基于智能手机可见光成像的水稻叶片氮素状况诊断

摘要

稻田氮肥过量施用造成氮肥利用率低下,加剧了农田面源污染.实时实地的氮素亏缺诊断技术将为实地氮肥管理提供决策,可以合理控制施肥量,提高氮肥利用效率.经长期研究,叶绿素相对值(SPAD值)可以作为水稻氮素营养水平的准确反映.通过智能手机拍摄不同生育期各氮素营养水平下的水稻冠层可见光图像,利用Eureqa软件的符号回归算法进行不同颜色特征组合与SPAD值之间的关系拟合,分别建立了水稻返青期、分蘖期、拔节孕穗期基于可见光图像的最优SPAD值拟合模型.结果表明,验证期各模型相关系数(r)均在0.9以上;均方根误差最低为4.82,最高为7.41;平均绝对误差最低为1.87,最高为2.06,具备较高预测精度,总体上,拔节孕穗期模型精度最高.本研究旨在为基于智能手机的水稻氮素亏缺诊断与水稻实地氮肥管理提供决策支持.