文献类型： 中文期刊

作者： 李红宇 ¹ ; 高正武 ¹ ; 王志君 ² ; 林添 ¹ ; 赵海成 ¹ ; 范名宇 ¹ ;

作者机构： 1.黑龙江八一农垦大学农学院作物系

2.黑龙江省农业科学院齐齐哈尔分院

关键词： 寒地水稻;反射率;叶片含氮量;光谱指标;预测模型

期刊名称： 光谱学与光谱分析

ISSN：

年卷期： 2024 年 009 期

页码： 2582-2593

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 为实现利用水稻叶片光谱指数实时预测叶片群体的氮素含量,采集了不同年份中氮素、品种差异下寒地水稻主要生育期(T₁穗分化中期、T₂拔节期、T₃孕穗期、T₄齐穗期、T5蜡熟期)顶部3片全展叶(上1、上2、上3叶分别记作L1、L₂、L₃)的光谱反射率,探究其变化规律以及光谱指数与叶片氮素含量的关系,并用P-k、均方根误差(RMSE)、对称平均绝对百分比误差(SMAPE)、校正均方根误差(RMSEC)、交互验证均方根误差(RMSECV)、相对预测性能(RPD)对模型精度进行验证.结果显示:提高氮肥投入量,叶片反射率在可见光区域内呈降低趋势,在近红外平台叶片反射率上升.随着生育期的推进,在可见光区域内,不同品种L1叶反射率先降低后上升,L₂、L₃叶的反射率一直上升,与叶片氮素百分含量的敏感波段为500~550和650~700nm.对光谱指标和叶片氮素百分含量进行相关分析,生育前期以下位叶片的光谱指标相关系数高,生育后期则相反,筛选出T₁时期L₂叶指标FD-NDNI、T₂时期L₂叶指标GM2、T₃时期L₂叶指标Lic2、T₄时期L1叶指标MRESRI以及T5时期L1叶指标Ctr1适宜作为不同时期预测叶片氮素含量的最佳指标,预测叶片氮素含量的回归方程R2分别0.54**、0.60**、0.66**、0.62**、0.51**,均达到极显著水平;验证指标的P-k值分别为0.00、0.04、0.06、0.01、0.04;RMSE分别为0.39、0.58、0.22、0.54、2.56;SMAPE分别为1.11、1.41、1.03、1.64、3.89;RMSEC分别为0.17、0.15、0.13、0.13、0.13;RMSECV分别为0.18、0.14、0.12、0.12、、0.14;RPD分别为2.46、2.19、3.15、1.74、3.01,其中T₃时期L₂叶指标Lic2的预测效果表现最佳.借助筛选的光谱指标能够实现快捷、无损和实时预测水稻不同生育时期的氮素营养状况,促进高产优质的寒地水稻可持续发展.