用[4-7]。胡珍珠等[8]研究表明, 在核桃的不同生育时期, 与叶片氮素含量相关的特征光谱各有不同。同时, Walburg等[9]研究也发现, 缺氮时玉米冠层叶片光谱的反射率在红光范围内增加, 但在近红外波段降低。岳延滨等[10]研究发现在760~1350 nm范围内, 用缺氮条件下冠层光谱反射率能够比较准确地估测辣椒的叶片全氮含量。田永超等[11]研究发现, 绿光560 nm和红光705 nm波段附近的反射率与近红外波段组合而成的光谱比值指数能够很好地监测水稻叶层全氮含量。Wei等[12]利用优化的指数构建的估测模型在估测冬小麦冠层叶片氮含量时能够部分消除品种差异、叶片水分含量、土壤性质及生育时期的影响且估测精度高。同时氮素的含量对大豆品质[13]、产量[14]都有明显的影响。但是影响大豆光谱特性的因素较多, 且不同氮素营养水平和种植模式下大豆光谱特性变化机理尚不完全明确, 还需要进一步深入研究。

大豆-玉米套作模式作为近年来大豆增产的重要措施之一, 较以往大豆的单作模式具有提高土地利用率、减少肥料浪费及比较效益高等特点[15]。但是由于高位作物玉米的荫蔽作用, 套作低位作物大豆的冠层光环境较单作明显不同, 对大豆产量的影响显著[16]。高志英等[17]研究表明, 光照环境和施氮水平之间的互作对玉米气孔特征的影响也是显著的。同时, 田间高光谱的测量由于受到高位作物玉米的荫蔽, 对套作模式下大豆冠层光谱产生影响[18]。近年来还未见对套作和不同施氮水平大豆氮素遥感监测研究的报道。

本研究利用单一波段、导数变换和两波段自由组合等方法筛选大豆叶片氮素敏感波段, 构建适合于单作套作大豆的氮素估测模型, 为不同种植模式下大豆氮素状况监测及氮肥精确管理提供理论支持。

1 材料与方法

1.1 试验地点与材料

2013年和2014年在仁寿县四川现代粮食生产示范基地进行试验。试验地土壤含有机质12.96 g kg–1、全氮1.10 g kg–1、全磷0.68 g kg–1、全钾14.66 g kg–1、碱解氮66.73 mg kg–1、速效磷3.26 mg kg–1、速效钾178.74 mg kg–1, pH 6.85。供试大豆品种为南豆12, 玉米品种登海605。

1.2 试验设计

采用二因素裂区试验设计, 主因素为种植模式即套作和单作; 副因素为施纯氮水平, 设N0为0 kg hm–2, N1为60 kg hm–2, N2为120 kg hm–2, N3为180 kg hm–2, 重复3次。

为保证土壤肥力的一致性, 前茬作物种植小麦匀地。宽窄行种植玉米, 宽行160 cm, 窄行40 cm, 3月下旬育苗移栽, 7月下旬收获, 密度为6万株hm–2, 每穴单株。玉米底肥为氮肥(纯N) 120 kg hm–2、磷肥(P2O5) 165 kg hm–2、钾肥(K2O) 95 kg hm–2。玉米大喇叭口期追施氮肥(纯氮) 120 kg hm–2。

大豆6月初播于玉米宽行内, 每幅种植2行, 穴距20 cm, 每穴2株, 行距40 cm。单作模式下, 大豆行距为50 cm, 穴距为40 cm, 每穴为2株。单作套作大豆密度一致, 均为10万株hm–2。两种种植模式的小区面积均为6 m×6 m。大豆底肥为大豆底肥为磷肥(P2O5) 80 kg hm–2、钾肥(K2O) 70 kg hm–2，大豆氮肥(纯氮)按底肥∶始花期追肥=1∶1进行配施。除草、喷药等同大田操作。

1.3 测定项目与方法

单作和套作种植模式下在大豆苗期、分枝期、始花期、盛花期、始荚期和鼓粒期同步测定大豆冠层光谱和氮素积累量。

1.3.1 光谱测定 使用荷兰AvaField-3型便携式高光谱地物波谱仪测量光谱, 光谱范围为350~1050 nm, 采样间隔为0.6 nm, 视场角为25°。在6个生育期, 选择晴朗无云, 11:00—14:00之间使用便携式观测架以距离大豆冠层1 m高度沿大豆条带测定光谱, 测定前后及时参考白板的校正。每小区取值均为3次测量平均值。

1.3.2 氮素测定 对应光谱测定位置(与光谱测定同步), 选取视场角范围内4株大豆叶片, 105℃杀青后在80℃烘干至恒重, 粉碎并过60目筛。用CE-440元素分析仪(美国加联仪器有限公司生产)测定叶片氮素。叶片氮素积累量(LNA)(g N m–2) = 干叶氮含量LNC (%)´干叶干物重LDW (g m–2)。每小区取值均为3次测量平均值。

1.4 数据分析

采用Microsoft Excel 2013整理数据, 使用Origin 9.0软件绘制; 利用DPS 7.05及Matlab程序对数据进行相关性分析, 模型构建(2013年= 88)及验证(2014年= 40)。在大豆氮素积累量及光谱反射率变化规律的基础上进行分析, 探究氮素积累量与光谱指数间的相关性。本文引用的光谱指数如表1所示。

表1 本文引用的光谱指数

是相应波长的光谱反射率。

is the spectral reflectance rate at the corresponding wavelength.

2 结果与分析

2.1 不同种植模式和氮肥水平下大豆叶片氮素积累量变化规律

由表2可知, 对于同一施氮水平, 随着生育时期的推进, 单作套作种植模式下的大豆叶片氮素积累量均呈现先增加后减少的趋势, 在结荚期达到最大, 且两年表现出相同规律。而在不同的施肥水平和同一生育时期下, 随着施氮量的增加, 叶片氮素积累量总体上均呈现增加的趋势; N3处理叶片氮素积累量最大, 2013年和2014年套作大豆冠层叶片氮素积累量最大值分别为9.36 g m–2和7.40 g m–2; 而单作大豆分别为8.79 g m–2和8.61 g m–2。通过对不同生育时期单作套作模式下大豆叶片氮素积累量的比较, 表明单作下氮素积累量的最快增长时期为始花期到盛花期, 而套作条件下为盛花期到结荚期, 这可能归因于本试验的套作模式下玉米收获时大豆处于始花期, 始花期之前玉米对大豆的荫蔽使得大豆生长受到一定程度抑制, 导致叶片氮素积累量相对单作偏低, 而玉米收获后荫蔽解除, 受光影响的生理活动随冠层光环境的恢复在一定程度上逐步得到补偿, 大豆在始花期到盛花期开始弥补前期荫蔽所带来的影响, 进而可能使得根系对氮素的吸收增加, 但这个恢复过程是相对缓慢的, 因此造成单作套作下氮素最快增长时期的差异。

表2 不同施氮水平下单作和套作大豆叶片氮素积累量变化

2.2 大豆冠层光谱变化特征

随着生育时期的推进, 大豆冠层光谱反射率发生了明显变化。如图1所示(各处理平均值), 700~1000 nm内, 处理之间光谱反射率的差异变化十分明显, 两年的数据表明, 除2013年鼓粒期, 单作种植下大豆不同生育时期的冠层光谱反射率均高于套作; 而随着生育时期的推进, 反射率均呈现先升高后降低的规律, 与大豆氮素积累量随生育时期变化规律基本一致,

对于一阶导数光谱, 光谱中红边位置(700 nm左右)是反映作物长势的敏感特征。图2所示, 随生育时期的推进, 光谱红边位置先后出现“红移”及“蓝移”, 且红边幅值也表现出先增大后降低之势, 同时, 两种变化之拐点在同一生育时期; 而以上规律均与相应种植模式下大豆氮素积累量随生育时期变化规律一致。套作模式下, 红边位置及红边幅值的拐点出现在结荚期, 单作下, 拐点出现的时期变化与冠层原始光谱反射率变化一致.

因此基于光谱原始反射率及其一阶导数的变化规律与相应的大豆叶片氮素积累量变化比较不难看出, 在700~1000 nm范围内, 大豆原始光谱反射率及其一阶导数与氮素的变化密切相关, 但大豆氮素积累与叶片内含氮有机物及含氮无机物的积累量又密切相关, 而各物质的光谱吸收波段不尽相同, 因此导致叶片氮素积累敏感波段不同于单一物质那么简单。

图1 单作和套作大豆叶片原始光谱变化规律

图2 单作和套作大豆叶片一阶导数光谱变化

2.3 大豆叶片氮素积累量与光谱指数的相关性分析

2.3.1 原始及一阶导数光谱与氮素积累量相关性

图3表明, 当波长小于720 nm时, 叶片氮素积累量与原始光谱呈现负相关, 其中在456~710 nm波段内表现为显著负相关, 最小相关系数在692 nm处(= –0.497); 波长处于720~1000 nm时, 叶片氮素积累量与原始光谱呈现正相关, 其中在730~1000 nm波段内达到0.05显著性水平, 最大相关系数在892 nm处(= 0.55)。相比于原始光谱, 一阶导数光谱与叶片氮素积累量的相关性复杂得多, 其中在710~763 nm波段内, 一阶导数光谱与叶片氮素积累量呈现0.05水平的显著正相关, 最大值在751 nm处(= 0.89); 在680~696 nm波段内, 一阶导数光谱与叶片氮素积累量呈显著负相关, 最小值在688 nm处(= –0.61)。相关系数的最大和最小值都在红边范围内, 处在冠层叶片原始光谱变化最大的波段内, 突出和强化了冠层原始光谱的信息。

图3 大豆叶片氮素积累量与原始和一阶导数光谱相关分析

2.3.2 光谱指数与氮素积累量相关性 通过对表1中列举的光谱指数与本试验中大豆冠层叶片氮素积累量的相关性分析, 结果如表3所示, 除黄边面积外, 其他光谱指数与氮素的相关性都达0.05水平上的显著相关, 且其中红边与蓝边面积之比达0.01水平的极显著相关(0.871)。从图3可以发现, 与氮素敏感的波段很多, 因此基于波段自由组合, 构建基于RSI、DSI和NDSI光谱指数与氮素相关性最优的波段组合(图4)。

基于原始光谱的相关系数最高的各光谱指数分别为RSI (767, 745)(= 0.901)、DSI (771, 755)(= 0.92)和NDSI (767, 745)(= 0.901); 基于一阶导数光谱的相关系数最高的各光谱指数分别为RSI (D735, D713) (= 0.897)、DSI (D748, D508)(= 0.917)和NDSI (D748, D696)(= 0.890)。通过对基于原始光谱和一阶导数光谱自由组合的光谱指数与大豆叶片氮素积累量的相关系数分析发现, 大豆叶片氮素积累量的敏感区域集中于原始光谱中的700~800 nm的近红外波段, 导数光谱集中于可见光和近红外波段。其中在整个400~1000 nm波段范围内, 基于原始光谱自由组合的光谱指数好于基于一阶导数光谱自由组合的光谱指数, 但两者的最大相关系数值差别不大。

图4 大豆叶片氮素积累量与光谱指数的相关性分析

2.4 大豆叶片氮素估测模型的构建与检验

2.4.1 大豆叶片氮素估测模型的构建 基于前文筛选出相关系数达到0.900极显著水平(<0.01)的光谱变量, 采用线性和非线性回归方法建立估算大豆叶片氮素积累量的模型, 本试验采用以下5种拟合模型构建估算模型。

线性函数:=+

对数函数:=+´ln ()

表3 大豆叶片氮素积累量与光谱指数的相关分析

*＜0.05 ;**＜0.01.

二次函数:=++2

乘幂函数:=´x

指数函数:=´e

其中,代表大豆叶片的氮素积累量值,代表光谱指数,、、均为常数。结果如表4所示, 对光谱指数最佳的拟合模型是基于DSI (771, 755)构建的幂函数和线性函数, 决定系数分别为0.872和0.847, 其中幂函数的值达到最大, 为588.223, 其次是线性函数, 为475.534。

2.4.2 大豆叶片氮素估测模型的测试与检验 将2014年的数据(= 40)带入到上述所建模型, 结果如图5显示, 以DSI (771, 755)构建的线性和乘幂两模型来检验模型的预测精度, 选择模型拟合2和预测2都较大。基于DSI (771, 755)的线性模型的2、RMSE和RPD分别为0.827、1.281、2.416; 乘幂模型的2、RMSE和RPD分别为0.800、1.389、2.227。基于DSI (771, 755)构建的线性和乘幂模型的RPD均大于2, 说明这2个模型的预测精度较好。

3 讨论

氮素是作物生长发育及产量形成的重要元素之一, 相关研究表明, 施氮水平的不同对油菜[19]、小麦[20]、玉米[21]等作物产量都有着重要的影响。同时, 闫艳红等[22]和刘小明等[23]的研究表明, 套作模式下, 施氮水平的不同对于大豆生育后期干物质积累及产量形成都有着十分重要的影响。此外, 田艳洪等[24]的研究表明, 不同时期施氮对大豆的产量也有影响, 其中以鼓粒初期追肥对大豆产量的增加最为显著。大豆的整个生育时期, 氮素主要来自根瘤固氮及人工使用氮肥, 因此, 根据大豆的氮素营养水平, 及时、适量追施氮肥对于提高大豆产量及减少肥料的滥用是十分重要的。

表4 叶片氮素积累量与光谱参数的线性和非线性回归分析

图5 高光谱估测叶片氮素积累量的回归分析

籽粒形成过程中物质的积累主要来自叶片中物质的转运, 因此监测大豆叶片的氮素水平有助大豆氮素的精准调控。冠层叶片的光谱反射率与叶片含氮量有关[8,25], 而以红边特征参数能够测定氮素含量[26]。本实验所构建的预测模型与梁留锁等[27]研究结果相比, 虽幂函数及线性函数模型的决定系数都略低, 但大田光谱测量受多种因素影响[28]。同时, 玉-豆套作模式下, 大豆冠层有效光合辐射及透光率均显著低于单作, 且受行间距不同配置及玉-豆套作不同组合的影响[16,29], 而阴影对光谱的反射也有影响。本试验所构建模型很好估测单作套作模式下大豆冠层叶片氮素积累量, 增加了模型在不同环境下的适用性, 对高效指导农业生产中大豆氮素监测及施肥指导有着十分重要的理论支持。

本次试验中, 研究了单作与套作模式下大豆叶片的氮素估测, 但尚未分析研究套作模式不同行间距和不同套作组合下的大豆叶片氮素估测。因此, 在后续的实验研究中, 需进一步深入研究不同行距配置和组合下的广适性遥感估测模型。

4 结论

充分利用高光谱的信号丰富、观测能力强和即时性的特点, 获取了大豆在不同种植模式和氮肥差异下的不同生育时期光谱特征参数和叶片氮素积累量。基于波段优选的DSI (771, 755)构建的线性(= –1.249+3.209)和乘幂(= –1.4701.676)模型能较好预测单作套作两种模式下大豆冠层叶片不同生育时期的氮素状况。

[1] 李卫国, 李秉柏, 王志明, 张娅香, 黄晓军. 作物长势遥感监测应用研究现状和展望. 江苏农业科学, 2006, (3): 12–15Li W G, Li B B, Wang Z M, Zhang Y C, Huang X J. Status and prospect on research and application of crop condition monitoring using remote sensing., 2006, (3): 12–15 (in Chinese with English abstract)

[2] 吴华兵, 朱艳, 田永超, 姚霞, 刘晓军, 周治国, 曹卫星. 棉花冠层高光谱指数与叶片氮积累量的定量关系. 作物学报, 2007, 33: 518–522 Wu H B, Zhu Y, Tian Y C, Yao X, Liu X J, Zhou Z G, Cao W X. Relationship between canopy hyperspectral index and leaf nitrogen accumulation in cotton., 2007, 33: 518–522 (in Chinese with English abstract)

[3] 冯伟, 王晓宇, 宋晓, 贺利, 王永华, 郭天财. 基于冠层反射光谱的小麦白粉病严重度估测. 作物学报, 2013, 39: 1469–1477 Feng W, Wang X Y, Song X, He L, Wang Y H, Guo T C. Estimation of severity level of wheat powdery mildew based on ca­nopy spectral reflectance., 2013, 39: 1469–1477 (in Chinese with English abstract)

[4] 胡军林.主要农作物缺氮症状及防治措施. 农技服务, 2008, 25(1): 54, 108 Hu J L.Causes of nitrogen deficiency in main crops and preventive measures., 2008, 25(1): 54, 108 (in Chinese with English abstract)

[5] 郝小雨, 周宝库, 马星竹, 高中超.长期不同施肥措施下黑土作物产量与养分平衡特征. 农业工程学报, 2015, 31(16): 178–185 Hao X Y, Zhou B K, Ma X Z, Gao Z C. Characteristics of crop yield and nutrient balance under different long-term fertilization practices in black soil., 2015, 31(16): 178–185 (in Chinese with English abstract)

[6] Bekele W. Effect of soybean varieties and nitrogen fertilizer rates on yield, yield components and productivity of associated crops under maize/soybean intercropping at Mechara, Eastern Ethiopia., 2016, 5(1): 1

[7] 王劲松, 焦晓燕, 丁玉川, 董二伟, 白文斌, 王立革, 武爱莲.粒用高粱养分吸收、产量及品质对氮磷钾营养的响应. 作物学报, 2015, 41: 1269–1278Wang J S, Jiao X Y, Ding Y C, Dong E W, Bai W B, Wang L G, Wu A L. Response of nutrient uptake, yield and quality of grain sorghum to nutrition of nitrogen, phosphorus and potassium., 2015, 41: 1269–1278 (in Chinese with English abstract)

[8] 胡珍珠, 潘存德, 肖冰, 潘鑫.基于光谱特征参量的核桃叶片氮素含量估测模型. 农业工程学报, 2015, 31(9): 180–186 Hu Z Z, Pan C D, Xiao B, Pan X. Spectral characteristic parameter-based models for foliar nitrogen concentration estimation of., 2015, 31(9): 180–186 (in Chinese with English abstract)

[9] Walburg G, Bauer M E, Daughtry C S T. Effects of nitrogen nutrition on the growth, yield, and reflectance characteristics of corn canopies., 1982, DOI: 10.2134/agronj1982.0002196200 7400040020x

[10] 岳延滨, 聂克艳, 黎瑞君, 李莉婕, 孙长青, 彭志良, 赵泽英.不同施氮水平辣椒地上部全氮含量与冠层光谱反射率的相关性. 贵州农业科学, 2014, (11): 244–247 Yue Y B, Nie K Y, Li Y J, Li L J, Sun C Q, Peng Z L, Zhao Z Y. Correlation of total nitrogen content in overground part of pepper at different nitrogen application level with canopy spectral reflectance., 2014, (11): 244–247 (in Chinese with English abstract)

[11] 田永超, 杨杰, 姚霞, 曹卫星, 朱艳.利用叶片高光谱指数预测水稻群体叶层全氮含量. 作物学报, 2010, 36: 1529–1537 Tian Y C, Yang Jie, Yao X, Cao W X, Zhu Y. Monitoring canopy leaf nitrogen concentration based on leaf hyperspectral indices in rice., 2010, 36: 1529–1537 (in Chinese with English abstract)

[12] Wei F, Zhang H Y, Zhang Y S, Qi S L, Heng Y R, Guo B B, Ma D Y, Guo T C. Remote detection of canopy leaf nitrogen concentration in winter wheat by using water resistance vegetation indices fromhyperspectral data., 2016, 198: 238–246

[13] 宋英博.不同施氮量对大豆蛋白质和脂肪含量的影响. 黑龙江农业科学, 2010, (7): 52–53 Song Y B. Effect of different nitrogen application on protein and fat content in soybean., 2010, (7): 52–53 (in Chinese with English abstract)

[14] 董守坤, 龚振平, 祖伟. 氮素营养水平对大豆氮素积累及产量的影响. 植物营养与肥料学报, 2010, 16: 65–70 Dong S K, Gong Z P, Zu W. Effects of nitrogen nutrition levels on N-accumulation and yields of soybean., 2010, 16: 65–70 (in Chinese with English abstract)

[15] 杨文钰, 雍太文, 任万军, 樊高琼, 牟锦毅, 卢学兰. 发展套作大豆, 振兴大豆产业.大豆科学, 2008, 27: 1–7 Yang W Y, Yong T W, Ren W J, Fan G Q, Mu J Y, Lu X L.Development of soybeans, the revitalization of soybean industry., 2008, 27: 1–7 (in Chinese with English abstract)

[16] 崔亮, 苏本营, 杨峰, 杨文钰.带状套作大豆群体冠层光能截获与利用特征. 中国农业科学, 2015, 48: 43–54 Cui L, Su B Y, Yang F, Yang W Y. Relationship between light interception and light utilization of soybean canopy in relay strip intercropping system., 2015, 48: 43–54 (in Chinese with English abstract)

[17] 高志英, 丁圣彦, 谷艳芳, 邢倩.不同光环境与氮肥互作对玉米气孔特征的影响. 河南农业科学, 2008, 37(9): 15–19 Gao Z Y, Ding S Y, Gu Y F, Xing Q. The interactive effects of light condition and nitrogen supply on stomatal characteristics of maize., 2008, 37(9): 15–19 (in Chinese with English abstract)

[18] 何挺, 刘荣, 王静.野外波谱测量的影响因素研究.地理与地理信息科学, 2003, 19(5): 6–10 He T, Liu R, Wang J. The influences factors on field spectrometry., 2003, 19(5): 6–10 (in Chinese with English abstract)

[19] 杨德金, 彭守华. 秦优12不同播期、密度和施氮水平对产量的影响. 安徽农学通报, 2010, 16(13): 100–102 Yang D J, Peng S H.Effects of different sowing date, density and nitrogen application on yield., 2010, 16(13): 100–102 (in Chinese)

[20] 郭天财, 宋晓, 马冬云, 冯伟, 王永华.施氮水平对2种穗型冬小麦品种产量及氮素吸收利用的影响. 西北植物学报, 2008, 28: 554–558 Guo T C, Song X, Ma D Y, Feng W, Wang Y H. Effects of nitrogen application on grain yield, n absorption and utilization rate in winter wheat with two spike-types., 2008, 28: 554–558 (in Chinese with English abstract)

[21] 宁堂原, 焦念元, 李增嘉, 张民, 赵春, 韩宾, 邵国庆.施氮水平对不同种植制度下玉米氮利用及产量和品质的影响. 应用生态学报, 2006, 17: 2332–2336 Ning T Y, Jiao N Y, Li Z J, Zhang M, Zhao C, Han B, Shao G Q. Effects of N application rate on N utilization, yield and quality of maize under different cropping systems., 2006, 17: 2332–2336 (in Chinese with English abstract)

[22] 闫艳红, 杨文钰, 张新全, 陈小林, 陈忠群.施氮量对套作大豆花后光合特性、干物质积累及产量的影响. 草业学报, 2011, 20: 233–238 Yan Y H, Yang W Y, Zhang X Q, Chen X L, Chen Z Q. Effects of different nitrogen levels on photosynthetic characteristics, dry matter accumulation and yield of relay strip intercroppingafter blooming., 2011, 20: 233–238 (in Chinese with English abstract)

[23] 刘小明, 雍太文, 苏本营, 刘文钰, 周丽, 宋春, 杨峰, 王小春, 杨文钰.减量施氮对玉米-大豆套作系统中作物产量的影响. 作物学报, 2014, 40: 1629–1638 Liu X M, Yong T W, Su B Y, Liu W Y, Zhou L, Song C, Yang F, Wang X C, Yang W Y. Effect of reduced N application on crop yield in maize-soybean intercropping system., 2014, 40: 1629–1638 (in Chinese with English abstract)

[24] 田艳洪, 刘元英, 张文钊, 罗盛国.不同时期施用氮肥对大豆根瘤固氮酶活性及产量的影响. 东北农业大学学报, 2008, 39(5): 15–19 Tian Y H, Liu Y Y, Zhang W Z, Luo S G.Effect of N fertilization at different stage on nitrogenase activity and yield of soybean., 2008, 39(5): 15–19 (in Chinese with English abstract)

[25] 周丽丽, 冯汉宇, 阎忠敏, 刘克, 周顺利.玉米叶片氮含量的高光谱估算及其品种差异. 农业工程学报, 2010, 26(8): 195–199 Zhou L L, Feng H Y, Yan Z M, Liu K, Zhou S L. Hyperspectral diagnosis of leaf N concentration of maize and variety difference., 2010, 26(8): 195–199 (in Chinese with English abstract)

[26] 冯伟, 朱艳, 姚霞, 田永超, 郭天财, 曹卫星.利用红边特征参数监测小麦叶片氮素积累状况. 农业工程学报, 2009, 25(11): 194–201 Feng W, Zhu Y, Yao X, Tian Y C, Guo T C, Cao W X. Monitoring nitrogen accumulation in wheat leaf with red edge characteristics parameters., 2009, 25(11): 194–201 (in Chinese with English abstract)

[27] 梁留锁, 马旭, 乔欣.大豆叶片氮素含量检测技术的试验研究. 农机化研究, 2010, 32(11): 121–124Liang L S, Ma X, Qiao X. The total leaf nitrogen determination of the soybean’s canopy based on spectral reflection., 2010, 32(11): 121–124 (in Chinese with English abstract)

[28] 何挺, 程烨, 王静.野外地物光谱测量技术及方法. 中国土地科学, 2002, 16(5): 30–36He T, Cheng Y, Wang J. The technology and method of field spectrometry., 2002, 16(5): 30–36 (in Chinese with English abstract)

[29] 崔亮, 苏本营, 杨峰, 杨文钰. 不同玉米-大豆带状套作组合条件下光合有效辐射强度分布特征对大豆光合特性和产量的影响. 中国农业科学, 2014, 47: 1489–1501 Cui L, Su B Y, Yang F, Yang W Y. Effects of photosynthetically active radiation on photosynthetic characteristics and yield of soybean in different maize/soybean relay strip intercropping systems., 2014, 47: 1489–1501 (in Chinese with English abstract)

Remote Detection of Canopy Leaf Nitrogen Status in Soybean by Hyperspectral Data under Monoculture and Intercropping Systems

CHEN Jun-Xu, HUANG Shan, FAN Yuan-Fang, WANG Rui, LIU Qin-Lin, YANG Wen-Yu*, and YANG Feng*

Key Laboratory of Crop Eco-physiology and Farming System in Southwest, the Ministry of Agriculture / College of Agronomy, Sichuan Agricultural University / Sichuan Engineering Research Center for Crop Strip Intercropping System, Chengdu 611130, China

Non-destructive monitoring of soybean nitrogen status is important for precise N management in soybean production. In this study, the quantitative correlation between soybean leaf nitrogen status and canopy hyperspectral reflectance was investigated. Field experiments were conducted. With four nitrogen application rates for two years under monoculture and intercropping systems. The nitrogen accumulation of canopy leaves showed a single-peak changing trend in the process of soybean growth. The maximum value in monoculture and intercropping was 8.70 g m–2and 8.38 g m–2, respectively, at pod stage under N3 treatment. The raw hyperspectral reflectance and the leaf nitrogen accumulation had the same changing trend at different growth stages with different planting patterns. The peak value of the raw hyperspectral reflectance in the 700–1000 nm occurred at pod stage. In the first-order derivative spectrum, the red edge amplitude values increased first and then decreased. The position of the red edge changed as “Red shift” and “Blue shift” with the increase or decrease of leaf nitrogen accumulation. The results of the correlation analysis showed that the linear model and the power model by using the Difference Spectral Index (DSI: 771, 755) based on the best spectral band combination (BSBC) had the greatest accuracy to estimate the leaf nitrogen status of soybean.

Soybean; Nitrogen accumulation; Hyperspectral reflectance; Model

10.3724/SP.J.1006.2017.01835

本研究由国家重点研发计划项目(2016YFD0300602)资助。

The work was supported by the National Key Research and Development Program of China (2016YFD0300602).

杨峰, E-mail: f.yang@sicau.edu.cn; 杨文钰, E-mail: mssiyangwy@sicau.edu.cn

E-mail: m17740901718@163.com

2017-03-09; Accepted(接受日期): 2017-05-10; Published online(网络出版日期): 2017-06-08.

http://kns.cnki.net/kcms/detail/11.1809.S.20170608.1000.002.html