第8营臀 来描，点杰普新 监测小麦叶片氮积累量的新高光谱特征波段及比值植被指数 姚霞，朱艳，冯伟，田永超，曹卫星 南京农业大学江苏省信息农业高技术研究重点实验室，江苏南京210095 摘要实时、快速、无损监测作物氮素状况对于精确氮肥管理具有重要意义。传统的氮素估测方法在时间 或空间上难以满足要求，新兴的高光谱遥感技术为作物氮素监测提供了有效手段和技术途径，本研究的目 的是基于三个田间试脸的系统观测资料，探素可用于小麦叶片氮素监测的新的高光谱敏感波段及比值指数。 利用减量精细果样法，系统构建了350~2500nm范围内所有两两波段形成的比值光谱指数RS1I((ratio spee tral index),综合分析了小麦叶片氮积累量LNA(eaf nitrogen accumulation)(gN·m)与RSI的定量关系 发现了监测叶片氮积累量的新高光谱特征波段(990,720)和光谱指数RSI(990,720),建立了相应的监测模 型y=5095x-6040,模型的决定系数()为Q814.利用独立试验资料检验模型，决定系数(R)为 Q847,相对根均方差(RRMS曰为2470%，表明模型预测值与观黎值之间的符合度较高。因此，利用高光 谱比值指数RS1(990,720)来估算小麦叶片氮积累量是精确可行的。该结果为便携式小麦氮素监测仪的研制 开发及遥感信息的快速提取提供了适用可行的波段选择与技术依据。 关键词小麦，叶片；氮积累量，最佳波段，比值植被指数，监测模型 中图分类号：TP79文献标识码：AD01:103964/iis5n1000-0593(2009)082191-05 立解释性和适用性兼备的作物氨素营养监测模型。本研究利 引言 用减量精细采样法，系统构建350~2500nm高光谱范围内 所有可能波段形成的RSL,综合分析小麦叶片氮积累量与冠 小麦是主要的粮食作物之一，小麦植株氮素营养指标的 层RSI的定量关系，以期确立估算叶片氨积累量的新高光诺 无损监测对于农业生产的精确管理和节氮栽培具有重要作 特征波段、RSI及监测模型，为遥感技术在小麦氯素营养监 用川，叶片氨积累量概反映植株个体叶片氨含量的信总，又 测与诊新中的应用提供理论依据和技术支持。 包含植被群体盖度特征。因此，实时、准确获取小麦冠层氮 积累量成为小麦群体长势诊断及氨素精确管理的关健技 1材料和方法 术到。人们常采用构造光谱参数、导数方法、三边参数或者 采用最小二乘法等的手段来消除背景噪音，以提高光谱信息 11试验设计 的利用能力.然而，有些光诺参数构造复杂，计算冗繁 本研究共进行了3个田间试验，涉及到不同年份、不同 难以方便地应用于农业通感实践，而比值植被指数RV1构造 品种类型和不同施氮水平，具体试验设计描述如下。 简单，计算方便，且能有效降低土壤背景和环境噪音，己厂 试验1(EXP1):2005~2006年在江苏省南京市农林后 泛应用于植被光谱分析研究1。但由于分析方法的限制 试验站（南京市江宁区，11859E,3引56'N)进行。供试品 迄今还难以系统解析高光谱数据350~2500nm范围内的所 种为宁麦9号（低蛋白含量，约10%，记作N9),豫麦34（高 有可能比值光谱指数，这就有可能导致某些反映植被 蛋白含量，约15%，记作34)。前茬水稻田，土壤有机质 生化组分的特征波段尚未被充分挖掘和利用。 1.43%,全氮011%，速效氨625mgkg,速效磷1036 因此，有必要采用更全面和精细的高光谱采样与分析方 mgkg',速效钾82.5mgkg'.试验设4个施氮水平 法，探索发现新的敏感波段及比值光谱指数(RS),从而建 分别为0(N0).90(N).180(N2)和270(N3)kg·hm2纯 作者简介：姚霞，女.1977年生.南京农业大学江苏省信息农业高技术研究重点实验室讲师 email yaox @njau edu cn “通讯联系人 email caow niau edu cn 1094-2010 hina Ac Joural Electronic Publishing House.All rights http://www.cnki.ne第 2 9卷 ,第8期 光 谱 学 与 光 谱 分 析 Vol129 ,No1 8 ,pp219122195 2 0 0 9 年 8 月 Spectroscopy and Spectral Analysis August , 2009 监测小麦叶片氮积累量的新高光谱特征波段及比值植被指数 姚 霞 , 朱 艳 , 冯 伟 , 田永超 , 曹卫星3 南京农业大学江苏省信息农业高技术研究重点实验室 , 江苏 南京 210095 摘 要 实时、快速、无损监测作物氮素状况对于精确氮肥管理具有重要意义。传统的氮素估测方法在时间 或空间上难以满足要求 , 新兴的高光谱遥感技术为作物氮素监测提供了有效手段和技术途径。本研究的目 的是基于三个田间试验的系统观测资料 , 探索可用于小麦叶片氮素监测的新的高光谱敏感波段及比值指数。 利用减量精细采样法 , 系统构建了 350～2 500 nm 范围内所有两两波段形成的比值光谱指数 RSI(ratio spec2 tral index) , 综合分析了小麦叶片氮积累量 LNA (leaf nitrogen accumulation) (g N ·m - 2 ) 与 RSI 的定量关系 , 发现了监测叶片氮积累量的新高光谱特征波段(990 , 720)和光谱指数 RSI(990 , 720) , 建立了相应的监测模 型 y = 51095 x - 61040 , 模型的决定系数 ( R 2 ) 为 01814。利用独立试验资料检验模型 , 决定系数 ( R 2 ) 为 01847 , 相对根均方差(RRMSE) 为 24170 % , 表明模型预测值与观察值之间的符合度较高。因此 , 利用高光 谱比值指数 RSI(990 , 720) 来估算小麦叶片氮积累量是精确可行的。该结果为便携式小麦氮素监测仪的研制 开发及遥感信息的快速提取提供了适用可行的波段选择与技术依据。 关键词 小麦 ; 叶片 ; 氮积累量 ; 最佳波段 ; 比值植被指数 ; 监测模型 中图分类号 : TP79 文献标识码 : A DOI: 1013964/ j1issn1100020593 (2009) 0822191205 收稿日期 : 2008205226 , 修订日期 : 2008208229 基金项目 : 教育部新世纪优秀人才支持计划项目 ( NCET20820797) , 国家自然科学 基金项目 ( 30671215 ) , 国家“863”计划项目 (2006AA10Z202) 和国家科技支撑计划项目(2008BADA4B02) 资助 作者简介 : 姚 霞 , 女 , 1977 年生 , 南京农业大学江苏省信息农业高技术研究重点实验室讲师 e2mail :yaox @njau1edu1cn 3 通讯联系人 e2mail : caow @njau1edu1cn 引 言 小麦是主要的粮食作物之一 , 小麦植株氮素营养指标的 无损监测对于农业生产的精确管理和节氮栽培具有重要作 用[1 ] 。叶片氮积累量既反映植株个体叶片氮含量的信息 , 又 包含植被群体盖度特征。因此 , 实时、准确获取小麦冠层氮 积累量成为小麦群体长势诊断及氮素精确管理的关键技 术[2 ] 。人们常采用构造光谱参数、导数方法、三边参数或者 采用最小二乘法等的手段来消除背景噪音 , 以提高光谱信息 的利用能力[228 ] 。然而 , 有些光谱参数构造复杂 , 计算冗繁 , 难以方便地应用于农业遥感实践 , 而比值植被指数 RVI 构造 简单 , 计算方便 , 且能有效降低土壤背景和环境噪音 , 已广 泛应用于植被光谱分析研究[9213 ] 。但由于分析方法的限制 , 迄今还难以系统解析高光谱数据 350～2 500 nm 范围内的所 有可能比值光谱指数[14 , 15 ] , 这就有可能导致某些反映植被 生化组分的特征波段尚未被充分挖掘和利用。 因此 , 有必要采用更全面和精细的高光谱采样与分析方 法 , 探索发现新的敏感波段及比值光谱指数 (RSI) , 从而建 立解释性和适用性兼备的作物氮素营养监测模型。本研究利 用减量精细采样法 , 系统构建 350～2 500 nm 高光谱范围内 所有可能波段形成的 RSI , 综合分析小麦叶片氮积累量与冠 层 RSI 的定量关系 , 以期确立估算叶片氮积累量的新高光谱 特征波段、RSI 及监测模型 , 为遥感技术在小麦氮素营养监 测与诊断中的应用提供理论依据和技术支持。 1 材料和方法 111 试验设计 本研究共进行了 3 个田间试验 , 涉及到不同年份、不同 品种类型和不同施氮水平 , 具体试验设计描述如下。 试验 1 ( EXP11) : 2005～2006 年在江苏省南京市农林局 试验站 (南京市江宁区 , 118°59′E , 31°56′N) 进行。供试品 种为宁麦 9 号(低蛋白含量 , 约 10 % , 记作 N9) , 豫麦 34 (高 蛋白含量 , 约 15 % , 记作 Y34) 。前茬水稻田 , 土壤有机质 1143 % , 全氮 0111 % , 速效氮 6215 mg ·kg - 1 , 速效磷 10136 mg ·kg - 1 , 速效钾 8215 mg ·kg - 1 。试验设 4 个施氮水平 , 分别为 0 (N0) , 90 (N1) , 180 (N2) 和 270 (N3) kg ·hm - 2 纯