摘要:
[目的]基于光谱指数的氮素营养诊断是快速获取作物氮素营养状况的方式之一.其中,利用可见光和近红外波段光谱反射率构建的比率和归一化光谱指数对估测作物氮素营养状况具有重要意义.解决氮素营养诊断过程中存在的指数饱和及数据离散问题,以评价已有比率和归一化光谱指数对马铃薯关键生育时期植株氮素浓度诊断的可行性.[方法]2014-2016年在内蒙古武川县和四子王旗,设置了4个不同氮肥梯度的多点田间试验.在马铃薯块茎形成期、块茎膨大期和淀粉积累期,采集试验地和邻近农田马铃薯地上部和块茎样品,分析其氮素含量.并在马铃薯冠层以上50~80 cm采集光谱数据.用试验田数据建立了12个已发表的比率、归一化光谱指数和波段优化光谱指数与马铃薯关键生育时期植株氮素浓度的相关性与估测模型,并用农田马铃薯数据验证模型的精度.[结果]马铃薯植株氮素浓度分布范围在1.89%~4.69%,平均氮素浓度为3.30%,变异系数为18.75%;验证集数据来源于农民田块,马铃薯植株氮素浓度分布范围在2.00%~4.92%,平均氮素浓度为3.34%,变异系数为19.27%.蓝紫光400~450 nm和红边690~720 nm波段是马铃薯植株氮素浓度估测的敏感波段,部分已有光谱指数虽然可以用于马铃薯植株氮素浓度的估测,但是蓝紫光波段的缺失大大降低了估测的准确性.通过波段优化算法确定的优化光谱指数RSI、NDSI最佳波段位置分别为430、694和426、694nm.基于优化光谱指数NDSI (426 nm、694nm)建立的马铃薯植株氮素浓度线性估测模型为y=-6.87x+6.08,决定系数R2最高,为0.68;RSI光谱指数与马铃薯植株氮素浓度的线性估测模型为y=-1.11x+5.92,R2为0.65,与已有比率和归一化光谱指数相比,优化光谱指数RSI和NDSI克服了高氮浓度条件下光谱指数饱和现象,显著提高了马铃薯植株氮素浓度的线性建模效果.农民田块验证数据显示,估测模型的估测值与实测值接近1:1线,其中NDSI光谱指数估测模型的验证效果最佳,平均相对误差RE和均方根误差RMSE分别为10.58%和0.42%.[结论]本研究通过波段优化算法确定了比率和归一化光谱指数的马铃薯植株氮素浓度敏感波段,采用蓝紫光400~450 nm和红边690~720 nm波段进行马铃薯植株氮素浓度估测,可以改善诊断高氮浓度时的指数灵敏度和数据离散问题,提高马铃薯植株氮素营养诊断的精度.