论文部分内容阅读
农田过量施用氮肥不仅会大幅增加生产成本，而且会造成一系列环境问题，诊断作物的氮素营养状况可以在保证产量的前提下减少氮肥施用量。作物叶片的颜色和冠层群体特征与其氮素营养状况密切相关，因此可以根据反映叶片绿色程度和冠层覆盖度等特征的参数来获取作物的氮素营养水平。为了量化水稻叶片和冠层群体图像的特征参数并建立其与氮素营养状况间的关系，本研究使用数码相机拍摄了不同品种、氮肥用量的水稻图像，并比较了图像特征参数与水稻氮素营养状况间的关系。结果表明：
⑴利用水稻叶片图像进行氮素营养诊断时，必须选择合适的叶位，倒3叶和倒3至倒5叶的平均值诊断效果较好，可作为测量叶位。图像特征参数色相(H)、明度(V)、深绿色指数(DGCI)与SPAD值间存在良好的线性关系，拔节期、孕穗期DGCI和SPAD值间的决定系数分别为0.62**、0.60**。同时，3个特征参数和叶片含氮量间也存在良好的线性关系，孕穗期H、V、DGCI与叶片含氮量间的决定系数分别为0.53**、0.63**、0.59**。孕穗期的诊断效果比拔节期要好，3个特征参数中V较稳定，与水稻氮素营养间关系最好。
⑵利用冠层图像对作物进行营养诊断时，需要对图像中作物冠层部分与非冠层部分进行有效的分割。本研究依据绿色植被和土壤在可见光区域反射光谱的差异，提出了根据数字图像绿色通道和红色通道差值(GMR)的大小设定阈值对图像进行分割的方法。阈值设定为10～20时对水稻冠层图像有较好的分割效果，拔节期和孕穗期获得最佳图像分割效果的阈值分别为10与20。分割后图像中提取的特征参数与水稻营养状况间具有良好的相关关系。这种方法能快速准确地分割水稻冠层图像，并且也适用于其它种类绿色植被的图像分割，具有较高应用价值。
⑶水稻冠层图像分割前后的特征参数与地上部生物量、含氮量和叶面积指数(LAI)间具有显著指数相关关系，分割前的参数GMR与其相关系数分别达到0.93**、0.93**、0.94**，分割后的冠层覆盖度(CC)与其相关系数分别达到0.90**、0.91**、0.95**。用图像分割后的特征参数对水稻进行氮素营养诊断时，粳稻和籼稻需设定不同的参数。用参数GMR、G/R和CC对水稻进行氮素营养诊断只能在其植被覆盖度达到饱和之前进行，植被覆盖度达到饱和后这些参数将不再变化，但一般水稻最后一次施肥均在抽穗之前进行，此时植被覆盖度还未达到饱和状态。