不同氮素水平下甜菜的光谱响应

张亮，马黛，韩宝翠，安海波，李斐，史树德*

不同氮素水平下甜菜的光谱响应

张亮1，马黛1，韩宝翠1，安海波2，李斐2，史树德1*

（1.内蒙古农业大学农学院，内蒙古呼和浩特010019；2.内蒙古农业大学生态环境学院，内蒙古呼和浩特010019）

为研究甜菜叶片冠层光谱反射率与甜菜植株生理参数之间的关系，测定不同施氮条件下甜菜冠层光谱反射率及对应植株各部位干重、含氮量，对数据进行相关分析，以期揭示甜菜光谱与植株生物量之间相关关系，为甜菜氮肥精确施用奠定基础。研究表明，生产中可以利用高光谱遥感技术对甜菜植株的氮含量及其他生理参数进行监测。1000nm、1020nm、1040nm三个波段的光谱反射率分别与甜菜叶丛干物质积累量、块根干物质积累量、植株干物质积累量的拟合程度最高，这3个波段可用于建立光谱反射率与甜菜吸氮量的拟合方程。采用分时期分析方法建立拟合方程拟合程度较高。

甜菜；氮素；高光谱遥感技术；干物质积累量

甜菜是我国除甘蔗以外的另一重要糖料作物，主要分布于新疆、内蒙古和黑龙江冷凉、干旱与半干旱地区[1-2]，发展甜菜生产对于这些地区贫困人口的脱贫致富具有重要意义。当前制约我国甜菜生产可持续发展主要问题是单产和含糖率低[3-4]。施肥尤其是氮素肥料对甜菜单产及其含糖率的影响很大[5]。已有的研究表明，在一定施肥水平范围内，可提高甜菜块根产量和产糖量，但过量施用氮肥，则会导致减产，降低甜菜的产糖量[6]，不仅如此，过量施肥带来的水体和土壤的污染问题也日益凸显。因此，在现代农业生产条件下，亟需对甜菜群体进行精确氮素营养诊断，以达到精准施肥、减少化肥污染的目的。传统的植株全氮诊断，结果准确可靠，但全氮分析操作繁琐、工作量较大、在推广应用中有一定困难[7-8]。无损诊断方法中的SPAD快速诊断操作简单，SPAD值与含氮量相关性较好，但工作量较大[9]。而高光谱遥感无损监测，能获取更大量的信息且更为快速和省时，且与植株氮素营养相关性较好[10]。近年来众多学者利用高光谱遥感技术对小麦[11-12]、水稻[13-15]等作物氮素营养诊断的研究已取得较好的成果，这些研究成果为甜菜氮素营养研究中高光谱遥感技术的应用奠定了理论基础。

本研究以不同施氮条件下甜菜叶片冠层光谱变化为出发点，探讨不同施氮条件下甜菜叶片冠层光谱反射率与甜菜植株生理参数之间的关系，建立符合甜菜需肥规律的拟合方程，为甜菜的氮营养实时诊断探索一种新的、快速有效的诊断方法。

1　材料与方法

1.1试验概况

本试验于2014年4月至2014年10月在内蒙古农业大学教学农场进行，农场无霜期130～140d。试验地土壤基本理化性质：全氮1.48g/kg、硝态氮64.4mg/kg、速效磷48mg/kg、速效钾162mg/kg、有机质24.6g/kg、pH6.8。

本试验选用的甜菜品种为KWS6167。采用穴播播种，株距25cm，行距45cm。小区随机排列，每小区6行，每行留20株苗，每小区120株，小区面积13.5m2，甜菜田间管理同大田管理。

1.2施肥设计

施用氮肥为尿素，5个处理，4次重复。施氮量分别为：105 kg/hm2，120 kg/hm2，160 kg/hm2，220kg/hm2，0 kg/hm2（为对照处理）。

1.3测定方法

共取样5次，叶丛形成期取样2次，块根增长期取样2次，糖分积累期取样1次，取样时间分别为：6月27日、7月16日、8月5日、8月23日、9月10日。取样时，在每小区随机选取3株大小一致的植株，装袋带回实验室待测。

1.3.1植株冠层光谱的测定甜菜植株冠层光谱值测定与田间取样在同一天进行。测定日期均为晴朗、无风（微风）天气，测定时间为上午10：00—12：00。采用Handy-Spec田间光谱仪测定。光谱检测范围300nm～1150nm，带宽2nm。测量时，传感器探头垂直向下，在距甜菜冠层高度0.8～1m处测定其光谱值，每小区测定两个点，每个点记录3个采样光谱数据，计算平均值，即为该观测点的光谱反射率，每个施氮处理最终得到6个测量点的光谱值。测量过程中，在每组目标观测前后都需及时进行标准白板校正。

1.3.2植株生物量测定将甜菜植株整体清理干净，称鲜重，即为植株全株鲜重。再取其块根称鲜重，全株鲜重与块根鲜重的差值即为植株叶丛的鲜重。鲜重称量结束后，每一植株叶片、块根各留100g，105℃杀青30min，75℃烘干至恒重，测其干重，按比例计算植株各部分干物质的积累量，取其平均值。

1.3.3植株全氮测定甜菜植株全氮含量测定采用凯氏定氮法。将称完干重的甜菜样品磨粉，过筛，消煮，用凯氏定氮仪测定植株全氮含量。

2　结果与分析

2.1甜菜冠层反射光谱曲线特点

从图1a、图1b中可知，甜菜冠层光谱响应曲线波形变化基本一致，在302nm～356nm，光谱反射率逐渐下降，而后在356nm～680nm，其反射率先缓慢上升后缓慢下降，在550nm附近出现峰值，为叶绿素的绿色强反射峰（绿峰）；在680nm附近有一个吸收谷，称为红谷[16-17]；680nm～750nm光谱反射率迅速增加，即甜菜的“红边”[16，18]；750～920nm波段光谱反射率的上升速率又缓慢增加，在920nm处出现了一个反射峰；随后缓慢下降，直到965nm处出现吸收谷，965～1040nm波段光谱反射率又逐渐增加，至1040nm处出现第二个反射峰。超过1040nm以后又迅速下降。两图中，在550nm的“绿峰”左右略有差异；在600～740nm各施氮处理对其冠层光谱反射率影响的差异很小；在750～1040nm有明显差异。

图1　不同施氮量（a）及各取样时期（b）甜菜冠层光谱响应曲线

图2　甜菜生理指标与其冠层原始光谱反射率决定系数变化曲线

由图1a不同施氮量甜菜冠层光谱反射曲线可知，105kg/hm2处理光谱反射率最高，120 kg/hm2处理次之，160 kg/hm2和220 kg/hm2两处理差别不大，对照0 kg/hm2处理反射率最低。

对图1b甜菜生长各时期光谱反射曲线比较可知，8月5日光谱反射率最高，9月10日光谱反射率最低。

2.2甜菜生物量与其冠层光谱反射率的相关性分析

以302nm～1080nm波段光谱反射率为自变量，以整个取样时期的甜菜叶丛干物质积累量、块根干物质积累量、植株生物量为因变量，通过多项式拟合建立三者与该波段的光谱反射率关系模型。图2a、图2b、图2c即为不同施氮水平甜菜叶丛干物质积累量、块根干物质积累量、植株生物量与甜菜冠层原始光谱反射率的决定系数变化曲线。由图可知，在一定波长范围内，随着波长的增大，各生理参数与光谱反射率的决定系数均逐渐增加；随后超出波长范围时，各生理参数与光谱反射率的决定系数又逐渐降低。但不同的生理参数对应的波长范围不同，其中甜菜叶丛干物质积累量与其冠层光谱反射率在1000nm波段处拟合程度最高，决定系数为R2=0.5489；块根干物质积累量与其冠层光谱反射率在1020nm波段拟合程度最高，决定系数为R2=0.3930；植株生物量与其冠层光谱反射率在1040nm波段拟合程度最高，决定系数为R2=0.5726。因此选取1000nm、1020nm、1040nm三个波段，与甜菜叶丛吸氮量、块根吸氮量、植株吸氮量对应作相关性分析。

图3　1 0 0 0 nm波段光谱反射率与甜菜叶丛吸氮量相关性

图4　1 0 2 0 n m波段光谱反射率与甜菜块根吸氮量相关性

图5　1 0 4 0 nm波段光谱反射率与甜菜植株吸氮量相关性

2.3甜菜吸氮量与光谱反射率相关性分析

由图3、4、5可知，利用1000nm波长处的关系模型对甜菜叶丛吸氮量进行估测、利用1020nm波长处的关系模型对甜菜块根吸氮量进行估测、利用1040nm波长处的关系模型对植株吸氮量进行估测是可行的。

2.4光谱反射率与甜菜吸氮量的拟合方程

2.4.1按整个取样时期建立拟合方程表1为按整个取样时期计算光谱反射率与吸氮量拟合方程，由表中可知，各波段对应的整个取样时期吸氮量与其光谱反射率建立的多项式拟合方程的决定系数均较低，故采用按甜菜生育时期分段分析方法，提高精度。

表1　光谱反射率与整个取样时期吸氮量多项式拟合方程

表2　1 0 4 0 n m光谱反射率与甜菜植株吸氮量拟合方程

表3　1000nm光谱反射率与甜菜叶丛吸氮量拟合方程

表4　1 0 2 0 nm光谱反射率与甜菜块根吸氮量拟合方程

2.4.2按甜菜生育时期分段建立拟合方程运用多项式回归分析法，得出1040nm波段光谱反射率与各取样时期甜菜植株吸氮量（表2）、1000nm波段光谱反射率与各取样时期甜菜叶丛吸氮量（表3）、1020nm波段光谱反射率与各取样时期甜菜块根吸氮量（表4）具有较好的拟合度。

从表2可看出，1040nm波段的光谱反射率与甜菜植株吸氮量的拟合方程决定系数R2均高于0.6，拟合效果较好。在表3中，1000nm波段的光谱反射率与甜菜叶丛吸氮量的拟合方程的决定系数R2在叶丛形成期和块根增长期均高于0.6，但到了糖分积累期，其决定系数R2值较低。同样，在表4中，可以看出1020nm波段的光谱值与甜菜块根吸氮量的拟合方程在糖分积累期时决定系数R2也较低。与表1中拟合方程的决定系数相比，按甜菜不同生育时期分段建立吸氮量与光谱反射率的拟合方程，其精度高于按整个取样时期建立吸氮量与光谱反射率的拟合方程。

3　结论

3.1不同氮素水平甜菜冠层光谱反射率存在差异，而且其光谱反射率随生育时期发生变化。

3.2通过对光谱反射率对甜菜各部位生物量的拟合方程的决定系数比较分析，可以得出，1000nm、1020nm、1040nm三个波段的光谱反射率分别与甜菜各生育时期的叶丛干物质积累量、块根干物质积累量、植株生物量拟合程度最高，这3个波段可用于甜菜各部位吸氮量与光谱反射率拟合方程的建立。

3.3甜菜冠层光谱反射率与吸氮量具有相关性。通过对整个取样时期分析和生育时期分段分析两种方法比较可知，按生育时期分段分析的甜菜冠层光谱反射率与吸氮量的拟合程度较高，因此，本试验中适宜采用按甜菜生育时期分段分析的方法。

目前，高光谱遥感技术在甜菜生产中的应用多集中在对甜菜病害诊断方面的研究[19]，对甜菜氮素营养诊断方面的研究较少。本试验只是对光谱反射率与甜菜吸氮量相关性做初步研究，为高光谱遥感技术在甜菜氮素营养诊断方面提供数据参考。由于糖分积累期的甜菜叶丛、块根吸氮量与相应波段的拟合方程决定系数较低，需进一步进行试验提高其精度，且本试验只有1年的统计数据，供试甜菜品种只有1个，因此，需要进一步的试验收集数据，优化计算来提高预测精度，使高光谱遥感技术在甜菜氮素营养诊断中精确度更高，在甜菜氮素营养诊断中应用更加广泛。

[1]张翼飞，张晓旭，刘洋，等.中国甜菜产业发展趋势[J].黑龙江农业科学，2013（8）：156-160.

[2]王亚平，李世光，赵金庆，等.入世后中国甜菜糖产业现状及其应对[J].新疆农垦经济，2013（11）：13-17.

[3]段娜，刘雪，于超，等.影响甜菜块根产量及含糖率因素的研究进展[J].内蒙古农业科技，2014（5）：49-50.

[4]王申莹，胡志超，张会娟，等.国内外甜菜生产与机械化收获分析[J].中国农机化学报，2013（34）：20-25.

[5]马黛，李斐，孟显元，等.甜菜氮素营养及诊断技术研究进展[J].中国糖料，2015，37（4）：56-58.

[6]曲文章，崔广臣，陈连江，等.中国甜菜学[M].哈尔滨：黑龙江人民出版社，2003.

[7]焦雯珺，闵庆文，林焜，等.植物氮素营养诊断的进展与展望[J].中国农学通报，2006，22（12）：351-355.

[8]唐菁，杨承栋，康红梅.植物营养诊断方法研究进展[J].世界林业研究，2005，18（6）：45-48.

[9]郭建华，赵春江，王秀，等.作物氮素营养诊断方法的研究现状及进展[J].中国土壤与肥料，2008，（4）：10-14.

[10]陈杨，樊明寿，李斐，等.氮素营养诊断技术的发展及其在马铃薯生产中的应用[J].中国农学通报，2009，25（03）：66-71.

[11]黄文江，王纪华，刘良云等.冬小麦红边参数变化规律及其营养诊断[J].遥感技术与应用，2008，18（4）：206-211.

[12]姚霞，朱艳，冯伟等.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[J].光谱学与光谱分析，2009，29（8）：2191-2195.

[13]周冬琴，田永超，姚霞，等.水稻叶片全氮浓度与冠层反射光谱的定量关系[J].应用生态学报，2008，19（2）：337-344.

[14]唐延林，王人潮，黄敬峰，等.不同供氮水平下水稻高光谱及其红边特征研究[J].遥感学报，2004，8（2）：185-192.

[15]田永超，杨杰，姚霞，等.水稻高光谱红边位置与叶层氮浓度的关系[J].作物学报，2009，35（9）：1681-1690.

[16]杨可明，郭达志，陈云浩.高光谱植被遥感数据光谱特征分析[J].计算机工程与应用，2006（31）：213-215.

[17]姚付启.冬小麦高光谱特征及其生理生态参数估算模型研究[D].陕西：西北农林科技大学，2012：1-116.

[18]邹红玉，郑红平.浅述植被“红边”效应及其定量分析方法[J].遥感信息，2010，（4）：112-116.

[19]Mahlein A K，steiner U，Dehne HW，et al.Spectral signatures of sugar beet leaves for the detection and differentiation of diseases[J]. Precision Agriculture，2010（11）：413-431.

Spectral Response of Beet under Different Nitrogen Levels

ZHANG Liang1,MA Dai1,HAN Bao-cui1,AN Hai-bo2,LIFei2,SHIShu-de1*
(1.College of Agriculture,Inner Mongolia Agricultural University,Hohhot 010019; 2.College of Ecology and Environmental Sciences,Inner Mongolia Agricultural University,Hohhot 010019)

In order to study the relationships between canopy's spectral reflectance and physiological parameters of sugar beet,we measured the canopy's spectral reflectance,the dry weight and nitrogen content of sugar beet (leaves,rootand petiole,separately)under different N-application conditions,andmade an integrated analysis of these data.The results showed that the nitrogen content and other physiological parameters of sugar beet plant could be monitored by using hyperspectral remote sensing technology in field condition.Three wave bands' spectral reflectance 1000 nm,1020 nm and 1040 nm related to drymatter accumulation of leaf,root and plant, respectively,in which relationship of them reach to the highest fitting degree.Hence,these three bands could be used to establish the fitting equation between spectral reflectance and beet nitrogen uptake,furthermore,in each growth period of sugar beet using abovementioned methods,we can establish a higher regression fitting equation of canopy's spectral reflectance of sugar beet.

sugar beet;nitrogen;hyperspectral remote sensing technology;drymatter accumulation

S566.3

A

1007－2624（2016）03－0014－04

10.13570/j.cnki.scc.2016.03.004

2016-01-14

国家现代农业产业技术体系建设专项资金（CARS-210402）。

张亮（1987-），男，硕士研究生，从事甜菜栽培生理学研究，E-mail：948007182@qq.com

史树德（1973-），男，副教授，从事植物（作物）发育生理研究，E-mail：lycoris@imau.edu.cn