论文部分内容阅读
摘要 应用CGMD和ASD光谱监测设备,结合生物学考查测试方法,获取影响水稻生长发育的比值植被指数(RVI)、归一化植被指数(NDVI)等相关参数,为建立基于光谱监测技术的管理模型提供技术支持。
关键词 光谱监测;水稻;品种;参数
中图分类号 S511.037 文献标识码 A 文章编号 1007-5739(2016)19-0013-03
Abstract Using CGMD and ASD spectrum monitoring equipments,combined with biological test methods,the relevant parameters affecting the growth of rice including ratio vegetation index(RVI),normalized difference vegetation index(NDVI)were obtained in this paper,which could provide technical support for the establishment of a management model based on spectrum monitoring technology.
Key words spectrum monitoring;rice;varieties;parameter
水稻冠层信息可有效反映水稻生长发育情况,可广泛应用于水稻的栽培管理。而应用光谱监测设备获取冠层的反射光谱信息[1-3],并通过建立相应的解析模型,对指导水稻生产将有着重要的意义。为此,选择了在如皋地区生产中广泛应用的5个水稻品种,并使用作物生长监测诊断仪(CGMD302)和高光谱仪(ASD Fieldspec FR2500)这2种设备对水稻冠层反射光谱进行监测,并对水稻茎蘖动态、干物质积累量、叶片氮含量进行同步测查分析,以研究这2种设备所获取的比值植被指数(RVI)和归一化植被指数(NDVI)与水稻生长发育的关系,为水稻冠层光谱监测技术模型并应用于指导水稻生产提供技术支持[4-6]。
1 材料与方法
1.1 试验地概况
试验选用地面积1 066.67 m2,地势平坦,地力平衡,在小麦成熟期观测长势平衡,反映地力均匀,符合试验用地要求。试验耕地土壤类型为潮土类灰潮土亚类夹缠土属薄层夹缠土,0~20 cm土壤质地轻壤、pH值8.1、含有机质16.585 g/kg,全氮0.989 g/kg,有效磷13.0 mg/kg、速效钾83.9 mg/kg。
1.2 供试水稻品种
本试验选择了目前市场上推广的5个主流水稻品种,分别是南粳9108、南粳5055、南粳51、扬粳805、扬育粳2号。
1.3 试验实施
5个试验品种均按常规栽培要求,统一于5月30日播种,6月17日移栽,行株距30.0 cm×13.6 cm,移栽时叶龄3.3叶。移栽时先将试验田划分为5个大区,再将每个大区划分为3个小区,共将试验田分为15个小区。每个大区中的3个小区栽同一个品种。根据当地水稻生产常规施肥方案,水稻移栽时基肥施氮钾复合肥(含N 28%,K2O 12%)690 kg/hm2,醒稞肥结合施用除草剂施尿素225 kg/hm2,分蘖肥施25%复合肥300 kg/hm2 尿素225 kg/hm2,穗肥施尿素187.5 kg/hm2。水浆管理和病虫害防治均采取常规管理。
1.4 考察内容与方法
为便于观察,在试验田15个小区分别设置了定点观测区,并插好标志杆。在水稻生长期间,每星期由国家信息农业工程技术中心老师亲自测量水稻冠层反射光谱,由如皋市土壤肥料指导站专业人员到田间考查苗情,采集水稻样品并检测,并于水稻成熟期进行测产和采样。
2 结果与分析
2.1 茎蘖动态
分别在水稻生长过程中进行了6期考察,茎蘖动态数据见表1。方差分析结果表明,不同品种、不同生育时期间茎蘖动态均有着极显著差异(F品种=19.346 7**,F时期=326.275 6**),说明该指标可以作为不同水稻品种生长发育的重要诊断指标。详见图1。
2.2 叶面积指数
在水稻生长发育过程中,分别于7月21日、7月30日、8月5日、8月14日、8月27日和9月8日对每个处理进行采样,每个处理采集代表性植株样品3穴,将叶片与叶鞘和茎秆分离,使用全自动叶面积测定仪分别测量各处理区的叶面积,再计算出叶面积指数,具体见表2。
方差分析结果表明,不同品种间、不同生育时期叶面积指数差异均达极显著水平(F品种=29.433 3**,F时期=495.266 4**)。由此可见,叶面积指数可用于不同水稻品种生育进程的诊断指标。不同品种叶面积指数分布见图2。
2.3 光谱监测
分别于7月20日、8月5日、8月15日、8月27日和9月7日应用作物生长监测诊断仪(CGMD302)和高光谱仪(ASD Fieldspec FR2500)对水稻叶面冠层反射光谱进行了测量,获得比值植被指数(RVI)和归一化植被指数(NDVI)。监测结果详见表3。
经分别对RVI、NDVI数据进行双向分组方差分析,结果表明,CGMD与ASD间获取的RVI间、NDVI间差异达到极显著水平,不同品种间获取的RVI、NDVI、数据差异不显著,不同水稻品种在不同生育进程获取的RVI、NDVI差异达到极显著水平(表4),由此可以说明RVI和NDVI指标可以用于水稻生长发育的诊断指标。
通过对CGMD与ASD观测的RVI、NDVI进行线性模拟,发现无论是不同的水稻品种内还是在5个品种观测的总数据内均表现出良好的直线相关关系(表5)。因此,当在水稻生长发育过程中使用不同的设备获取RVI、NDVI用于生长诊断时,需根据建立的线性关系模型进行调校,换算为统一设备的参数进行诊断。 2.4 干物质重
在水稻生长发育过程中,分别于7月21日、7月30日、8月5日、8月14日、8月27日和9月8日对每个处理所采集的样品,在测量叶面积后,将叶片装袋,再将分离的叶鞘和茎秆装袋,然后通过杀青、烘干,获得各处理的干物质重,为建立不同水稻品种生长模型奠定基础,具体数据见表6。经对不同水稻品种干物质重数据进行方差分析,结果表明,品种间差异不显著(F=1.318 1),日期间差异达极显著水平(F=112.814 2**),说明该指标可用于水稻生产的共性诊断指标。
2.5 叶片氮含量
通过对杀青、烘干处理好的叶片进行检测,获取6个时期水稻叶片氮含量(表7)。经对水稻叶片氮含量数据方差分析,结果表明,品种间差异不显著(F=1.482 2),日期间差异达极显著水平(F=12.820 8**),说明该指标受品种影响较小,受生育进程影响显著,可用于水稻生长发育诊断指标。
3 结论
试验结果表明,在相同栽培管理措施下,通过在水稻不同生育阶段进行生物学测查并采样检测,结合2个光谱监测设备对水稻冠层反射光谱数据的监测,并经对不同品种、不同生育阶段水稻茎蘖动态、叶面积指数、干物质重、叶片氮含量、RVI和NDIV数据的分析,得出结论如下:水稻茎蘖动态和叶面积指数这2个参数用于建立生产管理模型时,需要考虑品种和生育进程2个因子;RVI和NDVI这2个参数用于建立生产管理模型时,需要考虑设备类型和生育进程2个因子;水稻干物质重和叶片氮含量这2个参数用于建立生产管理模型时,需要考虑生育进程因子。
4 参考文献
[1] 殷丽萍,王冬梅,周志宏,等.光谱监测调控技术在小麦上的应用研究[J].现代农业科技,2014(23):293-295.
[2] 肖春华,李少昆,王克如.基于多视角反射光谱的冬小麦冠层叶片氮素营养监测研究[J].作物学报,2007,33(7):1141-1145.
[3] 薛利红,曹卫星,罗卫红,等.基于冠层反射光谱的水稻群体叶片氮素状况监测[J].中国农业科学,2003,36(7):807-812.
[4] 刘小军,田永超,姚霞,等.基于高光谱的水稻叶片含水量监测研究[J].中国农业科学,2012,45(3):435-442.
[5] 陈青春,林欢,刘冠明.基于主动光谱仪的水稻叶面积指数监测[J].广东农业科学,2013,40(11):186-189.
[6] 曾水生,李艳大,舒时富,等.光谱技术在水稻生长监测中的应用研究进展[J].农学学报,2015,5(2):100-104.
关键词 光谱监测;水稻;品种;参数
中图分类号 S511.037 文献标识码 A 文章编号 1007-5739(2016)19-0013-03
Abstract Using CGMD and ASD spectrum monitoring equipments,combined with biological test methods,the relevant parameters affecting the growth of rice including ratio vegetation index(RVI),normalized difference vegetation index(NDVI)were obtained in this paper,which could provide technical support for the establishment of a management model based on spectrum monitoring technology.
Key words spectrum monitoring;rice;varieties;parameter
水稻冠层信息可有效反映水稻生长发育情况,可广泛应用于水稻的栽培管理。而应用光谱监测设备获取冠层的反射光谱信息[1-3],并通过建立相应的解析模型,对指导水稻生产将有着重要的意义。为此,选择了在如皋地区生产中广泛应用的5个水稻品种,并使用作物生长监测诊断仪(CGMD302)和高光谱仪(ASD Fieldspec FR2500)这2种设备对水稻冠层反射光谱进行监测,并对水稻茎蘖动态、干物质积累量、叶片氮含量进行同步测查分析,以研究这2种设备所获取的比值植被指数(RVI)和归一化植被指数(NDVI)与水稻生长发育的关系,为水稻冠层光谱监测技术模型并应用于指导水稻生产提供技术支持[4-6]。
1 材料与方法
1.1 试验地概况
试验选用地面积1 066.67 m2,地势平坦,地力平衡,在小麦成熟期观测长势平衡,反映地力均匀,符合试验用地要求。试验耕地土壤类型为潮土类灰潮土亚类夹缠土属薄层夹缠土,0~20 cm土壤质地轻壤、pH值8.1、含有机质16.585 g/kg,全氮0.989 g/kg,有效磷13.0 mg/kg、速效钾83.9 mg/kg。
1.2 供试水稻品种
本试验选择了目前市场上推广的5个主流水稻品种,分别是南粳9108、南粳5055、南粳51、扬粳805、扬育粳2号。
1.3 试验实施
5个试验品种均按常规栽培要求,统一于5月30日播种,6月17日移栽,行株距30.0 cm×13.6 cm,移栽时叶龄3.3叶。移栽时先将试验田划分为5个大区,再将每个大区划分为3个小区,共将试验田分为15个小区。每个大区中的3个小区栽同一个品种。根据当地水稻生产常规施肥方案,水稻移栽时基肥施氮钾复合肥(含N 28%,K2O 12%)690 kg/hm2,醒稞肥结合施用除草剂施尿素225 kg/hm2,分蘖肥施25%复合肥300 kg/hm2 尿素225 kg/hm2,穗肥施尿素187.5 kg/hm2。水浆管理和病虫害防治均采取常规管理。
1.4 考察内容与方法
为便于观察,在试验田15个小区分别设置了定点观测区,并插好标志杆。在水稻生长期间,每星期由国家信息农业工程技术中心老师亲自测量水稻冠层反射光谱,由如皋市土壤肥料指导站专业人员到田间考查苗情,采集水稻样品并检测,并于水稻成熟期进行测产和采样。
2 结果与分析
2.1 茎蘖动态
分别在水稻生长过程中进行了6期考察,茎蘖动态数据见表1。方差分析结果表明,不同品种、不同生育时期间茎蘖动态均有着极显著差异(F品种=19.346 7**,F时期=326.275 6**),说明该指标可以作为不同水稻品种生长发育的重要诊断指标。详见图1。
2.2 叶面积指数
在水稻生长发育过程中,分别于7月21日、7月30日、8月5日、8月14日、8月27日和9月8日对每个处理进行采样,每个处理采集代表性植株样品3穴,将叶片与叶鞘和茎秆分离,使用全自动叶面积测定仪分别测量各处理区的叶面积,再计算出叶面积指数,具体见表2。
方差分析结果表明,不同品种间、不同生育时期叶面积指数差异均达极显著水平(F品种=29.433 3**,F时期=495.266 4**)。由此可见,叶面积指数可用于不同水稻品种生育进程的诊断指标。不同品种叶面积指数分布见图2。
2.3 光谱监测
分别于7月20日、8月5日、8月15日、8月27日和9月7日应用作物生长监测诊断仪(CGMD302)和高光谱仪(ASD Fieldspec FR2500)对水稻叶面冠层反射光谱进行了测量,获得比值植被指数(RVI)和归一化植被指数(NDVI)。监测结果详见表3。
经分别对RVI、NDVI数据进行双向分组方差分析,结果表明,CGMD与ASD间获取的RVI间、NDVI间差异达到极显著水平,不同品种间获取的RVI、NDVI、数据差异不显著,不同水稻品种在不同生育进程获取的RVI、NDVI差异达到极显著水平(表4),由此可以说明RVI和NDVI指标可以用于水稻生长发育的诊断指标。
通过对CGMD与ASD观测的RVI、NDVI进行线性模拟,发现无论是不同的水稻品种内还是在5个品种观测的总数据内均表现出良好的直线相关关系(表5)。因此,当在水稻生长发育过程中使用不同的设备获取RVI、NDVI用于生长诊断时,需根据建立的线性关系模型进行调校,换算为统一设备的参数进行诊断。 2.4 干物质重
在水稻生长发育过程中,分别于7月21日、7月30日、8月5日、8月14日、8月27日和9月8日对每个处理所采集的样品,在测量叶面积后,将叶片装袋,再将分离的叶鞘和茎秆装袋,然后通过杀青、烘干,获得各处理的干物质重,为建立不同水稻品种生长模型奠定基础,具体数据见表6。经对不同水稻品种干物质重数据进行方差分析,结果表明,品种间差异不显著(F=1.318 1),日期间差异达极显著水平(F=112.814 2**),说明该指标可用于水稻生产的共性诊断指标。
2.5 叶片氮含量
通过对杀青、烘干处理好的叶片进行检测,获取6个时期水稻叶片氮含量(表7)。经对水稻叶片氮含量数据方差分析,结果表明,品种间差异不显著(F=1.482 2),日期间差异达极显著水平(F=12.820 8**),说明该指标受品种影响较小,受生育进程影响显著,可用于水稻生长发育诊断指标。
3 结论
试验结果表明,在相同栽培管理措施下,通过在水稻不同生育阶段进行生物学测查并采样检测,结合2个光谱监测设备对水稻冠层反射光谱数据的监测,并经对不同品种、不同生育阶段水稻茎蘖动态、叶面积指数、干物质重、叶片氮含量、RVI和NDIV数据的分析,得出结论如下:水稻茎蘖动态和叶面积指数这2个参数用于建立生产管理模型时,需要考虑品种和生育进程2个因子;RVI和NDVI这2个参数用于建立生产管理模型时,需要考虑设备类型和生育进程2个因子;水稻干物质重和叶片氮含量这2个参数用于建立生产管理模型时,需要考虑生育进程因子。
4 参考文献
[1] 殷丽萍,王冬梅,周志宏,等.光谱监测调控技术在小麦上的应用研究[J].现代农业科技,2014(23):293-295.
[2] 肖春华,李少昆,王克如.基于多视角反射光谱的冬小麦冠层叶片氮素营养监测研究[J].作物学报,2007,33(7):1141-1145.
[3] 薛利红,曹卫星,罗卫红,等.基于冠层反射光谱的水稻群体叶片氮素状况监测[J].中国农业科学,2003,36(7):807-812.
[4] 刘小军,田永超,姚霞,等.基于高光谱的水稻叶片含水量监测研究[J].中国农业科学,2012,45(3):435-442.
[5] 陈青春,林欢,刘冠明.基于主动光谱仪的水稻叶面积指数监测[J].广东农业科学,2013,40(11):186-189.
[6] 曾水生,李艳大,舒时富,等.光谱技术在水稻生长监测中的应用研究进展[J].农学学报,2015,5(2):100-104.