不同施肥決策對(duì)冬小麥生長(zhǎng)影響的高光譜監(jiān)測(cè)及對(duì)比分析

崔 貝，黃文江，楊武德，宋曉宇，陳立平，馮美臣，張東彥，張競(jìng)成

(1北京農(nóng)業(yè)信息技術(shù)研究中心，北京100097;2山西農(nóng)業(yè)大學(xué)農(nóng)學(xué)院，山西太谷030801;3中國(guó)科學(xué)院遙感與數(shù)字地球研究院，遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，數(shù)字地球重點(diǎn)實(shí)驗(yàn)室，北京100094)

變量施肥是精準(zhǔn)農(nóng)業(yè)的重要組成部分，國(guó)內(nèi)外對(duì)變量施肥研究比較多，應(yīng)用的變量施肥算法也比較多。Koch等［1］通過測(cè)得玉米田硝態(tài)氮和有機(jī)質(zhì)含量，并結(jié)合Mortvedt［2］等提出的氮推薦算法進(jìn)行變量施肥，結(jié)果表明變量施氮處理比均一施氮處理取得更好的經(jīng)濟(jì)效益。Wittry等［3］通過測(cè)得土壤含磷量，對(duì)玉米－大豆輪作田進(jìn)行了變量施磷和均一施磷的對(duì)比分析，指出變量施磷可以減少磷肥的施入量。薛緒掌等［4］通過實(shí)測(cè)土壤堿解氮含量和冬小麥產(chǎn)量，設(shè)計(jì)了變量施氮處方圖進(jìn)行變量施氮實(shí)驗(yàn)，并通過對(duì)產(chǎn)量、穗密度、穗粒數(shù)、千粒重、蛋白質(zhì)、土壤殘留氮對(duì)比分析綜合評(píng)價(jià)了變量施氮的效果。王新忠等［5］基于大豆播前土壤速效氮、速效磷和速效鉀含量制作了氮肥、磷肥和鉀肥的施用處方圖并進(jìn)行變量施肥試驗(yàn)。美國(guó)俄克拉荷馬州立大學(xué)Lukina等［6］提出了氮肥優(yōu)化算法，該算法主要依據(jù)作物歸一化植被指數(shù)NDVI預(yù)測(cè)作物當(dāng)時(shí)氮吸收量和潛在產(chǎn)量，并根據(jù)產(chǎn)量與籽粒含氮量的關(guān)系確定總需氮量，然后通過總需氮量減去已吸氮量確定最終施氮量。密蘇里大學(xué)的Scharf等［7］利用航空照片中充足施肥區(qū)的玉米綠度值與未施肥區(qū)的玉米綠度值的差異決定施肥量。Zebarth等［8］研究表明使用SPAD可以初步篩選出哪些地塊需要追肥，哪些地塊不需要追肥。Zhao等［9］以及蔣阿寧等［10］通過對(duì)拔節(jié)期冬小麥倒1葉和倒2葉SPAD值歸一化得到NDSPAD，并依據(jù)其構(gòu)建了變量施肥算法。蔣阿寧等［11］提出將作物生長(zhǎng)模型和遙感相結(jié)合應(yīng)用于變量施肥研究具有重要的現(xiàn)實(shí)意義和應(yīng)用價(jià)值。這些算法大致可歸納為以下四種:基于土壤養(yǎng)分變量施肥、基于遙感數(shù)據(jù)變量施肥、基于葉綠素含量變量施肥和基于作物生長(zhǎng)模型變量施肥。不同的變量施肥算法效果不同，有的算法提高經(jīng)濟(jì)效益較明顯，而有的算法提高生態(tài)效益較顯著，而在實(shí)際生產(chǎn)中，要綜合考慮各方面的效果，最優(yōu)的施肥算法應(yīng)該是綜合效果最好的算法。在我國(guó)，精準(zhǔn)變量施肥技術(shù)還處于摸索階段，適合我國(guó)氣候、地貌、作物品種等條件的變量施肥算法仍不明確，實(shí)時(shí)、無損監(jiān)測(cè)施肥效果及作物長(zhǎng)勢(shì)技術(shù)還不成熟，因此，本文通過田間試驗(yàn)，以近地高光譜技術(shù)為手段，分析了不同施肥決策下冬小麥冠層光譜的反映特征，對(duì)比分析了不同施肥算法的效果，試圖探索適合我國(guó)氣候、地貌、品種等條件的最優(yōu)施肥算法，以及實(shí)現(xiàn)一種實(shí)時(shí)、無損、動(dòng)態(tài)監(jiān)測(cè)作物長(zhǎng)勢(shì)的技術(shù)，建立適合我國(guó)農(nóng)業(yè)體系的精準(zhǔn)變量施肥技術(shù)體系。

1 材料與方法

1.1 試驗(yàn)設(shè)計(jì)

本研究于2006年在國(guó)家精準(zhǔn)農(nóng)業(yè)研究示范小湯山基地進(jìn)行。基地位于北京市昌平區(qū)小湯山鎮(zhèn)東北部，地處北緯 40°10'，東經(jīng) 116°26'。冬小麥品種為京冬8號(hào)，于2005年9月26～27日播種，播種量為330～345 kg/hm2。試驗(yàn)區(qū)土壤類型為潮土，土壤中硝態(tài)氮含量3.00～15.04 mg/kg，全氮含量0.94～0.98 g/kg，有機(jī)質(zhì)含量15.3～15.8 g/kg，有效磷含量 2.20～21.18 mg/kg，速效鉀含量 106.96～132.77 mg/kg。隨機(jī)區(qū)組排列，小區(qū)面積為3m×3m，小區(qū)之間有1m隔離帶。小麥播種時(shí)不施基肥，且在整個(gè)生育期內(nèi)除施氮肥外未施其他肥料。2006年4月14日進(jìn)行變量施肥，按照算法計(jì)算出各小區(qū)施肥量，稱量裝袋，人工撒施。在小麥生長(zhǎng)階段，田間管理除氮肥管理不同外，其它管理完全相同，2006年6月20日收獲。

具體施肥算法如下:

處理一(CK處理)無肥處理，在冬小麥整個(gè)生長(zhǎng)期內(nèi)不施肥，共20個(gè)小區(qū)，小區(qū)編號(hào)為:CK-1、CK-2、CK-3……CK-20。

處理二(T處理)根據(jù)冬小麥拔節(jié)期土壤硝態(tài)氮含量及目標(biāo)產(chǎn)量確定各變量施肥區(qū)的施肥量。在冬小麥拔節(jié)期測(cè)定0—30 cm土壤硝態(tài)氮含量，取兩點(diǎn)混合土壤。設(shè)定2001年基地冬小麥產(chǎn)量的1.4倍為目標(biāo)產(chǎn)量，結(jié)合土壤硝態(tài)氮含量測(cè)定值并依據(jù)Nmin-Sollwert法［12］計(jì)算各變量施肥區(qū)的施肥量［13］。共20 個(gè)小區(qū)，小區(qū)編號(hào)為 T-1、T-2、T-3……T-20。

處理三(Y處理)以Lukina等［6］算法為基礎(chǔ)，根據(jù)作物起身、拔節(jié)期的土壤調(diào)節(jié)植被指數(shù)(OSAVI)確定各變量施肥區(qū)的施肥量。具體思路是，根據(jù)冬小麥起身期和拔節(jié)期的土壤調(diào)節(jié)植被指數(shù)(OSAVI)得到當(dāng)季估產(chǎn)系數(shù)，進(jìn)而得到目標(biāo)產(chǎn)量。冬小麥整個(gè)生育期需氮量由目標(biāo)產(chǎn)量確定，已吸收氮量由冬小麥拔節(jié)期的OSAVI測(cè)定值確定，最后總需氮量與已吸收氮量相減得到實(shí)際施氮量［14］。共20 個(gè)小區(qū)，小區(qū)編號(hào)為:Y-1、Y-2、Y-3……Y-20。

處理四(S處理)根據(jù)作物拔節(jié)期的倒1和倒2葉的SPAD測(cè)定值確定各變量施肥區(qū)的施肥量。具體思路為，測(cè)得冬小麥拔節(jié)期倒一葉和倒二葉的SPAD值并歸一化，根據(jù)歸一化值確定冬小麥目標(biāo)產(chǎn)量和已吸氮量，而總需氮量由目標(biāo)產(chǎn)量確定，最終施氮量由總需氮量減去已吸氮量得到［15］。共20個(gè)小區(qū)，小區(qū)編號(hào)為:S-1、S-2、S-3……S-20。

處理五(Z處理)以Lukina等［6］算法為基礎(chǔ)，由CERES-Wheat模型結(jié)合土壤調(diào)節(jié)植被指數(shù)(OSAVI)測(cè)定值確定各變量施肥區(qū)的施肥量。具體思路為，根據(jù)當(dāng)?shù)貧庀髷?shù)據(jù)、土壤數(shù)據(jù)等，由CERESWheat作物生長(zhǎng)模型模擬出目標(biāo)產(chǎn)量，并根據(jù)目標(biāo)產(chǎn)量得到總需氮量，冬小麥拔節(jié)期的OSAVI測(cè)定值確定小麥已吸收氮量，最后根據(jù)總需氮量和已吸收氮量得到施氮量［16］。共20個(gè)小區(qū)，小區(qū)編號(hào)為:Z-1、Z-2、Z-3……Z-20。

處理六(W處理)均一施肥處理，該處理各小區(qū)的施肥量為各變量施肥處理總施肥量的平均施肥量。共20個(gè)小區(qū)，小區(qū)編號(hào)為:W-1、W-2、W-3……W-20。

各處理的具體施肥量見表1。

表1 各處理具體施肥量(kg/hm2)Table 1 Fertilization rates of the treatments

1.2 測(cè)定項(xiàng)目與方法

1.2.1 冬小麥冠層光譜反射率的測(cè)定 分別在冬小麥起身期、拔節(jié)期、挑旗期、抽穗期、開花期、灌漿初期、灌漿中期、成熟期測(cè)定所有處理的冠層光譜。小麥冠層光譜測(cè)量?jī)x器為ASD Fieldspec FR2500光譜儀，該光譜儀的光譜范圍為350～2500 nm，采樣間隔為1.4 nm(350～1000 nm區(qū)間)和2 nm(1000～2500 nm區(qū)間)。為了減少由光照條件變化引起的誤差，所有冬小麥冠層光譜測(cè)量都在10:00～14:00之間進(jìn)行。測(cè)量時(shí)探頭垂直向下，并始終保持距小麥冠層1.3m，探頭視場(chǎng)角為25°。每小區(qū)測(cè)量20次，并且在各小區(qū)測(cè)定前后均測(cè)量標(biāo)準(zhǔn)參考板，之后根據(jù)反射率和DN值轉(zhuǎn)換公式(1)計(jì)算出目標(biāo)物的反射率值，最后取平均值作為該小區(qū)的光譜反射值。

式中:R目標(biāo)指目標(biāo)物的反射率;R參考板指所測(cè)參考板的反射率;DN目標(biāo)指目標(biāo)物的DN值;DN參考板指參考板的DN值。

1.2.2 冬小麥葉片SPAD值的測(cè)定 分別于冬小麥起身期、拔節(jié)期、挑旗期、抽穗期、開花期、灌漿初期、灌漿中期、成熟期測(cè)定各處理小區(qū)冬小麥葉片葉綠素含量。測(cè)量?jī)x器為日本MINOLTA公司生產(chǎn)的SPAD－502型葉綠素儀。測(cè)定時(shí)均選取無損傷的健康倒一葉和倒二葉，測(cè)定其中間部位并避開葉脈。每小區(qū)倒一葉和倒二葉各測(cè)定20次，取其平均值。

1.2.3 冬小麥產(chǎn)量的測(cè)定 2006年6月19日在各小區(qū)內(nèi)選取2 m2面積的冬小麥?zhǔn)斋@至網(wǎng)袋中，風(fēng)干后考種記錄各小區(qū)的穗數(shù)、穗粒數(shù)和千粒重，最后對(duì)所有收獲的小麥進(jìn)行脫粒測(cè)產(chǎn)得到實(shí)際產(chǎn)量。

1.3 數(shù)據(jù)處理

1.3.1 光譜數(shù)據(jù)預(yù)處理 結(jié)合本研究的需要，考慮到350～400 nm波段有噪聲，而在1300 nm以后由于水分強(qiáng)吸收而使光譜不連續(xù)，故選取400～1300 nm波段的反射率數(shù)據(jù)。同時(shí)為了消除光照的影響，對(duì)原始測(cè)量的光譜反射率數(shù)據(jù)進(jìn)行歸一化處理。利用Yu等［17］提出的方法進(jìn)行歸一化處理，計(jì)算公式為:

式中:R'為歸一化后反射率;R為原始測(cè)量反射率;n為波段數(shù)，本文中所用波段為400～1300 nm。

1.3.2 光譜參數(shù)選取 為了研究不同施肥處理對(duì)小麥生長(zhǎng)的影響，本文中除選用被廣泛應(yīng)用和證明的植被指數(shù)外，還選用了 RTVI指數(shù)(red-edge triangular vegetation index，紅邊三角光譜指數(shù))，該植被指數(shù)可以解決在高植被覆蓋度下出現(xiàn)“飽和”狀態(tài)的問題［18］。表2列出了本文中用到的植被指數(shù)。

1.3.3 數(shù)據(jù)處理軟件 用 Excel進(jìn)行數(shù)據(jù)整理，SPSS11.5進(jìn)行多重分析和相關(guān)性分析，Origin8.0作圖，ArcGis克里格插值。

表2 光譜特征參數(shù)的定義Table 2 Definition of spectrum parameters

2 結(jié)果與分析

2.1 施肥處理對(duì)各處理冬小麥冠層光譜的影響分析

2.1.1 施肥后冬小麥冠層反射率變化分析 為了說明施肥對(duì)冬小麥長(zhǎng)勢(shì)的影響，對(duì)抽穗期冬小麥冠層反射率進(jìn)行分析。計(jì)算公式如下:

其中:Ra為抽穗期冬小麥冠層反射率相對(duì)變化量;Ri為各施肥處理下抽穗期冬小麥的冠層反射率;Rck為不施肥處理(CK)抽穗期冬小麥冠層反射率。

簡(jiǎn)單的數(shù)值比能充分表現(xiàn)出兩者之間的差異。從圖1可以看出，追施氮肥后，與CK區(qū)相比，作物冠層反射率變化表現(xiàn)為可見光波段降低而近紅外波段升高，在圖1上表現(xiàn)為可見光波段小于1而近紅外波段大于1。可見光部分相對(duì)反射率變化量Ra越小，說明冬小麥葉綠素含量越多，長(zhǎng)勢(shì)越好，近紅外則相反。可見光波段Ra從低到高順序?yàn)閆、S、Y和T，近紅外波段正好相反。由此可推斷，Z處理冬小麥長(zhǎng)勢(shì)最好，其次為S、Y和T。此外，不同施肥處理在可見光波段差異明顯而近紅外波段差異較小，可見光波段較為敏感。因此同一時(shí)期各施肥處理反射率與不施肥處理反射率的比值分析可以反映出小麥相對(duì)長(zhǎng)勢(shì)的好與差。

圖1 施肥后各處理冬小麥冠層相對(duì)反射率變化情況Fig．1 The relative changes of the winter wheat canopy reflectance under different fertilization treatments after the fertilization

2.1.2 施肥前后各處理反射率變化分析 為了對(duì)比不同施肥算法促進(jìn)小麥生長(zhǎng)的效果，本文利用不同處理區(qū)施肥前與施肥后冬小麥冠層光譜反射率數(shù)據(jù)進(jìn)行分析。為了使各處理間反射率數(shù)據(jù)具有可比性并消除地力對(duì)冬小麥生長(zhǎng)的影響，使用公式(4)對(duì)數(shù)據(jù)進(jìn)行處理，計(jì)算公式為:

其中:Rb為各施肥處理施肥前后冠層反射率相對(duì)變化量，Ri前、Ri后分別為各施肥處理施肥前、后反射率，Rck前、Rck后分別為施肥區(qū)施肥前、后所對(duì)應(yīng)時(shí)期的CK區(qū)反射率。

圖2顯示，各曲線均是相對(duì)于CK處理而言，可見光波段曲線越低，表明較CK反射率降低越多，即施肥前后反射率變化越大，那么小麥在此期間增長(zhǎng)的越多;近紅外波段則相反。從圖2還可以看出，施肥前后反射率變化最大的為Z處理，其次為Y、S和T。可見光波段差異明顯而近紅外波段差異不明顯，近紅外波段不敏感。考慮到各施肥處理總施肥量一樣，且在整個(gè)生育期內(nèi)冬小麥沒有發(fā)生病蟲草害，那么造成這種差異的主要原因可認(rèn)為是不同變量施肥算法引起的。因此，反射率變化的不同直接反映了施肥對(duì)小麥促進(jìn)作用的不同。可見，按不同的變量施肥算法進(jìn)行施肥對(duì)冬小麥生長(zhǎng)的促進(jìn)作用不同，其中按基于植被指數(shù)和作物生長(zhǎng)模型相結(jié)合的變量施肥算法進(jìn)行施肥最有利于小麥對(duì)氮素的吸收以及生長(zhǎng)。

圖2 各施肥處理施肥前后反射率的相對(duì)變化量Fig．2 The reflectance change values of wheat under different fertilization treatments before and after the fertilization

2.1.3 冬小麥植被指數(shù)NDVI隨主要生育期的變化

歸一化植被指數(shù)NDVI是表征作物長(zhǎng)勢(shì)最常用的植被指數(shù)，因此在本文中以NDVI指數(shù)來表征冬小麥長(zhǎng)勢(shì)。圖3為不同處理區(qū)冬小麥植被指數(shù)隨主要生育期變化的趨勢(shì)線。從中可看出，不同處理區(qū)的NDVI值的變化趨勢(shì)一致，但NDVI值大小有區(qū)別。追施拔節(jié)肥后，冬小麥葉片葉綠素含量增多，長(zhǎng)勢(shì)較好，因此在可見光波段反射率偏低而近紅外波段反射率偏高，NDVI值也偏高。從圖3來看，最高的曲線為Z處理，最低的為CK處理，這一結(jié)果說明了依據(jù)作物生長(zhǎng)模型和光譜指數(shù)相結(jié)合的算法進(jìn)行施肥能夠很好地調(diào)節(jié)小麥長(zhǎng)勢(shì)。

圖3 不同施肥條件下植被指數(shù)隨主要生育期的變化情況Fig．3 The changes of vegetation indexes at main growth stage of winter wheat in different fertilization plots

2.2 不同施肥處理區(qū)冬小麥產(chǎn)量對(duì)比分析

圖4反映了六種不同施肥處理下冬小麥的產(chǎn)量，不施肥區(qū)(CK)產(chǎn)量最低，而S、Y、T和Z處理的產(chǎn)量明顯高于不施肥處理(CK)和均一施肥區(qū)產(chǎn)量(W)，其中Z處理區(qū)產(chǎn)量整體高于其他施肥處理區(qū)。對(duì)不同處理冬小麥產(chǎn)量的顯著性分析(表3)表明，W和CK處理的產(chǎn)量與所有變量施肥處理(Y、S、T、Z)產(chǎn)量有顯著差異，而不同變量施肥處理之間產(chǎn)量沒有顯著差異。可見變量施肥較均一施肥方法更能顯著增加小麥產(chǎn)量，但不同變量施肥處理之間對(duì)提高產(chǎn)量的效果并不明顯。

從圖5可以看出，不施肥處理區(qū)(CK)產(chǎn)量變異系數(shù)最大，其次為T、W、Y、Z、S。除 T處理外，其他變量施肥區(qū)的產(chǎn)量變異度均低于均一施肥區(qū)(W)，說明變量施肥處理提高了小麥產(chǎn)量的均一度。在這六種施肥處理中，基于歸一化SPAD值變量施肥處理(S)的產(chǎn)量變異系數(shù)最低，可見該處理在降低產(chǎn)量變異度方面效果最佳。

圖4 不同施肥處理區(qū)冬小麥產(chǎn)量圖(產(chǎn)量從小到大排列)Fig．4 Yields of winter wheat in soil under the condition of different fertilizations(arrangement in ascending order of the yield)

表3 不同施肥處理冬小麥產(chǎn)量顯著性分析Table 3 Significant analysis of the grain yield of wheat in fields under different fertilization

圖5 不同施肥處理區(qū)產(chǎn)量變異情況分析Fig．5 The variation coefficients of winter wheat yields under different fertilizations

2.3 不同時(shí)期冬小麥光譜指數(shù)與追肥量相關(guān)性分析

根據(jù)冬小麥不同時(shí)期光譜指數(shù)與追肥量的相關(guān)性分析結(jié)果(表4)可以看出，除在挑旗期和成熟期各植被指數(shù)與施肥量相關(guān)性不穩(wěn)定外，在其它時(shí)期均與施肥量達(dá)到極顯著相關(guān)，并且在冬小麥整個(gè)生育期內(nèi)它們與施肥量的相關(guān)系數(shù)變化基本一致，即先增大后降低，在開花期或灌漿初期達(dá)到最大，說明拔節(jié)肥對(duì)這兩時(shí)期的小麥生長(zhǎng)影響最大。

表4 冬小麥不同時(shí)期光譜指數(shù)與施肥量的相關(guān)系數(shù)Table 4 Correlation coefficients between vegetation indexes at different stages of winter wheat and quantity of the variable fertilization

2.4 冬小麥不同時(shí)期光譜指數(shù)與產(chǎn)量的相關(guān)性分析

分別對(duì)冬小麥拔節(jié)期、挑旗期、抽穗期、開花期、灌漿初期、灌漿中期和成熟期的植被指數(shù)與小麥最終產(chǎn)量進(jìn)行相關(guān)性分析，結(jié)果見表5。除DVI指數(shù)在成熟期與產(chǎn)量無相關(guān)性外，各植被指數(shù)在不同生育時(shí)期均達(dá)到極顯著相關(guān)。相關(guān)系數(shù)大體上呈現(xiàn)先增大后降低的趨勢(shì)，分別在開花期或灌漿初期達(dá)到最大，其中DVI、NDVI和OSAVI的相關(guān)系數(shù)在開花期達(dá)到最大，分別為 0.626、0.651、0.651;WI和RTVI在灌漿初期達(dá)到最大，分別為0.649、0.700。因此，可選用開花期或灌漿初期植被指數(shù)進(jìn)行產(chǎn)量預(yù)測(cè)。

另外，在這五個(gè)植被指數(shù)中，RTVI指數(shù)表現(xiàn)最好，其在不同時(shí)期(除拔節(jié)期以外)與產(chǎn)量的相關(guān)系數(shù)都要比其它植被指數(shù)大，故用RTVI指數(shù)預(yù)測(cè)小麥產(chǎn)量要優(yōu)于其它植被指數(shù)。

表5 冬小麥不同時(shí)期光譜指數(shù)與產(chǎn)量的相關(guān)系數(shù)Table 5 Correlation coefficients between vegetation indexes at different stages of winter wheat and the yields

3 討論

本文分析中基于光譜指數(shù)和作物生長(zhǎng)模型的變量施肥算法要優(yōu)于其他算法，這與蔣阿寧［23］得到的結(jié)果一致。該算法考慮了影響產(chǎn)量的多種因素，比如品種因素、氣象因素、土壤因素等，能夠更準(zhǔn)確地模擬出冬小麥目標(biāo)產(chǎn)量。但另一方面，精準(zhǔn)農(nóng)業(yè)對(duì)農(nóng)田信息的依賴性強(qiáng)，而這些農(nóng)田信息，比如土壤養(yǎng)分、水分、田間小氣候等，無時(shí)無刻不在動(dòng)態(tài)變化，且這些因素之間也有相互制約和促進(jìn)作用，變量施肥效果并不容易在一兩年內(nèi)甚至兩三年內(nèi)展現(xiàn)出來。同時(shí)薛利紅等［24］也指出遙感數(shù)據(jù)來源不統(tǒng)一、作物生長(zhǎng)的時(shí)空差異等原因?qū)е卵芯拷Y(jié)果不盡一致，并且變量施肥算法具有一定的區(qū)域性，在不同地區(qū)的表現(xiàn)是否相同有待考證。因此有必要對(duì)基于光譜指數(shù)和作物生長(zhǎng)模型的變量施肥算法在時(shí)間和空間上的穩(wěn)定性進(jìn)一步驗(yàn)證和完善。

4 結(jié)論

本試驗(yàn)利用高光譜技術(shù)有效、快速、無損傷地對(duì)冬小麥長(zhǎng)勢(shì)進(jìn)行動(dòng)態(tài)監(jiān)測(cè)以及進(jìn)行不同變量施肥算法的評(píng)估。在不同施肥處理下，變量施肥可以顯著改善小麥長(zhǎng)勢(shì)，提高產(chǎn)量，降低產(chǎn)量變異度，為精準(zhǔn)農(nóng)業(yè)的發(fā)展提供了方法和理論依據(jù)。研究結(jié)果表明:

1)通過對(duì)施肥后冬小麥冠層光譜反射率、施肥前后反射率變化量以及不同時(shí)期的歸一化植被指數(shù)的分析，可以清晰地反映出不同施肥處理之間冬小麥長(zhǎng)勢(shì)差異，可見利用光譜技術(shù)實(shí)現(xiàn)對(duì)冬小麥長(zhǎng)勢(shì)的動(dòng)態(tài)、無損、實(shí)時(shí)監(jiān)測(cè)是可行的。

2)通過對(duì)冬小麥冠層光譜特征、產(chǎn)量及產(chǎn)量變異度分析，基于光譜指數(shù)和作物生長(zhǎng)模型變量施肥方法綜合效果最佳，基于歸一化SPAD值變量施肥算法在調(diào)節(jié)產(chǎn)量均一度方面效果較好。

3)除在挑旗期和成熟期，各植被指數(shù)與追肥量相關(guān)性不穩(wěn)定外，其它時(shí)期均達(dá)到極顯著相關(guān)，并且在冬小麥整個(gè)生育期內(nèi)，相關(guān)系數(shù)變化基本一致，即先增大后降低，在開花期或灌漿初期達(dá)到最大，說明拔節(jié)肥對(duì)這兩時(shí)期的小麥生長(zhǎng)影響最大。

4)不同生育時(shí)期冬小麥植被指數(shù)與最終產(chǎn)量的相關(guān)性分析表明，植被指數(shù)在開花期或灌漿初期與產(chǎn)量的相關(guān)性最強(qiáng)，其中RTVI指數(shù)表現(xiàn)最好，用RTVI指數(shù)預(yù)測(cè)小麥產(chǎn)量效果更優(yōu)。

［1］ Koch B，Khosla R，F(xiàn)rasier W M et al．Economic feasibility of variable-rate nitrogen application utilizing site-specific management zones［J］．Agron．J．，2004，96:1572－1580.

［2］ Mortvedt J J，Westfall D G，Davis J G．Fertilizing corn［EB/OL］．Available at http://www．ext．colostate．edu/pubs/crops/00538.html，verified 10 October 2012.

［3］ Wittry D J，Mallarino A P．Comparison of uniform-and variablerate phosphorus fertilization for corn-soybean rotations［J］．Agron．J．，2004，96:26－33.

［4］ 薛緒掌，陳立平，孫治貴，趙春江．基于土壤肥力與目標(biāo)產(chǎn)量的冬小麥變量施氮及其效果［J］．農(nóng)業(yè)工程學(xué)報(bào)，2004，20(3):59－62.Xue X Z，Chen L P，Sun Z G，Zhao C J．Results of variable-rate nitrogen fertilization of winter wheat based on soil fertility and yield map［J］．Trans．Chin．Soc．Agric．Eng．，2004，20(3):59－62.

［5］ 王新忠，王熙，汪春，等．黑龍江墾區(qū)大豆變量施肥播種應(yīng)用試驗(yàn)［J］．農(nóng)業(yè)工程學(xué)報(bào)，2008，24(5):143－146.Wang X Z，Wang X，Wang C et al．Application test of soybean sowing by variable fertilization seeder in Heilongjiang reclamation areas［J］．Trans．Chin．Soc．Agric．Eng．，2008，24(5):143－146.

［6］ Lukina E V，F(xiàn)reeman K W，Wynn K J et al．Nitrogen fertilization optimization algorithm based on in-season estimates of yield and plant nitrogen uptake［J］．J．Plant Nutr．，2001，24(6):885－898.

［7］ Scharf P C， Lory J A． Calibrating corn color from aerial photographs to predict sidedress nitrogen need［J］．Agron．J．，2002，94:397－404.

［8］ Zebarth B J，Younie M，Paul J W，Bittman S．Evaluation of leaf chlorophyll index for making fertilizer nitrogen recommendations for silage corn in a high fertility environment［J］．Comm．Soil Sci．Plant Anal．，2002，33(5＆6):665－684.

［9］ Zhao C J，Jiang A N，Huang W J et al．Evaluation of variable-rate nitrogen recommendation ofwinterwheatbased on SPAD chlorophyll meter measurement［J］．New Zeal．J．Agric．Res．，2007，50(5):735－741.

［10］ 蔣阿寧，黃文江，劉克禮，等．利用葉綠素計(jì)進(jìn)行冬小麥變量施肥及其效應(yīng)研究［J］．植物營(yíng)養(yǎng)與肥料學(xué)報(bào)，2007，13(6):1092－1097.Jiang A N，Huang W J，Liu K L et al．Study on chlorophyll meter-based variable rate fertilizer application and influence on winter wheat［J］．Plant Nutr．Fert．Sci．，2007，13(6):1092－1097.

［11］ 蔣阿寧，劉克禮，趙春江，等．基于遙感數(shù)據(jù)和作物生長(zhǎng)模型的小麥變量施肥研究進(jìn)展［J］．遙感技術(shù)與應(yīng)用，2006，21(6):601－606.Jiang A N，Liu K L，Zhao C J et al．Advance in wheat variablerate nitrogen fertilization based on crop simulation models and remote sensing data［J］．Remote Sens．Technol．Appl．，2006，21(6):601－606.

［12］ Liu X J， JuX T， ZhangFS， ChenX P． Nitrogen recommendation for winter wheat using Nmin test and rapid plant tests in north China plain［J］．Comm．Soil Sci．Plant Anal．，2003，34(17－18):2539－2551.

［13］ 陳立平．精準(zhǔn)農(nóng)業(yè)變量施肥理論與試驗(yàn)研究［D］．北京:中國(guó)農(nóng)業(yè)大學(xué)博士學(xué)位論文，2003.Chen L P．Theoretical and experimental studies on variable-rate fertilization in precision farming［D］．Beijing:PhD dissertation，China Agricultural University，2003.

［14］ 梁紅霞，趙春江，黃文江，等．利用光譜指數(shù)進(jìn)行冬小麥變量施肥的可行性及其效益評(píng)價(jià)［J］．遙感技術(shù)與應(yīng)用，2005，20(5):469－473.Liang H X，Zhao C J，Huang W J et al．The feasibility and benefit evaluate of variable nitrogen fertilization application on winter wheat based on canopies spectroscopy parameters［J］．Remote Sens．Technol．Appl．，2005，20(5):469－473.

［15］ Liang H X，Huang W J，Liu L Y et al．Variable rate nitrogen application algorithm based on SPAD measurements and its influence on winter wheat［J］．IEEE T．Geosci．Remote，2004，(6):4059－4062.

［16］ 蔣阿寧，黃文江，王紀(jì)華，等．基于高光譜響應(yīng)與模擬模型的冬小麥變量追氮研究［J］．麥類作物學(xué)報(bào)，2007，27(3):518－522.Jiang A N，Huang W J，Wang J H et al．Studies of variable nitrogen application in winter wheat based on spectral index and simulation models［J］．J．Tritic．Crops，2007，27(3):518－522.

［17］ Yu B，Ostland M，Gong P，Pu R．Penalized discriminant analysis ofin situ hyperspectraldata forconiferspecies recognition［J］．IEEE T．Geosci．Remote，1999，37(5):2569－2577.

［18］ 陳鵬飛，Tremblay N，王紀(jì)華，等．估測(cè)作物冠層生物量的新植被指數(shù)的研究［J］．光譜學(xué)與光譜分析，2010，30(2):512－517.Chen P F，Tremblay N，Wang J H et al．New index for crop canopy fresh biomass estimation［J］．Spectrosc．Spect．Anal．，2010，30(2):512－517.

［19］ Jordan C F．Derivation of leaf area index from quality of light on the forest floor［J］．Ecology，1969，50(4):663－666.

［20］ Rouse J W，Haas R H，Schell J A et al．Monitoring the vernal advancement of retrogradation of natural vegetation［R］．NASA/GSFC，Type III，F(xiàn)inal Report．Greenbelt，MD，USA，1974，371.

［21］ Rondeaux G，Steven M，Baret F．Optimization of soil-adjusted vegetation indices［J］．Remote Sensing Environ．，1996，55(2):95－107.

［22］ Penuelas J，Pinol J，Ogaya R，F(xiàn)ilella I．Eatimation of plant water concentration by the reflectance water index WI(R900/R970) ［J］．Int．J．Remote Sens．，1997，18(13):2869－2875.

［23］ 蔣阿寧．基于多源數(shù)據(jù)的冬小麥變量施肥研究［D］．內(nèi)蒙古:內(nèi)蒙古農(nóng)業(yè)大學(xué)碩士學(xué)位論文，2007.Jiang A N．Study on variable-rate fertilization in winter wheat based on multi-sources data［D］．Inner Mongolia:MS thesis，Inner Mongolia Agricultural University，2007.

［24］ 薛利紅，楊林章，李剛?cè)A．遙感技術(shù)在精確施肥管理中的應(yīng)用進(jìn)展［J］．農(nóng)業(yè)工程學(xué)報(bào)，2004，20(5):22－26.Xue L H，Yang L Z，Li G H．Application progress of remote sensing in precision fertilization management［J］．Trans．Chin．Soc．Agric．Eng．，2004，20(5):22－26.