基于时序植被指数的小麦氮素营养诊断模型研究

Real-time diagnosis of nitrogen (N) status is one of the key technologies for supporting precision crop management. To establish dynamic models for real-time diagnosis of plant N status in winter wheat (Triticum aestivum L.), we propose to use the new active multispectral sensor Crop Circle ACS-470 to collect time-series vegetation index above wheat canopies. A number of field experiments involving different wheat varieties and N rates are designed to collect spectral and plant N data. The vegetation indices derived from Crop Circle ACS-470 and wheat plant N status indicators (N concentration, N accumulation, biomass, leaf area index and N nutrition index) will be analyzed for different yield levels. Quantitative spectral analysis will be integrated with plant N status dynamics for investigating the characteristics of vegetation indices responding to different N status indicators. The optimum vegetation indices for diagnosing N status will be extracted. The temporal changes of sensitive vegetation indices will be identified for a range of yield levels. Then, the model for diagnosing N status will be constructed on time-series of sensitive vegetation indices for different yield levels. The expected results will provide the dynamic reference standards and a novel approach for real-time diagnosis of plant N status in the winter wheat production.

实时诊断氮素营养状况是作物精确管理的关键技术环节。本研究针对小麦生产中缺乏氮素营养实时动态诊断模型，拟使用新型多光谱主动冠层传感器Crop Circle ACS-470获取小麦冠层时序植被指数，通过实施不同小麦品种及氮素水平的田间小区试验，对不同产量水平下小麦氮素营养相关指标（植株氮含量、氮积累量、生物量、叶面积指数以及氮营养指数等）和冠层光谱信息进行系统测试和深入分析，将光谱定量分析技术与氮素营养的动态规律相结合，阐明小麦冠层植被指数对各氮素营养指标的响应规律，筛选适用于氮素营养状况诊断的最适植被指数，解析不同产量水平下植被指数的时序变化规律，进而构建基于时序植被指数动态的氮素营养诊断模型。预期结果将为小麦生产中的氮素营养实时诊断提供动态化的参考标准及新的技术途径。

实时诊断氮素营养状况是作物精确管理的关键技术环节。本研究针对小麦生产中缺乏氮素营养实时动态诊断模型，使用新型多光谱主动冠层传感器Crop Circle ACS-470、RapidSCAN CS-45获取小麦冠层时序植被指数，通过实施不同小麦品种及氮素水平的田间小区试验，对不同产量水平下小麦氮素营养相关指标（植株氮含量、氮积累量、生物量、叶面积指数以及氮营养指数等）和冠层光谱信息进行系统测试和深入分析，将光谱定量分析技术与氮素营养的动态规律相结合，主要开展了以下研究内容：1）阐明小麦冠层植被指数对各氮素营养指标的响应规律；2）筛选适用于氮素营养状况诊断的敏感植被指数；3）解析不同产量水平下植被指数的时序变化规律；4）构建基于时序植被指数动态的氮素营养诊断模型；5）基于时序曲线特征参数预测小麦产量。主要研究结果包括：1）基于红边的归一化植被指数NDRE与各氮素营养指标相关关系较好，可被作为诊断小麦氮素营养状况的敏感植被指数；2）以RAGDD为时间驱动因子的时序曲线相较于以播种后天数为时间驱动因子拟合的曲线而言，曲线拟合效果更佳；3）不同产量水平下小麦冠层时序指数存在显著差异，可据此进行小麦氮素营养诊断；4）基于全生育期和关键生育期相对NDRE构建时序曲线，其特征参数（最大值、累积值及增长速率）可以较好的预测小麦产量。项目执行期间多彩在国际会议上介绍本研究最新进展，发表核心期刊论文7篇，其中SCI收录5篇；发表EI收录国际会议论文1篇；另有以本项目为第一标注2篇核心期刊论文在审；培养硕士研究生4名。该项目创新性地利用主动冠层传感器获取小麦冠层时序植被指数，构建不同产量水平下的时序植被指数动态模型，为小麦生产中的氮素营养实时诊断提供了动态化的参考标准及新的技术途径。