不同施氮水平下玉米品種葉片含氮量與NDVI值相關性分析

徐靜

摘? ? 要：通過試驗分析得出玉米葉片含氮量與NDVI值（植被覆蓋指數）的相關關系，結果表明，在不同監測時期，玉米葉片含氮量與NDVI值的關系呈正相關性。在低氮到高氮范圍內（0～200 kg/hm2），玉米葉片的含氮量最大變幅為2.66％～4.60％，相同時期下，當施氮量達到200 kg/hm2時，葉片含氮量幾乎沒有增長，說明施用氮肥對提高玉米葉片含氮量有顯著作用，但過量施用氮肥時葉片含氮量不再繼續提高。本試驗結論為玉米氮素營養狀況的無損監測診斷和精確施肥等提供理論依據和技術支持。

關鍵詞：玉米；NDVI值；含氮量

文章編號：1005-2690（2023）10-0001-03? ? ? ?中國圖書分類號：S153? ? ? ?文獻標志碼：B

玉米葉片含氮量直接影響其光合同化和物質積累能力。應利用GreenSeeker光譜傳感器對玉米葉片的NDVI值進行無損實時監測光譜信息，基于科學的施肥方法，確定氮肥對作物的變量投入，即按需投入[1]，防止化肥過量污染環境，從整體上減輕面源污染。

文章利用不同玉米品種、不同施氮水平的田間試驗資料，研究玉米葉片含氮量與NDVI值的定量關系，確立描述葉片氮含量與NDVI值關系的方程式，評價玉米植株冠層變化及氮肥營養狀況，進一步引導農民科學、綠色、高效施肥，提升糧食供給保障能力，促進農民增收和農業綠色發展，提高氮肥的利用率，實現肥料減量增效。

1 現有技術

利用遙感技術可以快速、無損實時監測作物長勢、營養狀況及產量形成等，是精確農作管理的主要內容之一。

目前，由美國Oklahoma州立大學研制的主動遙感光譜儀GreenSeeker法可通過測量反射光的反射值顯示NDVI值，表示植物的氮營養狀況及植被空間分布密度[2]。其采用主動遙感方式，自動采集數據，具有較高的可靠性，不受太陽高度角及云層等外界條件影響，有效證明NDVI與植物葉片含氮量高度相關。

GreenSeeker光譜傳感器自1997年由美國NTech公司成功研制以來，已在玉米[3]、水稻[4]等作物的氮素實時監測和營養診斷方面得到了廣泛應用，并取得顯著成效，是一種很好的大田尺度推薦施肥工具。施肥是農業生產中一項重要的管理措施。我國已進入土壤養分大量盈余階段，全國土壤有機質含量整體提高[5]，為減少化肥投入和提高化肥利用率奠定了基礎。

隨著社會經濟不斷發展，人們對生態環境的關注程度顯著提高[6]，但部分種植人員仍存在過量施用化肥等問題，對環境造成了危害。科學合理施用化肥能夠在實現作物增產、農民增收的同時，培肥改良土壤，提高土壤肥力，實現農業節本增效與生態環境發展協同并進。

2 材料與方法

2.1 供試材料

1）供試品種。吉農302、農大588和鄭單958，分別用P1、P2、P3表示。

2）供試土壤。pH值6.4，有機質28 g/kg，全氮1.25 g/kg，全磷0.4 g/kg，堿解氮124 mg/kg。

3）供試肥料。氮肥為尿素（含N 46.4％）；磷肥為過石（含P2O512％）和磷酸二銨（含P2O5 46％），其中P2O5為75 kg/hm2；鉀肥為硫酸鉀（含K2O 50％），其中K2O為50 kg/hm2。磷肥、鉀肥作基肥一次施入。

2.2 試驗設計

本試驗設氮肥用量、玉米品種2個試驗因素。每個品種設置5個不同施氮水平，氮肥（純氮）用量分別為0、50、100、150、200 kg/hm2，分別用N0、N1、N2、N3、N4表示。出苗后留苗48 000株/hm2。

2.3 測定項目及方法

2.3.1 土壤基本性狀及葉片全氮含量測定

土壤基本理化性狀均采用常規法測定；葉片選擇3個不同時期所有處理的葉片，采用H2O2-H2SO4消煮法測定。

2.3.2 歸一化植被指數測定

在玉米生育期，選擇6月22日、7月8日、7月25日作為第1監測時期、第2監測時期、第3監測時期，用GreenSeeker進行冠層掃描，獲取NDVI值。測量時保持勻速，確保探頭平行于玉米植被冠層且距植被50 cm；如果遇到陰雨天氣，則需順延測量時間。

3 結果與分析

3.1 各玉米品種不同施氮水平下葉片含氮量的動態變化

葉片含氮量是表征玉米葉片氮素狀況的主要指標。測試3個玉米品種在5個施氮水平下不同生育時期的葉片含氮量。

從表1可以看出，在低氮到高氮水平范圍內，葉片的含氮量最大變幅為2.66％～4.60％；在相同生育期，玉米葉片含氮量隨施氮量增加而上升；當施氮量達到200 kg/hm2時，葉片含氮量幾乎沒有增長，甚至有的品種葉片含氮量呈現下降趨勢。說明施入氮肥對提高玉米葉片含氮量有顯著作用，但施氮量過高，葉片含氮量將不會繼續增高，甚至會起到一定的反作用，例如浪費肥力、增加投入成本、降低土壤質量、污染生態環境等。因此，為保證糧食目標產量與生態環境協同發展，要因地制宜、科學合理施用氮肥。

第1生育時期到第2生育時期，葉片含氮量升高；第2生育時期到第3生育時期，葉片含氮量下降。玉米葉片含氮量最大值出現在第2生育時期，

3個品種的最大值分別為4.48、4.55、4.60，均出現在N3處理下，3個品種最大值由高到低依次為P3、P2、P1。

結果表明，在玉米生育前期，隨著玉米植株快速生長，葉片需從土壤中吸收養分，使葉片含氮量逐漸升高。在玉米生育后期，葉片中積累的氮素向其他部位轉移，葉片含氮量開始下降。葉片含氮量下降的越多，表明轉移的氮素越多，玉米成熟時籽粒的品質越高。

3.2 各玉米品種不同施氮水平下NDVI值的動態變化

不同玉米品種在不同生育期下，監測的NDVI值不同，具體如圖1所示。3個玉米品種在第1監測時期NDVI值升高的幅度最大，分別達到3.72％、4.29％、2.79％。隨著氮肥施用量增加，NDVI值隨之提高；但由于玉米在生育早期植株長勢及覆蓋度不均，導致第1監測時期下的NDVI值在N4水平下略有下降。

結果表明，玉米在第1監測時期，由于葉片小，植被覆蓋度低，導致NDVI值偏低；在第2監測時期，植株生長快，植被覆蓋度高，NDVI值升高幅度也較大；在第3監測時期，NDVI值達到峰值，不再繼續增長；NDVI值在不同玉米品種間存在差異不顯著，整體監測的NDVI值與施氮量呈正相關。

3.3 各玉米品種在不同施氮水平下NDVI值和葉片含氮量的相關關系

不同玉米品種在不同施氮水平下，將拔節期測得到的NDVI值（x）與其葉片的含氮量（y）建立線性相關關系（n＝5），如表2所示。

葉片氮含量與NDVI值呈正相關，3個品種對應的NDVI值分別為0.736 8、0.702 4、0.726 9時，玉米葉片含氮量達到最高。從不同玉米品種中的葉片氮含量與NDVI值關系可知，不同玉米品種的氮含量與NDVI值的相關程度不同。3個玉米品種的NDVI值與葉片含氮量的關系方程分別為y＝16.03x－7.651 9、y＝23.217x－12.017，y＝15.417x－6.845 2，相關系數r分別為0.955 4、0.940 2、0.966 6，相關性均達到了極顯著水平。NDVI值與玉米葉片含氮量的相關關系中，品種P3的相關系數最高，為0.966 6。

總體來看，玉米展開葉氮含量隨施氮量的增加而增加，在低氮到高氮范圍內，不同玉米品種在拔節期的葉片氮含量變化范圍為2.66％～4.60％，NDVI值變化范圍為0.612 4～0.794 4。

4 結論與討論

基于不同品種、不同施氮水平、不同生育期條件下的玉米葉片氮含量與NDVI的相關分析得出，玉米葉片氮含量（y）和歸一化植被指數NDVI值（x）的相關方程，為玉米氮素狀況的無損監測和精確診斷奠定了基礎，有利于農戶降低投入成本，減輕氮素流失對生態環境造成的危害[7-8]。

相同玉米品種在同一監測時期下，隨著施氮量的增加，玉米葉片含氮量有所增加，歸一化植被指數NDVI值隨之增大，但在第1監測時期、最高施氮處理下，NDVI值在P1和P2品種間出現回落現象，說明氮肥施用量不是越多越好。在保證目標產量的前提下，科學合理施用氮肥是衡量植株氮素高低的重要指標。

本試驗通過測定分析玉米不同生育時期葉片的含氮量，找出適宜的施肥時期，以達到高產優質、節本增效的目的。

在本研究結論基礎上，利用高光譜遙感技術可更為準確地確定玉米葉片氮含量的光譜參數，快速、實時、準確監測玉米生長狀況，為科學合理施用氮肥、提高玉米的科學管理水平提供了重要的技術支撐。

參考文獻：

[1]沈善敏，宇萬太，陳欣，等.施肥進步在糧食增產中的貢獻及其地理分異[J].應用生態學報，1998，9（4）：386-390.

[2]李民贊.光譜分析技術及其應用[M].北京：科學出版社，2006.

[3]郭建華，王秀，孟志軍，等.主動遙感光譜儀GreenSeeker與SPAD對玉米氮素營養診斷的研究[J].植物營養與肥料學報，2008，14（1）：43-47.

[4]譚昌偉，周清波，齊臘，等.水稻氮素營養高光譜遙感診斷模型[J].應用生態學報，2008，19（6）：121-126.

[5]黃耀，孫文娟.近20年來中國大陸農田表土有機碳含量的變化趨勢[J].科學通報，2006，51（7）：750-763.

[6]何浩然，張林秀，李強.農民施肥行為及農業面源污染研究[J].農業技術經濟，2006（4）：1-10.

[7]張書萍，常程，劉晶，等.不同玉米品種氮素利用率差異性的研究[J].遼寧農業科學，2009（4）：8-11.

[8]盧艷麗，白由路，楊俐蘋，等.利用Green Seeker 法診斷春玉米氮素營養狀況的研究[J].玉米科學，2008，16（1）：111-114.

作者簡介：徐 靜（1983—），女，蒙古族，內蒙古準格爾人，碩士，高級農藝師，研究方向為農業生態環境及農畜產品質量安全。