1、第 卷第 期 年 月干 旱 地 区 农 业 研 究 .文章编号:():./.不同水肥处理下夏玉米株高、生物量响应特征及光谱反演陈 震程 千徐洪刚黄修桥(中国农业科学院农田灌溉研究所/河南省节水农业重点实验室河南 新乡)摘 要:以不同水肥处理下的大田夏玉米为研究对象利用无人机遥感系统采集光谱数据分析光谱数据及地面测量的玉米生长指标明确不同水肥处理对夏玉米生长的影响构建了基于光谱感知的作物生长指标监测模型结果表明不同灌溉施肥处理显著影响夏玉米株高光谱计算的株高值与实测值均在.水平上极显著相关 年拔节期的 个时段和喇叭口期的 个时段决定系数 分别为.、.、.、.年拔节期、喇叭口期、抽雄期和吐丝期 分
2、别为.、.、.、.多个生育时期数据融合可以大幅提高光谱反演株高的精度两年的拟合优度分别为.和.多光谱植被指数与不同水肥处理下的夏玉米生物量相关性较好利用 算法构建的 年玉米生物量反演模型表现最优多个生育时期数据融合可以显著提高模型的反演精度种算法构建的模型(模型 模型和 模型)在 年生育时期融合数据集上均表现较优其在测试集上的 分别达到了.、.、.关键词:夏玉米无人机光谱水肥管理机器学习中图分类号:文献标志码:(/):.().:收稿日期:修回日期:基金项目:“十四五”国家重点研发计划课题()中国农业科学院科技创新工程作者简介:陈震()男山东兰陵人博士副研究员主要从事精准灌溉新技术、新方法研究:
3、.通信作者:黄修桥()男湖北汉川人主要从事节水灌溉技术与装备研发工作:.截至 年我国农业综合机械化率达到.较“十二五”计划末期提高.但机械化主要集中在耕种收方面作物水肥管理的机械化、精准化程度不高 水肥对作物的正常生长发育至关重要因此水肥自动化精准管理是农业发展的重要方向 随着农业现代化的发展精准灌溉、智慧灌溉已可以有效实现水肥自动化、精准化管理也是当前研究热点 如何方便、快速、准确、可靠地获取作物灌溉信息、助力实施智慧灌溉是当前急需解决的关键问题之一 不少研究表明光谱可以有效提取作物冠层信息光谱植被指数能够反演作物生长生理指标进而判断田间水肥情况 无人机遥感系统可以精准获取作物的表型信息为农
4、田信息获取提供了新手段 通过作物冠层表型信息反演水肥状况及其潜在影响可为大田精准化、信息化灌溉施肥提供技术和理论支撑株高一般指植株根部至主茎顶端之间的距离是反映作物长势主要的个体指标之一 日本学者 等采用无人机遥感可见光和多光谱影像提取大豆株高结合人工测量值提出了消减因低矮植株受高大植株遮挡导致的株高提取不准确问题的方法发现拟合模型 在.左右 等计算冬小麦不同生育时期各试验小区的株高并与人工测量值拟合发现无人机影像提取的株高值与地面观测株高值相关性显著均高于.表明采用数字表面模型()计量株高是可行的 玉米植株高大、无分蘖这一形态特征导致株高对其长势的影响显著玉米株高的监测对于农田生产管理意义重
5、大 杨进等利用高清 图像点云反演和多光谱 提取玉米群体的高度发现 和多光谱图像均能反映玉米株高差异 生育阶段不同对玉米株高监测精度具有较大影响生育前期和生育后期群体株高被严重低估 等研究基于无人机可见光的蚕豆株高反演精度结果表明可见光图像提取的株高最大值中的数据集规格与地面测量值的拟合程度最好其相关性系数()、均方根误差()和归一化均方根误差()分别为.、.和.随着研究的深入研究手段从最初的激光雷达获取三维点云发展到消费级无人机光谱影像获取 株高得以仅通过影像的 提取作物冠层高度也能被高效精准估算农业管理成本大大降低为农业领域相关研究提供了切实有效的数据支撑植株生物量按部位分为地上生物量和地下
6、生物量地上生物量()指作物地上部分积累的物质总量用于表征作物生长状况和预测作物产量狭义的生物量既可以是地上部分鲜质量也可以是干质量 目前通过光谱估算 的模型主要有经验模型、作物生长模型和半机理模型 任建强等筛选出对冬小麦地上干生物量敏感的光谱波段中心并在此基础上构建反演模型结果表明波段、波段 构建的模型精度最高 刘明星等采用植被指数反演冬小麦 进而估算地上生物量 年数据模拟地上生物量的均在.以上 等基于无人机 影像利用逐步多元线性回归和 种机器学习算法评价了植被指数、冠层高度及其组合在小麦 预测中的表现结果发现两者组合提高了小麦 的预测准确度 邓江等通过分析无人机近红外影像的植被指数在棉花各生
7、育时期的 估算效果得出了不同生育时期的最佳二元线性拟合模型相关系数均在.以上 等对估算玉米和大豆叶面积指数和生物量的植被指数进行评估发现累积植被指数在估算地上总干生物量方面表现突出尤其是玉米()陶惠林等利用可见光指数构建了多生育时期融合的生物量估算模型结果表明多生育时期融合模型反演精度优于单生育时期模型逐步回归生物量估算模型估算效果最佳综上可知无人机光谱反演作物生物量精度较高通过无人机光谱感知冠层株高、生物量探寻不同水肥处理情景下作物生理生长响应特征为精准灌溉、智慧灌溉提供可靠的信息数据支撑具有非常重要的研究意义 本研究以华北地区夏玉米为研究对象借助无人机遥感平台获取光谱数据重点探究不同水肥处
8、理下大田夏玉米光谱反演模型精度以期为判断该地区水肥亏缺程度提供数据支持为制定合理的水肥管理制度提供理论依据 材料与方法.研究区概况试验于 年在河南省新乡市中国农业科学院七里营综合试验基地()进行该基地处于华北平原的人民胜利渠灌区农业种植结构以冬小麦夏玉米轮作为主是夏玉米的重要种植区 该地区为温带大陆性季风气候多年平均降水量 左右夏季高温多雨 月降水量占全年降水量的 试验区土壤类型为轻质壤土表层土壤体积质量.土层平均田间体积持水率为.试验田第 期 陈 震等:不同水肥处理下夏玉米株高、生物量响应特征及光谱反演灌溉水源为地下水埋深超过 为保证同一种植年份播种时土壤养分的一致性两年试验选择不同地块(图
9、 见 页).试验设计夏玉米于 年 月 日播种供试品种为太玉 年 月 日播种供试品种为农大 种植行距.株距.行向为南北方向 两年收获时间均为 月 日 年全生育期 年全生育期 两年试验设置相同的灌溉处理地块面积和施肥处理略有不同 播种后各处理大水漫灌一次以保证玉米的出苗率 苗期以后灌溉方式为滴灌设置 个灌溉梯度灌水定额分别为()、()和 ()灌水量由支管上的水表控制 在夏玉米的拔节期、喇叭口期、抽雄期和灌浆期分别灌水一次 年每个灌溉梯度下设置 种施肥方式:(基施复合肥 追肥 )、(全生育期氮肥 )、(全生育期钾肥 )、(全生育期氮肥 钾肥 )、(全生育期氮肥 磷肥 钾肥 )共 个处理每个处理 个小
10、区 次重复随机区组排列共 个小区小区面积为 (.)间距.(图)小区仅施基肥其余小区按设置的施肥量 基施追施 基施使用复合肥施用量均为 追施使用尿素()、过磷酸钙()、氯化钾 拔节期和抽雄期各追肥 次每次追肥量占各处理全生育期施肥量的将肥料水溶后均匀喷洒在试验小区内 年每个灌溉梯度下设置 种施肥方式:、和 同一元素的施肥量与 年相同 个处理每个处理 次重复共 个小区小区面积为.(.)间距为.(图)玉米整个生长期分 次施肥播种、喇叭口期、抽雄期各施一次各处理每次施用其生育期总量的/将肥料水溶后均匀喷洒在试验小区内.数据获取与处理选择晴朗无风的天气进行无人机图像以及地面数据的采集以降低天气对影像获取
11、的影响具体采集日期见表 无人机数据采集时间集中在北京时间的 地面数据采集时间集中在 每个小区选择 株玉米测量株高其平均值代表该小区实际株高 生物量测定玉米地上部植株鲜质量图 试验区布置示意图.表 无人机飞行采集日期 飞行日期()田间取样日期()生育时期 飞行日期()田间取样日期()生育时期 拔节期 拔节期 喇叭口期 喇叭口期 吐丝期 灌浆期 灌浆期 成熟期 拔节期 拔节期 喇叭口期 抽雄期 吐丝期 开花期 灌浆期 灌浆期 干旱地区农业研究 第 卷.光谱影像获取多光谱相机选用美国 五通道多光谱相机相机质量 焦距.视场角.地物分辨率位于离地高度 可达 多光谱相机波段信息见表 搭载平台选择 型无人机
12、无人机飞行高度 重叠度 利用 和 规划航线控制无人机自主飞行作业 于每次起飞前和降落后对相机自带辐射标定板拍照用以图像拼接时的辐射定标作业.光谱影像预处理借助 完成多光谱以及热红外图像拼接以及辐射定标作业不同时期的影像在地理位置上有所差别 利用.对拼接完成的图像进行地理配准方便批量化处理 由于图像中包含试验区以外的区域需绘制试验小区的掩膜文件叠加于配准后的光谱影像上批量提取出所有的试验小区.光谱植被指数提取植被指数是指通过波段的组合形成的增强植被信息反映植被在可见光、近红外等波段反射与土壤背景之间差异的指标 其原理是绿色植被或者农作物在可见光红、蓝光波段表现为强吸收特性在近红外、绿波段则表现为
13、强反射 植被指数的构建能够实现植被生长状况的定量表达 本研究借鉴前人成果选取并计算 种植被指数各指数及其计算公式见表.株高提取 在无人机遥感中植株的上限可利用数字表面模型()确定地面高程变化则依靠裸土时的光谱图像数字表面模型确定 首先通过无人机可见光影像生成试验田的 记作 得到试验田地表高程的变化情况作为之后株高提取的地表基准面在()时期生成的()与 作差可以得到对应 时期玉米的高度变化情况计算公式如下:()由于光谱 记录的是整个试验区的高程信息较低位置的叶片以及杂草等其他地物的高程信息对冠层上限的提取影响较大 为消除这一影响对比可见光确定上部冠层的最低高程利用 获得各试验小区上部冠层 图像
14、对提取后的图像分区统计均值代表各小区冠层上限.数据分析流程本研究数据从获取到可视化展示的流程及使用的软件如图 所示 第 步通过 和 控制无人机获取图像第 步借助 和 完成图像拼接及辐射校正第 步利用、处理光谱并提取数据第 步结合地面观测数据在、语言中进行相应的统计分析第 步主要借助 语言编程实现文中相关模型的构建最后通过、语言及 对所有分析结果进行可视化表达 另外文中所展示的各类流程图及示意图通过、和 绘制表 多光谱相机光谱波段 通道数通道名称 中心波长/光谱带宽/表 多光谱植被指数 植被指数 公式参考文献归一化植被指数 ()()()归一化红边植被指数 ()()绿度优化土壤调节植被指数 ()(
15、.)()(.)修正型叶绿素吸收反射率植被指数 ().().()()().结构不敏感色素指数 ()()()注:表示反射率、和 分别表示 多光谱相机的蓝()、绿()、红()、红边()、近红波段():()()()()().第 期 陈 震等:不同水肥处理下夏玉米株高、生物量响应特征及光谱反演图 试验区地理位置.()结果与分析.不同处理下夏玉米株高变化表 为 个灌溉处理情境下不同时期夏玉米株高均值及标准差 年随着生育时期的推进夏玉米 株 高 不 断 增 加 月 日 平 均 值 已 增至.左右 夏玉米各生育时期株高均随灌水量的增加而增加处理株高均值 个时期分别比 处理高.、.、.、.比 处理高.、.、.、
16、.处理株高均值 个时期分别比 处理高.、.、.、.年 月 日各处理株高变化规律与上年度基本相同 但 月 日后连续暴雨导致试验中断至 月 日采集数据时规律有所变化处理株高均值为.略高于 处理株高(.)此图 数据处理流程.表 个灌溉处理情境下不同时期玉米株高均值及标准差 年份日期()地面观测值 /.后随生育时期推进处理夏玉米平均高度逐渐接近 处理 月 日两处理差值缩小到了.月 日(吐丝期)处理株高均值较 处理提高了.两年不同灌水处理情景下的株高变化表明水分亏缺程度显著影响夏玉米植株的生长发育株高一定程度上反映了灌水量能否满足作物生长所需随着生育时期的进行 个灌溉水平下株高标准差有增加的趋势可能是施肥处理不同导致各小区间株高出现差异 为验证这一结论将各生育时期玉米株高随施肥处理的变化情况作图以散点表示每个时期株高分布情况柱表示每个时期株高平均值 从图 可以看出 年施肥处理小区株高均高于 且 处理最高 年 月 日 处理的株高最大表现异于其他时期可能是因为暴雨导致此阶段未进行灌溉追肥水分充足情境下植株生长发育受限因素减少株高与施肥的相关性减弱 但是 月份以后施肥处理小区的株高均值逐渐接近并最终高
