贾良良[1]2003年在《应用数字图像技术与土壤植株测试进行冬小麦氮营养诊断》文中研究说明本文通过在北京郊区进行的冬小麦田间试验，采用数码相机地面获取冬小麦冠层图像和低空遥感获取冬小麦冠层航空图像及相应的图像色彩处理技术，结合土壤、植株快速测试技术，研究了将数字图像技术应用在冬小麦氮素营养诊断和氮肥推荐上的可行性，建立了地面和航空数字图像获取及数字图像处理的方法，并对在较大尺度农田上应用数字图像技术及土壤、植株快速测试技术相结合进行冬小麦氮肥推荐进行了探讨。主要研究结果如下： 地面数字图像技术可以作为冬小麦氮营养诊断的方法。冬小麦拔节期冠层图像绿色深度指标(G)与土壤、植株氮营养测试指标如叶绿素仪读数、茎基部硝酸盐浓度、植株全氮和拔节前供氮量等都有极显着的相关关系。在地面数字图像处理得到的四个图像色彩参数中，以冠层绿光标准化值G／(R+G+B)与叶绿素仪读数、茎基部硝酸盐浓度、植株全氮和拔节前供氮量等土壤、植株氮营养测试指标的相关关系最好。 地面数字图像获取时，可将数码相机与冬小麦冠层成30～60°角度进行拍摄，以JPEG格式利1024×768的分辨率下存储图像。在本试验中，图像获取时光线的强弱以及地面背景颜色对图像处理结果没有显着影响。与普通相机拍摄后再扫描的方式相比，数码相机直接获取图像不仅方便，且图像效果更好。 应用地面数字图像技术与土壤植株测试技术结合进行冬小麦氮肥推荐时，若冠层绿光标准化值G／(R+G+B)小于0.408时，冬小麦供氮过量；当G／(R+G+B)处于0.408～0.422之间时，冬小麦的前期供氮较为适宜；而当G／(R+G+B)大于0.422时，冬小麦处于缺氮状态。 航空真彩色图像的红光标准化值适合用来在较大面积上对冬小麦氮素营养状况进行评价。当红光标准化值R／(R+G+B)值小于0.256时，冬小麦处于供氮过量状态；当R／(R+G+B)值在0.256～0.334之间时，冬小麦的供氮适宜；当R／(R+G+B)值大于0.334时，冬小麦处于缺氮状态。 航空红外图像得到的冠层植被指数RVI、NDVI和GNDVI指数与冬小麦拔节期植株全氮、叶绿素仪读数和茎基部硝酸盐浓度间都有良好的线性正相关关系。以NDVI指数进行冬小麦氮素营养诊断和氮肥推荐时，冬小麦供氮过量、适宜和缺乏的指标分别为：＞0.269，0.172～0.269和＜0.172。 本文还对应用数字图像技术和土壤、植株快速测试技术进行大尺度农田的氮肥推荐进行了方法和影响因素的探讨。
王秀峰[2]2005年在《应用数字图像技术进行黄瓜和番茄氮素营养诊断的研究》文中研究说明本文通过黄瓜和番茄两种蔬菜作物田间氮肥试验，采用数码相机获取冠层数字图像，利用图像处理软件对冠层图像色彩信息进行处理，结合叶绿素计及常规土壤-植株测试技术，探讨将数字图像处理技术应用在蔬菜氮素营养诊断和氮肥推荐上的可行性，确立表征黄瓜和番茄氮素营养供应状况的图像数字化指标(特征值)，建立蔬菜冠层图像获取的标准化方法，最终实现了利用数字图像处理技术进行黄瓜和番茄的氮肥推荐，主要研究成果如下：随着氮素营养供应水平的提高，黄瓜和番茄在生物量、叶面积指数等生长量指标显着增加，在低水平氮素供应状况下响应更加敏感。增施氮肥提高了黄瓜和番茄的光合作用能力，增加干物质积累，促进了干物质向叶片和果实中分配，这是增施氮肥使蔬菜作物获得高产的主要原因。黄瓜和番茄叶柄硝酸盐浓度、叶片全氮、植株全氮和SPAD读数等植物营养测试指标均随着氮素供应水平的提高而显着提高。其中叶柄汁液硝酸盐浓度对氮肥的响应最敏感，能够很好地反映黄瓜和番茄的氮素营养供应状况。SPAD读数、叶柄硝酸盐浓度、叶片全氮含量、植株全氮含量等指标都可以用来作为黄瓜和番茄氮素营养的诊断指标，可以在关键生育期对产量进行准确预测。利用数字图像处理技术进行黄瓜和番茄氮素营养诊断是切实可行的。黄瓜和番茄冠层图像绿色深度绝对值G与叶绿素计读数、叶柄硝酸盐浓度、叶片全氮和植株全氮等植株营养测试指标都有显着的线性相关关系，冠层绿色深度绝对值G可以用来表征黄瓜和番茄田间氮素营养供应水平。利用图像处理软件对黄瓜和番茄数码图像进行处理，提取出R、G、B和L四个图像色彩基本参数，对这些基本图像参数进行分析，结果表明：黄瓜冠层绿光标准化值G／(R+G+B)与土壤无机氮(N min)、SPAD读数、叶柄硝酸盐浓度、叶片全氮含量和植株全氮含量等土壤-植株营养测试指标的相关性最好，而番茄冠层图像绿光与蓝光比值G／B与土壤-植株测试指标的相关性最好。因此，冠层图像绿光标准化值G／(R+G+B)和绿光与蓝光比值G／B可以分别表征黄瓜和番茄田间氮素营养供应水平。在本试验条件下，同一氮素营养供应水平下不同蔬菜品种冠层图像特征值存在一定差异。对于黄瓜而言，华北型和华南型两个不同的生育类型之间的冠层图像特征值差异较大，而同一生育类型内不同品种之间图像特征值差异较小；对于番茄而言，本试验中选用的两个品种间冠层图像特征值差异不大。利用数码相机在田间获取图像时，在每天12：00～13：00进行，拍照时将相机与冠层成30°～60°，在1024×768分辨率下以JPEG格式存储。图像获取时光线的强弱对冠层图像信息没有显着的影响，在阴天拍摄的图像效果要略好于晴天；灌溉增加了土壤背景深度，减少冠层光反射量，导致灌溉前图像的特征值要略高于灌溉后；黄瓜和番茄是连续结果、连续采收的蔬菜作物，果实颜色对蔬菜冠层光反射产生极大的影响，果实采收后冠层图像特征值与SPAD读数的相关性要显着高于采收前。本文在应用数字图像处理技术进行黄瓜和番茄氮肥推荐时，主要结合两种蔬菜作物的几个关键生育周期，实行氮肥分期推荐，具体评价标准如下；黄瓜氮素营养评价体系：在根瓜采收期，冠层绿光标准化值小于0.391时，氮素供应过量，当G／(R+G+B)处于0.391～0.413时，表明黄瓜供氮水平较为适宜，当G／(R+G+B)大于0.413时，黄瓜植株处于缺氮状态。在盛瓜初期，冠层绿光标准化值小于0.415时，氮素供应过量，当G／(R+G+B)处于0.415～0.427时，表明黄瓜供氮水平较为适宜，当G／(R+G+B)大于0.429时，黄瓜植株氮素供应不足。在盛瓜中期，冠层绿光标准化值小于0.426时，氮素供应过量，当G／(R+G+B)处于0.426～0.440时，表明黄瓜供氮水平较为适宜，当G／(R+G+B)大于0.442时，黄瓜植株处于氮素供应不足状态。在盛瓜末期，冠层绿光标准化值小于0.448时，氮素供应过量，当G／(R+G+B)处于0.447～0.461时，表明黄瓜供氮水平较为适宜，当G／(R+G+B)大于0.461时，黄瓜植株氮素供应不足。番茄氮素营养评价体系：在第一穗果实膨大，冠层绿光标准化值小于1.461时，氮素供应过量，当G／B处于1.461～1.522时，表明番茄供氮水平较为适宜，当G／B大于1.525时，番茄植株处于缺氮状态。在第二穗果实膨大，冠层绿光标准化值小于1.625时，氮素供应过量，当G／B处于1.626～1.713时，表明番茄供氮水平较为适宜，当G／B大于1.714时，番茄植株氮素营养供应不足。在收获初期，冠层绿光标准化值小于1.855时，氮素供应过量，当G／B处于1.855～1.914时，表明番茄供氮水平较为适宜，当G／B大于1.916时，番茄植株处于缺氮状态。在收获中期，冠层绿光标准化值小于1.901时，氮素供应过量，当G／B处于1.901～1.957时，表明番茄供氮水平较为适宜，当G／B大于1.959时，番茄植株处于氮素供应不足状态。
朱丽丽[3]2006年在《大白菜氮素营养诊断技术体系的研究》文中认为本文通过大白菜田间氮肥试验，探讨了大白菜(Brassica campestris L. ssp. pekinensis(Lour)Olsson)的氮素生理特性；提出了大白菜主要需肥时期利用土壤无机氮、叶柄硝酸盐浓度和SPAD值进行氮素营养诊断的最适值和临界值，并建立相应的施肥模型；同时采用数码相机获取冠层数字图像，利用Photoshop图像处理软件对冠层图像色彩信息进行处理，结合叶绿素仪及常规土壤—植株测试技术，探讨将数字图像处理技术应用在大白菜氮素营养诊断和氮肥推荐上的可行性，确立了表征氮素营养供应状况的图像数字化指标，建立了大白菜冠层图像获取的标准化方法，最终实现了利用数字图像处理技术进行大白菜的氮肥推荐，为综合应用土壤植株测试技术和无损测试技术进行大白菜氮素营养诊断提供了理论依据。主要研究成果如下： 氮肥的施用显着提高了大白菜的干物质含量、氮素积累量以及产量，但当施氮量超过一定值以后产量不再增加，同时增施氮肥改善了光合性能；试验各施肥处理的VCR值都大于2，但以施氮量247.5kg/hm~2和330kg/hm~2处理的产量较高，VCR值也相对较大；采用线性加平台模型进行大白菜推荐施肥的施肥量较低。 土壤无机氮含量能够反映土壤的供肥能力；大白菜的叶柄硝酸盐浓度在整个生育期呈下降趋势，植株最新完全展开叶叶柄硝酸盐浓度与植株全氮含量呈显着正相关关系，这说明叶柄硝酸盐浓度变化可以用来表征植株氮素营养的变化情况；试验分别将土壤无机氮和叶柄硝酸盐浓度与产量拟合，从而建立推荐施肥模型，并计算出主要需肥时期叶柄硝酸盐浓度的最适值和临界值。 叶绿素仪的读数与乙醇丙酮法测得的叶绿素含量呈极显着的指数相关关系；大白菜的叶绿素仪读数随施氮量的增加而升高，并且与叶柄硝酸盐浓度、叶片全氮和植株全氮含量呈显着的线性正相关关系，由此说明叶绿素仪读数可以诊断大白菜的氮素营养状况；试验根据施肥模型提出大白菜主要需肥时期的叶绿素仪读数的最适值和临界值。 数字图像技术可以作为大白菜氮营养诊断的方法。冠层绿光标准化值G/(R+G+B)与其它描述大白菜氮素营养状况的指标(如SPAD读数、叶片全氮含量及生物量等)有良好的线性相关关系。利用数码相机获取图像时，可将相机与冠层成30°～60°角度进行拍摄，以JPEG和1024×768的分辨率下存储图像；经图像处理之后土壤背景颜色对图像处理结果没有显着影响；当光强在37600～75200Lx变动时，对同一冠层摄
张立周[4]2011年在《数字图像技术在作物氮营养诊断中的应用研究》文中研究说明本文于华北平原区栾城试验站进行了冬小麦与夏玉米田间试验,利用数码相机获得冬小麦和夏玉米冠层图像,结合土壤、植株快速测试技术,研究了数字图像技术应用于冬小麦和夏玉米氮素营养诊断上的可行性,并对数字图像技术与土壤、植株快速测试技术相结合应用于冬小麦和夏玉米农田氮肥推荐进行了探讨;另外,于河南封丘对水肥耦合下冬小麦冠层的色彩参数变化规律进行了研究。主要研究结果如下:1、地面数字图像技术可以作为冬小麦和夏玉米氮素营养的诊断方法。冬小麦在拔节期与孕穗期冠层的绿光标准化值G/(R+G+B)与土壤、植株氮营养测试指标均有极显着的相关关系。在地面数字图像处理得到的八个图像色彩参数中,以冠层绿光标准化值G/(R+G+B)与施氮量、叶绿素仪读数、茎基部硝酸盐浓度、植株全氮和拔节前供氮量等土壤、植株氮营养测试指标的相关关系最好。拔节期是用数字图像技术作为冬小麦氮素营养诊断的关键时期。在夏玉米6叶期,玉米冠层数字图像色彩参数指标B/(R+G+B)、G/B、R/B、B/L均与施氮量、叶片SPAD值、植株硝酸盐浓度、植株全氮含量、0～90 cm土壤硝态氮含量存在极显着的线性相关关系,其中B/(R+G+B)与各营养参数的相关关系最好,其次是B/L。夏玉米6叶期可作为应用数字图像技术进行氮素营养诊断的关键时期,而蓝光标准化值B/(R+G+B)是进行夏玉米氮素营养诊断的最佳冠层图像色彩参数指标。2、地面数字图像获取时,可将数码相机与冬小麦冠层成30～60°角度进行拍摄。相机所得的绿光标准化值与相机本身的像素间存在一定的关系。3、应用地面数字图像技术与土壤植株测试技术结合进行冬小麦氮肥推荐时,根据冬小麦拔节期硝态氮含量与绿光标准化值G/(R+G+B)建立方程,根据此方程可对冬小麦拔节期进行推荐施肥供氮不足时,推荐追肥量为100~150 kg(N)·hm~(-2);供氮正常时,推荐追肥量为50~100kg(N)·hm~(-2);供氮过量时为0~50kg(N)·hm~(-2)。应用地面数字图像技术与土壤植株测试技术结合进行夏玉米氮肥推荐时,根据夏玉米6叶期硝态氮含量与蓝光标准化值B/(R+G+B),建立了推荐施肥方程,根据此方程可对夏玉米6叶期进行推荐施肥。供氮不足时,推荐追肥量为大于230 kg(N)·hm~(-2);供氮正常时,推荐追肥量为180 ~230kg(N)·hm~(-2);供氮过量时为150~180kg(N)·hm~(-2)。4、水肥耦合下,对所得的数字图像色彩参数的数据进行数据分析,发现在水肥耦合条件下,也可以用数字图像技术进行冬小麦氮素营养诊断。数字图像色彩参数指标与施氮量之间是存在着极显着的相关关系。在水肥耦合条件下,水分不同所得到的数字图像色彩参数之间也存在差异,即随着施氮量的变化,不同水分状况下的色彩参数有一定的规律性。施氮量低时,水分的作用是正面的,而施氮量高时,水分的作用是负面的。
张立周, 侯晓宇, 张玉铭, 李红军, 程一松[5]2011年在《数字图像诊断技术在冬小麦氮素营养诊断中的应用》文中进行了进一步梳理本文应用数码相机获取冬小麦冠层图像并对其进行相应色彩参数处理,结合土壤、植株快速测试技术,分析了色彩参数与传统氮素营养参数之间的数量关系,研究了应用数字图像技术进行冬小麦氮素营养诊断的可行性,建立了应用数字图像技术诊断冬小麦氮素营养状况的图像获取方法,筛选出了适宜于冬小麦氮素营养诊断的最佳色彩参数以及最佳诊断时期,建立了冬小麦氮素营养诊断指标体系和推荐施肥方程。研究结果表明,数字图像技术可以作为冬小麦氮素营养诊断的方法。数字图像获取时,可将数码相机与冬小麦冠层呈30°-60°角度进行拍摄。在冬小麦拔节期和孕穗期多数冠层图像色彩参数与施氮量、叶片SPAD值、植株硝酸盐浓度、植株全氮含量、0-90 cm土壤硝态氮含量之间存在显着或极显着相关关系;在众多色彩参数中,拔节期冠层图像绿光标准化值G/(R+G+B)与各项氮素指标的相关性最好,可作为冬小麦氮素营养诊断的最佳色彩参数指标;拔节期可作为应用数字图像技术进行氮素诊断的关键时期。
魏全全[6]2016年在《应用数字图像技术进行冬油菜氮素营养诊断的初步研究》文中提出油菜作为我国重要的油料作物,其生长过程中合理的氮肥施用对于保障产量和品质具有重要意义。根据作物生育过程中的营养状况及时适量追肥是精准养分管理的重要环节。随着现代科技的发展,数字图像技术是近年来作物氮素营养诊断的重要发展方向。本文通过两年的田间试验,利用数码相机获取冬油菜冠层数码照片,结合同步进行的植株生物量和叶片叶绿素、氮素养分含量测定,研究冬油菜冠层数码信息和植株氮素营养指标的关系,确定数字图像技术估测冬油菜氮素营养的最佳时期、数码参数和方程模型;在此基础上,进一步研究提出冬油菜冠层数码信息获取的操作规范,确定冬油菜氮素营养快速诊断的最佳时期、数码参数、拍摄参数及方程模型,为冬油菜氮素营养无损诊断体系的建立奠定基础。主要研究结果如下:1.数字图像技术可以应用于冬油菜氮素营养诊断,最佳的冠层数码参数为红光标准化值NRI,适宜估测时期为蕾薹期(移栽126天)(包括)之前均可。冬油菜蕾薹期(包括)之前,与红光值R、绿光值G、蓝光值B、绿光与红光比值G/R、绿光与蓝光比值G/B、蓝光与红光比值B/R、绿光标准化值NGI和蓝光标准化值NBI相比,冬油菜冠层图像数字指标红光标准化值NRI与氮肥用量、地上部生物量、叶片氮浓度、叶绿素浓度、氮素吸收量和氮营养指数均达到显着或极显着水平。冬油菜蕾薹期(移栽后126天),NRI与氮肥施用量、地上部生物量、叶片氮浓度、叶绿素浓度、氮素吸收量、氮营养指数之间的直线方程函数分别为y(t/hm2)=-8.003x+2.706、y(t/hm2)=-64.721x+23.071、y(g/kg)=-692.99x+261.84、y(mg/g)=-12.750x+5.665、y(kg/hm2)=-4087.416x+1412.274、y=-27.198x+9.812,其中叶片氮浓度、叶绿素浓度和氮营养指数预测值与实测值之间的相对均方根误差RMSE分别为0.821、0.330和0.228,相对误差RE%分别为26.32%、28.57%和28.39%,预测结果精度较好,可用于模型的预测。2.利用数字图像技术估测冬油菜氮素营养的推荐操作范围为晴天太阳高度角相对较大的中午;拍摄高度为近地面均可;拍摄角度为易于操作的30°-60°;相机拍摄模式为自动曝光模式;照片像素尺寸为图片相对较为清晰的高分辨率;存储格式为占用空间相对较小的JPEG精细压缩格式。不同拍摄参数(光照强度、拍摄时间、拍摄高度、拍摄角度、拍摄模式、照片像素尺寸和储存格式)获取的冠层NRI与植株生物量、叶片氮素养分以及叶绿素含量均呈现较好的相关性。数字图像技术为无人机低空遥感的氮素营养无损诊断技术提供了理论基础。3.确定氮肥施用量与冬油菜籽粒产量之间的二次方程函数为y=-0.016x2+9.394x+1336.486,最高的理论产量为2715 kg/hm2,及相应的氮肥施用量为294 kg/hm2;明确越冬期和蕾薹期氮素营养诊断临界红光标准化值NRI分别为0.3154和0.3177;初步构建了越冬期和蕾薹期氮肥追肥模型,分别为N追(kg/hm2)=294-(NRI-0.3473)/(-1.312×10-4)和N追(kg/hm2)=294-(NRI-0.3440)/(-1.067×10-4)。
李井会[7]2006年在《不同氮肥运筹下马铃薯氮素利用特性及营养诊断的研究》文中进行了进一步梳理本文通过田间氮肥试验，系统分析了不同施氮水平对马铃薯产量形成及品质的影响，以及不同氮肥运筹下马铃薯氮素吸收、积累、分配情况以及氮素利用率和效益分析，并确立了马铃薯氮素营养诊断指标及诊断模型。得出了以下主要结论： 从施氮水平看，随着施氮量的增加，马铃薯的单株块茎重、平均块茎重及产量均增加，当施氮量增加到一定程度(210 kg·hm~(-2))时，反而下降。随着施氮量的增加，可溶性蛋白质和还原糖含量逐渐增加，而淀粉含量降低。经二次回归曲线，得出最佳施氮量为200.5 kg·hm~(-2)。施氮明显提高马铃薯的生物量、叶面积、光合特性，测量马铃薯光合最佳的时间是上午9：00～11：00，此时段叶片的光合参数变化幅度较小。 在整个生育期马铃薯对氮素吸收、积累都呈先增加而后减少的趋势，氮素吸收速率在块茎增长期达到最高值，而氮素积累在淀粉积累期达到最高值；随着施氮量的增加，氮素吸收、积累以及各器官的氮含量都随之增加，在苗期这种趋势不明显。从施氮水平来看，随着施氮量的增加，产值呈递增的趋势，但当施氮量增加到一定程度(210kg·hm~(-2))时，产值下降，而氮肥效益随着施氮量的增加而增加，当施氮量超过135kg·hm~(-2)时，氮肥效益降低；随着施氮量的增加，氮肥农学利用率和氮肥生理利用率都增加，但施氮量大于135kg·hm~(-2)时，二者均随之降低，氮肥吸收利用率和氮肥偏生产力随着施氮量的增加而呈下降的趋势。 叶绿素仪读数与马铃薯叶片叶绿素含量有较高的相关关系，能够表征叶片的叶绿素含量；上部第四叶位叶片可以为马铃薯氮素营养状况的指示叶，且它与施氮量、土壤无机氮、叶柄硝酸盐浓度、植株、叶片全氮含量及产量的关系均具有显着的相关关系，初步确定马铃薯关键施肥时期的诊断指标。块茎形成期叶绿素仪读数的最适值和临界值分别是50.6和49.5，块茎增长期叶绿素仪读数的最适值和临界值分别是50.0和48.7。 应用图像处理软件对马铃薯冠层图像进行分析，提取出R、G、B、L四个图像色彩基本参数，对这些图像参数分析的结果表明，冠层图像绿光与亮度比值(G/L)、绿光与蓝光比值(G/B)、绿光标准化值(G/(R+G+B))与叶绿素仪读数、叶柄硝酸盐浓度、植株及叶片全氮含量、土壤无机氮的相关性较高，可以作为马铃薯氮素营养诊断的数字化指标。 根据图像数字化指标、产量及施氮量的关系，确定马铃薯关键时期的诊断指标，
夏莎莎, 张聪, 李佳珍, 李红军, 张玉铭[8]2018年在《基于手机相机获取冬小麦冠层数字图像的氮素诊断与推荐施肥研究》文中提出本文利用不同型号手机、通过不同拍摄角度获取冬小麦拔节期冠层图像,并对其图像进行色彩参数的提取、处理与分析,与传统小麦氮素营养指标进行相关性分析,筛选出敏感色彩参数,对二者进行拟合建模,建立了冬小麦氮素营养诊断指标体系和推荐施肥指标体系,为作物精准施肥提供参考。研究结果表明,在获取冬小麦冠层图像时,适宜从逆光俯视的角度拍摄,不同型号的手机拍照获取的冠层图像色彩参数没有明显差异,冠层图像色彩参数中可见光大气阻抗植被指数(VARI)及红光标准化值[R/(R+G+B)]与传统诊断指标叶片SPAD值、茎基部硝酸盐浓度均有显着的相关关系;其中VARI最为敏感,可作为冬小麦氮素营养诊断的色彩参数指标,诊断方程为冬小麦茎基部硝酸盐浓度=1.481×106×VARI4.987,依据此给出了不同VARI值下的冬小麦营养状况以及推荐施氮量。并基于此研究成果进行了手机软件开发,建立了一款针对冬小麦氮素营养诊断与推荐施肥的软件,为基于手机相机开展冬小麦氮素营养诊断与推荐施肥技术的推广与应用提供了技术支撑。
贾良良, 寿丽娜, 李斐, 陈新平, 张福锁[9]2007年在《遥感技术在植物氮营养诊断和推荐施肥中的应用之研究进展》文中指出通过对遥感技术在作物氮营养诊断方面的研究与最新进展进行了综述,系统评价了高光谱遥感技术、可见光数字图像技术和卫星遥感技术在作物氮营养诊断与氮肥推荐方面的原理、优缺点以及目前的研究现状。认为遥感技术在作物氮营养诊断方面仍然存在技术复杂与设备昂贵等方面的问题,但随着技术的发展,遥感技术在未来精确养分管理方面有广阔的应用前景。
王晓静[10]2006年在《棉花氮素营养诊断技术的研究》文中进行了进一步梳理本文通过在南疆进行的棉花田间试验，对运用硝酸盐速测技术进行棉花氮素营养诊断及追肥推荐进行了研究，建立了以叶柄硝酸盐测试为基础的氮肥追肥推荐技术体系，同时采用数码相机地面获取棉花冠层图像，结合植株测试技术，研究了将数字图像技术应用在棉花氮素营养诊断上的可行性。主要研究结果如下： 南疆畦灌条件下，施氮量不同会对棉花产量及部分产量构成因素造成影响，在0～300kg/hm~2氮肥用量范围内，籽棉、皮棉产量随着施氮量增加而增加，超过300kg／hm~2时产量呈下降趋势。 棉花地上部各器官(叶、茎、蕾、花、铃)的干重和氮素含量随着施氮量的增加而增加，当施氮量过高时，棉株地上部总干重反而较低；不同氮肥处理下干物质积累的趋势一致，地上部干物质的积累表现为前期以茎、叶营养器官生长为主，中后期蕾、花、铃干物质积累增长迅速；各器官氮含量随着棉花的生长发育均呈下降趋势，不同生育阶段各器官的氮素水平不一致，营养器官中，叶片氮素含量明显高于茎，生殖器官中，花蕾在蕾、花期氮素含量较高。 棉花花期、花铃期和铃期的叶柄硝酸盐浓度和施氮量、产量之间有显着的相关性，以此为依据建立棉花植株硝酸盐诊断的氮肥推荐模型，并根据该模型计算不同硝酸盐测试值所对应的氮肥追肥用量。初步确立花、铃期叶柄硝酸盐诊断临界值分别为10463mg／L、6901mg／L。 初步认为利用数码相机作为近地面遥感工具来监测棉花氮素营养状况具有可行性。经筛选，考虑将绿光值G、红光标准化值R／(R+G+B)、蓝光标准化值B／(R+G+B)和绿光与红光比值G／R作为棉花花期、花铃期和铃期的氮营养诊断参数。发现蕾期阶段冠层图像的四个绿光指标(G／(R+G+B)、G／L、G／R、G／B)能够快速、灵敏地反映棉花的氮营养状况。 应用地面数字图像技术与土壤植株测试技术结合进行棉花铃期氮肥推荐时，若冠层绿光与红光比值G／R值小于1.15此值则表示棉花供氮严重缺乏；当G／R值在1.150～1.160之间时认为这时棉株供氮不足，不能够满足棉花后期正常生长；G／R值介于1.160～1.180时表示棉花后期生长发育正常；铃期施氮量达到300kg.hm~(-2)之后，G／R值＜1.155表示棉花处于供氮过量状态。
参考文献：
[1]. 应用数字图像技术与土壤植株测试进行冬小麦氮营养诊断[D]. 贾良良. 中国农业大学. 2003
[2]. 应用数字图像技术进行黄瓜和番茄氮素营养诊断的研究[D]. 王秀峰. 吉林农业大学. 2005
[3]. 大白菜氮素营养诊断技术体系的研究[D]. 朱丽丽. 吉林农业大学. 2006
[4]. 数字图像技术在作物氮营养诊断中的应用研究[D]. 张立周. 河北农业大学. 2011
[5]. 数字图像诊断技术在冬小麦氮素营养诊断中的应用[J]. 张立周, 侯晓宇, 张玉铭, 李红军, 程一松. 中国生态农业学报. 2011
[6]. 应用数字图像技术进行冬油菜氮素营养诊断的初步研究[D]. 魏全全. 华中农业大学. 2016
[7]. 不同氮肥运筹下马铃薯氮素利用特性及营养诊断的研究[D]. 李井会. 吉林农业大学. 2006
[8]. 基于手机相机获取冬小麦冠层数字图像的氮素诊断与推荐施肥研究[J]. 夏莎莎, 张聪, 李佳珍, 李红军, 张玉铭. 中国生态农业学报. 2018
[9]. 遥感技术在植物氮营养诊断和推荐施肥中的应用之研究进展[J]. 贾良良, 寿丽娜, 李斐, 陈新平, 张福锁. 中国农学通报. 2007
[10]. 棉花氮素营养诊断技术的研究[D]. 王晓静. 新疆农业大学. 2006