基于高光谱遥感的油菜叶片氮磷养分含量诊断研究学术报告

第一作者与通信作者：
本研究由华中农业大学资源与环境学院/农业农村部长江中下游耕地保育重点实验室的王清华（第一作者，邮箱：wangqinghua@webmail.hzau.edu.cn）与刘诗诗（通信作者，邮箱：ssliu@mail.hzau.edu.cn）团队领衔完成，合作作者包括朱格格、方雯、鲁剑巍。研究成果发表于作物学报（Acta Agronomica Sinica）2025年第51卷第5期，网络出版日期为2025年2月10日，DOI编号10.3724/SP.J.1006.2025.44157。

学术背景与研究动机

油菜是我国重要的油料作物，占国产植物油产量的57%，但其生产面临肥料利用率低、劳动力成本高等挑战。传统氮磷养分诊断依赖破坏性取样，效率低下。高光谱遥感技术因其无损、快速的优势，成为精准农业中养分监测的重要工具。然而，现有研究多聚焦于水稻、小麦等作物，针对油菜叶片氮（leaf nitrogen concentration, LNC）与磷含量（leaf phosphorus concentration, LPC）的高光谱诊断模型仍存在波段冗余和区域适应性不足的问题。

本研究通过多年多点田间试验，结合机器学习算法筛选敏感波段，构建油菜越冬期的LNC和LPC估测模型，并进一步提出基于氮营养指数（nitrogen nutrition index, NNI）和磷营养指数（phosphorous nutrition index, PNI）的养分诊断阈值，旨在为油菜精准施肥提供技术支持。

研究流程与方法

1. 试验设计与数据采集

• 试验区与土壤基础：试验覆盖湖北武穴、荆门沙洋、恩施建始三地，土壤pH 5.35–5.76，有机质19.09–34.21 g/kg，速效磷4.00–25.17 mg/kg。
  
• 施肥处理：设置氮肥（N0–N360 kg/ha）、磷肥（P0–P180 kg/ha）及专用肥（Y0–Y1050 kg/ha）梯度，共21个处理，每处理3重复，小区面积20 m²。
  
• 光谱与生化数据：
  
  • 高光谱数据：越冬期使用PSR+3500光谱仪（350–2500 nm）采集冠层反射率，剔除水分强吸收波段（350–400 nm、1350–1450 nm、1800–2050 nm）。
    
  • 叶片养分测定：烘干粉碎后采用H2SO4-H2O2消煮法测定LNC与LPC，成熟期测产。
    

2. 特征波段筛选与模型构建

• 光谱预处理：对原始光谱（R）进行一阶微分变换（first derivative reflectance, FDR）以增强敏感性。
  
• 机器学习算法：
  
  • 竞争性自适应重加权平均算法（CARS）：基于蒙特卡洛采样与偏最小二乘回归（PLSR）保留高权重波段。
    
  • 无信息变量消除法（UVE）：通过噪声变量阈值剔除冗余波段。
    
  • 连续投影算法（SPA）：降低数据维度与共线性。
    
• 模型评估：PLSR模型按7:3划分训练集（n=126）与测试集（n=54），独立验证集（n=21）来自建始县试验。
  

3. 养分诊断阈值确定

基于氮磷稀释曲线公式（LNC=2.56W^−0.36，LPC=0.3W^−0.32）计算NNI与PNI，结合产量数据确定阈值。

主要研究结果

1. 敏感波段筛选

• LNC敏感波段：集中于400–460 nm（可见光蓝区）、650–730 nm（红边）、1140–1210 nm（近红外）及2240–2370 nm（中红外）。
  
• LPC敏感波段：集中在650–730 nm和2100–2310 nm，与叶片花青素和磷脂代谢相关。
  
• 最优筛选方法：UVE算法结合FDR光谱的模型表现最佳（LNC预测R²=0.773，RMSE=0.528%；LPC预测R²=0.785，RMSE=0.09%）。
  

2. 独立验证与迁移性

在建始县数据集上，模型仍保持较高精度（LNC：R²=0.701；LPC：R²=0.639），表明其在华中地区的适用性。

3. 养分诊断阈值

• NNI阈值：1.20（专用肥≥750 kg/ha时LNC达标）。
  
• PNI阈值：0.75（专用肥300–450 kg/ha即可满足LPC需求）。
  

结论与价值

科学价值

1. 方法创新：首次将UVE-FDR-PLSR组合应用于油菜LNC/LPC估测，解决了高光谱数据冗余问题。
   
2. 理论拓展：明确了油菜越冬期氮磷敏感波段的光谱响应机制，补充了作物养分遥感诊断的理论体系。
   

应用价值

1. 精准施肥指导：通过NNI和PNI阈值可动态诊断油菜养分亏缺，优化追肥策略（如专用肥中需优先补氮）。
   
2. 技术推广潜力：模型适配便携式光谱仪，适用于田间快速监测。
   

研究亮点

1. 多算法比较：系统评估CARS、UVE、SPA的波段筛选效能，证实UVE-FDR的优越性。
   
2. 实际阈值验证：基于产量数据反推NNI/PNI阈值，增强了诊断的实用性。
   
3. 区域适应性：模型在鄂西山地（建始）的独立验证成功，为跨生态区推广提供依据。
   

其他发现

• 磷素响应特殊性：LPC敏感波段（2100–2310 nm）与作物结构相关性较弱，可能与缺磷诱导的花青素积累相关，需后续生理学验证。
  
• 专用肥优化建议：当前配方（N-P2O5-K2O=25%-7%-8%）需调整氮磷比例以提高效益。
  

（全文完）