基于不同传感器的叶色信息对上海崇明区水稻氮营养诊断的研究

摘要

为构建基于临界氮稀释曲线的杂交稻和常规稻叶色无损诊断模型，探究上海市崇明区不同叶色传感器适宜的氮营养诊断方法。于2023年在上海市崇明区以杂交稻‘申优26’‘申优28’及常规稻‘南粳46’‘崇尚2022’为材料，从水稻分蘖期到抽穗期进行了不同施氮量（0～375 kg/hm²）的田间试验，获取水稻地上干物质重及氮浓度，计算水稻地上部生物量及吸氮量等农学参数，利用杂交稻和常规稻临界氮浓度曲线计算不同品种在不同时期的临界氮浓度和氮营养指数；同时利用SPAD-502 Plus和搭载多光谱相机的大疆精灵4 RTK版无人机获取水稻叶色信息，构建以临界氮浓度曲线为基础的SPAD指数的氮素营养诊断模型和多光谱冠层植被指数的氮素营养诊断模型。结果表明：1)利用SPAD指数建立的氮营养指数（NNI）模型中，杂交稻最优指数为顶部第2片完全展开叶归一化SPAD指数（NSI2），常规稻最优指数为顶部第1片完全展开叶归一化SPAD指数（NSI1）。2)利用无人机（UAV）搭载多光谱相机建立的氮营养指数模型中，杂交稻、常规稻的最优植被指数均为归一化绿蓝差异指数（NGBDI）。3)利用SPAD-502 Plus拟合的SPAD指数与氮营养指数建立模型，精度可以解释50%以上的变量；利用多光谱冠层数据拟合的NGBDI指数与NNI建立模型，精度可以解释56%以上的变量。综上，SPAD指数和植被指数均可以用来建立水稻孕穗期氮营养估测模型，但利用多光谱诊断模型精度更高。

关键词

氮营养诊断 / 多光谱数据 / SPAD / 植被指数