小麦籽粒品质特性作为影响小麦最终产品质量和人类健康的核心因素，受到越来越多的关注。尽管如此，在过去几十年中，观察到粮食质量下降。因此，开发高效的质量相关表型工具至关重要。从这个意义上讲，与籽粒品质性状相关的小麦特征之一是籽粒氮含量，它与籽粒蛋白质含量直接相关，可通过遥感方法进行监测。此外，氮肥与籽粒含氮量(蛋白质)之间的关系在农业可持续发展中起着核心作用。为了利用遥感仪器开发高效的表型分析工具，并实现对粮食氮素状况的现场级高效、可持续监测。试验田位于西班牙瓦拉多利德的Zamadueñas研究站，田间试验位于西班牙北部纳瓦拉社区的三个气候区，如图1。对Zamadueñas试验站使用的小麦品系如图2。本文研究了不同尺度、地面和无人机(UAV)上的多光谱和可见红-绿-蓝(RGB)传感器的效能，和物候期(开花和灌浆)来估计籽粒氮含量(grain nitrogen content，GNC)，如图3-5。利用植被指数计算了各感测水平、感测类型和物候期的线性模型。此外，本研究还探讨了最佳性能模型对卫星级Sentinel-2等效数据的可扩展性。我们发现，如图5、6，与使用地面和空中RGB图像以及广泛使用的地面多光谱传感器构建的模型相比，在开花物候期使用无人机水平多光谱相机(使用红边带)构建的模型优于谷物氮含量估计(R2=0.42，RMSE=0.18%)。我们还证明了在卫星尺度上使用无人机构建的多光谱线性模型来有效测定实际麦田的谷物氮含量(R2=0.40，RMSE=0.29%)的可能性，如图7。

　　图1 研究地点。瓦拉多利德的Zamadueñas研究站和纳瓦拉的农民田地的地图(EPSG:25830(UTM 30N，ETRS89)用黄点表示。还显示了整个西班牙的地图。背景地形图基于OpenStreetMap数据。

　　图2 对Zamadueñas试验站使用的小麦品系进行事后分析

　　图3 热图描述了地面和空中GNC与各种多光谱和RGB指数之间的相关性。在色阶中，红色代表最高的正R值，而绿色代表最低的负R值。

　　图4 碳同位素组成(δ13C，‰)与谷物氮含量(%)对比，以评估C同位素区分，并描述农民农田所在的农业气候(西班牙纳瓦拉北部、中部和南部)的水文条件。

　　图5 在地面和空中使用RGB和多光谱传感器进行GNC估计验证时获得的R2摘要，*表示p值<0.05的显著性，而ns表示无显著性。显示了所研究的两个物候期(开花期和灌浆期)。

　　图6 无人机花期多线性数据的逐步多线性回归模型的验证作为GNC估算的最合适模型，试验区30%的数据集用于验证。显示了R2、p值和均方根(RMSE)。红线表示1:1。

　　图7 在西班牙纳瓦拉三个农业气候区(北部、中部和南部)的实际农民农田中应用最合适的逐步多线性模型和Sentinel-2数据。显示了R2、p值和均方根(RMSE)

　　来源：J. Segarra, F. Zahra Rezzouk, N. Aparicio, J. González-Torralba, I. Aranjuelo, A. Gracia-Romero, J. Luis Araus, S.C. Kefauver, Multiscale assessment of ground, aerial and satellite spectral data for monitoring wheat grain nitrogen content, Information Processing in Agriculture (2022), doi: https://doi.org/10.1016/j.inpa.2022.05.004

　　编辑：王春颖