基于GreenSeeker的棉花氮素營(yíng)養(yǎng)診斷及Android施肥決策系統(tǒng)研究.pdf

1、新疆是我國(guó)最大的棉花生產(chǎn)基地，現(xiàn)今棉花產(chǎn)量占全國(guó)生產(chǎn)總量的60％以上。自1997年實(shí)施膜下滴灌技術(shù)以來，棉花施肥以多次追肥為主，且棉花的增產(chǎn)主要依賴于肥料的增施，尤其是氮肥在棉花的生長(zhǎng)和籽棉產(chǎn)量形成過程中占有重要地位。目前棉花追肥以專家經(jīng)驗(yàn)為主，不合理施入氮肥，既增加了生產(chǎn)成本又破壞了生態(tài)平衡，且對(duì)各生育時(shí)期不能精確定量推薦追肥。為了精準(zhǔn)的進(jìn)行施肥管理，提高氮素養(yǎng)分診斷的時(shí)效性和氮素利用效率，迫切需要一種便捷、精確的診斷技術(shù)依據(jù)氮素豐缺

2、狀況進(jìn)行按需追肥。利用主動(dòng)遙感光譜測(cè)試技術(shù)可以實(shí)現(xiàn)快速、實(shí)時(shí)和定量的監(jiān)測(cè)棉花生長(zhǎng)和養(yǎng)分狀況，依據(jù)光譜氮素營(yíng)養(yǎng)診斷可以實(shí)現(xiàn)精準(zhǔn)定量追肥。如何建立棉花各生育時(shí)期的的追肥模型，便捷、及時(shí)的推薦施肥是研究的重點(diǎn)。因此，本研究使用主動(dòng)遙感光譜GreenSeeker法在2011-2013年對(duì)新疆膜下滴灌棉田進(jìn)行實(shí)時(shí)監(jiān)測(cè)，快速獲取棉花冠層NDVI值，通過氮肥梯度小區(qū)試驗(yàn)和大田驗(yàn)證試驗(yàn)相結(jié)合，主要分析不同條件下NDVI值的變化規(guī)律，建立NDVI值與棉花

3、冠層群體參數(shù)、NDVI與產(chǎn)量、NDVI與施肥量的關(guān)系模型，結(jié)合氮素營(yíng)養(yǎng)診斷指標(biāo)進(jìn)行氮素追肥推薦模型的建立，再以智能手機(jī)為載體搭建基于Android的棉花施肥決策專家系統(tǒng)，實(shí)現(xiàn)新疆膜下滴灌棉花高效、便捷施肥精準(zhǔn)管理。本研究主要內(nèi)容包括：
　?、挪煌瑮l件下棉花冠層NDVI值特征參數(shù)分析。選用北疆棉花主栽品種新陸早48號(hào)作為試驗(yàn)材料，分別開展了氮素梯度試驗(yàn)和水氮兩因素的小區(qū)試驗(yàn)。應(yīng)用GreenSeeker獲取了棉花從蕾期到吐絮期連續(xù)的冠

4、層NDVI值，從不同氮營(yíng)養(yǎng)、不同生育時(shí)期、不同水氮條件、與施氮量的定量關(guān)系對(duì)其進(jìn)行了全面分析。結(jié)果表明，在不同氮營(yíng)養(yǎng)條件下NDVI值變化呈“低-高-低”變化趨勢(shì)，在棉花出苗后100d出現(xiàn)峰值，高氮處理?xiàng)l件下NDVI值高于低氮處理的NDVI值；在各生育時(shí)期隨著施氮量的增加NDVI值呈現(xiàn)“低-高”的趨勢(shì)；在W2和W3水分處理中出苗后89d到出苗后110d施氮對(duì)NDVI值影響大；NDVI值與施氮量為線性關(guān)系，在棉花關(guān)鍵生育時(shí)期決定系數(shù)均較高（

5、R2>0.8000），其中花期的決定系數(shù)最高(R2=0.9147)，初絮期決定系數(shù)最低(R2=0.8066)。棉花生育期內(nèi)NDVI值對(duì)氮素反應(yīng)敏感，NDVI值單峰式變化與棉花生長(zhǎng)狀況及養(yǎng)分積累特征是同歩變化的，通過定性和定量分析NDVI不同條件下的變化規(guī)律，說明NDVI能夠反應(yīng)棉花養(yǎng)分狀況和生長(zhǎng)規(guī)律。使用GreenSeeker對(duì)棉花冠層的監(jiān)測(cè)，可為棉花生長(zhǎng)監(jiān)測(cè)、氮素營(yíng)養(yǎng)診斷及施肥推薦等一系列研究奠定了基礎(chǔ)，且此法獲取NDVI值快速、可靠

6、。
　?、泼藁ü趯尤后w生物參數(shù)的動(dòng)態(tài)監(jiān)測(cè)。通過NDVI值與棉花冠層群體參數(shù)CH.D、LNA和LAI在相關(guān)分析的基礎(chǔ)上進(jìn)行了回歸分析，并使用獨(dú)立試驗(yàn)資料對(duì)模型進(jìn)行了檢驗(yàn)。結(jié)果表明，CH.D、LNA和LAI動(dòng)態(tài)變化與NDVI值基本一致，LAI與NDVI的隨生育期變化相似度最高，其峰值在出苗后100d左右，LNA在整個(gè)生育期最大值在出苗后75d左右，CH.D峰值出現(xiàn)較晚，在出苗后110d；CH.D、LNA和LAI與棉花冠層NDVI值均有

7、正相關(guān)關(guān)系，在棉花盛花期、盛鈴期、盛絮期都有極顯著相關(guān)；通過R2、RMSE、RE檢驗(yàn)表明冠層NDVI值對(duì)CH.D、LNA、LAI三個(gè)農(nóng)學(xué)參數(shù)的監(jiān)測(cè)在棉花盛花期和盛鈴期可靠性較高。因此，使用GreenSeeker獲取的棉花冠層NDVI值可以實(shí)現(xiàn)棉花群體生物參數(shù)進(jìn)行動(dòng)態(tài)監(jiān)測(cè)。GreenSeeker對(duì)冠層的監(jiān)測(cè)為氮素營(yíng)養(yǎng)診斷指標(biāo)選取，追肥推薦模型的建立奠定了基礎(chǔ)。
　　⑶棉花產(chǎn)量估測(cè)模型。進(jìn)行了產(chǎn)量在不同氮營(yíng)養(yǎng)條件的特征變化的分析，在棉

8、花盛蕾期、花期、盛鈴期和初絮期等關(guān)鍵生育時(shí)期冠層NDVI值與棉花籽棉產(chǎn)量的相關(guān)分析基礎(chǔ)上建立回歸模型，并對(duì)模型的進(jìn)行了驗(yàn)證。結(jié)果表明，棉花產(chǎn)量隨著施氮量的增呈先增加后降低的趨勢(shì)，施氮量的不同對(duì)產(chǎn)量影響很大，N2處理比N0處理產(chǎn)量?jī)赡昶骄黾?0.9%。隨著施氮量的增加，棉花產(chǎn)量不是線性升高，而是施氮量越高，產(chǎn)量反而有所下降；NDVI值與產(chǎn)量均表現(xiàn)出正相關(guān)關(guān)系，年際間的數(shù)據(jù)相關(guān)性優(yōu)于單已年份的相關(guān)性，可用年際間數(shù)據(jù)建立回歸模型；建立了ND

9、VI值與產(chǎn)量之間的線性回歸模型，通過檢驗(yàn)表明NDVI值可以在關(guān)鍵生育時(shí)期估測(cè)產(chǎn)量，以棉花盛鈴期可靠性最高（R2=0.9064，RMSE為301.67 kg·hm-2，RE為5.15%），使用GreenSeeker可以進(jìn)行棉花產(chǎn)量的動(dòng)態(tài)監(jiān)測(cè)，NDVI與產(chǎn)量的定量分析為確定臨界NDVI值，判斷是否追肥奠定了基礎(chǔ)。
　　⑷基于氮素營(yíng)養(yǎng)診斷的棉花追肥模型。利用NDVI與施氮量、產(chǎn)量的關(guān)系，產(chǎn)量與施氮量的關(guān)系，在氮素營(yíng)養(yǎng)診斷的前提下建立棉花

10、氮素追肥推薦模型。結(jié)果表明，通過NDVI與產(chǎn)量的二次函數(shù)關(guān)系確定了盛蕾期、花期、盛鈴期和初絮期最高產(chǎn)量對(duì)應(yīng)的NDVI診斷的最適值，分別為0.704、0.856、0.921和0.838；依據(jù)最佳經(jīng)濟(jì)產(chǎn)量確定了臨界NDVI值，分別為0.695、0.833、0.881和0.809；通過氮肥效應(yīng)函數(shù)得到最高籽棉產(chǎn)量為6812.7 kg·hm-2,對(duì)應(yīng)的追肥總量為294.7 kg·hm-2。通過建立的追肥模型進(jìn)一步了得到盛蕾期、花期、盛鈴期和初絮

11、期NDVI每變化0.001單位所需的施肥量分別為0.24、0.91、1.11和0.16 kg·hm-2。運(yùn)用本研究結(jié)果可判斷是否追肥，可依據(jù)獲取的NDVI值精確計(jì)算追肥推薦量；經(jīng)田間驗(yàn)證，在保證產(chǎn)量的前提下，光譜推薦可保證目標(biāo)產(chǎn)量時(shí)減少施肥量，縮小地力之間的差異，達(dá)到按需施肥的目的。光譜推薦施肥推薦模型為施肥決策系統(tǒng)的建立提供了重要的支撐。
　　⑸基于智能手機(jī)的棉花追肥決策系統(tǒng)。集成了農(nóng)業(yè)數(shù)學(xué)模型、信息技術(shù)、Java編程語言、SQ

12、Lite數(shù)據(jù)庫，利用Android手機(jī)系統(tǒng)的Linux平臺(tái)的開源性，建立了棉花施肥決策專家系統(tǒng)。該系統(tǒng)包括冠層養(yǎng)分監(jiān)測(cè)、追肥總量推薦、各生育時(shí)期追肥推薦及決策信息管理等功能，并能實(shí)現(xiàn)GPS定位、決策信息以手機(jī)短信息形式發(fā)送等。本系統(tǒng)實(shí)現(xiàn)了養(yǎng)分實(shí)時(shí)監(jiān)測(cè)，追肥實(shí)時(shí)推薦的功能，擺脫了決策者在有固定PC設(shè)備才能進(jìn)行工作的問題，能夠?qū)崟r(shí)、便捷和人性化的進(jìn)行決策，大大提高了工作效率。結(jié)果表明：使用GreenSeeker獲取的NDVI值能夠較準(zhǔn)確的反