西北旱區(qū)不同覆膜和灌溉水平下的玉米冠層氮含量垂直分布及高光譜反演

2022-11-07 03:19魏夏永薄麗媛毛曉敏

中國農(nóng)業(yè)大學(xué)學(xué)報 2022年11期

魏夏永黃茜薄麗媛毛曉敏*

(1.中國農(nóng)業(yè)大學(xué) 水利與土木工程學(xué)院，北京 100083； 2.甘肅省武威綠洲農(nóng)業(yè)高效用水國家野外科學(xué)觀測研究站，甘肅武威 733000)

玉米是我國的主要糧食作物之一，在國民經(jīng)濟和糧食安全中占有重要地位。氮素是玉米生長發(fā)育的必需要素，氮肥的施用時間和數(shù)量對玉米的生長、產(chǎn)量和品質(zhì)具有重要影響。傳統(tǒng)作物營養(yǎng)診斷以化學(xué)和物理法分析為主，周期長、時效差，且化學(xué)法具有破壞性。近年來隨著高光譜遙感技術(shù)的發(fā)展以及精準(zhǔn)農(nóng)業(yè)的需求，高光譜技術(shù)越來越廣泛地應(yīng)用在農(nóng)業(yè)領(lǐng)域。高光譜遙感具有準(zhǔn)確、實時、無損等特點，可用于估算葉面積指數(shù)、探索作物生物量、區(qū)分作物類型、檢測作物病蟲害、評估作物殘留、調(diào)查土壤特性以及評估葉片氮含量。

1980—2022年，基于高光譜遙感技術(shù)開展了很多關(guān)于作物氮素營養(yǎng)的研究。Wen等研究發(fā)現(xiàn)基于FDR光譜的回歸模型能夠預(yù)測葉片氮素的動態(tài)變化。Zheng等研究發(fā)現(xiàn)無人機搭載的高光譜能夠有效監(jiān)測水稻葉片的氮含量。Feng等研究發(fā)現(xiàn)基于高光譜反射率的模型可用于不同生長條件下小麥葉片氮素狀況的可靠預(yù)測、可對小麥進行無損和實時的監(jiān)測。Singh等研究發(fā)現(xiàn)基于高光譜冠層反射率的比值模型能夠準(zhǔn)確診斷出甜高粱的氮素情況，便于制定相應(yīng)的施肥決策。Guo等研究發(fā)現(xiàn)利用高光譜特征波段建立的模型CARS-SPA-ANN，可以快速、無損、經(jīng)濟的估測出橡膠樹葉片的氮含量。Xu等研究發(fā)現(xiàn)基于高光譜反射率的最佳組合方法能夠有效評價大麥的葉片氮含量，便于科學(xué)合理的田間施肥管理。目前，可用于建立葉片氮含量的機器學(xué)習(xí)算法有很多，各有優(yōu)缺點。例如偏最小二乘回歸、支持向量機和隨機森林模型等，偏最小二乘回歸模型優(yōu)點是計算簡單、容易實現(xiàn)，缺點是不能擬合非線性數(shù)據(jù)。支持向量機模型優(yōu)點是可以解決小樣本機器學(xué)習(xí)問題，無需依賴整個數(shù)據(jù)，能夠處理非線性的相互作用。缺點是樣本量大時，效率低下，常規(guī)支持向量機模型只支持二分類。隨機森林算法的優(yōu)點是能有效解決非線性問題、泛化能力強、抗干擾能力強，訓(xùn)練速度快且容易實現(xiàn)；缺點是在某些噪聲較大的分類或回歸問題上會過擬合。隨著機器學(xué)習(xí)方法的發(fā)展，近年來采用相關(guān)方法進行葉片含氮量監(jiān)測研究得以逐步開展。Axelsson等研究發(fā)現(xiàn)紅樹林的葉片含氮量反演中支持向量機回歸方法預(yù)測效果優(yōu)于偏最小二乘回歸算法。黃芬等研究發(fā)現(xiàn)在多顏色空間條件下對冬小麥含氮量預(yù)測上隨機森林回歸算法擬合效果優(yōu)于支持向量機回歸算法。已有研究表明，對于線性問題，偏最小二最乘回歸算法具有良好的預(yù)測效果，但是對于非線性問題，隨機森林算法具有良好的抗噪聲能力，也不容易陷入過度擬合，更適合用于構(gòu)建作物含氮量預(yù)測模型，預(yù)測精度更高。

Archontoulis等發(fā)現(xiàn)作物冠層氮含量具有明顯的垂直異質(zhì)性特征，可能對光譜反射產(chǎn)生影響，進而影響氮素反演精度。Duan等考慮氮垂直分布基于高光譜建立的冬小麥葉片總氮含量模型提高了預(yù)測精度和穩(wěn)定性，能更有效地監(jiān)測作物氮含量，提高施肥效率，減小生態(tài)環(huán)境的負擔(dān)。Li等將氮垂直分布納入冠層高光譜氮含量預(yù)測模型中，提高了監(jiān)測模型的預(yù)測能力和普遍適用性。在冠層高光譜反演中將垂直分布引入模型可深入了解作物葉片氮素分布狀況，指導(dǎo)農(nóng)田施肥管理、提高施肥效率和降低因氮肥過量導(dǎo)致的環(huán)境污染。

目前有關(guān)氮素與施肥方式之間關(guān)系的研究報道較多。但作物葉片氮素含量也受到其他因素的影響，例如耕作措施和灌溉情況等。特別是在我國西北旱區(qū)，廣泛采用了覆膜和節(jié)水灌溉等措施。目前，西北旱區(qū)植株不同垂直部位葉片的氮含量對高光譜反演規(guī)律的研究鮮見報道。本研究在西北旱區(qū)石羊河流域的玉米試驗田對不同覆膜和灌水處理下玉米植株不同垂直部位葉片氮含量進行監(jiān)測，采用分層取樣測定葉片氮含量，基于隨機森林算法建模的方法分析不同部位葉片氮含量的反演精度，旨在探究不同垂直部位葉片氮含量的垂直分布特征及遙感反演規(guī)律，以期為玉米生產(chǎn)中應(yīng)用高光譜葉片氮含量估測模型對氮肥的科學(xué)精準(zhǔn)施用提供依據(jù)。

1 材料與方法

1.1 試驗區(qū)概況

2020年4—9月于甘肅武威綠洲農(nóng)業(yè)高效用水國家野外科學(xué)觀測研究站(37°52′ N，102°52′ E，海拔1 581 m)進行試驗，該站位于騰格里沙漠邊緣，屬于典型的大陸性溫帶干旱沙漠氣候區(qū)。年平均降水量164 mm，年平均蒸發(fā)量2 000 mm，年平均氣溫8 ℃，全年無霜期150 d左右，日照時長3 000 h以上。地下水埋深為40～50 m，試驗區(qū)0～100 cm土壤以粉砂壤土為主，土壤干容重1.53 g/cm，田間持水率(體積含水率)為32%。

1.2 試驗設(shè)計

玉米品種為‘先玉335’，覆膜設(shè)置3個水平，分別為不覆膜(M)，普通塑料膜(M)，生物可降解膜(M)，生物降解膜降解期為120 d；灌水量設(shè)置3個處理，分別為春玉米灌溉需水量的100%(

)、70%(

)、40%(

)。共9個處理，3次重復(fù)，27個小區(qū)，小區(qū)面積42 m，各小區(qū)設(shè)1 m保護帶。2020年5月4日播種。南北向種植，行距40 cm，株距25 cm。采用“一帶雙行”的灌溉方式，滴灌帶間距80 cm，滴頭間距30 cm，滴頭流量2.5 L/h。施肥按照當(dāng)?shù)亟?jīng)驗，即播前施375 kg/hm的磷酸二銨(

PO≥46%，

KO≥18%，

≥18%)和375 kg/hm的氮磷鉀復(fù)合肥(

PO≥15%，

KO≥15%，

≥15%)作為基肥，相當(dāng)于施入有效磷(PO) 229 kg/hm，有效鉀(KO) 124 kg/hm，純氮量124 kg/hm。底肥采用邊耕翻邊施肥，追肥采用灌溉式施肥。追肥分3次，總共450 kg/hm的尿素，拔節(jié)期分2次，抽穗期1次。田間管理與當(dāng)?shù)剞r(nóng)戶管理一致。

1.3 試驗監(jiān)測指標(biāo)及方法

在灌漿期和成熟期取樣選擇晴朗無風(fēng)無云的天氣測玉米的冠層反射率，取樣日期分別為8月12日、8月18日、8月26日、9月2日、9月10日、9月18日，采集時間為10:30—14:00。用美國 Analytical Spectral Devices (ASD)公司的Field-Spec HandHeld2 型手持式地物光譜儀，該光譜儀的波段范圍在325～1 075 nm，滿足冠層含氮量敏感波段的要求(400～1 000 nm)。光譜儀視場角25°，光譜采樣間距為1 nm，光譜分辨率3 nm。測定時傳感器探頭始終保持垂直向下，距玉米冠層1 m。每個試驗小區(qū)選取有代表性的2個點，每個觀測點連續(xù)采集10條冠層光譜數(shù)據(jù)，剔除異常值后，取平均值作為該小區(qū)的冠層光譜最終測量值。

在冠層光譜數(shù)據(jù)測定后，隨即進行破壞性采樣測定葉片氮含量。每個試驗小區(qū)選取有代表性的2株玉米，27個試驗小區(qū)，共54株玉米，只取葉片，將玉米主莖平均分為兩段，上部端點下移20 cm為上部葉片；中間點下移20 cm為中部葉片；下部端點上移20 cm為下部葉片。分層后，放入烘箱105 ℃殺青30 min，然后85 ℃下烘至恒重。然后將烘干的葉片進行研磨。過1.0 mm篩，稱取0.5 g左右，用濃硫酸在有催化劑的條件下消煮，消煮徹底后采用凱氏定氮法測定葉片氮含量。

1.4 氮含量估測模型的構(gòu)建及模型精度評價

將高光譜原始數(shù)據(jù)導(dǎo)入光譜處理軟件ViewSpecPro。對原始光譜采用五點移動平均法進行平滑處理。在灌漿期和成熟期共采集54個樣本數(shù)據(jù)，對葉片氮含量進行排序，采取分層抽樣的方式，選擇38個樣本進行氮含量估測隨機森林模型構(gòu)建，16個樣本進行模型驗證。采用決定系數(shù)(coefficient of determination，

)評價玉米葉片氮含量與模型輸出值之間的擬合效果；應(yīng)用實測值和預(yù)測值之間的均方根誤差(root mean square error，RMSE)對模型的預(yù)測精度進行評價；利用相對預(yù)測偏差(relative prediction deviation，RPD)評價模型的預(yù)測能力。其中

越接近1，擬合效果越好。RMSE越小，預(yù)測精度越高。RPD<1.5表示預(yù)測能力差，模型不可靠；1.52.0表示模型穩(wěn)定預(yù)測能力好。評價指標(biāo)的計算公式如下：

(1)

(2)

(3)

式中：

為實測值；為實測值的平均值；

為預(yù)測值，為預(yù)測值的平均值；

為訓(xùn)練集/驗證集樣本個數(shù)；SD為驗證集標(biāo)準(zhǔn)偏差。

2 結(jié)果與分析

2.1 不同覆膜和灌水處理對春玉米植株垂直部位葉片氮含量的影響

由圖1可知，相同水分處理下(

)，在玉米植株上、中、下部葉片的氮含量均隨時間推移逐漸減小。這是因為采樣時間在灌漿和成熟期之間，在灌漿期之后葉片逐漸衰老，葉綠素含量會逐漸降低，葉綠素與葉片氮含量呈顯著的線性正相關(guān)關(guān)系，所以葉片氮含量也會逐漸降低。

M0，不覆膜；M1，普通塑料膜；M2，生物可降解膜。3個灌溉需水量：W100，100%；W70，70%；W40，40%。下同。 M0， non-mulching； M1， ordinary plastic film； M2， degradable film. Three irrigation levels W100, 100%； W70， 70%；W40， 40%， respectively. The same below.圖1 不同覆膜條件下的上(a)、中(b)和下(c)部葉片的氮含量Fig.1 Nitrogen content in upper (a), middle (b) and lower (c) leaves under different film mulching conditions

不同覆膜處理玉米植株葉片的氮含量由高到低為不覆膜(M)>生物可降解膜(M)>普通塑料薄膜(M)。這主要是由于作物生育期差別導(dǎo)致的。因為覆普通塑料膜的作物由于覆膜的升溫保墑作用，生育期提前最多，葉片在采樣期也最早開始衰老，所以氮含量也最低。M的上、中、下部葉片氮含量比M分別增加6.78%、5.10%、2.55%， M的上、中、下部葉片氮含量比M分別增加7.14%、5.24%、5.39%。

由圖2可知，相同覆膜處理下，不同需水量的葉片氮含量由高到低為

。這是由于農(nóng)田水分供應(yīng)充足有利于提高氮肥效率，所以在相同覆膜處理情況下灌水越充足葉片氮含量越高。

的上、中、下部葉片氮含量比

分別增加6.84%、6.23%、7.74%。

的上、中、下部葉片氮含量比

分別增加4.41%、3.32%、9.49%。

圖2 不同灌水條件下的上(a)、中(b)和下(c)部葉片的氮含量Fig.2 Nitrogen content in upper (a), middle (b) and lower (c) leaves under different irrigation condition

2.2 不同垂直部位葉片氮含量的變化規(guī)律

由圖3可知，M

處理中玉米不同部葉片的氮含量由高到低為：上>中>下，氮含量從上到下依次減小。這是由于上部葉片和中部葉片的光合作用能力強于下部葉片，玉米內(nèi)部發(fā)生氮遷移。試驗結(jié)果表明玉米作物冠層垂直部位有著明顯的氮含量階梯，氮含量從上到下依次減小。M

處理，玉米植株上部葉片比中部葉片的氮含量增加7.44%，中部葉片比下部葉片增加7.60%。

圖3 M0W100處理下不同垂直部位葉片氮含量變化Fig.3 Change of nitrogen content of leaves in different vertical parts for M0W100

2.3 不同覆膜和灌水處理對春玉米冠層反射率的影響

由圖4可知，在相同覆膜條件下，冠層反射率在不同時期的變化趨勢一致。在不同覆膜條件下，冠層反射率在不同時期的變化趨勢也是一致的。這是由于在可見光波段400～760 nm，葉綠素吸收紅光及藍紫光，反射綠光，所以導(dǎo)致可見光波段內(nèi)春玉米冠層反射率偏低。綠光波段500～580 nm反射峰一般出現(xiàn)在550 nm左右。紅光波段(即620～760 nm)由于光合作用下葉綠素吸收大量紅光所以形成一個吸收帶。最后在近紅外波段(即760～1 000 nm)春玉米冠層反射率呈現(xiàn)出一個高反射率的區(qū)域。在相同覆膜條件下，在可見光波段(400～760 nm)，冠層反射率隨著灌水量的增加而降低，在近紅外波段范圍內(nèi)，冠層反射率隨著灌水量的增加而增加。

2.4 基于隨機森林算法的不同垂直部位葉片氮含量模擬

由圖5和表1可知，玉米植株上、中、下部葉片的氮含量擬合

分別為0.90、0.84、0.00；下部葉片氮含量擬合的

為0，下部葉片擬合效果很差，表明高光譜冠層反射率不能用于反演下葉片的氮含量估算。上、中部葉片的氮含量擬合RMSE分別為1.14、1.21 g/kg；上、中部葉片的氮含量驗證

分別為0.63、0.73；上、中部葉片的氮含量驗證RMSE分別為1.66、1.76 g/kg；上、中部葉片的氮含量驗證RPD分別為1.57、1.30。上部和中部葉片的氮含量驗證

均趨近于1.00，上部和中部葉片具有良好的擬合效果。上部葉片的氮含量驗證RMSE(1.66 g/kg)小于中部葉片的RMSE (1.76 g/kg)，說明模型預(yù)測精度較高。所以不同部葉片的氮含量模型預(yù)測精度由高到低為上、中、下。上部葉片的氮含量驗證RPD為1.57，1.50<1.57<2.00，說明模型的預(yù)測能力可接受，可進行粗略的預(yù)測。中部葉片的氮含量驗證RPD為1.30，且<1.50，說明預(yù)測能力差，模型不可靠。因為基于隨機森林的擬合方程與冠層反射率有關(guān)，冠層反射率作為自變量，所以葉片位置距離冠層越近預(yù)測能力和反演精度越高。劉露研究的基于高光譜的夏玉米氮素診斷模型，其中原始光譜敏感波段擬合方程

=3.18

的

為0.34，RMSE為0.31，預(yù)測精度較低，預(yù)測效果較差。上部葉片的氮含量擬合方程

為0.63，中部葉片擬合方程

為0.73，因此，采用隨機森林模型算法構(gòu)建的氮含量估測模型預(yù)測玉米垂直部位葉片氮含量效果優(yōu)于原始光譜敏感波段。

圖4 M2(a)、M1(b)和M0(c)處理下的春玉米冠層反射率變化Fig.4 Changes of spring maize canopy reflectance under M2 (a), M1 (b) and M0 (c) treatments

圖5 基于隨機森林的上(a)、中(b)和下(c)部葉片氮含量的擬合Fig.5 Fitting results of leaf nitrogen content in upper (a), middle (b) and lower (c) based on the Random forest

表1 基于隨機森林模型玉米不同垂直部位葉片氮含量的驗證(反射率400～1 000 nm)
Table 1 Verification results of leaf nitrogen content in different vertical parts based on Random forest(reflectivity 400-1 000 nm)

葉片部位Leaves levelR2RMSE/(g/kg)RPD上部 Upper0.631.661.57中部 Middle0.731.761.30

3 討論

本研究得到的覆膜和水分處理的規(guī)律，與趙引的研究覆膜具有保溫增熵的作用有類似的結(jié)果，由于覆膜具有保溫增熵的作用，生育期提前，灌漿期后取樣，葉片衰老得快，所以葉片氮含量較低。水分充足的條件下，植株氮利用效率高，葉片氮含量也表現(xiàn)較高。垂直部位葉片氮含量規(guī)律也和Ghasemi、Chen、Hirose研究一致，即呈現(xiàn)從上到下氮含量依次減少的趨勢。本研究采用了隨機森林算法與不同垂直部位葉片氮含量實測相結(jié)合的形式。結(jié)果表明采用該方法的驗證效果比原始光譜數(shù)據(jù)擬合好，見表1，隨機森林預(yù)測精度更高，預(yù)測效果更準(zhǔn)確。其次通過不同垂直部位葉片氮含量的擬合結(jié)果發(fā)現(xiàn)不同部位葉片氮含量預(yù)測精度從上往下精度依次降低，因此，通過將葉片垂直分布引入氮含量估測模型中發(fā)現(xiàn)上部的葉片預(yù)測精度高，為玉米葉片氮含量預(yù)測取樣時挑選取樣部位提供了選取依據(jù)。由于大田試驗干擾因素較多，下一步可考慮通過主成分分析與隨機森林法等相結(jié)合的方式進行全生育期不同垂直部位葉片氮含量的高光譜反演。

4 結(jié) 論

1)相同覆膜條件下，在可見光波段(400～760 nm)，冠層反射率隨著灌水量的增加而降低，在近紅外波段(760～1 000 nm)，冠層反射率隨著灌水量的增加而增加。

2)基于隨機森林機器學(xué)習(xí)算法構(gòu)建的氮含量估測模型可用于預(yù)測春玉米不同垂直部位葉片氮含量。不同部位葉片的氮含量估測精度由高到低為上部>中部>下部。

国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡