首页|期刊导航|作物学报|基于氮营养指数和综合长势指标的油菜协同监测

基于氮营养指数和综合长势指标的油菜协同监测OA

中文摘要

适宜的种植密度及氮肥用量是构建直播油菜高质量群体的关键农艺措施。但在实际生产中,直播油菜密度差异较大,不同地块的地力水平及氮肥管理也存在显著差异,导致油菜群体结构及个体生长表现不一,进而影响最终产量及抗倒性。为实现直播油菜群体生长状态的精准监测与氮肥优化管理,本研究以华油杂50为材料进行2年2个生态区的田间试验,设置6个种植密度(15、30、45、60、75、90万株hm^(-2))和8个基施氮肥梯度(0、60、120、180、240、300、360、420 kg hm^(-2)),结合无人机遥感多源数据,系统分析了植被指数(VI)与植株氮含量(PNC)、地上部干物质重(DM)与产量及倒伏之间的关系,构建了基于氮营养指数(NNI)和综合长势指标(CGI)的油菜长势遥感监测体系。结果表明,所建立的本地化临界氮浓度稀释曲线N_(c1)=3.51DM^(-0.23)与区域模型高度一致(R^(2)=0.919),为氮营养诊断提供了基准。融合多农艺参数的CGI模型,在越冬期至蕾薹期具有更高的预测稳定性(随机森林模型验证集R^(2)≥0.98),显著优于基于单一植被指数的模型。进一步明确了CGI与产量、倒伏的定量关系及临界阈值:蕾薹期CGI低于0.597时倒伏角度大于30°的风险增加,CGI高于0.802则预示氮过量减产,为氮肥追施与抗倒调控提供量化决策依据。本研究基于多源数据建立了“氮营养NNI快速筛查-综合长势CGI精细诊断”范式,其技术路径为:首先通过无人机遥感植被指数反演NNI,实现氮素丰缺的快速筛查;若识别为潜在缺氮或过量,则进一步融合多农艺参数构建CGI模型,通过机器学习算法进行精细诊断,输出产量优化与倒伏防控的量化阈值。该范式为无人机遥感在油菜栽培中的深度融合提供了模型基础,对优化资源利用与油菜精准管理具有实践意义。

谭晓强;王健;蒯婕;汪波;王晶;徐正华;赵杰;张鹏鹏;张建;周广生

农业农村部长江中游作物生理生态与耕作重点实验室/湖北洪山实验室/华中农业大学植物科学技术学院,湖北武汉430070 宏观农业研究院/数字农业研究院/华中农业大学资源与环境学院,湖北武汉430070农业农村部长江中游作物生理生态与耕作重点实验室/湖北洪山实验室/华中农业大学植物科学技术学院,湖北武汉430070农业农村部长江中游作物生理生态与耕作重点实验室/湖北洪山实验室/华中农业大学植物科学技术学院,湖北武汉430070农业农村部长江中游作物生理生态与耕作重点实验室/湖北洪山实验室/华中农业大学植物科学技术学院,湖北武汉430070农业农村部长江中游作物生理生态与耕作重点实验室/湖北洪山实验室/华中农业大学植物科学技术学院,湖北武汉430070农业农村部长江中游作物生理生态与耕作重点实验室/湖北洪山实验室/华中农业大学植物科学技术学院,湖北武汉430070农业农村部长江中游作物生理生态与耕作重点实验室/湖北洪山实验室/华中农业大学植物科学技术学院,湖北武汉430070农业农村部长江中游作物生理生态与耕作重点实验室/湖北洪山实验室/华中农业大学植物科学技术学院,湖北武汉430070宏观农业研究院/数字农业研究院/华中农业大学资源与环境学院,湖北武汉430070农业农村部长江中游作物生理生态与耕作重点实验室/湖北洪山实验室/华中农业大学植物科学技术学院,湖北武汉430070

农业科技

油菜无人机遥感临界氮浓度综合长势指标产量倒伏

《作物学报》 2026 (7)

P.2109-2126,18

国家重点研发计划项目(2024YFD2300303)湖北省重点研发计划项目(2023BBB028)华中农业大学重大科技成果培育专项(2662025ZKPY011)资助。

10.3724/SP.J.1006.2026.65004

评论