• ISSN 1008-505X
  • CN 11-3996/S

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

应用数字图像技术进行水稻氮素营养诊断

李岚涛 张萌 任涛 李小坤 丛日环 吴礼树 鲁剑巍

引用本文:
Citation:

应用数字图像技术进行水稻氮素营养诊断

    作者简介: 李岚涛(1987—), 男, 河南周口人, 硕士, 主要从事作物营养与现代施肥技术。 E-mail:lijianwei@webmail.hzau.edu.cn;
    通讯作者: 鲁剑巍, E-mail:lujianwei@mail.hzau.edu.cn
  • 基金项目:

    公益性行业(农业)科研专项(201103039); 中央高校基本科研业务费专项(2013PY113); 长江学者和创新团队发展计划(IRT1247)资助。

  • 中图分类号: S126; S511

Diagnosis of N nutrition of rice using digital image processing technique

    Corresponding author: LU Jian-wei, E-mail:lujianwei@mail.hzau.edu.cn
  • CLC number: S126; S511

  • 摘要: 【目的】研究田间试验条件下水稻不同生育期冠层图像色彩参数(G、 NRI、 NGI、 NBI、 G/R和G/B)及植株氮素营养指标(叶片含氮量、 植株全氮含量、 生物量、 氮素累积量和冠层NDVI值)的时空变化特征,并分析两者间的相关性,确立水稻氮素营养诊断的最佳色彩参数和方程模型,为探明数码相机在水稻上的适宜性及精确诊断水稻氮素营养状况提供理论基础。【方法】于2013年5月~9月在湖北省武汉市华中农业大学试验基地(3028 08N,1142136E)采用不同施氮处理的田间试验,以籼型两系杂交稻两优6326为供试作物,设置4个施氮水平: 0、 75、 150和225 kg/hm2(分别以N0、 N75、 150和N225表示),3次重复,随机区组排列。分别在水稻分蘖期、 拔节期、 孕穗期和灌浆期采用数码相机(Nikon-D700,1200万像素)获取水稻冠层图像,应用Adobe photoshop7.0软件直方图程序提取图像的红光值R、 绿光值G和蓝光值B,研究数码相机进行水稻氮素营养诊断色彩参数,确定植株氮素营养指标诊断模型。【结果】较对照(N0)相比,分蘖期、 拔节期、 孕穗期和灌浆期3个施氮处理水稻地上部生物量、 叶片含氮量、 植株全氮含量、 氮素累积量、 冠层NDVI值和成熟期产量增幅分别平均为40.7%~98.0%、 42.4%~72.4%、 36.2%~85.3%、 125.5%~209.1%、 51.3%~60.6%和60.1%~117.0%,差异显著。水稻不同生育期各冠层数字化指标G、 NRI、 NGI、 NBI 、 G/R和G/B与上述氮素营养参数相关性差异较大,且以数字图像红光标准化值NRI表现最佳,建议作为应用数码相机进行水稻氮素营养诊断的最佳冠层图像色彩参数指标。进一步分析表明,可以用统一的线性回归方程来描述不同生育期、 不同氮素水平下水稻植株氮素营养指标随冠层色彩参数NRI的变化模式。【结论】数码相机进行水稻氮素营养诊断测试结果稳定,具有快速、 便捷、 非破坏性等优点,冠层色彩参数NRI与水稻氮素营养指标和产量之间均表现出较好的相关性,满足氮素营养无损诊断的需求,对实时、 快速监测水稻长势状况及氮素营养丰缺水平具有较高的可行性,有望发展成为新时期作物氮素营养无损诊断技术的潜力。
  • [1] 贾良良, 范明生, 张福锁, 等.应用数码相机进行水稻氮素营养诊断[J]. 光谱学与光谱分析, 2009, 29(8): 2176-2179.
    Jia L L, Fan M S, Zhang F S et al.Nitrogen status diagnosis of rice by using a digital camera[J]. Spectroscopy and Spectral Analysis, 2009, 29(8): 2176-2179.
    [2] 屈卫群, 王绍华, 陈兵林, 等.棉花主茎叶SPAD值与氮素营养诊断研究[J]. 作物学报, 2007, 33(6): 1010-1017.
    Qu W Q, Wang S H, Chen B L et al.SPAD value of cotton leaves on main stem and nitrogen diagnosis for cotton growth[J]. Acta Agronomice Sinica, 2007, 33(6): 1010-1017.
    [3] 李桂娟, 朱丽丽, 李井会.作物氮素营养诊断的无损测试研究与应用现状[J]. 黑龙江农业科学, 2008(4): 127-129.
    Li G J, Zhu L L, Li J H.Present status of research and application of non-destructive measurement of nitrogen nutrition diagnosis[J]. Heilongjiang Agricultural Sciences, 2008(4): 127-129.
    [4] 贾良良.应用数字图像技术与土壤植株测试进行冬小麦氮营养诊断[D].北京: 中国农业大学博士学位论文, 2003.
    Jia L L.To dectect nitrogen status of winter wheat by using color digital camera[D].Beijing: PhD dissertation of China Agricultural University, 2003.
    [5] 王娟, 雷咏雯, 张永帅, 等.应用数字图像分析技术进行棉花氮素营养诊断的研究[J]. 中国生态农业学报, 2008, 16(1): 145-149.
    Wang J, Lei Y W, Zhang Y S et al.Diagnosis of cotton N status using digital image analysis technique[J]. Chinese Journal of Eco-Agriculture, 2008, 16(1): 145-149.
    [6] 李红军, 张立周, 陈曦鸣, 等.应用数字图像进行小麦氮素营养诊断中图像分析方法的研究[J]. 中国生态农业学报, 2011, 19(1): 155-159.
    Li H J, Zhang L Z, Chen X M et al.Image analysis method in application of digital image on diagnosing wheat nitrogen status J].Chinese Journal of Eco-Agriculture, 2011, 19(1): 155-159.
    [7] 宋述尧, 王秀峰.数字图像技术在黄瓜氮素营养诊断上的应用研究[J]. 吉林农业大学学报, 2008, 30(4): 460-465.
    Song S Y, Wang X F.Diagnosis of N status of cucumber usign digital image processing technique[J]. Journal of Jilin Agricurtural University, 2008, 30(4): 460-465.
    [8] 孙钦平, 李吉进, 邹国元, 等.应用数字图像技术对有机肥施用后玉米氮营养诊断研究[J]. 光谱学与光谱分析, 2010, 30(9): 2447-2450.
    Sun Q P, Li J J, Zou G Y et al.Nitrogen status diagnosis by using digital photography analysis for organic fertilized maize[J]. Spectroscopy and Spectral Analysis, 2010, 30(9): 2447-2450.
    [9] Blackmer T M, Schepers J S, Varel G E.Light reflectance compared with other nitrogen stress measurements in corn leaves[J]. Jorunal of Production Agriculture, 1994, 6: 934-938.
    [10] 王远, 王德建, 张刚, 王灿.基于数码相机的水稻冠层图像分割及氮素营养诊断[J]. 农业工程学报, 2012, 28(17): 131-136.
    Wang Y, Wang D J, Zhang G, Wang C.Digital camera-based image segmentation of rice canopy and diagnosis of nitrogen nutrition[J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(17): 131-136.
    [11] Kyu J L, Byuu W L.Estimation of rice growth and nitrogen nutrition status using color digital camera image analysis[J]. European Jorunal of Agronomy, 2013, (6): 57-65.
    [12] 陆秀明, 黄庆, 孙雪晨, 等.图像处理技术估测水稻叶面积指数的研究[J]. 中国农学通报, 2011, 27(3): 65-68.
    Lu X M, Huang Q, Sun X C et al.Application of image processing technology in rice canopy leaf area index[J]. Chinese Agricultural Science Bulletin, 2011, 27(3): 65-68.
    [13] 鲍士旦.土壤农化分析(第三版)[M]. 北京: 中国农业出版社, 2000.
    Bao S D.Soil and agro-chemistry analysis (3rd ed.) [M]. Beijing: Chinese Agricultural Press, 2000.
    [14] 李亚兵, 毛树春, 韩迎春, 等.不同棉花群体冠层数字图像颜色变化特征研究[J]. 棉花学报, 2012, 24(6): 541-547.
    Li Y B, Mao S C, Han Y C et al.Study on the color characteristic variation of cotton canopy digital images[J]. Cotton Science, 2012, 24(6): 541-547.
    [15] 危常州, 张福锁, 朱和明, 等.新疆棉花氮营养诊断及追肥推荐研究[J]. 中国农业科学, 2002, 35(12): 1500-1505.
    Wei C Z, Zhang F S, Zhu H M et al.Study on cotton nitrogen diagnosis and topdressing recommendation in north xinjiang[J]. Scientia Agricultura Sinica, 2002, 35(12): 1500-1505.
    [16] 白金顺, 曹卫东, 熊静, 等.应用数码相机进行绿肥翻压后春玉米氮素营养诊断和产量预测[J]. 光谱学与光谱分析, 2013, 33(12): 3334-3338.
    Bai J S, Cao W D, Xiong J et al.Nitrogen status diagnosis and yield prediction of spring maize after green manure incorporation by using a digital camera[J]. Spectroscopy and Spectral Analysis, 2013, 33(12): 3334-3338.
    [17] 肖焱波, 贾良良, 陈新平, 张福锁.应用数字图像分析技术进行冬小麦拔节期氮营养诊断[J]. 中国农学通报, 2008, 24(8): 448-453.
    Xiao Y B, Jia L L, Chen X P, Zhang F S.N status diagnosis of winter wheat by using digital image analysis technology[J]. Chinese Agricultural Science Bulletin, 2008, 24(8): 448-453.
    [18] 石媛媛.基于数字图像的水稻氮磷钾营养诊断与建模研究[D].杭州: 浙江大学博士学位论文, 2011.
    Shi Y Y.Rice nutrition diagnosis and modeling based on digital image [D]. Hangzhou: PhD dissertation of Zhejiang University, 2011.
    [19] 吴华兵, 朱艳, 田永超, 等.棉花冠层高光谱参数与叶片氮含量的定量关系[J]. 植物生态学报, 2007, 31(5): 903-909.
    Wu H B, Zhu Y, Tian Y C et al.Relationship between canopy hyperspectra parameter and leaf nitrogen concentration in cotton[J]. Journal of Plant Ecology, 2007, 31(5): 903-909.
    [20] 王远, 王德建, 张刚.基于数码相机的水稻氮素营养诊断[J]. 中国农学通报, 2012, 28(24): 111-117.
    Wang Y, Wang D J, Zhang G.Nitrogen status diagnosis of rice based on a digital camera[J]. Chinese Agricultural Science Bulletin, 2012, 28(24): 111-117.
    [21] Thomas J R, Oerther G F.Estimating nitrogen content of sweet pepper leaves by reflectance measurements[J]. Agronmy Journal, 1972, 27: 11-13.
    [22] Adamsen F J, Coffelt T A, Nelson J M et al.Method for using images from a color digital camera to estimate flower number[J]. Crop Science, 2000, 40: 704-709.
    [23] Richardson M D, Karcher D E, Purcell L C.Quantifying turfgrass cover using digital image analysis[J]. Crop Science, 2001, 41: 1884-1888.
    [24] 冯洋, 陈海飞, 胡孝明, 等.高、 中、 低产田水稻适宜施氮量和氮肥利用率的研究[J]. 植物营养与肥料学报, 2014, 20(1): 7-16.
    Feng Y, Chen H F, Hu X M et al.Optimal nitrogen application rates on rice grain yield and nitrogen use efficiency in high, middle and low-yield paddy fields[J]. Journal of Plant Nutrition and Fertilizer, 2014, 20(1): 7-16.
    [25] 葛梦婕, 王亚江, 颜希亭, 等.长江中下游稻区粳型超级稻高产形成及氮素利用的研究[J]. 植物营养与肥料学报, 2014, 20(2): 259-270.
    Ge M J, Wang Y J, Yan X T et al.Research on the formation of high yield and the nitrogen use of japonica super rice in the middle and lower areas of the Yangtza River[J]. Journal of Plant Nutrition and Fertilizer, 2014, 20(2): 259-270.
    [26] 彭少兵, 黄见良, 钟旭华, 等.提高中国稻田氮肥利用率的研究策略[J]. 中国农业科学, 2002, 35(9): 1095-1103.
    Peng S B, Huang J L, Zhong X H et al.Research strategy in improving fertilizer-nitrogen use efficiency of irrigated rice in China[J]. Scientia Agricultura Sinica, 2002, 35(9): 1095-1103.
  • [1] 梁成刚汪燕李天大杉立青木直大 . 过表达AngdhA对水稻生长与氮素利用效率的影响. 植物营养与肥料学报, 2023, 29(6): 1060-1069. doi: 10.11674/zwyf.2022572
    [2] 杨红云郭紫微郭高飞黄进龙钱政张林朋刘娇娇 . 基于Stacking集成卷积神经网络的水稻氮素营养诊断. 植物营养与肥料学报, 2023, 29(3): 573-581. doi: 10.11674/zwyf.2022348
    [3] 黄星瑜刘小红匡志明骆乐徐国华 . 氮素敏感时期水稻分蘖芽的转录分析. 植物营养与肥料学报, 2021, 27(7): 1247-1257. doi: 10.11674/zwyf.20627
    [4] 付江鹏贾彪魏雪兰宇 . 基于冠层覆盖度的玉米植株临界氮浓度模型构建与产量预测. 植物营养与肥料学报, 2021, 27(10): 1703-1713. doi: 10.11674/zwyf.20621
    [5] 周琼杨红云杨珺孙玉婷孙爱珍杨文姬 . 基于BP神经网络和概率神经网络的水稻图像氮素营养诊断. 植物营养与肥料学报, 2019, 25(1): 134-141. doi: 10.11674/zwyf.18026
    [6] 吕茹洁商庆银陈乐曾勇军胡水秀杨秀霞 . 基于临界氮浓度的水稻氮素营养诊断研究. 植物营养与肥料学报, 2018, 24(5): 1396-1405. doi: 10.11674/zwyf.17294
    [7] 徐富贤熊洪谢戎张林朱永川郭晓艺杨大金周兴兵刘茂 . 水稻氮素利用效率的研究进展及其动向. 植物营养与肥料学报, 2009, 15(5): 1215-1225. doi: 10.11674/zwyf.2009.0533
    [8] 段英华张亚丽沈其荣陈红云张勇 . 增硝营养对不同基因型水稻苗期氮素吸收同化的影响. 植物营养与肥料学报, 2005, 11(2): 160-165. doi: 10.11674/zwyf.2005.0204
    [9] 赵满兴周建斌翟丙年杨绒李生秀 . 旱地不同冬小麦品种氮素营养的叶绿素诊断. 植物营养与肥料学报, 2005, 11(4): 462-466. doi: 10.11674/zwyf.2005.0406
    [10] 王人民张永鑫杨肖娥何慈信 . 水稻锌高效营养特性的遗传分析. 植物营养与肥料学报, 2003, 9(2): 196-202. doi: 10.11674/zwyf.2003.0212
  • 加载中
计量
  • 文章访问数:  4194
  • HTML全文浏览量:  441
  • PDF下载量:  1349
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-02-11
  • 录用日期:  2015-02-11
  • 刊出日期:  2015-01-25

应用数字图像技术进行水稻氮素营养诊断

    作者简介:李岚涛(1987—), 男, 河南周口人, 硕士, 主要从事作物营养与现代施肥技术。 E-mail:lijianwei@webmail.hzau.edu.cn
    通讯作者: 鲁剑巍, lujianwei@mail.hzau.edu.cn
  • 1. 华中农业大学资源与环境学院,农业部长江中下游耕地保育重点实验室,湖北武汉 430070
  • 基金项目:

    公益性行业(农业)科研专项(201103039); 中央高校基本科研业务费专项(2013PY113); 长江学者和创新团队发展计划(IRT1247)资助。

  • 摘要: 【目的】研究田间试验条件下水稻不同生育期冠层图像色彩参数(G、 NRI、 NGI、 NBI、 G/R和G/B)及植株氮素营养指标(叶片含氮量、 植株全氮含量、 生物量、 氮素累积量和冠层NDVI值)的时空变化特征,并分析两者间的相关性,确立水稻氮素营养诊断的最佳色彩参数和方程模型,为探明数码相机在水稻上的适宜性及精确诊断水稻氮素营养状况提供理论基础。【方法】于2013年5月~9月在湖北省武汉市华中农业大学试验基地(3028 08N,1142136E)采用不同施氮处理的田间试验,以籼型两系杂交稻两优6326为供试作物,设置4个施氮水平: 0、 75、 150和225 kg/hm2(分别以N0、 N75、 150和N225表示),3次重复,随机区组排列。分别在水稻分蘖期、 拔节期、 孕穗期和灌浆期采用数码相机(Nikon-D700,1200万像素)获取水稻冠层图像,应用Adobe photoshop7.0软件直方图程序提取图像的红光值R、 绿光值G和蓝光值B,研究数码相机进行水稻氮素营养诊断色彩参数,确定植株氮素营养指标诊断模型。【结果】较对照(N0)相比,分蘖期、 拔节期、 孕穗期和灌浆期3个施氮处理水稻地上部生物量、 叶片含氮量、 植株全氮含量、 氮素累积量、 冠层NDVI值和成熟期产量增幅分别平均为40.7%~98.0%、 42.4%~72.4%、 36.2%~85.3%、 125.5%~209.1%、 51.3%~60.6%和60.1%~117.0%,差异显著。水稻不同生育期各冠层数字化指标G、 NRI、 NGI、 NBI 、 G/R和G/B与上述氮素营养参数相关性差异较大,且以数字图像红光标准化值NRI表现最佳,建议作为应用数码相机进行水稻氮素营养诊断的最佳冠层图像色彩参数指标。进一步分析表明,可以用统一的线性回归方程来描述不同生育期、 不同氮素水平下水稻植株氮素营养指标随冠层色彩参数NRI的变化模式。【结论】数码相机进行水稻氮素营养诊断测试结果稳定,具有快速、 便捷、 非破坏性等优点,冠层色彩参数NRI与水稻氮素营养指标和产量之间均表现出较好的相关性,满足氮素营养无损诊断的需求,对实时、 快速监测水稻长势状况及氮素营养丰缺水平具有较高的可行性,有望发展成为新时期作物氮素营养无损诊断技术的潜力。

    English Abstract

    参考文献 (1)

    目录

      /

      返回文章
      返回