基于无人机遥感的华北平原冬小麦氮营养诊断与精准养分调控

扫码查看

原文链接

NETL

中文摘要：以遥感技术(RS)、地理信息技术(GIS)、全球导航卫星系统(GNSS)和变量管理技术为支持并考虑作物与土壤时空变异的精准农业，实现了农田信息的精准感知、控制与决策管理，从而实现了作物的高产高效和环境风险的进一步降低。然而在华北平原村级尺度小农户管理下，尚缺乏基于RS与GIS技术的冬小麦精准养分管理。本文通过山东省乐陵市南夏村多年多点小区与农户试验，应用多旋翼无人机搭载多光谱相机Mini-MCA与固定翼eBee无人机搭载多光谱相机ParrotSequoia+所获取的冬小麦冠层光谱反射率，利用建模与验证集筛选反演冬小麦农学指标效果最优的植被指数(简称最优植被指数)，对比归一化植被指数与最优植被指数，评价了无人机遥感在当季关键生育期实时氮营养诊断的潜力，并建立了冬小麦精准氮肥管理策略。同时，结合GIS技术与地统计学研究方法，建立了基于GIS与RS相结合的村级尺度冬小麦精准养分管理策略，评估了精准养分管理在村级尺度的节肥增效潜力。综合全文结果，主要工作及结论如下： (1)从冬小麦氮营养实时诊断来看，利用多旋翼无人机Mini-MCA多光谱估测了冬小麦氮营养指标潜力，并基于两种机理性和一种半经验性模型分别建立了冬小麦氮营养诊断策略。其中，红边归一化植被指数和最优植被指数都能够较好地估测田块尺度冬小麦地上部生物量和吸氮量，且无显著差异；基于多旋翼无人机遥感的有效氮营养诊断策略为利用红边归一化植被指数快速无损地估测氮营养指数，达到了73~86%的准确率。利用最优植被指数反演方法评估了基于固定翼eBee多光谱遥感的冬小麦氮营养指标诊断估测潜力，提出了由田块尺度到村级尺度的冬小麦氮营养最优诊断策略。村级尺度下，红光与红边归一化植被指数分别能解释70%与64%的生物量和吸氮量变异，与最优植被指数无显著差异。利用氮充足指数(NSI)能够较好且稳定地估测氮营养指数(NNI)，采用NNI-NSI策略较为简单实用，诊断准确率为57~59%。 (2)对于冬小麦精准氮素管理，应用多旋翼无人机Mini-MCA多光谱相机采集冠层光谱数据，利用氮肥优化算法进行田块尺度精准氮素管理。基于多旋翼无人机遥感估产效果较好，能够解释89~93%的产量变异。根据情景分析结果，基于无人机遥感的精准氮素管理在稳产基础上优于农户管理和区域优化管理，氮肥施用量分别减少了21~40%与17~37%，氮肥偏生产力增加了27~66%与32~59%。采用绿色窗口法并结合村级氮营养诊断结果，应用固定翼eBee多光谱遥感采集冠层光谱数据，创建性地提出了由田块尺度到村级尺度的无人机遥感精准氮素管理策略。基于固定翼无人机遥感估产效果较好，能够解释85%的产量变异。情景分析结果表明，采用绿光归一化植被指数与最优植被指数推荐施氮量类似，并与经济最优施氮量无显著差异。 (3)村级尺度下针对土壤与作物养分空间变异，应用地统计方法的GIS平台，建立了基于GIS与RS的村级冬小麦精准养分管理，探讨了基于情景分析的精准管理节肥增效潜力。精准养分管理有助于减少氮、磷、钾肥的投入，相对农户管理减少44~68%、62%和88%，平均增收约为1387~1424￥ha-1；相对区域优化分别减少24~56%、48%和93%；平均增收分别约为834~871￥ha-1。

作者：

陈志超

展开 >

关键词：

无人机遥感氮营养指数氮营养诊断精准养分管理精准农业

授予学位：

博士

学科专业：

测绘科学与技术

导师：

刘昌华、苗宇新

学位年度：

2019

学位授予单位：

河南理工大学

语种：

中文

中图分类号：