基于冠層紅綠藍光值評估氮肥施用下小白菜的產量變化

柳開樓，熊 文*，李 涵，胡惠文，陳偉明，章彪雄

（1.江西省紅壤研究所，江西 南昌 331717；2.江西省水產科學研究所，江西 南昌 330046）

小白菜是設施農業中最常見的蔬菜品種，目前普遍進行的研究主要是基于蔬菜生長發育特性進行模型模擬研究[1-2]，還鮮有直接通過圖像采集進行蔬菜產量預測的報道。面對蔬菜生產日益嚴峻的競爭壓力，提前預測蔬菜產量對于菜農調整水肥等管理措施具有十分重要的指導意義。由于較低的價格走勢和智能手機的大力推廣，手機拍照功能已成為目前智能手機的必要功能。根據前人研究，作物長勢照片的RGB值與水稻、玉米、小麥等作物的產量密切相關[3-6]；因此，本研究擬通過設置不同氮肥處理的田間小區試驗，結合智能手機在小白菜播種后第20天（D20）、第30天（D30）、第40天（D40）、第50天（D50）獲取群體冠層數字圖像，進而采用Adobe photoshop獲得數字圖像的紅光值R、綠光值G和藍光值B，以期構建RGB數值與小白菜產量（鮮質量）的量化關系，并進一步結合模型驗證試驗檢驗量化關系的普適性，從而為合理評估小白菜產量提供技術參考。

1 材料和方法

1.1 試驗地概況

試驗設在江西省紅壤研究所（116°20＇24＂E，28°15＇30＂N）。該地屬中亞熱帶季風氣候，年均降雨量1 537 mm，年蒸發量1 100～1 200 mm；年均氣溫17.7～18.5 ℃，最冷月（1月）平均氣溫為4.6 ℃，最熱月（7月）平均氣溫為28.0～29.8 ℃。海拔高度25～30 m，為典型的低丘紅壤地區。試驗操作環境為設施大棚內，土壤類型為第四紀紅黏土發育的潴育型水稻土。試驗前耕層土壤pH值6.9，有機碳16.22 g/kg，全氮0.95 g/kg，全磷1.02 g/kg，全鉀15.41 g/kg，堿解氮143.70 mg/kg，速效磷10.30 mg/kg，速效鉀125.10 mg/kg。

1.2 試驗設計

研究于2014年和2015年進行，分別設置3個氮肥施用量，各處理分別為N0（不施氮肥）、N17.5（667 m2施N 17.5 kg）、N25（667 m2施N 25.0 kg）。每個處理3次重復，隨機區組排列，每個小區200 m2。氮肥60%作基肥，40%在苗期（播種后15 d）追施。磷肥（P2O5）和鉀肥（K2O）667 m2用量分別為6 kg和9 kg，均作為基肥施用。蔬菜種類為小白菜，品種為上海青。其他操作方式同當地管理。

1.3 測定指標及方法

1.3.1 小白菜冠層紅綠藍光值獲取

于小白菜播種后D20、D30、D40、D50運用魅族（MEIZU）魅藍note2型智能手機拍攝群體冠層數字圖像。采用Adobe photoshop獲得數字圖像的紅光值R、綠光值G和藍光值B。

1.3.2 小白菜產量（鮮質量）測定

在用手機獲取紅綠藍光值的同時，每個小區隨機采集10棵小白菜，測定小白菜產量（鮮質量）。

1.3.3 紅綠藍光值與小白菜產量（鮮質量）的相互關系及驗證

用第1年的試驗數據建立小白菜紅綠藍光值與產量（鮮質量）的模型關系，為了檢驗模型的可靠性和普適性，用第2年試驗的數據進行驗證，并采用國際上常用的統計方法RMSE（root mean square error）和RRMSE（relative root mean square error）對預測值和實測值之間的符合度進行檢驗。

公式中X0和XS分別為實測值與預測值。RMSE為均方根差，RRMSE為相對均方根誤差，二者均可以用來衡量觀測值與實測值之間的偏差。當RMSE＜10%時預測性強，10%＜RMSE＜20%時預測性較強，20%＜RMSE＜30%時預測性中等，RMSE＞30%時預測性弱；當RRMSE≤25%時模型可用。

所有數據均采用Excel 2003進行分析，采用SPSS 16.0進行方差分析，不同處理的顯著差異采用LSD進行檢驗（P＜0.05）。

2 結果與分析

2.1 不同氮肥施用下小白菜產量（鮮質量）變化

由圖1可知，施用氮肥可以顯著影響小白菜產量（鮮質量）。不同采收時間內各處理的產量（鮮質量）變化基本一致，均表現出施用氮肥處理（N17.5和N20）高于不施氮肥處理（N0），其中D20、D30、D50存在顯著差異。在整個測定周期內，N17.5的產量分別比N0增加了52.85%、27.82%、33.33%和31.95%，N20的增幅分別為14.02%、23.53%、2.34%和27.04%。同時可以看出，過多的氮肥用量不能持續提高小白菜產量（鮮質量），與N17.5相比，N20處理的產量（鮮質量）沒有顯著增加。

2.2 不同氮肥施用下小白菜冠層紅綠藍光變化

表1顯示，氮肥用量可以顯著影響小白菜冠層的紅光（R）、綠光（G）和藍光（B）值。尤其是在D30、D40和D50，均呈現出N17.5和N20處理的R和G顯著高于N0處理，且N17.5和N20處理間不存在顯著差異；而B值則對氮肥響應不明顯。

2.3 冠層紅綠藍光與小白菜產量（鮮質量）的相關關系

對蔬菜生長各時期的冠層數字圖像色彩參數與產量（鮮質量）進行相關分析，表2結果顯示蔬菜冠層數字圖像中紅光值R、綠光值G與產量（鮮質量）的關系可以用二次曲線進行擬合，方程分別為y= -0.092 6x2＋ 23.365x- 242.53（R2= 0.581 8），y= -0.044x2＋ 15.843x＋50.495（R2=0.724 9）；但藍光值B與蔬菜產量（鮮質量）不存在顯著關系。

圖1 不同氮肥用量對小白菜鮮質量的影響

表1 不同氮肥用量對小白菜冠層紅綠藍光的影響

表2 冠層紅綠藍光與小白菜產量（鮮質量）的擬合方程

2.4 模型驗證

通過驗證試驗發現，用冠層紅光值R和綠光值G與產量的擬合方程對不同田塊的小白菜產量（鮮質量）進行預測，結果表明，模擬值與實測值之間符合度較高，估計的RMSE分別為0.182 7和0.203 8（均小于30%），且RRMSE也均小于25%，說明紅光值R和綠光值G均能夠較好地預測蔬菜產量（鮮質量），而紅光值的效果優于綠光值。

圖2 小白菜預測產量（鮮質量）與模擬產量（鮮質量）的相互關系

3 討論

綠色優質蔬菜種植一直是江西省重點發展的農業產業，但受技術水平和經濟因素的影響，江西省的蔬菜種植普遍存在施肥不合理、產量穩定性不強和品質不高等問題，從而嚴重限制了該地區的蔬菜產業發展[7-8]。很多研究表明，在設施蔬菜種植中，合理施用氮肥可以顯著提升蔬菜產量和品質[9-10]；但是，不同地區的土壤類型、蔬菜品種和設施建設水平等存在較大差異[11-12]，所以不同地區的蔬菜種植中所需的合理氮肥用量還有待進一步研究。在本研究中，設施小白菜667 m2氮肥的合理用量為17.5 kg，特別是在移栽后40 d，其產量（鮮質量）比不施氮肥增加33.33%，但過多的氮肥用量不能持續提高小白菜產量（鮮質量），與667 m2施用17.5 kg相比，N20處理的產量（鮮質量）沒有顯著增加，這與很多人的研究結果相似[13-14]，但具體用量不同，原因可能是由于品種和種植模式不同，從而使得合理的氮肥用量不盡相同。

植株冠層的RGB數值可以在一定程度上反映植物的養分吸收能力，尤其是氮素吸收。有研究表明，在水稻、小麥、玉米和棉花等大宗作物上，通過相機獲取的RGB數值能夠在一定程度上反映植物的氮素吸收能力，且可以進一步診斷植物的缺氮信息以及評估生物量和籽粒產量[3-6]；然而，在這些糧食和經濟作物生產上，由于關注的主要是籽粒產量，對與RGB密切相關的葉片品質和生物量則關注較少，而目前大量的研究認為RGB與葉片或生物量的相關性明顯高于籽粒產量[4]；因此，本試驗選擇以收獲葉片為主的小白菜為材料，在設施大棚的種植條件下，研究小白菜產量（鮮質量）與RGB的量化關系，結果表明，小白菜生長各時期的冠層數字圖像色彩參數（RGB）與產量（鮮質量）的關系均可以用二次曲線方程進行擬合，但藍光值（B）與小白菜產量（鮮質量）不存在顯著關系。進一步通過模型驗證試驗表明，用冠層的紅光值R和綠光值G能夠較好地預測小白菜產量（鮮質量）；然而在小白菜的生長環境中，品種特性、水分管理等均可以影響小白菜的產量[15-16]；因此，基于紅光值R和綠光值G預測產量的模型還有待進一步優化。

4 結論

667 m2施用17.5 kg氮肥可以使小白菜產量（鮮質量）增加27.82%～52.85%，但氮肥用量不是越多越好。同時，采用手機獲取的小白菜冠層數字圖像中紅光值R、綠光值G與產量（鮮質量）的關系可以用二次曲線進行擬合，通過驗證試驗表明R和G的測定值均能夠較好地預測小白菜產量（鮮質量）。