陈鹏飞与合作者最新发表的SCI文章“New spectral indicator assessing the efficiency of crop nitrogen treatment in corn and wheat”在期刊《环境遥感》（Remote Sensing of Environment）上发表。
变量施肥是减少农业化肥面源污染的重要技术手段之一。它的实施依赖于对作物氮素营养状况的准确探测，以及施肥处方的恰当定制。近年来，氮素营养指数（Nitrogen Nutrition Index, NNI）被证明可用于准确判定作物氮素营养状况，但它的计算需要田间取样以及实验室分析获得作物植株氮浓度和生物量信息，耗时、耗力，不利于在生产中应用。遥感技术可用于反演多种作物生理、生化参数，如能用遥感技术实现NNI的即时估测，对优化农业氮肥管理将有重要意义。
本研究的目的是构建新的诊断植株氮浓度的光谱指数，以实现NNI的遥感估测。为此，2005至2008年间，研究利用地面光谱仪ASD获取了玉米和小麦不同生育期冠层反射光谱及对应作物植株氮浓度、叶绿素等生理生化参数信息。其中，2006至2008年数据用于进行光谱特征分析，构建新光谱指数，并用于比较新光谱指数与已有光谱指数的在诊断植株氮浓度上的优劣。2005年数据用于对最优光谱指数进行验证。此外，与地面取样同步，2005年还获取了一景航空高光谱影像(Compact Airborne Spectrographic Imager, CASI)，它也用于验证最优光谱指数。研究中构建了新的诊断植株氮浓度的光谱指数——双峰冠层氮指数（Double-peak Canopy Nitrogen Index, DCNI）。与已有光谱指数相比，DCNI与植株氮浓度有最好的对应关系。基于小麦数据、玉米数据、小麦和玉米混合数据的决定系数分别为0.72，0.44和0.64。2005年数据验证结果表明：基于地面高光谱数据，利用DCNI预测的植株氮浓度与实际植株氮浓度间的预测决定系数为0.62，预测标准误为2.7 mg N g-1 d.m.；基于CASI航空高光谱影像，利用DCNI预测的植株氮浓度与实际植株氮浓度间的预测决定系数为0.51，预测标准误为3.1 mg N g-1 d.m.。以上结果表明，利用DCNI可实现作物植株氮浓度的准确估测，结合预测生物量的光谱指数，将可能实现NNI的遥感探测。（来源：中国科学院地理科学与资源研究所）
|
