OALib Journal期刊
ISSN: 2333-9721
费用:99美元
应用数字图像技术进行水稻氮素营养诊断
DOI: 10.11674/zwyf.2015.0129 , PP. 259-268
Keywords: 数字图像 ,水稻 ,氮素营养诊断
Abstract:
【目的】研究田间试验条件下水稻不同生育期冠层图像色彩参数(G、NRI、NGI、NBI、G/R和G/B)及植株氮素营养指标(叶片含氮量、植株全氮含量、生物量、氮素累积量和冠层NDVI值)的时空变化特征,并分析两者间的相关性,确立水稻氮素营养诊断的最佳色彩参数和方程模型,为探明数码相机在水稻上的适宜性及精确诊断水稻氮素营养状况提供理论基础。【方法】于2013年5月~9月在湖北省武汉市华中农业大学试验基地(30°28′08′′N,114°21′36′′E)采用不同施氮处理的田间试验,以籼型两系杂交稻“两优6326”为供试作物,设置4个施氮水平:0、75、150和225kg/hm2(分别以N0、N75、150和N225表示),3次重复,随机区组排列。分别在水稻分蘖期、拔节期、孕穗期和灌浆期采用数码相机(Nikon-D700,1200万像素)获取水稻冠层图像,应用Adobephotoshop7.0软件直方图程序提取图像的红光值R、绿光值G和蓝光值B,研究数码相机进行水稻氮素营养诊断色彩参数,确定植株氮素营养指标诊断模型。【结果】较对照(N0)相比,分蘖期、拔节期、孕穗期和灌浆期3个施氮处理水稻地上部生物量、叶片含氮量、植株全氮含量、氮素累积量、冠层NDVI值和成熟期产量增幅分别平均为40.7%~98.0%、42.4%~72.4%、36.2%~85.3%、125.5%~209.1%、51.3%~60.6%和60.1%~117.0%,差异显著。水稻不同生育期各冠层数字化指标G、NRI、NGI、NBI、G/R和G/B与上述氮素营养参数相关性差异较大,且以数字图像红光标准化值NRI表现最佳,建议作为应用数码相机进行水稻氮素营养诊断的最佳冠层图像色彩参数指标。进一步分析表明,可以用统一的线性回归方程来描述不同生育期、不同氮素水平下水稻植株氮素营养指标随冠层色彩参数NRI的变化模式。【结论】数码相机进行水稻氮素营养诊断测试结果稳定,具有快速、便捷、非破坏性等优点,冠层色彩参数NRI与水稻氮素营养指标和产量之间均表现出较好的相关性,满足氮素营养无损诊断的需求,对实时、快速监测水稻长势状况及氮素营养丰缺水平具有较高的可行性,有望发展成为新时期作物氮素营养无损诊断技术的潜力。
References
[1] 陆秀明, 黄庆, 孙雪晨, 等.图像处理技术估测水稻叶面积指数的研究[J]. 中国农学通报, 2011, 27(3): 65-68.
[2] 鲍士旦.土壤农化分析(第三版)[M]. 北京: 中国农业出版社, 2000.
[3] 李亚兵, 毛树春, 韩迎春, 等.不同棉花群体冠层数字图像颜色变化特征研究[J]. 棉花学报, 2012, 24(6): 541-547.
[4] 危常州, 张福锁, 朱和明, 等.新疆棉花氮营养诊断及追肥推荐研究[J]. 中国农业科学, 2002, 35(12): 1500-1505.
[5] 白金顺, 曹卫东, 熊静, 等.应用数码相机进行绿肥翻压后春玉米氮素营养诊断和产量预测[J]. 光谱学与光谱分析, 2013, 33(12): 3334-3338.
[6] 肖焱波, 贾良良, 陈新平, 张福锁.应用数字图像分析技术进行冬小麦拔节期氮营养诊断[J]. 中国农学通报, 2008, 24(8): 448-453.
[7] 石媛媛.基于数字图像的水稻氮磷钾营养诊断与建模研究[D].杭州: 浙江大学博士学位论文, 2011.
[8] 吴华兵, 朱艳, 田永超, 等.棉花冠层高光谱参数与叶片氮含量的定量关系[J]. 植物生态学报, 2007, 31(5): 903-909.
[9] 王远, 王德建, 张刚.基于数码相机的水稻氮素营养诊断[J]. 中国农学通报, 2012, 28(24): 111-117.
[10] Thomas J R, Oerther G F.Estimating nitrogen content of sweet pepper leaves by reflectance measurements[J]. Agronmy Journal, 1972, 27: 11-13.
[11] Adamsen F J, Coffelt T A, Nelson J M et al.Method for using images from a color digital camera to estimate flower number[J]. Crop Science, 2000, 40: 704-709.
[12] Richardson M D, Karcher D E, Purcell L C.Quantifying turfgrass cover using digital image analysis[J]. Crop Science, 2001, 41: 1884-1888.
[13] 冯洋, 陈海飞, 胡孝明, 等.高、 中、 低产田水稻适宜施氮量和氮肥利用率的研究[J]. 植物营养与肥料学报, 2014, 20(1): 7-16.
[14] 葛梦婕, 王亚江, 颜希亭, 等.长江中下游稻区粳型超级稻高产形成及氮素利用的研究[J]. 植物营养与肥料学报, 2014, 20(2): 259-270.
[15] 彭少兵, 黄见良, 钟旭华, 等.提高中国稻田氮肥利用率的研究策略[J]. 中国农业科学, 2002, 35(9): 1095-1103.
[16] 贾良良, 范明生, 张福锁, 等.应用数码相机进行水稻氮素营养诊断[J]. 光谱学与光谱分析, 2009, 29(8): 2176-2179.
[17] 屈卫群, 王绍华, 陈兵林, 等.棉花主茎叶SPAD值与氮素营养诊断研究[J]. 作物学报, 2007, 33(6): 1010-1017.
[18] 李桂娟, 朱丽丽, 李井会.作物氮素营养诊断的无损测试研究与应用现状[J]. 黑龙江农业科学, 2008(4): 127-129.
[19] 贾良良.应用数字图像技术与土壤植株测试进行冬小麦氮营养诊断[D].北京: 中国农业大学博士学位论文, 2003.
[20] 王娟, 雷咏雯, 张永帅, 等.应用数字图像分析技术进行棉花氮素营养诊断的研究[J]. 中国生态农业学报, 2008, 16(1): 145-149.
[21] 李红军, 张立周, 陈曦鸣, 等.应用数字图像进行小麦氮素营养诊断中图像分析方法的研究[J]. 中国生态农业学报, 2011, 19(1): 155-159.
[22] 宋述尧, 王秀峰.数字图像技术在黄瓜氮素营养诊断上的应用研究[J]. 吉林农业大学学报, 2008, 30(4): 460-465.
[23] 孙钦平, 李吉进, 邹国元, 等.应用数字图像技术对有机肥施用后玉米氮营养诊断研究[J]. 光谱学与光谱分析, 2010, 30(9): 2447-2450.
[24] Blackmer T M, Schepers J S, Varel G E.Light reflectance compared with other nitrogen stress measurements in corn leaves[J]. Jorunal of Production Agriculture, 1994, 6: 934-938.
[25] 王远, 王德建, 张刚, 王灿.基于数码相机的水稻冠层图像分割及氮素营养诊断[J]. 农业工程学报, 2012, 28(17): 131-136.
[26] Kyu J L, Byuu W L.Estimation of rice growth and nitrogen nutrition status using color digital camera image analysis[J]. European Jorunal of Agronomy, 2013, (6): 57-65.
Full-Text
Contact Us
service@oalib.com
QQ:3279437679
WhatsApp +8615387084133