作物冠層氮素的高光譜無損監(jiān)測技術(shù)研究

楊玉鑫， 聶宜民， 房賢一， 李傳勇， 邢耀文 (山東農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，山東泰安 271018)

作物冠層氮素的高光譜無損監(jiān)測技術(shù)研究

楊玉鑫， 聶宜民*， 房賢一， 李傳勇， 邢耀文 (山東農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，山東泰安 271018)

氮素是作物生長發(fā)育和品質(zhì)形成的重要指標(biāo)。實時、快速、準(zhǔn)確、無損地監(jiān)測作物冠層氮素含量對于作物生長診斷、提高氮素利用率、減少過量施氮帶來的環(huán)境污染具有重要的意義。從冠層氮素的高光譜無損監(jiān)測的國內(nèi)外研究現(xiàn)狀出發(fā)，圍繞作物冠層氮素?zé)o損監(jiān)測的技術(shù)原理、作物冠層無損監(jiān)測現(xiàn)狀及存在的問題、作物冠層氮素?zé)o損監(jiān)測技術(shù)的發(fā)展方向等問題進(jìn)行闡述和探討，以期為冠層氮素高光譜無損監(jiān)測研究提供一定的參考。

作物；氮素；高光譜；無損監(jiān)測

氮素是植物生長不可或缺的大量營養(yǎng)元素之一，對植物的新陳代謝和生長起重要作用，是蛋白質(zhì)、葉綠素、氨基酸和其他有機分子的基本組成元素，與作物的產(chǎn)量和品質(zhì)形成密切相關(guān)。作物缺氮會造成生長緩慢，植株矮小、瘦弱，葉片薄而小，影響作物光合作用器官的形成，導(dǎo)致作物產(chǎn)量降低甚至絕產(chǎn)。另一方面，過多的施用氮肥會造成作物葉綠素含量增加，延長作物的成熟時間，還會影響產(chǎn)品品質(zhì)，使得作物易受病蟲害和惡劣氣候的影響。這不僅增加生產(chǎn)成本，降低氮肥利用率，而且造成地表水和地下水污染，進(jìn)而產(chǎn)生一系列的生態(tài)環(huán)境問題。因此，快速、無損、準(zhǔn)確監(jiān)測作物氮素狀況，從而實現(xiàn)科學(xué)合理施肥就顯得尤為重要。傳統(tǒng)的氮素監(jiān)測方法主要是采用化學(xué)分析方法，不僅費時、費力，而且獲取數(shù)據(jù)成本高，很難得到普遍應(yīng)用。高光譜技術(shù)作為一種探測作物長勢和營養(yǎng)信息的有效手段，以其實時、快速、準(zhǔn)確、無損的特點為植物氮素營養(yǎng)監(jiān)測提供一種新的技術(shù)手段和方法[1]。近年來，許多學(xué)者利用高光譜波段多、分辨率高的特點來定量監(jiān)測作物理化成分，在玉米[2-5]、水稻[6-7]、大豆[8]、小麥[9-12]、棉花[13]等農(nóng)作物的氮素營養(yǎng)監(jiān)測方面取得許多可喜的成果，但也遇到很多需要解決的難題。筆者從國內(nèi)外作物冠層氮素的高光譜無損監(jiān)測研究出發(fā)，圍繞作物冠層氮素?zé)o損監(jiān)測的技術(shù)原理、作物冠層氮素?zé)o損監(jiān)測及作物冠層氮素?zé)o損監(jiān)測技術(shù)的發(fā)展方向等方面進(jìn)行分析，以期為作物氮素的高光譜無損監(jiān)測研究提供一定的參考。

1 作物冠層氮素?zé)o損監(jiān)測的技術(shù)原理

1.1 作物冠層特征光譜產(chǎn)生的機制作物冠層特征光譜的產(chǎn)生主要是由于作物冠層組織器官內(nèi)不同形態(tài)的氮化合物對不同波段電磁波的特征性吸收、反射和透射。不同的作物具有不同的化學(xué)和形態(tài)學(xué)特征，而這些特定結(jié)構(gòu)的產(chǎn)生與作物的發(fā)育、健康狀況和生長條件等是密不可分的。這也就構(gòu)成作物的“指紋效應(yīng)”，即每種作物都有其區(qū)別于其他作物的光譜特征。這也是利用作物冠層光譜反演作物組分含量或濃度的理論基礎(chǔ)。

1.2 冠層光譜對作物氮素的響應(yīng)對于作物冠層氮素的高光譜無損監(jiān)測，由于氮素的吸收光譜和透射光譜被作物吸收，很難對其進(jìn)行定量監(jiān)測，反射特征光譜能夠較容易地監(jiān)測，因而反射特征光譜應(yīng)用最為廣泛。植物冠層反射光譜負(fù)載了作物氮素信息，通過冠層反射光譜的監(jiān)測分析可以反演作物氮素信息[14]。在可見光范圍內(nèi)，各種色素是支配作物光譜響應(yīng)的主要因素，其中葉綠素起著相當(dāng)重要的作用。在450和650 nm處，由于葉綠素對紅光和藍(lán)紫光強烈吸收，導(dǎo)致形成2個反射谷，而在550 nm處由于吸收作用較小，因而形成一個反射峰。這也是我們看到的絕大多數(shù)作物是綠色的主要原因。在680～760 nm附近作物反射率急劇上升，形成“紅邊”。它與葉綠素的濃度密切相關(guān)[15]。在紅外波段，特定的反射率波段與氮素含量也有關(guān)聯(lián)。對于作物冠層光譜，它們具有相似的光譜吸收特征，但是由于冠層結(jié)構(gòu)、作物體內(nèi)氮素含量、作物的健康狀況以及生長環(huán)境等因素的影響，不同作物冠層會形成不同的反射光譜。冠層光譜對作物氮素的響應(yīng)正是基于光譜和作物氮素的響應(yīng)來定量反演作物氮素狀況，達(dá)到氮素狀況的無損監(jiān)測。

2 作物冠層氮素?zé)o損監(jiān)測

2.1 作物冠層反射光譜的獲取作物冠層反射光譜的獲取是作物冠層氮素?zé)o損監(jiān)測的首要環(huán)節(jié)，也是作物冠層氮素?zé)o損監(jiān)測成功與否的重要環(huán)節(jié)。目前，最常用的測量冠層反射光譜的儀器是美國ASD公司生產(chǎn)的FieldSpec系列的地物光譜儀。它的波段范圍為350～2 500 nm,共計2 151個波段，儀器視場角為25°，重采樣后光譜分辨率達(dá)到1 nm。選擇晴朗無風(fēng)或風(fēng)力小于三級以及無卷積云與濃積云的天氣，光譜采集一般在10:00～14:00太陽高度角變化小的時間段進(jìn)行，以保證有較高的太陽高度角。在測量過程中，光譜采集人員身著深顏色服裝，正對太陽，立于目標(biāo)后方。傳感器探頭垂直向下，根據(jù)不同作物冠層直徑的大小選擇與冠層的合適高度。采集樣本重復(fù)測量多次，取平均值，且在采集前與采集過程中及時用參考白板進(jìn)行校正，以消除輻射差異的影響。成像光譜儀多采用上海技術(shù)物理研究所研制的實用性模塊化成像光譜儀OMIS。另外，美國研制的手持式冠層長勢儀Greenseeker系列以及HandHeld系列也被廣泛應(yīng)用在農(nóng)業(yè)科研和生產(chǎn)中。此外，國內(nèi)研究者以田間實際應(yīng)用為目標(biāo)進(jìn)行了相關(guān)儀器設(shè)備[16-21]的開發(fā)，用于作物冠層反射光譜的獲取。

2.2 作物冠層氮素特征光譜參數(shù)的提取作物冠層氮素監(jiān)測受大氣狀況、冠層結(jié)構(gòu)、探測角度、探測高度、土壤背景等的影響。敏感波段和特征光譜參數(shù)的提取就顯得尤為復(fù)雜和困難。目前，對于特征光譜的提取，第1類是通過多元統(tǒng)計方法進(jìn)行研究。學(xué)者們采用導(dǎo)數(shù)光譜、微分光譜、紅邊參數(shù)、倒數(shù)光譜等各種數(shù)學(xué)變換形式對原始光譜數(shù)據(jù)進(jìn)行處理。這是最簡單的方法，但是所提取的特征光譜受作物種類、樣本數(shù)量、測量條件等的影響，用所提取的特征光譜來估算作物體內(nèi)生化組分很難進(jìn)行理論解釋。第2類是植被指數(shù)。植被指數(shù)在一定程度上反映植物的生理特征與光譜相互作用的機制。按照發(fā)展階段植被指數(shù)又可分為3類，一是基于波段的線性組合或比值組合，以RVI為主要代表，這類植被指數(shù)沒有考慮大氣、土壤、冠層結(jié)構(gòu)等的影響，因此應(yīng)用受到限制；二是在原有植被指數(shù)的基礎(chǔ)上不斷發(fā)展而來的NDVI、PVI、SAVI、PRI、TVI等，與第1類植被指數(shù)相比，第2類植被指數(shù)部分消除背景因素的影響，因而應(yīng)用較廣泛；三是為了突出目標(biāo)信息，降低光譜因子對某些干擾因子的敏感度而對第2類植被指數(shù)進(jìn)行改進(jìn)的修正型植被指數(shù)，如MCARI、OSAVI、RDVI、MSAVI、TSAVI等。盡管許多植被指數(shù)消除了某些干擾因子的影響，但是NDVI仍然是應(yīng)用最為廣泛的?，F(xiàn)存的植被指數(shù)只是根據(jù)不同作物單一的降低對一種或幾種其他環(huán)境參數(shù)的敏感性，并且不存在一種對任一作物光譜都敏感的植被指數(shù)。

2.3 作物冠層氮素監(jiān)測模型及其普適性作物冠層氮素監(jiān)測模型的建立是高光譜遙感能否成功反演作物理化性狀的重要一環(huán)。目前，國內(nèi)外學(xué)者針對不同的作物進(jìn)行了大量作物氮素監(jiān)測模型的構(gòu)建，其中模型構(gòu)建主要由兩大類構(gòu)成。第1類是以篩選的相關(guān)系數(shù)較大的光譜參量為自變量，以作物氮素濃度或積累量為因變量建立線性或非線性氮素含量估算模型，包括簡單線性模型、對數(shù)模型、指數(shù)模型、拋物線模型、一元多次函數(shù)模型、乘冪函數(shù)等。這類方法對于作物干葉或粉末的氮素組分反演取得良好的效果。但是，作物冠層易受冠層結(jié)構(gòu)、表面結(jié)構(gòu)、氮素組分分布、測量環(huán)境等影響，運用第1類方法建立的估測模型相關(guān)系數(shù)低，不能滿足監(jiān)測精度需求。第2類是運用復(fù)雜數(shù)學(xué)模型進(jìn)行建模分析，主要包括主成分分析法(PCA)、小波變換(WAVELET)、支持向量機(SVM)、偏最小二乘法(PLS)、BP神經(jīng)網(wǎng)絡(luò)、遺傳算法(GA)等。這類算法具有第1類方法所不具有的很多優(yōu)點，通過對數(shù)據(jù)的大量變換，最后建立的監(jiān)測模型監(jiān)測精度高，但對所進(jìn)行的變換和所選參數(shù)很難進(jìn)行理論解釋。目前，所建立的作物模型種類繁多，各類模型的適用范圍和復(fù)雜程度也不盡相同。針對不同作物所建立的不同模型通常有其適應(yīng)性和針對性，結(jié)合具體的條件對不同地區(qū)的作物模型進(jìn)行驗證、評價、改正，完成模型的本地化后方可使用。

2.4 作物冠層光譜的應(yīng)用在基于遙感的作物氮素營養(yǎng)監(jiān)測中，國內(nèi)外學(xué)者多通過遙感反演氮濃度和氮積累量來判定作物氮素營養(yǎng)狀況，從而為作物施肥提供理論依據(jù)。有研究表明，利用紅邊位置可以預(yù)測馬鈴薯冠層氮含量。Bajwa等[7]發(fā)現(xiàn)，RVI(937,718)與水稻植株氮積累量密切相關(guān)。Feng等[10]研究表明，mNDM705和FD729等指數(shù)可以很好地監(jiān)測小麥氮含量。姚霞等[11]發(fā)現(xiàn)，RSI(FD691,FD711)和SASI(FD700,FD690)可以很好地預(yù)測小麥氮含量。馮偉等[12]研究了小麥地上部氮積累量與冠層高光譜參數(shù)的定量關(guān)系，并以植被指數(shù)VOG2、VOG3和[(R750-800)/(R695-740)-1]監(jiān)測小麥地上部氮積累量。王淵等[22]利用逐步回歸方法實現(xiàn)了對油菜葉片和冠層氮素的高光譜估算。王磊等[4]根據(jù)玉米氮素營養(yǎng)的生理特點，在關(guān)鍵生育期建立了葉片氮含量的監(jiān)測模型。劉冰峰等[5]利用線性回歸和非線性回歸方法,研究了玉米不同生育期葉片全氮高光譜監(jiān)測模型。唐延林等[23]研究了不同氮素和不同時期大麥冠層光譜、一階導(dǎo)數(shù)光譜和紅邊與氮素的相關(guān)性。趙瑞嬌等[24]研究發(fā)現(xiàn),利用530和760 nm特征波長得到的歸一化植被指數(shù)(NDCI)與番茄葉片氮含量有較好的相關(guān)性。

3 作物冠層氮素?zé)o損監(jiān)測技術(shù)的發(fā)展方向

隨著高光譜遙感技術(shù)的飛速發(fā)展，作物冠層氮素?zé)o損監(jiān)測正朝著簡單化、智能化、規(guī)范化方面發(fā)展。目前，國內(nèi)外學(xué)者針對作物氮素監(jiān)測相繼研發(fā)了一些相關(guān)的硬件設(shè)備，但仍不能滿足作物生產(chǎn)實踐的應(yīng)用需求。作物氮素監(jiān)測儀的研究開發(fā)還應(yīng)從以下方面進(jìn)行加強。從硬件的角度看，作物氮素監(jiān)測儀應(yīng)從被動式逐漸轉(zhuǎn)變?yōu)橹鲃邮?，以克服自然光的影響，拓寬儀器的時間使用范圍；其次，應(yīng)逐漸從葉片尺度測量向冠層尺度轉(zhuǎn)變，點測量向面測量轉(zhuǎn)變。從軟件的角度看，目前國內(nèi)外還沒有一種專門用于光譜數(shù)據(jù)處理的軟件，使得光譜數(shù)據(jù)的處理顯得較困難，研究集傳感器參數(shù)校正、特征光譜提取以及光譜監(jiān)測模型建立和精度監(jiān)驗為一體的智能化光譜數(shù)據(jù)處理軟件就顯得尤為重要。

利用高光譜遙感監(jiān)測作物氮素一般從粉末或葉片、冠層或個體、機載或星載傳感器區(qū)域3個層次展開。目前，國內(nèi)外學(xué)者的研究大都局限于從一個尺度進(jìn)行研究。由于不同尺度監(jiān)測各有自己的優(yōu)點和特色，如何將不同尺度的作物氮素監(jiān)測結(jié)合起來，實現(xiàn)高光譜遙感監(jiān)測的快速、準(zhǔn)確、廣泛監(jiān)測的有機融合，是今后高光譜研究的一大發(fā)展趨勢

[1] 田永超，朱艷，姚霞，等.基于光譜信息的作物氮素營養(yǎng)無損監(jiān)測技術(shù)[J].生態(tài)學(xué)雜志，2007,26(9):1454-1463.

[2] 譚昌偉，郭文善，朱心開，等.不同條件下夏玉米冠層反射光譜響應(yīng)特征的研究[J].農(nóng)業(yè)工程學(xué)報，2008,24(9):131-135.

[3] 王磊，白由路，盧艷麗，等.不同形式的光譜參量對春玉米氮素營養(yǎng)診斷的比較[J].農(nóng)業(yè)工程學(xué)報，2010,26(2):218-223.

[4] 王磊，白由路，盧艷麗，等.基于光譜分析的玉米氮素營養(yǎng)診斷[J].植物營養(yǎng)與肥料學(xué)報，2011,17(2)：333-340.

[5] 劉冰峰，李軍，趙鋼鋒，等.夏玉米葉片全氮含量高光譜遙感估測模型研究[J].植物營養(yǎng)與肥料學(xué)報，2012,18(4):813-824.

[6] 周冬琴，朱艷，楊杰，等.基于冠層高光譜參數(shù)的水稻葉片碳氮比監(jiān)測[J].農(nóng)業(yè)工程學(xué)報，2009，25(3):135-142.

[7] BAJWA S G，MISHRA A R，NORMAN R J.Canopy Reflectance response to plant nitrogen accumulation in rice[J].Precision Agriculture,2010,11:488-506.

[8] 喬欣，馬旭，張小超，等.大豆葉綠素和鉀素信息的冠層光譜響應(yīng)[J].農(nóng)業(yè)機械學(xué)報，2008,39(4):108-116.

[9] 蔣金豹，陳云浩，黃文江，等.條銹病脅迫下冬小麥冠層葉片氮素含量的高光譜估測模型[J].農(nóng)業(yè)工程學(xué)報，2008,24(1):35-39.

[10] FENG W，YAO X，ZHU Y，et al.Monitoring leaf nitrogen status with hyperspectral reflectance in wheat[J].European Journal of Agronomy,2008,28:394-404.

[11] 姚霞，朱艷，田永超，等.小麥葉層氮含量估測的最佳高光譜參數(shù)研究[J].中國農(nóng)業(yè)科學(xué),2009,42(8):2716-2725.

[12] 馮偉，朱艷，姚霞，等.小麥氮素積累動態(tài)的高光譜監(jiān)測[J].中國農(nóng)業(yè)科學(xué)，2008,41(7):1937-1946.

[13] 王克如，潘文超，李少昆，等.不同施氮量棉花冠層高光譜特征研究[J].光譜學(xué)與光譜分析，2011,31(7):1868-1872.

[14] 田亦陳，賈坤，吳炳方，等.大麻植物冠層光譜特征研究[J].光譜學(xué)與光譜分析，2010,30(12):3334-3337.

[15] 童慶禧，張兵，鄭蘭芬.高光譜遙感-原理、技術(shù)與應(yīng)用[M].北京：高等教育出版社，2006:22-24.

[16] 韓書慶，于渤，孫明，等,便攜式葉綠素、氮素、水分一體化測定儀設(shè)計[J].農(nóng)業(yè)機械學(xué)報，2009,40(S1):256-259.

[17] 劉?？。瑢O傳范，曹衛(wèi)星，等.便攜式作物氮素監(jiān)測儀性能水稻田間測試[J].農(nóng)業(yè)機械學(xué)報，2010,41(9):80-84.

[18] 聶鵬程，袁石林，章偉聰，等.基于光譜技術(shù)的水稻葉片氮素測定儀的開發(fā)[J].農(nóng)業(yè)工程學(xué)報，2010，26(7):152-156.

[19] 李修華，張鋒，李民贊，等.四波段作物冠層分析儀設(shè)計[J].農(nóng)業(yè)機械學(xué)報，2011,42(11):169-173.

[20] 于渤，孫明，韓書慶，等.小麥葉綠素、氮素、水分一體化測定儀的開發(fā)與測試[J].光譜學(xué)與光譜分析，2011，31(8):2294-2297.

[21] 徐志剛，朱艷，焦學(xué)磊，等.作物氮素營養(yǎng)無損監(jiān)測儀的光學(xué)系統(tǒng)設(shè)計[J].農(nóng)業(yè)機械學(xué)報，2008,39(3):120-122.

[22] 王淵，黃敬峰，王福民，等.油菜葉片和冠層水平但素含量的高光譜反射率估算模型[J].光譜學(xué)與光譜分析，2008,28(2):273-277.

[23] 唐延林，王人潮，張金恒，等.高光譜與葉綠素計快速測定大麥氮素營養(yǎng)狀況研究[J].麥類作物學(xué)報，2003,23(1):63-66.

[24] 趙瑞嬌，李民贊，楊策，等.溫室番茄和葉片光譜特征分析及營養(yǎng)診斷[J].光譜學(xué)與光譜分析，2010,30(11):3103-3106.

Non-destructive Monitoring of Crop Canopy Nitrogen Based on Hyperspectrum

YANG Yu-xin, NIE Yi-min*, FANG Xian-yi et al

(College of Resources and Environment, Shandong Agriculture University, Taian, Shandong 271018)

Nitrogen is an important indicator for crop growth and quality formation. Real-time, rapid, accurate, non-destructive monitoring of crop canopy nitrogen content is of significance in crop growth diagnosis, improving nitrogen use efficiency and reducing environment problems caused by excess nitrogen. Starting from the domestic and foreign research situation about non-destructive monitoring of the crop canopy nitrogen based on hyperspectrum, the principle, status, existing problems, development direction of crop canopy nitrogen non-destructive monitoring technology were elaborated and discussed, in order to provide a certain reference for non-destructive monitoring of the crop nitrogen based on hyperspectrum.

Crop; Nitrogen; Hyperspectrum; Non-destructive monitoring

楊玉鑫(1989- )，男，山東臨沂人，碩士研究生，研究方向：國土資源信息化。*通訊作者，教授，碩士生導(dǎo)師，從事地理信息系統(tǒng)方面的研究。

2015-03-27

S 126

A

0517-6611(2015)14-010-03