魏全全，李嵐?jié)?濤，王 振，王少華，李小坤，叢日環(huán)，魯劍巍

（1 華中農(nóng)業(yè)大學(xué)微量元素研究中心，武漢 430070；2 農(nóng)業(yè)部長(zhǎng)江中下游耕地保育重點(diǎn)實(shí)驗(yàn)室，武漢 430070；3 湖北省武穴市農(nóng)業(yè)局，湖北武穴 435400）

數(shù)字圖像技術(shù)估測(cè)冬油菜氮素營(yíng)養(yǎng)拍攝參數(shù)標(biāo)準(zhǔn)化研究

魏全全1,2，李嵐?jié)?,2，任 濤1,2，王 振3，王少華3，李小坤1,2，叢日環(huán)1,2，魯劍巍1,2*

（1 華中農(nóng)業(yè)大學(xué)微量元素研究中心，武漢 430070；2 農(nóng)業(yè)部長(zhǎng)江中下游耕地保育重點(diǎn)實(shí)驗(yàn)室，武漢 430070；3 湖北省武穴市農(nóng)業(yè)局，湖北武穴 435400）

【目的】數(shù)字圖像技術(shù)可以用來快速無(wú)損地預(yù)測(cè)冬油菜的氮素營(yíng)養(yǎng)，建立標(biāo)準(zhǔn)化的拍攝參數(shù)獲取方法，可為不同作物、不同型號(hào)相機(jī)間結(jié)果的互用提供依據(jù)。【方法】以冬油菜為試驗(yàn)材料，設(shè)置不同氮肥水平（N：0、90、180、270 和 360 kg/hm2）田間試驗(yàn)，于苗期（移栽后 79～83 天），利用數(shù)碼相機(jī)（Nikon-D7000，1620 萬(wàn)像素）以不同光照強(qiáng)度、時(shí)間、高度、角度、照片像素尺寸和拍攝模式進(jìn)行拍攝，并以不同儲(chǔ)存格式進(jìn)行保存。比較了不同拍攝條件下獲取的冠層數(shù)字圖像信息差異顯著性，同時(shí)測(cè)定植株地上部生物量、葉片氮濃度和葉綠素濃度，分析冠層圖像數(shù)字化指標(biāo)（紅光標(biāo)準(zhǔn)化值，NRI）與測(cè)定的氮素營(yíng)養(yǎng)指標(biāo)之間的相關(guān)性。【結(jié)果】晴天與陰天獲取的冠層 NRI 均可較好的表達(dá)冬油菜冠層數(shù)字信息，晴天效果稍好于陰天；中午獲取的冠層 NRI 與葉片氮濃度相關(guān)系數(shù)為 – 0.802**，優(yōu)于上午和下午；1.5、2.0 和 2.5 m 拍攝高度獲取的冠層NRI 差異不顯著；30°、60°和 90°拍攝角度下獲取的冠層 NRI 與地上部生物量、葉片氮濃度和葉綠素濃度的相關(guān)性均達(dá)到極顯著水平，30°～60°時(shí)獲取冠層數(shù)碼信息可操作性較強(qiáng)；拍攝模式為自動(dòng)曝光模式獲取冠層 NRI與葉片氮濃度的相關(guān)系數(shù)為 – 0.802**，高于其他拍攝模式；三種照片像素尺寸（4928 × 3264、3696 × 2448 和2464 × 1632）下獲取的冠層 NRI 差異不大；儲(chǔ)存格式為 JPEG 精細(xì)格式時(shí)獲取的冠層 NRI 優(yōu)于其他儲(chǔ)存格式?！窘Y(jié)論】綜合分析認(rèn)為，數(shù)字圖像技術(shù)估測(cè)冬油菜氮素營(yíng)養(yǎng)指標(biāo)最佳操作范圍為拍攝時(shí)間為晴天太陽(yáng)高度角相對(duì)較大的中午；拍攝高度為近地面均可；拍攝角度為易于操作的 30°～60°；相機(jī)拍攝模式為自動(dòng)曝光模式；照片像素尺寸為圖片相對(duì)較為清晰的高分辨率；存儲(chǔ)格式為壓縮格式且占用空間較小的 JPEG 精細(xì)格式。本研究為無(wú)人機(jī)低空遙感的氮素營(yíng)養(yǎng)無(wú)損診斷技術(shù)提供了理論技術(shù)基礎(chǔ)。

冬油菜；數(shù)碼相機(jī)；冠層圖像；拍攝參數(shù)

油菜是我國(guó)重要的油料作物之一，發(fā)展油菜生產(chǎn)對(duì)促進(jìn)國(guó)民經(jīng)濟(jì)發(fā)展和維持國(guó)家食用油安全有重要意義[1]。氮素是油菜重要養(yǎng)分限制和產(chǎn)量影響因素[2]，油菜生育期內(nèi)氮素吸收不均，主要集中在營(yíng)養(yǎng)生長(zhǎng)階段，苗期需要較多的氮素營(yíng)養(yǎng)以形成強(qiáng)大的葉片群體[3]，蕾薹期氮素營(yíng)養(yǎng)分配中心則轉(zhuǎn)移至地上部[4]。因而冬油菜氮素營(yíng)養(yǎng)的診斷應(yīng)具備診斷結(jié)果可靠、操作簡(jiǎn)單易行、數(shù)據(jù)獲取迅速等基本要點(diǎn)，及時(shí)診斷氮素營(yíng)養(yǎng)的豐缺，進(jìn)而可以快速準(zhǔn)確地追肥。傳統(tǒng)的作物氮素營(yíng)養(yǎng)診斷主要以實(shí)驗(yàn)室分析為主，結(jié)果準(zhǔn)確但過程繁瑣且具有破壞性和延時(shí)性，不利于快速診斷[5]，難以滿足大面積農(nóng)田精準(zhǔn)農(nóng)業(yè)實(shí)時(shí)、準(zhǔn)確和便捷的測(cè)試要求。數(shù)碼相機(jī)作為可見光遙感最便捷的工具之一，以其快速、無(wú)損和準(zhǔn)確等優(yōu)點(diǎn)得到快速的發(fā)展和廣泛的應(yīng)用[6–9]。然而應(yīng)用數(shù)碼相機(jī)進(jìn)行作物氮素營(yíng)養(yǎng)診斷受氣象因素[10–11]和相機(jī)拍攝參數(shù)等多方面影響，作物冠層圖像估測(cè)參數(shù)主要沿用固定或原有技術(shù)獲取，對(duì)相機(jī)拍攝參數(shù)的研究相對(duì)較少。如何獲得較為準(zhǔn)確的作物冠層信息是應(yīng)用數(shù)字圖像技術(shù)估測(cè)作物氮素營(yíng)養(yǎng)之關(guān)鍵，獲取高質(zhì)量的數(shù)字圖像是建立作物氮素營(yíng)養(yǎng)參數(shù)和估測(cè)模型的前提和保障。前人研究證明數(shù)字圖像技術(shù)對(duì)作物的氮素營(yíng)養(yǎng)估測(cè)診斷是可行的，并且對(duì)小麥、蔬菜和棉花等的拍攝參數(shù)的規(guī)范做了系統(tǒng)討論。賈良良[12]通過對(duì)冬小麥的冠層圖像信息的研究，認(rèn)為拍攝角度、光照強(qiáng)度、相機(jī)分辨率和儲(chǔ)存格式不影響冬小麥數(shù)字圖像的色彩參數(shù)及其對(duì)冬小麥的氮素營(yíng)養(yǎng)診斷。張立周等[13]利用數(shù)碼相機(jī)以不同角度獲取冬小麥冠層數(shù)字圖像信息，證明拍攝角度不會(huì)對(duì)色彩參數(shù)有顯著影響。Huang 等[14]對(duì)小麥葉綠素含量進(jìn)行估測(cè)，研究表明 ± 20° 和 ± 30°、± 30° 和 ± 40°、± 50° 和 ± 60° 分別可以作為底層、中層和上層葉綠素的反演角度。王秀峰[15]對(duì)番茄和黃瓜的研究表明，拍攝角度、光照強(qiáng)度和拍攝時(shí)間對(duì)田間作物冠層數(shù)碼信息的獲取影響不大，都能夠準(zhǔn)確的反映田間氮素供應(yīng)水平。王娟等[16]在不同拍攝角度、天氣和高度下獲取的棉花冠層特征光譜參數(shù)值沒有顯著性差異。明確不同拍攝參數(shù)獲取冬油菜冠層數(shù)字圖像的方法，為不同作物冠層圖像獲取方法的研究提供可操作性參考。本試驗(yàn)以冬油菜為試驗(yàn)材料，通過系統(tǒng)研究數(shù)碼相機(jī)不同光照強(qiáng)度、拍攝時(shí)間、拍攝高度、拍攝角度、拍攝模式、相機(jī)分辨率和儲(chǔ)存格式等拍攝參數(shù)對(duì)冬油菜植株生長(zhǎng)和氮素營(yíng)養(yǎng)指標(biāo)估測(cè)的影響，明確可操作的冬油菜冠層圖像獲取方法，為不同作物的類似研究提供可操作性參考，并且為冬油菜大區(qū)域、大尺度的無(wú)人機(jī)低空遙感氮素快速無(wú)損診斷技術(shù)提供理論與實(shí)踐基礎(chǔ)。

1 材料與方法

1.1 試驗(yàn)材料

試驗(yàn)于 2014 年 9 月至 2015 年 5 月在湖北省武穴市梅川鎮(zhèn)進(jìn)行。試驗(yàn)田塊土壤為水稻土，基本理化性狀為：pH 5.13、全氮 1.56 g/kg、有機(jī)質(zhì) 27.22 g/kg、速效磷 12.48 mg/kg、速效鉀 149.09 mg/kg、有效硼0.25 mg/kg。

供試油菜品種為‘華油雜 9 號(hào)’，種植方式為移栽種植。試驗(yàn)田塊前茬作物為水稻。

供試肥料品種分別為尿素 (N 46%)、過磷酸鈣(P2O512%)、氯化鉀 (K2O 60%)、硼砂 (B 11%)。

1.2 試驗(yàn)設(shè)計(jì)

試驗(yàn)共設(shè) 5 個(gè)處理，施氮量分別為 0、90、180、270和 360 kg/hm2，分別用 N0、N90、N180、N270 和 N360表示。小區(qū)面積 30 m2(15.0 × 2.0 m)，3 次重復(fù)，隨機(jī)區(qū)組排列。整個(gè)生育期內(nèi)其它肥料施用量均保持一致，分別為 P2O590 kg/hm2、K2O 120 kg/hm2和硼砂 15 kg/hm2。為保證油菜生長(zhǎng)過程中連續(xù)觀測(cè)與測(cè)定參數(shù)不受因施肥時(shí)間及量的影響，本研究所有肥料均做基肥一次性施用。

冬油菜于 2014 年 9 月 23 日播種育苗，10 月 24日移栽，密度為 1.125 × 104plant/hm2，于 2015 年 5月 6 日統(tǒng)一收獲。除種植方式和施肥措施不同外，試驗(yàn)進(jìn)程及其他田間生產(chǎn)管理均采用當(dāng)?shù)剞r(nóng)業(yè)技術(shù)推廣部門的推薦技術(shù)。

1.3 測(cè)定項(xiàng)目

課題組已有研究結(jié)果表明，數(shù)字圖像技術(shù)估測(cè)冬油菜氮素營(yíng)養(yǎng)的最佳時(shí)期為蕾薹期前均可，最佳冠層數(shù)碼光譜參數(shù)為紅光標(biāo)準(zhǔn)化值 NRI, 最佳氮素營(yíng)養(yǎng)估測(cè)方程模型為直線方程函數(shù)[17]。基于此，本試驗(yàn)選取苗期(移栽后 79～83 天)作為觀測(cè)時(shí)期，同時(shí)選取冠層紅光標(biāo)準(zhǔn)化值NRI進(jìn)行研究，以直線方程函數(shù)為氮素估測(cè)方程模型。

1.3.1 地上部生物量的測(cè) 定 取上述時(shí)期各小區(qū)有代表性冬油菜 6 株，105℃ 下殺青 30 分鐘，60℃ 烘箱烘至恒重，記錄干重，依次折算地上部生物量。

1.3.2 葉綠素濃度的測(cè)定 分別于上述時(shí)期內(nèi)各小區(qū)選取代表性冬油菜 6 株，取新鮮葉片，用化學(xué)方法80% 丙酮和 95% 乙醇 2∶1 混合液法浸提葉綠素，分光光度計(jì)測(cè)定葉綠素濃度[18]。

2.縱橫交錯(cuò)的戰(zhàn)略協(xié)同?；⒈瘓F(tuán)是社會(huì)協(xié)作系統(tǒng)中的一個(gè)子系統(tǒng)，它的成長(zhǎng)和發(fā)展都要受到社會(huì)外部環(huán)境的影響，企業(yè)的戰(zhàn)略遠(yuǎn)景和平衡計(jì)分卡戰(zhàn)略需做到目標(biāo)相一致。首先，縱向戰(zhàn)略協(xié)同的成功實(shí)施有助于營(yíng)造組織良好的溝通氛圍，使企業(yè)上下各級(jí)的信息能夠有效的傳達(dá)，從而形成每個(gè)部門和各個(gè)人員的分目標(biāo)，并成功的實(shí)施縱向協(xié)同戰(zhàn)略。其次，橫向戰(zhàn)略是指各部門之間的橫向戰(zhàn)略協(xié)同。各部門必須建立支持總目標(biāo)的分目標(biāo)，考慮到各職能部門具體工作任務(wù)的不同，因此用以評(píng)價(jià)各部門業(yè)績(jī)的指標(biāo)體系也會(huì)有所不同，橫向戰(zhàn)略協(xié)同以良好的溝通為戰(zhàn)略維持。

1.3.3 葉片氮濃度的測(cè)定 取用上述試驗(yàn)剩余的代表性葉片，105℃ 下殺青 30 min，60℃ 烘箱中烘至恒重，用 H2SO4-H2O2法消化，AA3 流動(dòng)注射分析儀測(cè)定葉片氮濃度[19]。

1.3.4 數(shù)字圖像數(shù)據(jù)的獲取與處理 于上述時(shí)期，采用數(shù)碼相機(jī) (Nikon-D7000，1620 萬(wàn)像素) 在不同光照強(qiáng)度 (除陰天拍攝外，其他拍攝均在晴天進(jìn)行)、拍攝時(shí)間、拍攝高度、拍攝角度、拍攝模式、照片像素尺寸和儲(chǔ)存格式下獲取冬油菜冠層數(shù)字信息，獲取方法如下：

1) 光照強(qiáng)度 在冬油菜相同生長(zhǎng)時(shí)期內(nèi)晴天 (移栽后 79～81 天) 和陰天 (移栽后 83 天)，距冠層垂直高度為 1.5 m，將數(shù)碼相機(jī)與地面調(diào)節(jié)為 60°，設(shè)置照片像素尺寸為 4928 × 3264，以自動(dòng)曝光模式在每個(gè)小區(qū)各拍攝 3 張照片，JPEG 精細(xì)格式保存。

2) 拍攝時(shí)間 距冠層垂直高度為 1.5 m，將數(shù)碼相機(jī)與地面調(diào)節(jié)到 60°，設(shè)置照片像素尺寸為 4928 × 3264，于上午 (9:00 ～10:00)、中午 (12:00 ～13:00) 和下午(15:00 ～16:00)以自動(dòng)曝光模式對(duì)每小區(qū)各拍攝 3 張照片，JPEG 精細(xì)格式保存。其中，上午和下午拍攝時(shí)分別從不同太陽(yáng)光入射方向 (順光和逆光) 進(jìn)行拍攝，獲取不同太陽(yáng)入射角度的冬油菜冠層 NRI。

3) 拍攝高度 設(shè)定拍攝高度距冠層分別為1.5 m、2 m 和 2.5 m，將數(shù)碼相機(jī)與地面調(diào)節(jié)到 60°，設(shè)置照片像素尺寸為 4928 × 3264，以自動(dòng)曝光模式在每個(gè)小區(qū)各拍攝 3 張照片，JPEG 精細(xì)格式保存。

4) 拍攝角度 距冠層垂直高度為 1.5 m，將數(shù)碼相機(jī)與地面調(diào)節(jié)為 30°、60°和 90°，設(shè)置照片像素尺寸為 4928 × 3264，以自動(dòng)曝光模式在每個(gè)小區(qū)各拍攝 3 張照片，JPEG 精細(xì)格式保存。

5) 拍攝模式 距冠層垂直高度為 1.5 m，將數(shù)碼相機(jī)與地面調(diào)節(jié)到 60°，設(shè)置照片像素尺寸為 4928 × 3264，以自動(dòng)曝光模式、場(chǎng)景 (風(fēng)景) 模式和場(chǎng)景 (近攝) 模式對(duì)每個(gè)小區(qū)各拍攝 3 張照片，JPEG 精細(xì)格式保存。

7) 儲(chǔ)存格式 距冠層垂直高度為 1.5 m，將數(shù)碼相機(jī)與地面調(diào)節(jié)到 60°，設(shè)置照片像素尺寸為 4928 × 3264，設(shè)定圖像儲(chǔ)存格式分別為 NEF(RAW)格式、JPEG 精細(xì)格式和 JPEG 標(biāo)準(zhǔn)格式，以自動(dòng)曝光模式在每個(gè)小區(qū)各拍攝 3 張照片。

數(shù)碼相片獲取時(shí)，每個(gè)小區(qū)拍攝 3 張照片，每張數(shù)碼照片覆蓋面積約為 4 m2，總計(jì)覆蓋面積約為 12 m2。本試驗(yàn)條件下冬油菜(移栽后 79～83 天)植株相對(duì)較大，且種植密度也較高，其冠層基本覆蓋土壤背景，土壤背景對(duì)結(jié)果影響較小。圖像色彩信息的獲取采用 Adobe Photoshop 7.0 軟件，具體步驟為：將照片直接導(dǎo)入 Adobe Photoshop 7.0 軟件，依次點(diǎn)擊“圖像”、“直方圖”，獲取冠層圖像的紅光值 R(redn ess intensity)、綠光值 G(greenness intensity)和藍(lán)光值B(blueness intensity)。紅光標(biāo)準(zhǔn)化值(NRI)計(jì)算如下：

紅光標(biāo)準(zhǔn)化值(NRI，normalized redness intensity)：NRI = R/(R + G + B)

1.4 數(shù)據(jù)處理與分析

數(shù)據(jù)處理與分析采用 Microsoft Excel 2003 及SPSS 17.0 進(jìn)行，LSD 法檢驗(yàn) P ＜ 0.05 水平上的差異顯著性；制圖采用 Origin 8.0 軟件。

2 結(jié)果與分析

2.1 氮肥施用對(duì)冬油菜生長(zhǎng)和氮素營(yíng)養(yǎng)指標(biāo)的影響

施氮能顯著提高冬油菜地上部生物量、葉片氮濃度和葉綠素濃度 (表 1)。與對(duì)照(N0)相比，隨施氮量增加，地上部生物量呈現(xiàn)先增加后降低趨勢(shì)，且在 N270 處理達(dá)到最大值；葉片氮濃度和葉綠素濃度則隨著施氮量的增加呈現(xiàn)升高趨勢(shì)，均在 N360 處理達(dá)到最大值。

2.2 不同拍攝參數(shù)對(duì)冬油菜冠層光譜參數(shù)的影響

2.2.1 光照強(qiáng)度對(duì)數(shù)字圖像處理結(jié)果的影響 晴天與陰天拍攝的圖像所得到的冠層 NRI 之間達(dá)到極顯著直線相關(guān)關(guān)系 (圖 1)，其相關(guān)系數(shù)為 r = 0.977**，說明在兩種天氣條件下，利用數(shù)碼相機(jī)獲取的冠層數(shù)字圖像都能很好的表達(dá)田間冬油菜冠層的數(shù)碼信息，沒有較大差異。

進(jìn)一步分析晴天和陰天與葉片氮濃度之間的相關(guān)性(圖 2)，兩種天氣下冠層 NRI 與葉片氮濃度之間均達(dá)到極顯著水平，且晴天的相關(guān)系數(shù)稍大于陰天；考慮到晴天條件下陽(yáng)光較為穩(wěn)定，易獲取質(zhì)量較高的數(shù)碼圖像，以及獲取數(shù)碼圖像的方便性，故選取晴天獲取數(shù)字圖像信息為宜。

表1 不同氮素水平冬油菜地上部生物量，葉片氮濃度和葉綠素濃度Table 1 Aboveground biomass and the N and chlorophyll content in leaves of winter rapeseed as affected by nitrogen treatments

圖1 晴天與陰天時(shí)拍攝圖片冠層 NRI 的關(guān)系(n = 15)Fig. 1 Correlations of canopy NRI at sunny and cloudy day

2.2.2 不同氮素營(yíng)養(yǎng)水平下最佳拍攝時(shí)間的探究 不同的太陽(yáng)光照射角 (順光和逆光) 可能會(huì)對(duì)冬油菜冠層 NRI 的獲取造成影響。圖 3 結(jié)果表明，不同時(shí)間內(nèi)，順光和逆光獲取的冬油菜冠層 NRI 之間均達(dá)到極顯著水平，其相關(guān)系數(shù)分別為 0.866** 和 0.846**，說明利用數(shù)碼相機(jī)在不同太陽(yáng)光入射角均可以獲取冬油菜冠層 NRI，其相關(guān)性達(dá)到極顯著水平。

通過對(duì)一天之間不同時(shí)刻冬油菜冠層 NRI 與葉片氮濃度的相關(guān)性研究得出，不同時(shí)刻之間冠層NRI 與葉片氮濃度之間的回歸方程的相關(guān)系數(shù)均達(dá)到極顯著水平，分別達(dá)到 – 0.782**、– 0.802** 和 – 0.766**，其中以中午 12:00～13:00 相關(guān)系數(shù)最大(圖 4)，考慮到中午陽(yáng)光的穩(wěn)定性，選取白天作為數(shù)碼相機(jī)拍攝的最佳時(shí)間，并以太陽(yáng)高度角相對(duì)較大、光照相對(duì)穩(wěn)定的中午 12:00～13:00 為宜。

圖2 不同光照冬油菜冠層 NRI 與葉片氮濃度的關(guān)系(n = 15)Fig. 2 The relationship between canopy NRI and leaf N concentration at different illuminations

圖3 不同入射光場(chǎng)對(duì)冬油菜冠層 NRI 的影響(n = 15)Fig. 3 Effect of different incident light field on canopy MRI of winter Rape

2.2.3 拍攝高度對(duì)數(shù)字圖像處理結(jié)果的影響 在拍攝冬油菜冠層數(shù)碼圖像時(shí)，不同的拍照高度可能會(huì)對(duì)冠層圖像的信息造成影響。表 2 結(jié)果表明，不同的高度下拍攝的冠層紅光標(biāo)準(zhǔn)化值NRI之間沒有顯著差異，均表現(xiàn)出良好的相關(guān)性。本研究模擬了低空無(wú)人飛機(jī)拍攝的高度，并證明拍攝高度對(duì)冬油菜冠層數(shù)碼信息沒有太大影響，不同拍攝高度均能獲取較好的冠層NRI，均可表征冬油菜氮素營(yíng)養(yǎng)指標(biāo)，這也為低空無(wú)人飛機(jī)對(duì)冬油菜冠層圖像信息的獲取奠定理論基礎(chǔ)。

圖4 不同時(shí)間冬油菜冠層 NRI 與葉片氮濃度的關(guān)系(n = 15)Fig. 4 The relationship between canopy NRI and leaf N concentration at different time of a day

表2 不同拍攝高度對(duì)冠層 NRI 的影響(n = 15)Table 2 Effect of different image heights on canopy NRI

2.2.4 不同氮素營(yíng)養(yǎng)水平下最優(yōu)拍攝角度探究 拍攝角度的不同導(dǎo)致作物葉片對(duì)陽(yáng)光的吸收和反射不同，數(shù)碼相機(jī)獲取的作物冠層吸收和反射的光不同，葉片的數(shù)碼圖像信息可能也不同。研究發(fā)現(xiàn)，在三種角度下獲取冬油菜冠層數(shù)碼信息，其冠層NRI 與地上部生物量、葉片氮含量和葉綠素濃度均達(dá)到極顯著水平，表明在三種角度下均可以用來拍攝冬油菜冠層數(shù)字圖像 (表 3)。考慮到數(shù)碼相機(jī)實(shí)際拍攝操作的簡(jiǎn)便性，本研究認(rèn)為拍攝角度為 30°～60°為宜。

表3 不同拍攝角度下冠層 NRI 與植株測(cè)定指標(biāo)的相關(guān)性(r，n = 15)Table 3 Correlation between canopy NRI and tested plant index at different image angles

2.2.5 不同氮素營(yíng)養(yǎng)水平下相機(jī)拍攝模式的差異性分析 從圖 5 中可以看出，不同的拍攝模式對(duì)冬油菜獲取冠層數(shù)字圖像信息影響不大，自動(dòng)曝光模式、場(chǎng)景風(fēng)景模式和場(chǎng)景近攝模式所獲得的冠層 NRI 與葉片氮濃度之間均呈現(xiàn)出極顯著線性關(guān)系，直線方程的相關(guān)系數(shù)分別為 – 0.802**、– 0.752** 和 – 0.789**，其中以自動(dòng)曝光模式的相關(guān)系數(shù)最大，因此選取自動(dòng)曝光模式為最佳拍攝模式。

2.2.6 不同氮素營(yíng)養(yǎng)最佳數(shù)碼照片像素尺寸的篩選數(shù)碼照片像素尺寸是指圖像中儲(chǔ)存的信息量，也是影響冬油菜冠層數(shù)字圖像獲取的因素之一。表 4 結(jié)果表明，除 N360 處理以 2464 × 1632 分辨率稍大外，其他處理均以 3696 × 2448 較大。不同施氮處理在不同照片像素尺寸條件下拍攝的冠層 NRI 之間差異不顯著，照片像素尺寸對(duì)數(shù)碼相機(jī)獲取冬油菜數(shù)碼冠層信息影響不大，均能較好的表征冬油菜氮素營(yíng)養(yǎng)指標(biāo)。

2.2.7 不同氮素營(yíng)養(yǎng)水平最優(yōu)儲(chǔ)存格式篩選 由不同相機(jī)儲(chǔ)存格式下獲取的冠層NRI與地上部生物量、葉片氮濃度和葉綠素濃度的相關(guān)分析可知 (表 5)，三種儲(chǔ)存格式獲取的冠層 NRI 與冬油菜氮素營(yíng)養(yǎng)指標(biāo)均達(dá)到極顯著水平，均可用來儲(chǔ)存冬油菜冠層數(shù)字圖像。NEF(RAW)格式為無(wú)損未壓縮格式，占用內(nèi)存較大，不利于大批量數(shù)碼圖像的儲(chǔ)存，而 JPEG 精細(xì)格式，雖為有損的壓縮格式，但基本沒有丟失圖像信息且占用空間較小?？紤]到數(shù)碼照片的質(zhì)量及存儲(chǔ)的方便性，因此選用 JPEG 精細(xì)格式作為最優(yōu)的儲(chǔ)存格式。

3 討論

不同拍攝參數(shù) (光照強(qiáng)度、拍攝時(shí)間、拍攝高度、拍攝角度、拍攝模式、相片像素尺寸和儲(chǔ)存格式) 下利用數(shù)碼相機(jī)獲取的冬油菜冠層數(shù)字圖像信息均可以反映冠層氮素營(yíng)養(yǎng)信息。本試驗(yàn)條件下，不同光照強(qiáng)度、拍攝角度、相片像素尺寸和儲(chǔ)存格式下獲取的冬油菜冠層數(shù)字圖像信息之間沒有顯著差異，與賈良良[12]和王秀峰[15]研究結(jié)果一致，說明利用數(shù)字圖像技術(shù)估測(cè)作物氮素營(yíng)養(yǎng)具有相似的操作范圍。與王娟等[16]研究結(jié)果有所不同，本試驗(yàn)中三種不同拍攝高度獲取的冬油菜冠層NRI差異不顯著，因?yàn)檩^高的拍攝高度獲取的目標(biāo)區(qū)域的冠層數(shù)字圖像，其真彩值與較低拍攝高度所獲取的部分目標(biāo)區(qū)域的冠層數(shù)字圖像之間差異不顯著。因此，在實(shí)際的操作中，可以選用較高的拍攝高度以擴(kuò)大視場(chǎng)范圍，提高效率。同時(shí)，較高的拍攝高度也為作物較大面積的營(yíng)養(yǎng)診斷提供理論依據(jù)[20–21]。

圖5 不同拍攝模式下冠層 NRI 與植株葉片氮濃度的關(guān)系(n = 15)Fig. 5 The relationship between canopy NRI and leaf N concentration at different shooting modes

表4 不同照片像素尺寸對(duì)冠層 NRI 的影響Table 4 Effect of different photo pixel on canopy NRI

表5 不同儲(chǔ)存格式下冠層 NRI 與測(cè)定指標(biāo)的相關(guān)性(r，n = 15)Table 5 Correlation between canopy NRI and tested index at different image formats

油菜作為雙子葉植物，葉片在苗期時(shí)相對(duì)較大。葉片完全展開時(shí)往往會(huì)形成類似“凸面鏡”的凸起，當(dāng)太陽(yáng)光以某一角度照射在葉片時(shí)，形成鏡面反射；同時(shí)在利用數(shù)碼相機(jī)以某一拍攝角度和位置獲取數(shù)字圖像時(shí)，反射光被相機(jī)捕捉，可能會(huì)呈現(xiàn)明亮的斑點(diǎn)即“亮斑”。數(shù)碼相機(jī)獲取“亮斑”，造成葉片“失綠”的假象，提取的數(shù)字圖像 R、G、B 值發(fā)生變化，進(jìn)而影響 NRI 估測(cè)的精度。因此，利用數(shù)字圖像技術(shù)進(jìn)行大面積作物長(zhǎng)勢(shì)監(jiān)測(cè)和氮素診斷時(shí)，在實(shí)際操作允許的情況下，應(yīng)對(duì)適宜的拍攝時(shí)間、拍攝角度和拍攝位置做適當(dāng)?shù)恼{(diào)整，應(yīng)盡量減少“亮斑”的出現(xiàn)，降低 NRI 的變異性；或者利用類似消除土壤背景值的方法，如圖像分割法[22]和剔除背景值法[23]等，消除“亮斑”對(duì) NRI 預(yù)測(cè)冬油菜氮素營(yíng)養(yǎng)造成的影響。

影響數(shù)碼相機(jī)獲取冬油菜冠層數(shù)字圖像的因素有很多，本試驗(yàn)只對(duì)拍攝參數(shù) (光照強(qiáng)度、拍攝時(shí)間、拍攝高度、拍攝角度、拍攝模式、照片像素尺寸和儲(chǔ)存格式) 進(jìn)行了研究，而對(duì)于其影響的機(jī)理及其他影響因素諸如相機(jī)類型、作物品種等，則需要進(jìn)一步研究和探討。

4 結(jié)論

數(shù)字圖像技術(shù)(Nikon-D7000，1620 萬(wàn)像素)估測(cè)冬油菜氮素營(yíng)養(yǎng)指標(biāo)最優(yōu)可操作范圍為拍攝時(shí)間為晴天太陽(yáng)高度角相對(duì)較大的中午；拍攝高度為近地面均可；拍攝角度為易于操作的 30°～60°；相機(jī)拍攝模式為自動(dòng)曝光模式；照片像素尺寸為圖片相對(duì)較為清晰的高分辨率；存儲(chǔ)格式為壓縮格式且占用空間相對(duì)較小的 JPEG 精細(xì)格式。

[1]王漢中. 我國(guó)油菜產(chǎn)業(yè)發(fā)展的歷史回顧與展望[J]. 中國(guó)油料作物報(bào), 2010, 32(2): 300–302. Wang H Z. Review and future development of rapeseed industry in China [J]. Chinese Journal of Oil Crop Sciences, 2010, 32(2): 300–302.

[2]李慧, 馬常寶, 魯劍巍, 等. 中國(guó)不同區(qū)域油菜氮磷鉀肥的增產(chǎn)效果[J]. 中國(guó)農(nóng)業(yè)科學(xué), 2013, 46(9): 1837–1847. Li H, Ma C B, Lu J W, et al. Increasing effect of N, P and K fertilizer on rapeseed in different regions of china [J]. Scientia Agricultura Sinica, 2013, 46(9): 1837–1847.

[3]鄒娟, 魯劍巍, 劉銳林, 等. 4個(gè)雙低甘藍(lán)型油菜品種干物質(zhì)積累及養(yǎng)分吸收動(dòng)態(tài)研究[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào), 2008, 27(2): 229–234. Zou J, Lu J W, Liu R L, et al. Dynamics of dry vass accumulation and nutrients uptake in 4 louble-low rapeseed ( Brassica napusL.) varoetoes [J]. Journal of Huazhong Agricultural University, 2008, 27(2): 229–234.

[4]劉后利. 實(shí)用油菜栽培學(xué)[M]. 上海: 上?？茖W(xué)技術(shù)出版社, 1987. 243–244. Liu H L. Applied cultivation of rapeseed [M]. Shanghai: Shanghai Science and Technology Press, 1987. 243–244.

[5]賈良良, 范明生, 張福鎖, 等. 應(yīng)用數(shù)碼相機(jī)進(jìn)行水稻氮素營(yíng)養(yǎng)診斷[J]. 光譜學(xué)與光譜分析, 2009, 29(8): 2176–2179 Jia L L, Fan M S, Zhang F S, et al. Nitrogen status diagnosis of rice by using a digital camera [J]. Spectroscopy and Spectral Analysis, 2009, 29(8): 2176–2179.

[6]李嵐?jié)? 張萌, 任濤, 等. 應(yīng)用數(shù)字圖像技術(shù)進(jìn)行水稻氮素營(yíng)養(yǎng)診斷[J]. 植物營(yíng)養(yǎng)與肥料學(xué)報(bào), 2015, 21(1): 259–268. Li L T, Zhang M, Ren T, et al. Diagnosis of N nutrition of rice using digital image processing technique [J]. Journal of Plant Nutrition and Fertilizer, 2015, 21(1): 259–268.

[7]Su C H, Fu C C, Chang Y C, et al. Simultaneous estimation of chlorophyll a and lipid contents in microalgae by three-color analysis [J]. Biotechnology and Bioengineering, 2008, 99: 1034–1039.

[8]Sstya P Y, Ibaraki Y. Estimation of the chlorophyll content of micropropagated potato plants using RGB based image analysis [J]. Plant Cell Tissue Organ Culture, 2010, 100: 183–188.

[9]Lee K J, Lee B W. Estimation of rice growth and nitrogen nutrition status using color digital camera image analysis [J]. European Journal of Agronomy, 2013, 6: 57–65.

[10]Graeff S, Claupein W. Quantifying nitrogen status of corn (Zea mays L.) in the field by reflectance measurements [J]. European Journal of Agronomy, 2003, 19(4): 611–618.

[11]Pagola M, Ortiz R, Irigoyen I, et al. New method to assess barley nitrogen nutrition status based on image colour analysis: Comparison with SPAD-502 [J]. Computers and Electronics in Agriculture, 2009, 65(2): 213–218.

[12]賈良良. 應(yīng)用數(shù)字圖像技術(shù)與土壤植株測(cè)試進(jìn)行冬小麥氮營(yíng)養(yǎng)診斷[D]. 北京: 中國(guó)農(nóng)業(yè)大學(xué)博士學(xué)位論文, 2003. Jia L L. To detect nitrogen status of winter wheat by using color digital camera [D]. Beijing: PhD Dissertation of China Agricultural University, 2003.

[13]張立周, 侯曉宇, 張玉銘, 等. 數(shù)字圖像診斷技術(shù)在冬小麥氮素營(yíng)養(yǎng)診斷中的應(yīng)用[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2011, 19(5): 1168–1174. Zhang L Z, Hou X Y, Zhang Y M, et al. Diagnosis of the state of N in wheat via digital image processing technique [J]. Chinese Journal of Eco-Agriculture, 2011, 19(5): 1168–1174.

[14]Huang W J, Wang Z J, Huang L S, et al. Estimation of vertical distribution of chlorophyll concentration by bi-directional canopy reflectance spectra in winter wheat [J]. Precision Agriculture, 2011, 12: 165–178.

[15]王秀峰. 應(yīng)用數(shù)字圖像技術(shù)進(jìn)行黃瓜和番茄氮素營(yíng)養(yǎng)診斷的研究[D]. 吉林: 吉林農(nóng)業(yè)大學(xué)碩士學(xué)位論文, 2005. Wang X F. Study on diagnosis of N status of cucumber and tomato using digital image processing [D]. Jilin: MS Thesis of Jilin Agricultural University, 2005.

[16]王娟, 張永帥, 郭金強(qiáng), 等. 不同成像方式對(duì)棉花冠層特征光譜參數(shù)的影響[J]. 石河子大學(xué)學(xué)報(bào)(自然科學(xué)版), 2006, 24(4): 397–400. Wang J, Zhang Y S, Guo J Q, et al. Effect of different imaging mode on canopy feature spectral parameter [J]. Journal of Shihezi University (Natural Science), 2006, 24(4): 397–400.

[17]魏全全, 李嵐?jié)? 任濤, 等. 基于數(shù)字圖像技術(shù)的冬油菜氮素營(yíng)養(yǎng)診斷研究[J]. 中國(guó)農(nóng)業(yè)科學(xué), 2015, 48(19): 3877–3886. Wei Q Q, Li L T, Ren T, et al. Study on diagnosing nitrogen nutrition status of winter rapeseed via digital image processing technique [J]. Scientia Agricultura Sinica, 2015, 48(19): 3877–3886.

[18]劉絢霞, 董振生, 劉創(chuàng)社, 等. 油菜葉綠素提取方法的研究[J]. 中國(guó)農(nóng)學(xué)通報(bào), 2004, 20(4): 62–63. Liu X X, Dong Z S, Liu C S, et al. Study on extracting methods of chlorophyll in rape [J]. Chinese Agricultural Science Bulletin, 2004, 20(4): 62–63.

[19]鮑士旦. 土壤農(nóng)化分析(第三版) [M]. 北京: 中國(guó)農(nóng)業(yè)出版社, 2000. Bao S D. Soil and agro-chemistry analysis (3rd Edition) [M]. Beijing: China Agriculture Press, 2000.

[20]祝錦霞, 陳祝爐, 石媛媛, 等. 基于無(wú)人機(jī)和地面數(shù)字影像的水稻氮素營(yíng)養(yǎng)診斷研究[J]. 浙江大學(xué)學(xué)報(bào)(農(nóng)業(yè)與生命科學(xué)版), 2010, 36(1): 78–83. Zhu J X, Chen Z L, Shi Y Y, et al. Diagnoses of rice nitrogen status based on spectral characteristics of leaf and canopy [J]. Journal of Zhejiang University (Agric. & Life Sci.), 2010, 36(1): 78–83.

[21]Swain K C, Thomson S J, Jayasuriya H P W. Adoption of an unmanned helicopter for low-altitude remote sensing to estimate yield and total biomass of a rice crop [J]. Transactions of the ASABE, 2010, 53(1): 21–27.

[22]王遠(yuǎn), 王德建, 張剛, 等. 基于數(shù)碼相機(jī)的水稻冠層圖像分割及氮素營(yíng)養(yǎng)診斷[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(17): 131–136. Wang Y, Wang D J, Zhang G, et al. Digital camera-based image segmentation of rice canopy and diagnosis of nitrogen nutrition [J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(17): 131–136.

[23]蔡洪昌, 崔海信, 宋衛(wèi)堂, 等. 黃瓜初花期葉片光合色素含量與顏色特征的初步研究[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2006, 22(9): 34–38. Cai H C, Cui H X, Song W T, et al. Preliminary study on photosynthetic pigment content and color feature of cucumber initial bloom stage [J]. Transactions of the Chinese Society of Agricultural Engineering, 2006, 22(9): 34–38.

Standardization of shooting parameters of digital image technique to estimate nitrogen concentration of winter rapeseed

WEI Quan-quan1,2, LI Lan-tao1,2, REN Tao1,2, WANG Zhen3, WANG Shao-hua3, LI Xiao-kun1,2, CONG Ri-huan1,2, LU Jian-wei1,2*
( 1 Microelement Research of Center, Huazhong Agricultural University, Wuhan 430070, China; 2 Key Laboratory of Arable Land Conservation (Middle and Lower Reaches of Yangtse River), Ministry of Agriculture, Wuhan 430070, China; 3 Wuxue Bureau of Agriculture, Wuxue, Hubei 435400, China )

【Objectives】 Digital image technique is useful for rapid and non-destructive prediction of nitrogen concentration of winter rapeseed. The establishment of the standardization of the shooting parameters can provide the basis for the interaction of different crops and camera models. 【Methods】 Winter rapeseed was used infield experiment with five nitrogen application rates (N: 0, 90, 180, 270 and 360 kg/hm2). The canopy pictures of winter rapeseed were obtained in different light intensities, times, heights, angles, pixels, modes and image formats by using digital camera (Nikon-D7000, 1620 million pixels) at the seedling stage (79–83 days after transplanting). Significant analyses of canopy digital normalized redness intensity (NRI) were also made in different imagery modes. Other conventional diagnosis parameters, such as aboveground biomass, leaf nitrogen and leaf chlorophyll concentration were determined to reveal their correlations to NRI. 【Results】 Canopy NRI acquired either at sunny or cloudy days could interpret digital information of canopy well, however, it was slightly better in sunny days than cloudy days. The correlation coefficient between NRI and leaf nitrogen concentration was – 0.802** at noon, better than those in the morning and afternoon. No significant difference was observed among three image height of 1.5, 2.0 and 2.5 m. It showed very prominent relationships between NRI obtained in three image angles (30°, 60°and 90°) and aboveground biomass, leaf nitrogen concentration and chlorophyll concentration, however, it was more convenient to get canopy NRI at 30°–60°. The correlation coefficient between NRI and leaf nitrogen concentration was – 0.802** at auto exposure mode, higher than other exposal models. No significant difference was observed among three photo pixels (4928 × 3264, 3696 × 2448 and 2464 × 1632). NRI in JPEG fine format was superior to other image formats. 【Conclusions】Overall, the optimal operating range of digital image technique to estimate nitrogen nutrition index of winter rapeseed was followed: the best shooting time is sunny noon because of its relatively greater solar elevation angle and stable light, the image can be taken at any height near the ground, it is easy to operate at the image angle of 30°–60°, the shooting mode should be automatic exposure mode, the photo pixel is better in relatively clear and high resolution, and the images saved in compressed JPEG accurate format with less space occupying is recommended. Our study provides a theory and technique foundation of digital image technique on nondestructive nitrogen diagnostic using low-altitude unmanned aerial vehicles remote sensing.

winter rapeseed; digital camera; canopy image; shooting parameter

S126；S565

A

1008–505X(2016)06–1701–09

2015–09–10 接受日期：2016–01–26

國(guó)家自然科學(xué)基金（31471941）；國(guó)家油菜產(chǎn)業(yè)技術(shù)體系建設(shè)專項(xiàng)（CARS-13）；公益性行業(yè)（農(nóng)業(yè)）科研專項(xiàng)（201103003）資助。

魏全全 (1987—)，男，山東濟(jì)寧人，碩士，主要從事作物營(yíng)養(yǎng)與現(xiàn)代施肥技術(shù)研究。

E-mail：weiquan0725@webmail.hzau.edu.cn。* 通信作者 E-mail: lunm@mail.hzau.edu.cn