[发明专利]基于高光谱的水稻穗期氮营养监测与诊断方法及应用

说明书

本发明公开了基于高光谱的水稻穗期氮营养监测与诊断方法及应用，属于遥感技术应用领域，包括以下步骤：S1：测量水稻冠层光谱、地上部干物质量和氮浓度；S2：构建水稻地上部干物质量模型与临界氮浓度稀释模型；S3：构建水稻氮浓度模型；S4：计算并决定氮肥追施策略。本发明利用遥感技术可以在田间规模化种植中快速精准无损的优势，在降低监测成本的同时，提高了监测结果的客观性，避免了传统人工调查时的误差和以点代面的不确定性；能够利用多年数据增加模型的普适性，可以通过当年的遥感数据实时监测水稻穗期的氮素营养状况，通过临界氮浓度和实际氮浓度计算水稻氮亏缺量，使得氮素施肥方案更加可行。

技术领域

本发明涉及遥感技术应用领域，具体涉及基于高光谱的水稻穗期氮营养监测与诊断方法及应用。

背景技术

随着城镇化建设不断推进，从事农业劳动人口显著降低，稻作经营主体和稻作方式均较传统水稻生产发生极大变化，以土地流转形式为主的规模化经营主体以及机械化轻简栽培模式呈逐年增长趋势。

氮素营养作为作物生长发育和产量、品质的重要影响因子，是植物需求量最大的矿质营养元素。氮素营养的亏缺对水稻的生长尤为重要，基于高光谱的氮素营养诊断手段就是一种表观诊断和化学诊断相结合的现代监测技术，其通过光谱数据快速无损的了解作物氮素营养状况。随着遥感技术的应用推广，作物氮素的遥感监测在作物遥感领域研究已经得到一定的发展，利用光谱影像、光谱反射率及其衍生出的植被指数快速获取农作物的农艺指标的研究实例已有很多。薛利红等人发现群体含氮量与光谱指数显著相关，杨燕穷等人应用3CCD多光谱成像技术估算生物量等农艺指标。综上所述，基于光谱技术的研究大多为水稻氮素诊断某一环节提供理论依据，未针对水稻生产实践提供一系列诊断方案，尤其是在特定时期对水稻给出准确的氮素施肥方案。因此，提出水稻穗期氮素亏缺诊断方法及应用。

发明内容

本发明所要解决的技术问题在于：如何解决水稻生长过程中对产量影响较大的特定时期中存在的氮肥亏缺问题，提供了水稻穗期氮素亏缺诊断方法，构建了基于归一化植被指数 (NDSI_{(1136，1587)})的水稻氮浓度模型和基于土壤调节优化植被指数(OSAVI)的水稻地上部干物质量模型，并利用由水稻地上部干物质量建立的临界氮浓度模型对水稻穗期氮素营养状况进行估算，并结合各生态点穗期氮肥利用率，给出施肥方案。

本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：

S1：测量水稻冠层光谱、地上部干物质量和氮浓度

利用地物光谱仪器测量生态点水稻冠层光谱；进行区域采样，计算单位面积下水稻地上部干物质量；将水稻地上部干物质烘干至恒重，测定并计算水稻植株氮浓度；

S2：构建地上部干物质量模型与水稻临界氮浓度稀释模型

利用冠层土壤调节优化植被指数(OSAVI)对水稻地上部干物质量进行相关性分析，通过估计标准误差(SE)和拟合决定系数(R²)优化方程，建立水稻地上部干物质量模型；通过分析对比不同施氮水平对不同生长阶段的水稻地上部干物质量与植株氮浓度的动态变化来构建水稻的临界氮浓度稀释模型；

S3：构建水稻氮浓度模型

利用减量精细采样法，分析植株氮浓度与归一化植被指数(NDSI_{(1136，1587)})之间的相关性，筛选出敏感波段，建立氮浓度模型，利用水稻地上部干物质量模型与氮浓度模型对水稻氮素营养状况进行估算；

S4：计算并决定氮肥追施策略

通过光谱遥感数据，结合临界氮浓度稀释模型和实际氮浓度对水稻氮肥需求规律的直观表现，计算出氮亏缺量(N_and)；并根据水稻穗期氮肥利用效率，决定氮肥追施策略。