学术中心
基于无人机多光谱图像的不同密度和施氮量条件下玉米产量和蛋白质含量估算
发布时间:
2023-03-17
来源:
植物表型资讯
作者:
PhenoTrait
在精准农业研究领域,及时监测作物长势、准确预测产量和品质对有效进行田间诊断和管理是非常重要的。玉米产量和总蛋白含量与玉米生长发育密切相关,传统采用的破坏采样方法投资大,效率低。之前的研究表明,田间图像的光谱特征会随着作物的生长发育发生变化,因此田间作物光谱特征间接反映了其生长发育过程。
本研究以郑单958和苏玉41为试验材料,利用无人机获得的多光谱图像研究了2018-2020年在低、中、高种植密度(60000,75000和90000/公顷)下分别减少25%和50%的氮肥,其植被指数与产量和品质的关系。结果表明,在不同密度处理下,归一化植被指数(NDVI)和比值植被指数(RVI)随施氮量的减少而减小,而植物衰老反射指数(PSRI)则随施氮量的增加而增大。通过主成分分析和隶属函数分析,各处理的综合得分可以反映各处理的玉米产量和总蛋白质含量。以植被指数为基础,建立了玉米产量和蛋白质含量的预测模型,两模型的最佳预测期分别为生理成熟期和吐丝后35天;预测模型的R2分别大于0.734和0.769。
本文指出,植被指数与作物生长密切相关,但容易受到天气等外部环境的影响。当天气条件发生变化时,同一植被指数的表现是不同的,因此单一的植被指数很难准确反映作物的生长情况。采用多种存在一定相关性的植被指数综合评价不同密度下减氮作物的生长状况,使得在不同密度下减氮处理时,其所反映的作物生长信息相互交叉、重叠,各指标综合评价的重要性也不同。多期、多植被指数可以更好地监测作物生长,以指导实施农田管理措施。
图1. 2019年不同生长阶段各植被指数间的相关矩阵
图2. 2020年不同生长阶段各参数间的相关矩阵
图3. 2019年和2020年不同种植密度下减氮对NDVI的影响
图4. 2019年和2020年不同种植密度下氮素降低对RVI的影响
图5. 2019年和2020年不同种植密度下氮素减量对PSRI的影响
表1. 2019年和2020年夏玉米不同生育期产量预测模型的构建
表2. 2019年和2020年郑单958不同生育期蛋白质含量预测模型的构建
编辑
扩展阅读
推荐新闻
视频展示