CN105445229B - 基于氮平衡光谱法的小麦春季氮肥施用方法及其追氮量模型的构建方法 - Google Patents

Abstract

本发明公开了一种基于氮平衡光谱法的小麦春季氮肥施用方法及其追氮量模型的构建方法，该模型构建方法包括：（1）小麦目标产量及增产系数确定；（2）氮肥空白区小麦光谱测定；（3） 春季足量施氮区小麦光谱测定；（4）筛选植被差异指数与优化施氮总量间的当量表达形式；（5）构建追氮量模型。该氮肥施用方法包括：（A）信息采集；（B）确定增产系数；（C）确立目标产量的优化施氮总量；（D）确立单位植被差异指数所需补氮当量；（E）计算追氮量。本发明通过实时实地获取的小麦作物生长状况，确定适宜的氮肥时空优化方案，在保证作物产量前提下提高氮肥利用率，适应了现代农业发展的必然要求，为精准农业的技术发展提供技术支撑。

Description

基于氮平衡光谱法的小麦春季氮肥施用方法及其追氮量模型 的构建方法

技术领域

本发明涉及农业植被生长信息无损监测技术领域，具体涉及一种基于氮平衡光谱法的小麦春季氮肥施用方法及其追氮量模型的构建方法。

背景技术

小麦是我国主要粮食作物，其产量高低直接影响人民生活和国家粮食安全。小麦氮素的科学合理调控是小麦生产管理中最重要环节。随着小麦产量水平提高，氮肥用量持续上升，我国有些地区习惯施氮量高达300kg.hm^-2及以上，而实际的氮肥利用率只有20%。随着施氮量增加，作物单产虽有一定程度提高，但氮素利用率明显降低，环境污染效应加重。

生产中氮肥管理是基于经验的均一施肥，而由于土壤肥力变异导致作物长势空间差异很大，土壤库供肥与作物营养需求存在矛盾，严重影响作物生长发育。现代科学施肥大多采用测土施肥，但常规的田间土壤取样和室内分析，方法步骤复杂、费时费事，大面积高密度土壤化验成本太高。因此，借助现代快速无损检测技术，实时监测小麦长势及氮素营养状况，进而建立基于遥感监测技术的小麦氮肥追施方法，对确保小麦产量和品质目标，提高资源利用效率，减少环境污染具有重要意义，这也是当今作物氮素精确管理所迫切需要解决的关键技术。

发明内容

本发明要解决的技术问题是提供一种能够实现小麦氮肥精量施用管理、提高小麦氮肥利用率、减少环境污染的基于氮平衡光谱法的小麦春季氮肥施用方法及其追氮量模型的构建方法。

为解决上述技术问题，本发明采用如下技术方案：

设计一种基于氮平衡光谱法的小麦春季追氮量模型的构建方法，包括下列步骤：

（1）小麦目标产量及增产系数确定

所述小麦目标产量根据决策点前三年生态点高产田平均产量和增产系数来确定：

目标产量＝前三年生态点高产田平均产量×(1+增产系数) 。

（2）氮肥空白区小麦光谱测定

决策点小麦全生育期不施氮肥的区域作为氮肥空白区，该区小麦在播种时仅仅不添加氮肥，而其他肥料和种植方式以及栽培措施均与相邻的待施肥调控田块一致；

先按常规方法分别采集氮肥空白区内的拔节期前后小麦冠层高光谱信息，再采用常规的五步平滑方法对光谱曲线进行平滑处理。

（3） 春季足量施氮区小麦光谱测定

依据决策点当地小麦前三年的平均产量与施氮量统计关系，通过拟合的抛物线二次函数求出获得小麦最高产量的全生育期优化施氮总量，按照该优化施氮总量全部作为底肥施用、春季不追氮肥方式种植的田块小麦为足量施氮区；

先按常规方法分别采集足量施氮区内的拔节期前后小麦冠层高光谱信息，再采用常规的五步平滑方法对光谱曲线进行平滑处理。

（4）筛选植被差异指数与优化施氮总量间的当量表达形式

基于地物光谱数据计算优化土壤调节植被指数OSAVI，所用波长为670 nm 和800nm，计算公式为:

OSAVI = (1+0.16)×(R₈₀₀-R₆₇₀)∕(R₈₀₀+R₆₇₀+0.16)

其中：R₈₀₀和R₆₇₀分别为800 nm和670 nm的光谱反射率值；

根据上述公式计算足量施氮区与氮肥空白区的土壤调节植被指数，分别表示为OSAVI_t和OSAVI₀；

依据小麦拔节期前后植被长势差异值与目标产量优化施氮总量的显著相关性，获得单位苗情差值所需补氮当量K：

K=N_t-opt / (OSAVI_t−OSAVI₀)

其中，Nt-opt为小麦全生育期优化施氮总量，OSAVI_t为足量施氮区的土壤调节植被指数，OSAVI₀为氮肥空白区的土壤调节植被指数。

（5）构建追氮量模型

通过测定待施肥区小麦长势，计算其与足量施氮区长势的差异值，从而计算小麦待施肥区春季追氮量，构建小麦追氮量模型如下：

其中，α为增产系数，Nt-opt为小麦全生育期优化施氮总量，OSAVI_t为足量施氮区的土壤调节植被指数，OSAVI₀为氮肥空白区的土壤调节植被指数，OSAVI_s为春季待施肥区域的土壤调节植被指数。

本发明还涉及一种基于氮平衡光谱法的小麦春季氮肥施用方法，包括下列步骤：

（A）信息采集

先按常规方法采集拔节期前后足量施氮区、氮肥空白区、待施肥区的小麦冠层群体的高光谱信息，再以常规的五步平滑方法对光谱曲线进行平滑处理，依照上述步骤（4）中土壤调节植被指数OSAVI的计算公式进行提取计算，得到足量施氮区小麦土壤调节植被指数OSAVI_t，氮肥空白区小麦土壤调节植被指数OSAVI₀，待施肥区的小麦土壤调节植被指数OSAVI_s。

（B）确定增产系数

确定小麦目标产量，根据目标产量与决策点前三年生态点高产田平均产量的比值减1，得到增产系数α：

α＝目标产量/前三年生态点高产田平均产量－1。

（C）确立目标产量的优化施氮总量

依据决策点拟合的前三年氮肥-产量二次曲线模拟算法求出的当地生态区小麦适宜氮肥用量，表示小麦正常生长结实获得较高籽粒产量时所需的由外界氮素补给量，即小麦目标产量的全生育期优化施氮总量N_t-opt：

Y=ax²+bX+c

这里Y为目标产量，X为总氮肥用量，a和b为系数，c为常数项；

由最优化方程求解得到N_t-opt，即N_t-opt = - b/2a。

（D）确立单位植被差异指数所需补氮当量

依据小麦拔节期前后植被长势差异值与目标产量优化施氮总量的显著相关性，获得单位苗情差值所需补氮当量K：

K=N_t-opt / (OSAVI_t−OSAVI₀)

其中，Nt-opt为小麦全生育期优化施氮总量，OSAVI_t为足量施氮区的土壤调节植被指数，OSAVI₀为氮肥空白区的土壤调节植被指数。

（E）计算追氮量

以待施肥区小麦氮肥追施量为因变量，拔节期前后足量施氮区与待施肥区光谱指数的差值为自变量，根据上述步骤（5）所构建的追氮量模型计算出待施肥区小麦追氮量：

追氮量N_a-opt=(1+α)*K*(OSAVI_t−OSAVI_s)

其中，α为增产系数，Nt-opt为小麦全生育期优化施氮总量，OSAVI_t为足量施氮区的土壤调节植被指数，OSAVI₀为氮肥空白区的土壤调节植被指数，OSAVI_s为春季待施肥区域的土壤调节植被指数。

本发明的有益效果在于：能够实时实地快速获取小麦作物生长状况，据此确定适宜的氮肥时空优化方案，在保证作物产量前提下提高氮肥利用率，适应了现代农业发展的必然要求，为精准农业的技术发展提供技术支撑。通过本发明确立的光谱法追氮管理方法能大大减少农民看苗施肥的盲目性，克服了专家看苗施肥的主观性，为小麦指标化、规程化和模式化栽培管理提供技术支撑。

附图说明

图1是本发明基于氮平衡光谱法的小麦春季氮肥施用方法的流程图；

图2是本发明实施例中小麦植被差异指数与优化施氮总量间的间的当量关系示意图（郑州点）；

图3是本发明实施例中小麦植被差异指数与优化施氮总量间的间的当量关系示意图（商水点）。

具体实施方式

下面结合附图和实施例来说明本发明的具体实施方式，但以下实施例只是用来详细说明本发明，并不以任何方式限制本发明的范围。

实施例：根据上述发明内容，共进行2个田间试验，涉及到不同地点和不同氮肥运筹处理，具体试验设计描述如下。

试验1：在郑州郊区（轻壤潮土）小麦高产目标设定为570公斤/亩，按照当地小麦平均每百公斤籽粒需氮2.8公斤，折合全生育期所需纯氮16公斤/亩。氮肥基追比设置为0:10、3:7、5:5、7:3和10:0共5个处理，随机区组设计，3次重复。主要测定指标为小麦植株生物量、氮含量、籽粒蛋白质含量以及冠层光谱，收集对应区域的小麦季气象资料。

试验2：在商水县农场（砂姜褐土）小麦高产目标设定为600公斤/亩，按照当地每百公斤籽粒需氮2.7公斤，折合全生育期所需纯氮16公斤/亩。氮肥基追比设置为0:10、3:7、5:5、7:3和10:0共5个处理，随机区组设计，3次重复。主要测定指标为小麦植株生物量、氮含量、籽粒蛋白质含量以及冠层光谱，收集对应区域的小麦季气象资料。

具体建模方法如下，其中，所涉及的仪器设备如无特别说明，均为常规仪器设备；所涉及的工业原料如无特别说明，均为市售常规工业原料。

（1）信息采集

先按常规方法分别采集不同区域内的不同生长时期的小麦冠层群体高光谱信息，再采用常规的五步平滑方法对光谱曲线进行平滑处理。小麦冠层高光谱信息的采集使用美国Analytical Spectral Device（ASD）公司生产的便携式野外高光谱辐射仪。波段值为350~1100 nm，光谱采样间隔为1.4 nm，光谱分辨率为3 nm。冠层高光谱信息采集选择在天气晴朗、无风或风速很小时进行，时间范围为10：00-14：00。测量时传感器探头垂直向下，光谱仪视场角为25°，距冠层顶垂直高度约1.0 m，地面视场范围直径为0.44 m。以10个光谱为一采样光谱，每个观测点记录10个采样光谱，以其平均值作为该观测点的光谱反射值。

与光谱信息采集同步，采集小麦植株样品并以常规分析方法测定出不同区域内的冬小麦籽粒蛋白质含量实测值。每小区取小麦20株，按器官分离，各器官在80℃下烘干、称重，粉碎后测定全氮含量。全氮含量采用凯氏定氮法测定，籽粒蛋白质含量通过籽粒氮含量乘以5.825转换求得。植株氮积累量为植株各器官干重与对应氮含量乘积后求和所得。

（2）确立目标产量及增产系数

在郑州点（轻壤潮土）前三年生态点高产田平均产量为550公斤/亩，综合考虑地力、气候及科技等因素增产系数确定为3.6%，目标产量则为570公斤/亩。

商水点（砂姜褐土）前三年生态点高产田平均产量为560公斤/亩，综合考虑地力、气候及科技等因素增产系数确定为5.3%，目标产量则为600公斤/亩。

（3）确立目标产量的优化施氮总量

依据决策点拟合的前三年氮肥-产量二次曲线模拟算法求出的当地生态区小麦适宜氮肥用量，表示小麦正常生长结实获得较高籽粒产量时所需的由外界氮素补给量，即小麦目标产量的全生育期优化施氮总量N_t-opt：

Y=ax²+bX+c

这里Y为产量，X为氮肥用量，a和b为系数，c为常数项；

由最优化方程求解得到N_t-opt，即N_t-opt = - b/2a。

统计郑州生态点氮肥用量与籽粒产量的模拟模型为y = -0.43x2 + 14.08x +463.7，方程精度R²==0.928，求解适宜氮肥用量为16.3公斤/亩；统计商水生态点氮肥用量与籽粒产量的模拟模型为y = -0.95x² + 34.79x + 229.4，方程精度R²==0.854，求解适宜氮肥用量为18.3公斤/亩。

（4）确立单位植被差异指数所需补氮当量

依据小麦拔节期前后植被长势差异值与目标产量优化施氮总量的显著相关性，获得单位苗情差值所需补氮当量K：

K=N_t-opt / (OSAVI_t−OSAVI₀)

其中，Nt-opt为小麦全生育期优化施氮总量，OSAVI_t为足量施氮区的土壤调节植被指数，OSAVI₀为氮肥空白区的土壤调节植被指数。研究表明，光谱指数可有效监测植物生长状态、植被营养状况以及植被空间分布密度等作物生长因子，如NDVI与植被分布密度呈线性相关。但实验表明，NDVI对土壤背景的变化较为敏感，容易受土壤背景的影响。而优化土壤调节植被指数 (OSAVI)等改进的植被指数被广泛应用，该参数可以很好的消除土壤背景对植被指数的干扰。基于以上原因，本发明便采用OSAVI测定值进行小麦精确追氮施肥，以便减少土壤背景对光谱测定值的影响。

通过田间试验获得不同地区小麦目标产量所需的氮肥总量（N_t-opt）与（VI_t-VI₀)符合线性关系，分别建立区域化模型。由于郑州和商水地理位置不同，小麦生产的生态条件差异很大，此外，郑州点为中高肥田，而商水为中低肥田，这必然导致目标产量所需氮肥总量（N_t-opt）与（VI_t-VI₀)间定量关系在地区间存在差异。通过小麦春季单位植被差异指数与目标产量的优化施氮总量间定量模拟分析（参见图2、图3），郑州点和商水点补氮当量值K分别为70.0和151.3。

（5）计算追氮量

以待施肥区小麦氮肥追施量为因变量，拔节期前后足量施氮区与待施肥区光谱指数的差值为自变量，根据所构建的追氮量模型计算出待施肥区小麦追氮量：

追氮量N_a-opt=(1+α)*K*(OSAVI_t–OSAVI_s)

其中，α为增产系数，Nt-opt为小麦全生育期优化施氮总量，OSAVI_t为足量施氮区的土壤调节植被指数，OSAVI₀为氮肥空白区的土壤调节植被指数，OSAVI_s为春季待施肥区域的土壤调节植被指数。

商水点试验结果表明，产量最高的处理为5:5和7:3，产量分别达587.4公斤/亩和582.5公斤/亩，由于该地区基础肥力偏低，底肥用量所占比例要稍高于追肥用量，春季追氮适宜比重为30%～50%。在拔节期利用光谱监测仪测定冠层光谱，计算土壤调节植被指数OSAVI，计算监苗追氮推荐量为5.3～8.8公斤/亩，与专家推荐量5～8公斤/亩较为接近。

郑州点试验结果表明，产量最高的处理为5:5和3:7，产量分别达564.0公斤/亩和559.9公斤/亩，这与该地区基础肥力相对偏高，底肥用量所占比例需稍低于追肥用量，春季追氮适宜比重为50%-70%。同样，在拔节期利用光谱监测仪测定冠层光谱，计算土壤调节植被指数OSAVI，计算监苗追氮推荐量为8.6～11.5公斤/亩，与专家推荐量8～11公斤/亩非常接近。

各试验点的试验数据和验证结果如下表1所示。

上面结合附图和实施例对本发明作了详细的说明，但是，所属技术领域的技术人员能够理解，在不脱离本发明宗旨的前提下，还可以对上述实施例中的各个具体参数进行变更，形成多个具体的实施例，均为本发明的常见变化范围，在此不再一一详述。

Claims (2)

1.一种基于氮平衡光谱法的小麦春季追氮量模型的构建方法，其特征在于，包括下列步骤：

（1）小麦目标产量及增产系数确定

所述小麦目标产量根据决策点前三年生态点高产田平均产量和增产系数来确定：

目标产量＝前三年生态点高产田平均产量×(1+增产系数) ；

（2）氮肥空白区小麦光谱测定

决策点小麦全生育期不施氮肥的区域作为氮肥空白区，该区小麦在播种时仅仅不添加氮肥，而其他肥料和种植方式以及栽培措施均与相邻的待施肥调控田块一致；

先按常规方法分别采集氮肥空白区内的拔节期前后小麦冠层高光谱信息，再采用常规的五步平滑方法对光谱曲线进行平滑处理；

（3） 春季足量施氮区小麦光谱测定

依据决策点当地小麦前三年的平均产量与施氮量统计关系，通过拟合的抛物线二次函数求出获得小麦最高产量的全生育期优化施氮总量，按照该优化施氮总量全部作为底肥施用、春季不追氮肥方式种植的田块小麦为足量施氮区；

先按常规方法分别采集足量施氮区内的拔节期前后小麦冠层高光谱信息，再采用常规的五步平滑方法对光谱曲线进行平滑处理；

（4）筛选植被差异指数与优化施氮总量间的当量表达形式

基于地物光谱数据计算优化土壤调节植被指数OSAVI，所用波长为670 nm 和800 nm，计算公式为:

OSAVI = (1+0.16)×(R₈₀₀-R₆₇₀)∕(R₈₀₀+R₆₇₀+0.16)

其中：R₈₀₀和R₆₇₀分别为800 nm和670 nm的光谱反射率值；

根据上述公式计算足量施氮区与氮肥空白区的土壤调节植被指数，分别表示为OSAVI_t和OSAVI₀；

依据小麦拔节期前后植被长势差异值与目标产量优化施氮总量的显著相关性，获得单位苗情差值所需补氮当量K：

K=N_t-opt / (OSAVI_t−OSAVI₀)

其中，N_t-opt为小麦全生育期优化施氮总量，OSAVI_t为足量施氮区的土壤调节植被指数，OSAVI₀为氮肥空白区的土壤调节植被指数；

（5）构建追氮量模型

通过测定待施肥区小麦长势，计算其与足量施氮区长势的差异值，从而计算小麦待施肥区春季追氮量，构建小麦追氮量模型如下：

其中，α为增产系数，N_t-opt为小麦全生育期优化施氮总量，OSAVI_t为足量施氮区的土壤调节植被指数，OSAVI₀为氮肥空白区的土壤调节植被指数，OSAVI_s为春季待施肥区域的土壤调节植被指数。

2.一种基于氮平衡光谱法的小麦春季氮肥施用方法，其特征在于，包括下列步骤：

（A）信息采集

先按常规方法采集拔节期前后足量施氮区、氮肥空白区、待施肥区的小麦冠层群体的高光谱信息，再以常规的五步平滑方法对光谱曲线进行平滑处理，依照权利要求1的步骤（4）中土壤调节植被指数OSAVI的计算公式进行提取计算，得到足量施氮区小麦土壤调节植被指数OSAVI_t，氮肥空白区小麦土壤调节植被指数OSAVI₀，待施肥区的小麦土壤调节植被指数OSAVI_s；

（B）确定增产系数

确定小麦目标产量，根据目标产量与决策点前三年生态点高产田平均产量的比值减1，得到增产系数α：

α＝目标产量/前三年生态点高产田平均产量－1；

（C）确立目标产量的优化施氮总量

依据决策点拟合的前三年氮肥-产量二次曲线模拟算法求出的当地生态区小麦适宜氮肥用量，表示小麦正常生长结实获得较高籽粒产量时所需的由外界氮素补给量，即小麦目标产量的全生育期优化施氮总量N_t-opt：

Y=ax²+bx+c

这里Y为目标产量，x为总氮肥用量，a和b为系数，c为常数项；

由最优化方程求解得到N_t-opt，即N_t-opt = - b/2a；

（D）确立单位植被差异指数所需补氮当量

依据小麦拔节期前后植被长势差异值与目标产量优化施氮总量的显著相关性，获得单位苗情差值所需补氮当量K：

K=N_t-opt / (OSAVI_t−OSAVI₀)

其中，N_t-opt为小麦全生育期优化施氮总量，OSAVI_t为足量施氮区的土壤调节植被指数，OSAVI₀为氮肥空白区的土壤调节植被指数；

（E）计算追氮量

以待施肥区小麦氮肥追施量为因变量，拔节期前后足量施氮区与待施肥区光谱指数的差值为自变量，根据权利要求1中所构建的追氮量模型计算出待施肥区小麦追氮量：

追氮量N_a-opt=(1+α)*K*(OSAVI_t− OSAVI_s)

其中，α为增产系数，N_t-opt为小麦全生育期优化施氮总量，OSAVI_t为足量施氮区的土壤调节植被指数，OSAVI₀为氮肥空白区的土壤调节植被指数，OSAVI_s为春季待施肥区域的土壤调节植被指数。