水稻氮素营养诊断方法研究进展

doi:10.3969/j.issn.1006-8082.2020.02.002

摘要/Abstract

摘要：

目前水稻氮素营养诊断方法主要有外观诊断、化学诊断与现代氮素营养诊断。外观诊断包括颜色诊断和长势长相诊断；化学诊断包括全氮诊断和硝酸盐诊断；现代氮素营养诊断包括叶绿素仪测量、机器视觉和高光谱遥感。本文对各诊断方法及近来年相关应用成果进行阐述，同时分析了各技术方法的优缺点，以为研究学者提供参考与思路。

关键词: 水稻, 氮素营养, 诊断

Abstract:

At present, rice nitrogen nutrition diagnosis methods mainly include appearance diagnosis, chemical diagnosis and modern nitrogen nutrition diagnosis. The appearance diagnosis include color diagnosis, growth and appearance diagnosis. Chemical diagnosis include total nitrogen diagnosis and nitrate diagnosis. Modern nitrogen nutrition diagnosis include chlorophyll measuring instrument, machine vision and hyperspectral remote sensing. In this paper, various diagnostic methods and relevant application results in recent years are described, and the advantages and disadvantages of each method are analyzed, which would provide some references and ideas for researchers.

Key words: rice, nitrogen status, diagnosis

中图分类号:

S511

杨红云1,2,周琼2,3,杨珺1*,孙玉婷2,3,路艳2,3. 水稻氮素营养诊断方法研究进展[J]. 中国稻米, DOI: 10.3969/j.issn.1006-8082.2020.02.002 .

参考文献

[1]    朱德峰，张玉屏，陈惠哲，等. 中国水稻高产栽培技术创新与实践[J]. 中国农业科学， 2015， 48（17）：3 404-3 414.
[2]    徐艳玲. 氮肥对水稻生长的影响[J]. 现代农业科技， 2014（19）：27.
[3]    罗元利. 基于多光谱成像的氮素胁迫下玉米营养诊断的研究[D]. 哈尔滨：东北农业大学，2014.
[4]    中国农业科学院江苏分院. 水稻“三黄三黑”研究报告[J]. 中国农业科学，1960，1（2）：26-28.
[5]    陶勤南，方萍，吴良欢，等. 水稻氮素营养的叶色诊断研究[J]. 土壤，1990（4）：190-193.
[6]    焦雯珺，闵庆文，林焜，等. 植物氮素营养诊断的进展与展望[J]. 中国农学通报，2006， 22（12）：351.
[7]    石媛媛. 基于数字图像的水稻氮磷钾营养诊断与建模研究[D]. 杭州：浙江大学，2011.
[8]    戴建军，王洪亮，程岩. 测定植物样品全氮含量的两种方法比较[J]. 东北农业大学学报， 2000，31（1）：36-38.
[9]    ZHEN R G, LEIGH R A. Nitrate accumulation by wheat （Triticum aestivum） in relation to growth and tissue N concentrations[J]. Plant Soil, 1990, 124（2）: 157-160.
[10] OERTLI J J, RUH R. Use of critical level curves to manage nitrate concentrations in a vegetable[J]. Commun Soil Sci Plant Anal, 1992, 23（17-20）: 2 711-2 728.
[11] CARTER G A, KNAPP A K. Leaf optical properties in higher plants: Linking spectral characteristics to stress and chlorophyll concentration[J]. Am J Bot, 2001, 88（4）: 677-684.
[12] 张金恒，王珂，王人潮. 叶绿素计SPAD-502在水稻氮素营养诊断中的应用[J]. 西北农林科技大学学报（自然科学版），2003，31（2）：177-180.
[13] LI J, YANG J, FEI P, et al. Responses of rice leaf thickness, SPAD readings and chlorophyll a/b ratios to different nitrogen supply rates in paddy field[J]. Field Crop Res, 2010, 114（3）: 426-432.
[14] 王绍华，曹卫星. 水稻叶色分布特点与氮素营养诊断[J]. 中国农业科学，2002，35（12）：1 461-1 466.
[15] 林娜，张忠庆，李韶山，等. 基于SPAD 值确定东北黑土区水稻最佳施氮量及追肥时间[J]. 中国农学通报，2015，31（33）：6-10.
[16] 袁召锋. 基于SPAD值的水稻氮素营养诊断与调控研究[D]. 南京：南京农业大学，2016.
[17] 王艳，王孝纯，邓艳红，等. 寒地水稻氮磷钾营养诊断技术的研究[J]. 中国农学通报， 2009，25（21）：208-211.
[18] 孙棋. 基于数字图像处理技术的水稻氮素营养诊断研究[D]. 杭州：浙江大学，2008.
[19] 祝锦霞，邓劲松，石媛媛，等. 基于水稻扫描叶片图像特征的氮素营养诊断研究[J]. 光谱学与光谱分析，2009，29（8）：2 171-2 175.
[20] 祝锦霞，邓劲松，林芬芳，等. 水稻氮素机器视觉诊断最佳叶位和位点的选择研究[J]. 农业机械学报，2010，41（4）：179-183.
[21] 贾良良，范明生，张福锁，等. 应用数码相机进行水稻氮营养诊断[J]. 光谱学与光谱分析，2009，29（8）：2 176-2 179.
[22] 刘江桓. 基于机器视觉技术的水稻营养快速诊断研究[D]. 南昌：江西农业大学，2011.
[23] 王远，王德建，张刚. 基于数码相机的水稻氮素营养诊断[J]. 中国农学通报，2012， 28（24）：111-117.
[24] 王远，王德建，张刚，等. 基于数码相机的水稻冠层图像分割及氮素营养诊断[J]. 农业工程学报，2012，28（17）：131-136.
[25] 顾清，邓劲松，陆超，等. 基于光谱和形状特征的水稻扫描叶片氮素营养诊断[J]. 农业机械学报，2012，43（8）：170-174.
[26] 陈利苏. 基于机器视觉技术的水稻氮磷钾营养识别和诊断[D]. 杭州：浙江大学，2014.
[27] 李岚涛，张萌，任涛，等. 应用数字图像技术进行水稻氮素营养诊断[J]. 植物营养与肥料学报，2015，21（1）：259-268.
[28] 程立真，朱西存，高璐璐，等. 基于随机森林模型的苹果叶片磷素含量高光谱估测[J]. 果树学报，2016，33（10）：1 219-1 229.
[29] 徐涛. 基于冠层反射光谱水稻氮素营养诊断模型研究[D]. 南昌：江西农业大学，2016.
[30] 薛利红，曹卫星，罗卫红，等. 基于冠层反射光谱的水稻群体叶片氮素状况监测[J]. 中国农业科学，2003，36（7）：807-812.
[31] XUE L H, CAO W X, LUO W H, et al. Diagnosis of nitrogen status in rice leaves with canopy spectral reflectance[J]. Agricultural Sciences in China, 2003, 2（3）: 250-257.
[32] 谭昌伟，周清波，齐腊，等. 水稻氮素营养高光谱遥感诊断模型[J]. 应用生态学报，2008，19（6）：1 261-1 268.
[33] 张浩，姚旭国，张小斌，等. 区域水稻穗期叶片氮素的遥感估测初探[J]. 核农学报，2009，23（3）：364-368.
[34] 田永超，张玉森，姚霞，等. 应用近红外光谱预测水稻叶片氮含量[J]. 植物生态学报， 2010，34（6）：704-712.
[35] 李颖，薛利红，潘复燕，等. 氮磷互作对水稻冠层光谱的影响及其PNN识别[J]. 中国农业科学，2014，47（14）：2 742-2 750.
[36] 郑博元. 基于高光谱成像的氮素胁迫下寒地水稻营养诊断的研究[D]. 哈尔滨：东北农业大学，2015.
[37] 邵华，石庆华，郭熙，等. 基于冠层高光谱的南方丘陵地区晚稻氮素营养诊断[J]. 江西农业大学学报，2015，37（6）：975-981.

[38] 宋红燕，胡克林，彭希. 基于高光谱技术的覆膜旱作水稻植株氮含量及籽粒产量估算[J]. 中国农业大学学报，2016，21（8）：27-34.
[39] 赵越. 基于高光谱的寒地水稻叶片氮素营养诊断研究[D]. 哈尔滨：东北农业大学，2017.
[40] 张国圣，许童羽，于丰华，等. 基于高光谱的水稻叶片氮素估测与反演模型[J]. 浙江农业学报，2017，29（5）：845-849.
[41] 张雨. 基于无人机遥感的水稻氮素营养诊断研究[D]. 哈尔滨：东北农业大学，2017.
[42] 王树文，牛羽新，马昕宇，等. 基于高光谱的抽穗期寒地水稻叶片氮素预测模型[J]. 农机化研究，2019（3）：158-164.
[43] NGUYEN H T, LEE B W. Assessment of rice leaf growth and nitrogen status by hyperspectral canopy reflectance and partial least square regression [J]. Eur J Agron, 2006, 24（4）: 349-356.