基于作物生長監(jiān)測診斷儀的玉米LAI監(jiān)測模型研究

賀 佳 郭 燕 王利軍 張 彥 趙 犇 王來剛

(1.河南省農(nóng)業(yè)科學院農(nóng)業(yè)經(jīng)濟與信息研究所， 鄭州 450002； 2.中國農(nóng)業(yè)科學院農(nóng)田灌溉研究所， 新鄉(xiāng) 453000)

0 引言

自20世紀末遙感技術廣泛應用于農(nóng)業(yè)生產(chǎn)研究領域以來，基于地物光譜特征的作物生長監(jiān)測診斷技術取得了迅速發(fā)展，已成為支持農(nóng)作物生長信息獲取的關鍵技術。特別是基于高光譜的遙感信息源能夠?qū)崟r、快速、無損獲取作物生長信息，廣泛應用于作物生產(chǎn)的肥水調(diào)控、精確管理、生產(chǎn)力估測等領域。因此，研究基于光譜技術的作物生長信息監(jiān)測診斷技術，對提高現(xiàn)代精準農(nóng)業(yè)生產(chǎn)管理水平、推進精確栽培技術的開發(fā)應用具有重要的理論與實踐意義[1-4]。

近年來，國內(nèi)外學者通過地物光譜設備提取作物生長信息響應特征波段，構建了歸一化差值植被指數(shù)(Normalized difference vegetation index，NDVI)、比值植被指數(shù)(Ratio vegetation index，RVI)、綠波段比值植被指數(shù)(Green ratio vegetation index，GRVI)、增強型植被指數(shù)(Enhanced vegetation index，EVI)等植被指數(shù)，用于監(jiān)測作物長勢[5-12]。由于地物光譜設備價格昂貴、田間應用成本高，且特征光譜波段提取分析復雜，目前在大田作物研究應用中仍有一定局限性。因此，研究者基于農(nóng)學參數(shù)的光譜響應特征，研制了獲取作物生長信息的作物生長監(jiān)測診斷設備。如文獻[13]基于550、650、766、850 nm等波長光譜研制便攜式作物反射光譜測量儀，預測了小麥分蘗數(shù)；文獻[14]采用560、710、720、810 nm等波長光譜研制獲取作物生長信息的傳感器，平均測量誤差約5.00%；文獻[15]基于730、810 nm波長光譜設計了能快速準確獲取作物冠層NDVI、RVI的作物生長信息監(jiān)測儀；文獻[16]基于720、810 nm波長光譜研制多光譜作物生長傳感器，反演作物生長信息；文獻[17]采用720、810 nm波長光譜研發(fā)作物生長監(jiān)測診斷儀，該設備對水稻葉面積指數(shù)(Leaf area index，LAI)監(jiān)測精度達到86.00%，平均誤差為6.24%。基于作物生長監(jiān)測診斷儀獲取的NDVI、RVI，監(jiān)測玉米LAI精度達到90%以上[18]，預測馬鈴薯病害精度達95%以上[19]。文獻[20]基于作物生長監(jiān)測診斷儀監(jiān)測水稻LAI的精度達到90.00%以上。文獻[21]基于作物生長監(jiān)測診斷儀監(jiān)測小麥LAI的精度達89.00%以上。

現(xiàn)有研究成果表明，便攜式作物生長監(jiān)測診斷儀能有效監(jiān)測作物長勢信息。但是由于作物冠層光譜信息受生態(tài)環(huán)境、作物品種類型、栽培條件等諸多條件的影響，其監(jiān)測精度及適應性需不斷驗證和完善。本文以黃淮海平原豫北玉米為研究對象，使用CGMD-402型作物生長監(jiān)測診斷儀(簡稱CGMD-402)與ASD FR-2500型野外高光譜輻射測量儀(簡稱ASD FR-2500)同步獲取冠層植被指數(shù)，分析不同傳感器獲取的植被指數(shù)特征與定量關系，探索CGMD-402型作物生長監(jiān)測診斷儀的穩(wěn)定性與適用性；同時，利用該設備獲取的植被指數(shù)建立玉米LAI遙感監(jiān)測模型，并對模型監(jiān)測精度進行驗證，以期為作物生長監(jiān)測診斷提供更加快捷高效的技術途徑，為作物精確栽培提供理論與實踐支撐。

1 材料與方法

1.1 實驗設計

實驗在河南省新鄉(xiāng)市中國農(nóng)業(yè)科學院新鄉(xiāng)綜合實驗基地進行，實驗基地位于113°46′8.10″E，35°8′3.67″N，海拔78.9 m，溫帶大陸性氣候，年平均溫度14.2℃，無霜期210 d，年日照時數(shù)約2 400.0 h，年蒸發(fā)量約2 000.0 mm，年平均降水量585.0 mm。土壤為黃河沖積物發(fā)育潮土，0～20 cm堿解氮質(zhì)量比68.65 mg/kg，速效磷質(zhì)量比9.21 mg/kg，速效鉀質(zhì)量比71.12 mg/kg，有機質(zhì)質(zhì)量比10.21 mg/kg。

實驗于2017—2018年實施，采取隨機區(qū)組設計，每年設置2個玉米品種，5個氮肥水平，3組重復。2個玉米品種分別為鄭單958(ZD958)、登海605(DH605)；5個氮肥(46.00% N 尿素)水平分別為N0(0 kg/hm2)、N1(75 kg/hm2)、N2(150 kg/hm2)、N3(225 kg/hm2)、N4(300 kg/hm2)，總氮肥60%作為基肥、40%作為追肥，磷鉀肥施用量分別為120 kg/hm2和120 kg/hm2；種植密度為67 500 株/hm2，行距0.60 m，株距0.25 m；其他管理方式按照豫北平原高產(chǎn)玉米措施管理。

1.2 測定指標及方法

1.2.1植被指數(shù)采集

CGMD-402型作物生長監(jiān)測診斷儀基于作物不同氮化合物形態(tài)對光譜波段的特征反射規(guī)律，選用敏感波段LED光源照射作物冠層，同步獲取作冠層光譜反射率，耦合作物生長監(jiān)測診斷模型，快速、無損獲取作物生長信息。該儀器包含可見光與近紅外光2個光譜通道，中心波長為730、815 nm，光譜帶寬小于8 nm FWHM，視場角30°，采集面積0.23～0.38 m2。本文于玉米拔節(jié)期、大喇叭口期、抽雄期、灌漿期、成熟期，選擇晴朗無風天氣，以CGMD-402型作物生長監(jiān)測診斷儀測定冠層NDVI、RVI(記作NDVICGMD-402，RVICGMD-402)，測定時間為10:00—14:00，測量時探頭垂直向下，測量探頭距離冠層高度為0.70 m，每個處理測量3次，取算術平均值為該測量點觀測值。

1.2.2高光譜植被指數(shù)構建

與CGMD-402型作物生長監(jiān)測診斷儀數(shù)據(jù)采集同步，利用美國Analytical Spectral Devices(ASD)公司的Field-spec Pro FR-2500型野外高光譜輻射測量儀(350～2 500 nm)獲取冠層光譜反射率，進一步構建植被指數(shù)。該儀器350～1 000 nm波段光譜采樣間隔為1.4 nm，光譜分辨率為3 nm；1 000～2 500 nm波段，光譜采樣間隔為2 nm，光譜分辨率為10 nm。測量時傳感器探頭垂直向下，光譜儀視場角為7.5°，距冠層頂垂直高度0.25～0.30 m，地面視場范圍直徑為0.5 m。每個觀測點記錄10個采樣光譜，每小區(qū)測3次重復，取算術平均值作為該觀測點冠層光譜反射率。提取730、815 nm處光譜反射率值，構建NDVI、RVI(記作NDVIASD、RVIASD)。在光譜反射率測量過程中，于每一處理測量前，及時使用專用參比白板進行校正(以白板反射率為1，所得目標物光譜反射率為無量綱的相對反射率)，所測數(shù)據(jù)用于檢測CGMD-402構建植被指數(shù)的可靠性。

式中R815——815 nm處光譜反射率

R730——730 nm處光譜反射率

1.2.3LAI測定

與CGMD-402數(shù)據(jù)采集同步，以美國Decagon公司的AccuPARLP-80型植物冠層分析儀測量冠層LAI。在平行于玉米壟間、垂直壟間各測3次，取算術平均值為該測量點LAI。AccuPARLP-80型植物冠層分析儀是根據(jù)儀器探頭的光合有效輻射光量子傳感器，接收光照中光合有效輻射變化，通過計算天頂角、設置葉角分布參數(shù)與測量的上、下冠層光合有效輻射的比率，計算冠層LAI值。

1.2.4數(shù)據(jù)分析

按照處理設置對獲取的實驗數(shù)據(jù)進行整理匯總。用ViewSpec軟件對冠層ASD光譜反射率進行預處理；以SPSS 19.0對不同處理間LAI、NDVI、RVI進行差異性分析，評價NDVICGMD-402、RVICGMD-402的精度；以連續(xù)2年ZD958品種實驗數(shù)據(jù)建立LAI估測模型，以DH605實驗數(shù)據(jù)為實測值對模型精度進行驗證，通過對比分析均方根誤差(Root mean square error，RMSE)、決定系數(shù)R2(Determination coefficient)、相對誤差(Relative error，RE)評價模型的監(jiān)測精度。

2 結果分析

2.1 不同處理玉米LAI特征

表1為基于AccuPARLP-80型植物冠層分析儀獲取的不同氮肥處理玉米LAI變化情況。由表可知，在同一施氮水平下，隨著生育時期的延長，LAI呈現(xiàn)“低-高-低”的拋物線趨勢，在拔節(jié)期稍低，抽雄期達到最大值，灌漿期至成熟期，又呈逐漸降低的趨勢。這是由于隨著玉米生長，營養(yǎng)生長旺盛，所以從拔節(jié)期至抽雄期LAI逐漸增大；而在生育后期，由營養(yǎng)生長轉(zhuǎn)向生殖生長，葉片生長緩慢，營養(yǎng)向生殖器官轉(zhuǎn)移，所以在后期LAI稍低。而隨著氮肥供應量的增加，在N3、N4處理下LAI降低緩慢，表明過量供應氮肥，可延緩葉片衰老。如N3、N4處理僅在拔節(jié)期達到顯著差異，而從大喇叭口期至成熟期均未達到顯著差異。不同玉米品種LAI均隨著氮肥供應量的增加逐漸增加，拔節(jié)期不同處理間達到顯著差異；大喇叭口期至成熟期，不同處理間達到極顯著差異，當施氮量增加到N3時，處理間沒有顯著差異；同一生育時期，同一氮肥處理條件下，2個玉米品種之間LAI差異較小，這與品種特征及對氮肥吸收利用特性有關。

表1 不同氮水平下玉米LAI變化(2017年)Tab.1 Changes of LAI of summer maize at different N rates (2017)

注：同列數(shù)據(jù)后不同小寫字母表示差異顯著(P<0.05)，不同大寫字母表示差異極顯著(P<0.01)，下同。

圖1 不同施氮水平下不同生育時期玉米冠層植被指數(shù)的變化(2017年)Fig.1 Changes of vegetation indices for maize at different growth stages under different nitrogen rates (2017)

2.2 不同光譜儀獲取的玉米冠層植被指數(shù)特征

圖1a、1b是由CGMD-402型作物生長監(jiān)測診斷儀獲取的不同氮肥水平下不同生育時期玉米冠層NDVICGMD-402、RVICGMD-402。由圖可知，在同一生育時期，NDVICGMD-402、RVICGMD-402均隨著施氮量的增加呈遞增趨勢。抽雄期N0、N1、N2、N3、N4處理NDVICGMD-402分別為0.317、0.343、0.396、0.427、0.433，各施肥處理分別比N0處理增加了0.026、0.079、0.110、0.116，增加幅度分別為8.20%、24.92%、34.70%、36.59%；抽雄期N0、N1、N2、N3、N4處理RVICGMD-402分別為1.932、2.017、2.216、2.353、2.418，各施肥處理分別比N0處理增加了0.085、0.284、0.421、0.486，增加幅度分別為4.40%、14.70%、21.79%、25.16%。不同生育時期植被指數(shù)表現(xiàn)為相似趨勢。表明植被指數(shù)隨著施氮量的增加呈遞增趨勢；當過量施用氮肥時，植被指數(shù)增加緩慢。這可能是由于隨著施氮量的增加，促進作物葉片、冠層及組織結構的生長發(fā)育，營養(yǎng)生長加快，冠層覆蓋度增大，植被指數(shù)逐漸增大；當?shù)试黾拥揭欢繒r，作物對氮肥的吸收趨于飽和狀態(tài)，冠層覆蓋度增加緩慢甚至不再增加，植被指數(shù)增加緩慢。

在同一施氮水平下，從拔節(jié)期至成熟期NDVICGMD-402、RVICGMD-402均呈“低-高-低”的拋物線趨勢(圖1a、1b)，拔節(jié)期較低，大喇叭口期逐漸較高，抽雄期達到最大值，成熟期又緩慢降低。如N2處理，拔節(jié)期至成熟期NDVICGMD-402分別為0.193、0.282、0.396、0.357、0.341；RVI亦呈相似趨勢，如拔節(jié)期至成熟期N2處理RVICGMD-402分別為1.375、1.856、2.216、1.937、1.655。不同施氮水平下植被指數(shù)均呈現(xiàn)相似趨勢。這是由于隨著生育時期的延長，作物葉片內(nèi)部組分與結構變化，引起冠層結構特征變化，進一步影響冠層光譜變化。在作物生育前期，細胞結構及細胞內(nèi)養(yǎng)分逐漸積累，冠層結構逐漸郁閉，植被指數(shù)呈遞增趨勢；隨著作物生長，養(yǎng)分逐漸轉(zhuǎn)向籽粒，葉片內(nèi)部結構發(fā)生變化，冠層葉片組分和結構也發(fā)生變化，植被指數(shù)逐漸降低。

基于ASD FR-2500型野外高光譜輻射儀光譜反射率構建的NDVIASD、RVIASD與CGMD-402型作物生長監(jiān)測診斷儀采集的植被指數(shù)變化趨勢相似，不同處理間略有差異，如圖1c、1d所示。兩年間不同氮肥處理下基于不同傳感器獲取的植被指數(shù)呈現(xiàn)近似趨勢。說明CGMD-402型作物生長監(jiān)測診斷儀與ASD FR-2500型野外高光譜輻射儀獲得的植被指數(shù)具有一致性。

2.3 ASD植被指數(shù)與CGMD-402植被指數(shù)的定量關系

基于ASD FR-2500型野外高光譜輻射測量儀采集玉米冠層光譜反射率，構建不同生育時期NDVIASD、RVIASD，范圍分別為0.145～0.424，1.124～2.485；基于CGMD-402型作物生長監(jiān)測診斷儀直接采集不同生育時期NDVICGMD-402、RVICGMD-402范圍分別為0.135～0.416、1.131～2.478；經(jīng)過統(tǒng)計分析，不同傳感器獲取的NDVI、RVI之間差異不顯著，R分別為0.991、0.985，且具有極顯著相關性。表明CGMD-402型作物生長監(jiān)測診斷儀可以穩(wěn)定地反映作物光譜信息，獲取作物植被指數(shù)。

選取ASD FR-2500型野外高光譜輻射測量儀、CGMD-402型作物生長監(jiān)測診斷儀獲取的不同生育時期玉米冠層NDVI、RVI 60組進行對比擬合(n=60)，分析不同傳感器獲取植被指數(shù)的精度，結果如圖2所示。由圖可知：基于ASD FR-2500型野外高光譜輻射測量儀構建的NDVIASD、RVIASD與CGMD-402型作物生長監(jiān)測診斷儀采集NDVICGMD-402、RVICGMD-402的決定系數(shù)分別為0.983、0.969，表明二者具有高度的一致性。根據(jù)定量關系圖還可以看出，當NDVIASD小于0.20時，NDVICGMD-402略大于NDVIASD；當NDVI為0.20～0.45時，NDVICGMD-402則略小于或與NDVIASD基本保持一致。當RVIASD小于1.50時，RVICGMD-402略高；當RVIASD大于1.50時，RVICGMD-402略小或與RVIASD基本保持一致。

圖2 CGMD-402植被指數(shù)與ASD FR-2500植被指數(shù) 的定量關系(n=60)Fig.2 Relationships between vegetation indices from CGMD-402 and ASD FR-2500 (n=60)

2.4 玉米LAI監(jiān)測模型

選取60組一一對應的LAI與NDVICGMD-402、RVICGMD-402，分析LAI與植被指數(shù)相關性(n=60)。發(fā)現(xiàn)LAI與NDVICGMD-402、RVICGMD-402具有極顯著相關性，R分別為0.955、0.947。按照統(tǒng)計學規(guī)定，當|R|>0.80時，則認為二者之間高度相關。說明NDVICGMD-402、RVICGMD-402與LAI間高度正相關，表明可以基于NDVICGMD-402、RVICGMD-402建立玉米LAI監(jiān)測模型。以植被指數(shù)為自變量x，LAI為因變量y，建立監(jiān)測模型(表2)。由表2可知，基于NDVICGMD-402、RVICGMD-402預測LAI的決定系數(shù)(R2)分別為0.911、0.898；標準誤差(Standard error，SE)分別為0.014、0.321；說明NDVICGMD-402、RVICGMD-402與LAI間具有較好的定量關系，基于NDVICGMD-402、RVICGMD-402可以建立較好的LAI監(jiān)測模型。NDVICGMD-402、RVICGMD-402與LAI的定量關系見圖3。

2.5 玉米LAI監(jiān)測模型的驗證

以不同氮肥處理DH605獨立LAI為實測值，共30組(n=30)，對2.4節(jié)LAI預測模型進行驗證(圖4)，通過分析實測值與預測值之間的R2、RMSE、RE等指標，評價監(jiān)測模型精度。由圖可知：基于NDVICGMD-402與RVICGMD-402的模型預測值與田間實測值間R2分別為0.963、0.954，RMSE分別為0.358、0.416，RE分別為6.65%、9.37%。在統(tǒng)計學中，R2、RMSE、RE等指標常用于評價回歸模型優(yōu)劣程度，當R2越接近于1，RMSE、RE越小時，則認為模型預測值與實測值間具有高度的一致性。本研究模型預測值與田間實測值間具有較高的R2和較低的RMSE、RE，說明預測值與實測值間具有較高的一致性，表明基于CGMD-402監(jiān)測玉米LAI具有較好的品種間適應性。

表2 基于NDVI CGMD-402、RVI CGMD-402的玉米LAI監(jiān)測模型(n=60)Tab.2 Fitting monitoring model of LAI of summer maize based on CGMD-402(n=60)

注：** 表示在0.01水平上顯著相關。

圖3 CGMD-402植被指數(shù)與LAI的關系Fig.3 Relationships between vegetation indices in corn by CGMD-402 and LAI

圖4 LAI監(jiān)測模型擬合及驗證(n=30)Fig.4 Performance of monitoring model of LAI of summer maize (n=30)

3 結論

(1)針對當前高光譜設備在獲取作物生長信息中存在的問題，采用CGMD-402型作物生長監(jiān)測診斷儀與ASD FR-2500型野外高光譜輻射測量儀同步獲取不同生育時期玉米冠層NDVI、RVI，對比分析不同傳感器獲取植被指數(shù)的差異，同時基于NDVICGMD-402、RVICGMD-402構建了玉米LAI監(jiān)測模型，并以AccuPARLP-80型植物冠層分析儀獲取獨立LAI數(shù)據(jù)，對模型精度進行了驗證。

(2)在同一生育時期，NDVICGMD-402、RVICGMD-402均隨著施氮量的增加呈遞增趨勢，增加幅度分別為8.20%～36.59%、4.40%～25.16%；在同一施氮水平下，從拔節(jié)期至成熟期二植被指數(shù)均呈“低-高-低”的拋物線趨勢，這一趨勢與基于NDVIASD、RVIASD相似，說明CGMD-402型作物生長監(jiān)測診斷儀獲取的植被指數(shù)與ASD FR-2500型野外高光譜輻射儀測得的光譜反射率構建植被指數(shù)具有一致性，這一結果與前人研究結果一致[21]。

(3)基于ASD FR-2500型野外高光譜輻射測量儀與CGMD-402型作物生長監(jiān)測診斷儀獲取的NDVI分別為0.145～0.424、0.135～0.416，RVI分別為1.124～2.485、1.131～2.478；不同傳感器獲取的NDVI、RVI之間差異不顯著，且極顯著相關，相關系數(shù)R分別為0.991、0.985，決定系數(shù)R2分別為0.983、0.969，說明CGMD-402獲取的植被指數(shù)具有高度穩(wěn)定性。表明CGMD-402型作物生長監(jiān)測診斷儀可以替代ASD FR-2500型野外高光譜輻射測量儀在田間高效準確地獲取玉米冠層NDVI、RVI。

(4)基于NDVICGMD-402、RVICGMD-402建立LAI監(jiān)測模型，R2分別為0.911、0.898，SE分別為0.014、0.321，說明NDVICGMD-402、RVICGMD-402與LAI間具有較好的定量關系；以獨立LAI數(shù)據(jù)對模型精度進行驗證，實測值與預測值間R2分別為0.963、0.954，RMSE分別為0.358、0.416，RE分別為6.65%、9.37%，說明基于CGMD-402植被指數(shù)能有效反演玉米LAI，且監(jiān)測模型具有較好的穩(wěn)定性和適應性。這一結果初步實現(xiàn)了CGMD-402作物生長監(jiān)測診斷儀在黃淮海豫北平原玉米LAI監(jiān)測中的應用，是對前人研究的進一步本地化應用，豐富了CGMD-402型作物生長監(jiān)測診斷儀的應用區(qū)域與監(jiān)測對象，在一定程度上克服了傳統(tǒng)監(jiān)測方法“以點帶面”的取樣誤差，可為下一步根據(jù)玉米生長信息調(diào)控氮肥用量提供基礎。

(5)通過對比分析NDVICGMD-402、RVICGMD-402與LAI的相關性、建模精度、驗證精度等參數(shù)，發(fā)現(xiàn)基于NDVICGMD-402與LAI的相關性優(yōu)于RVICGMD-402，且基于NDVICGMD-402建立LAI監(jiān)測模型與驗證模型的精度均優(yōu)于RVICGMD-402，表明基于NDVICGMD-402更適于監(jiān)測LAI。這可能與兩個植被指數(shù)對玉米群體密度、冠層結構的反映有關，本研究所選供試品種株型相近、種植密度相同，所以該問題有待進一步研究。

(6)利用CGMD-402型作物生長監(jiān)測診斷儀采集植被指數(shù)、反演玉米LAI信息，表明基于CGMD-402型作物生長監(jiān)測診斷儀能夠快捷、準確地反演玉米LAI信息，所建模型具有較好的穩(wěn)定性和適用性，CGMD-402具有一定的區(qū)域應用價值和推廣價值，可以替代AccuPARLP-80植物冠層分析儀獲取玉米LAI。

(7)研究中玉米LAI監(jiān)測模型的構建和測試均以豫北平原生態(tài)區(qū)開展，可為當?shù)氐挠衩拙_栽培提供服務，并形成本地化的技術規(guī)范。但玉米群體、冠層反射率信息因生態(tài)區(qū)域、栽培措施等不同而產(chǎn)生差異，所以監(jiān)測模型仍需通過更多的生態(tài)區(qū)域、玉米品種、栽培措施等實驗不斷校正，進一步完善CGMD-402對作物生長信息監(jiān)測診斷的精確性與適應性，推動近地傳感技術在黃淮海玉米主產(chǎn)區(qū)的高效應用。