基于便攜式作物生長監測儀的水稻生長指標光譜監測研究

黃仨仨，金明煥，劉禹恒，李飛飛，呂尊富*

(1.杭州市臨安區人民政府青山湖街道辦事處區域發展與治理中心，浙江 杭州 311305；2.浙江農林大學 現代農學院，浙江 杭州 311300)

氮素是水稻生長過程中必需的大量元素，是影響水稻產量的關鍵因素。因此，氮素的科學調控和監測在水稻生長中至關重要[1-4]。獲得作物生育進程中生長指標的實時信息是實行精確農業的重要依據[5-6]。近年來，基于光譜分析的遙感技術不斷發展，在農田的管理、參數分析、作物預測等方面起到了重要的作用[7-9]。

基于光譜對作物生長的無損監測已在國內外研究中取得了一系列的進展。李映雪等[10-11]研究表明，稻麥作物葉片的氮含量與歸一化植被指數(NDVI)有顯著的相關性，可以選擇810 nm的波段來反演稻麥葉面積指數。薛麗紅等[12]提出使用近紅外光和綠光的波段(R810/R560)反射率能夠較為精準地反演水稻葉面積指數，起到預測和估算的作用。Borham等[13-15]利用多光譜成像系統對溫室中馬鈴薯葉片的葉綠素含量和氮含量進行估測，估算葉片含氮量的準確度高達90%～92%。Min等[16]研究柑橘時研發出了一種傳感器，對柑橘葉片可見光波段和近紅外光波段進行實時的光譜監測，相關系數高達0.83。Reusch等[17]利用CropSpecTM傳感器對不同大田作物的各個生育時期測試反射率，估計不同作物的氮營養指數相關系數達到了0.9。

隨著遙感技術的發展，作物生長監測診斷設備也在不斷進步，為實現作物生長過程中的無損監測，國內外的學者和公司研究了許多儀器，為光譜和作物研究提供了技術支持?；谵r作物冠層群體監測的需要，美國NTech公司研發的Greenseeker系列光譜儀可以通過計算得到歸一化植被指數和比值植被指數，監測作物的氮素營養狀況，方便了解作物生長狀況，以控制氮肥施加量。賈良良等[18-20]發現，可以利用高精度的衛星光譜影像和地面監測設備實時監測來控制作物氮肥施加量。

本實驗使用的測量光譜參數儀器是浙江農林大學和南京農業大學研發的便攜式作物生長監測儀(CGMD302)。該作物生長監測儀能夠對水稻進行快速、準確、無損地監測，獲取水稻的光譜參數，目前尚未針對該儀器建立水稻不同生育階段葉面積指數、生物量、氮素積累量的光譜參數預估模型。本研究利用該儀器建立起的水稻生長參數的光譜預測模型，能夠實時有效獲取作物生長信息，推廣該儀器的使用對智慧農業的發展具有重要的實踐意義。

1 材料與方法

1.1 材料

本實驗設在浙江杭州余杭區水稻實驗田，選擇甬優538和浙優18兩種優秀雜交水稻品種，播種時間為2017年6月2日，采用直播的播種方式，播種量為18 kg·hm-2。

實驗儀器。將CGMD302作物生長監測光譜儀上鏡頭對準太陽，在作物上方1 m左右使用，主要通過多光譜傳感器上鏡頭篩選光源，接收長為720 nm和810 nm的太陽光，下鏡頭接收相應波段上作物的反射光輻射信息(圖1)。然后通過處理器進行一系列的處理，最后在顯示屏上顯示出相應的NDVI和RVI值[21]。

圖1 CGMD302作物生長監測光譜儀

1.2 處理設計

本實驗采用裂區實驗設計，主區為品種，副區為施氮量，根據施氮量不同分為0(N0)、60(N1)、120(N2)、180(N3)和240(N4)kg·hm-25個處理，3次重復，共計30個小區，其中N0為對照組。本實驗采取獨立小區，小區之間通過田埂相隔，田埂覆膜，獨立排灌，保證各個小區的氮肥使用情況不會相互影響。小區東西長8.0 m，南北寬4.0 m，面積為32.0 m2。耕作層土壤有機質含量為19.2 g·kg-1，全氮含量為1.04 g·kg-1，堿解氮含量為94.4 mg·kg-1，速效磷含量為50.35 mg·kg-1，速效鉀含量為72.09 mg·kg-1?；省梅痔Y肥施肥量比例為2∶1，施用基肥和分蘗肥時，每個不同的實驗小區氮素用量的比例為N4∶N3∶N2∶N1=4∶3∶2∶1。在施用基肥時，磷肥、鉀肥作為基肥一次性用完，用過磷酸鈣450 kg·hm-2；氯化鉀基肥用300 kg·hm-2，所有小區水平一致。

1.3 樣品處理與測定

基肥、分蘗肥、穗肥氮素施用量：N0，0；N1，分別為30、15和15 kg·hm-2；N2，分別為60、30和30 kg·hm-2；N3，分別為90、45和45 kg·hm-2；N4，分別為120、60和60 kg·hm-2。

在水稻分蘗前期、分蘗盛期、分蘗末期、拔節期、孕穗期、灌漿期分別從每個小區中選取具有代表性的5株樣品，在實地獲取該水稻樣品的光譜參數。將取到的樣品帶回實驗室后去除水稻根部的泥土并清洗干凈，然后按莖、頂1葉、頂2葉、頂3葉、頂4葉、其他葉和穗等不同器官分樣，在105 ℃下殺青30 min，80 ℃下烘干至恒重，測定其干物質重，粉碎后用凱式定氮法測定分器官的全氮濃度，根據分器官的干物質計算水稻單株氮素累積量，成熟后分小區收獲、測定產量。

農學參數測定指標：葉面積指數、生物量、氮積累量。本實驗中利用凱氏定氮法，將樣品粉碎后，測定水稻單株各器官的氮含量。植株氮積累量=各器官氮含量×各器官干物重。

光譜參數測定：使用便攜式作物生長監測儀來采集水稻冠層反射光譜。在水稻生育的關鍵時期，即分蘗前期、分蘗盛期、分蘗末期、拔節期、抽穗期、灌漿期選擇晴朗少云、無風或微風的天氣進行測量，測量時間在9：00—15：00。在每個小區測量時重復測量3次，最終取3次測量的平均值作為光譜測量數據(NDVI、RVI)。葉面積指數、生物量、氮積累量監測選取的2個核心波段分別為810、720 nm。

NDVI：歸一化植被指數是反映農作物生長狀況和營養吸收的重要參考數據之一。根據該參數，可以知道不同時期、不同季節的作物對氮元素的需求量，可以科學地調控氮素肥料的施用。計算公式如下：NDVI=(R1-R2)/(R1+R2)，R1和R2分別代表2個不同波段。

RVI：比值植被指數，是綠色植物的靈敏指數參數，與植物的葉面積指數、葉綠素含量等相關性很高，可以用來估算和檢測植物的生物量。

2 結果與分析

2.1 葉面積指數隨生育期的變化

對不同氮素水平下不同品種水稻進行葉面積指數分析的結果如圖2所示，甬優538和浙優18兩個品種的葉面積指數隨著移栽后天數的增加先變大后略微減小。甬優538和浙優18兩個品種均在孕穗期葉面積指數達到峰值，然后在灌漿期減少，隨著施氮量的提高，水稻的葉面積指數也在增加，依次為N4>N3>N2>N1>N0。

圖2 葉面積指數隨移栽后天數的變化

2.2 生物量隨生育期的變化

對不同氮素水平下不同品種水稻進行分析(圖3)，甬優538、浙優18兩個水稻品種地上部干物質重隨著移栽后天數的增加逐漸變大。生物量在分蘗前期至分蘗盛期快速增長，是因為這個時期水稻幼苗快速生長，干物質快速積累；分蘗盛期至分蘗末期增長緩慢，是因為水稻此時出現了大量無效分蘗死亡的現象，而這些死亡的分蘗與水稻的正常生長干物質積累相互抵消，所以這一時間段內水稻干物質重積累緩慢。拔節期到孕穗期，水稻在這個時間段開始結穗，干物質重快速增加，在灌漿期達到最高值。甬優538和浙優18隨著施氮量的提高，生物量也相應增大，依次為N4>N3>N2>N1>N0。

圖3 生物量隨移栽后天數的變化

2.3 氮積累量隨生育期的變化

對不同氮素水平下不同品種水稻進行分析(圖4)，甬優538、浙優18兩個水稻品種地上部氮積累量隨著移栽后天數的增加而逐漸變大。生物量在分蘗前期至分蘗盛期快速增長，是因為這個時期水稻幼苗快速生長，植株氮含量較高，氮素快速積累；分蘗盛期至分蘗末期增長緩慢，大量無效分蘗死亡的現象，水稻干物質積累緩慢，進而氮積累變緩。拔節期到孕穗期，水稻在這個時間段開始結穗，氮積累量快速增加，在灌漿期植株氮積累速率變緩，達到最高值。甬優538和浙優18隨著施氮量的提高，氮積累量也相應增大，依次為N4>N3>N2>N1>N0。

2.4 葉面積指數光譜分析

圖4 氮積累量隨移栽后天數的變化

對甬優538和浙優18兩個水稻品種各個生育時期所測得葉面積指數與用作物生長監測儀測得的光譜參數進行分析，葉面積指數與NDVI值和RVI值分別呈正相關(表1、2)。

表1 不同品種間NDVI與葉面積指數的比較

表2 不同品種間RVI與葉面積指數的比較

本實驗采用決定系數(S-R2)的線性函數對葉面積指數進行分析，通過表1和表2互相比較可以分析得到甬優538和浙優18兩個水稻品種在各個生育時期NDVI、RVI的R2值基本在0.7以上，達到了極顯著相關。甬優538在分蘗前期NDVI和RVI的R2分別達到了0.849 8和0.807 2，分蘗末期相對于其他時期R2值都相對較低，為0.740 4和0.707 1。除了孕穗期外其余各時期R2值都相對較高。浙優18品種在分蘗末期NDVI達到最高值0.967 2，而在拔節期達到最低值0.711 5，其余各時期R2值也相對較高。

綜合圖表分析，作物生長監測儀對于不同品種的水稻之間差異并不大，2個水稻品種的擬合關系都比較好。NDVI的R2值在各個生育時期幾乎都大于RVI的R2值，說明NDVI比RVI在葉面積指數上擬合關系更好，更加精確。RVI的R2值在各個時期差別較大，NDVI的R2值波動幅度較小，更加穩定。從全生育期的圖5來看，NDVI、RVI與葉面積指數呈指數相關，R2值基本穩定在0.80左右，擬合關系良好，葉面積指數與RVI的擬合關系要略優于其與NDVI的擬合關系。

圖5 全生育期光譜指數與葉面積指數的相關關系

2.5 生物量光譜分析

對甬優538和浙優18兩個水稻品種各個生育時期所測得生物量與用作物生長監測儀測得的光譜參數進行分析，生物量與NDVI值和RVI值分別呈正相關。

本實驗采用決定系數(S-R2)的線性函數對生物量進行分析，通過表3和表4比較分析可以得出，甬優538 NDVI和RVI的R2值分別在分蘗末期和拔節期達到最高的0.899 9和0.935 2，而在灌漿期達到最低的0.776 0和0.718 9。浙優18的NDVI和RVI的R2值在分蘗前期達到最高的0.890 6和0.977 9，同時也在灌漿期達到最低的0.709 5和0.714 6。

表3 不同品種間NDVI與生物量的比較

表4 不同品種間RVI與生物量的比較

綜合圖表分析，各時期作物生長監測儀所測得的NDVI和RVI的R2值都在0.7以上，達到極顯著的相關，擬合性良好。從全生育期來看，NDVI和RVI值與生物量呈現指數相關，且R2值幾乎在0.8以上，擬合關系良好。作物生長監測儀在不同品種的水稻之間差異不明顯。RVI和NDVI之間對于生物量的擬合差異不大。從圖6來看，NDVI、RVI與全生育期的生物量呈指數函數關系，R2值均在0.58以上。

圖6 全生育期光譜指數與全生育期生物量之間的相關關系

2.6 氮積累量光譜分析

對甬優538和浙優18兩個水稻品種各個生育時期所測的氮積累量與作物生長監測儀所測得的光譜參數進行比較分析，氮積累量與NDVI、RVI分別呈正相關。

本實驗采用決定系數(S-R2)的線性函數對氮積累量進行分析，通過表5、表6可以分析得出甬優538和浙優18分別在孕穗期NDVI的R2值達到最高的0.979 6和0.991 5，說明孕穗期氮積累量與光譜參數擬合關系最好。甬優538和浙優18在各個生育時期NDVI、RVI與氮積累量的R2值大都在0.85以上，達到了極顯著的相關。而且NDVI、RVI的R2值變化波動不大，說明氮積累量與光譜參數的擬合較穩定，比較精確。

表5 不同品種間NDVI與氮積累量的比較

表6 不同品種間RVI與氮積累量的比較

綜合圖表分析，甬優538和浙優18在各個生育時期的NDVI和RVI與氮積累量呈正相關，且在水稻生育后期擬合度相對較高。從全生育期來看，NDVI、RVI與氮積累量呈現指數相關，且決定系數R2值均超過0.75，擬合關系良好(圖7)。RVI對于氮積累量的擬合性略好于NDVI，但不明顯，2個品種間差異也不大。運用作物生長監測儀可以較為精準地預估水稻在各個生育時期的氮積累量。

3 小結

本實驗通過在浙江杭州余杭區開展不同氮素水平的小區對照實驗，通過作物生長監測儀監測甬優538、浙優18兩個不同品種在各個生育時期測定相應NDVI和RVI值，來分析不同品種間不同氮素水平下光譜指數的差異。運用線性回歸和統計分析了NDVI、RVI與各個生育時期水稻的葉面積指數、生物量、氮積累量之間的關系。NDVI、RVI值在分蘗期開始逐漸升高，到拔節期達到峰值，隨后在抽穗期和灌漿期開始降低。甬優538和浙優18兩個品種在相同播種方式下，相同氮素水平處理后，光譜指數存在著一定的差異。甬優538品種莖稈粗壯，穗大粒多，浙優18品種株型緊湊，株高適中，甬優538品種的長勢比浙優18更加平均，由作物生長監測儀所測得的NDVI值和RVI值更好地反映植株的生育狀況。經過回歸分析后，甬優538品種各項農學參數與光譜指數擬合度也更高，可以更準確地預測產量等生育指標。

圖7 全生育期光譜指數與氮積累量的相關關系

對葉面積指數進行光譜分析時，葉面積指數在分蘗末期上升緩慢，是因為分蘗末期光照不均，水稻大量無效分蘗開始死亡，導致葉面積稍有下降，在灌漿期，葉面積指數開始明顯下降，是因為水稻已經開始大量結穗，這些穗會阻擋葉片，葉片被覆蓋而導致作物生長監測儀測得葉面積指數降低。對生物量進行光譜分析時，灌漿期NDVI、RVI的R2值都明顯降低。這是因為灌漿期水稻大量結穗，影響了作物生長監測儀的測量，導致擬合度降低。對氮積累量進行光譜分析時，各個生育時期NDVI、RVI的R2值幾乎都大于0.9，說明氮積累量與光譜參數擬合度較高，也表明了通過作物生長監測儀能夠很好的預測水稻氮積累量。

甬優538和浙優18在各個生育時期NDVI、RVI與葉面積指數、生物量、氮積累量的R2值均在0.7以上，達到了極顯著的相關。構建的全生育期NDVI、RVI與葉面積指數、生物量和氮積累量呈指數函數關系，R2值均在0.75以上，因此，作物生長監測儀器能夠準確獲取水稻冠層的NDVI和RVI，實時有效地反映水稻的生長狀況，更好地監測水稻生長。