全 文 ：书施氮水平对多花黑麦草植株氮含量及
反射光谱特征的影响
杨红丽，陈功，吴建付
（云南农业大学动物科技学院，云南 昆明６５０２０１）
摘要：植株氮含量是评价牧草群体长势、估测产量和确定最佳施肥量的重要指标。对不同施氮水平下多花黑麦草
植株氮含量及冠层反射光谱特征进行了测试，分析了冠层反射光谱与植株氮含量之间的相关性。结果表明，施氮
水平对多花黑麦草植株氮含量具有显著影响，植株氮含量随着施氮水平的增加有所升高。在可见光区域，冠层光
谱反射率随施氮水平的增加而降低。植株氮含量与单波段反射率呈负相关关系，在波段４８７～７１８ｎｍ范围内，相
关系数绝对值都大于０．５（犘＜０．０１）。利用敏感波段估测植株氮含量最优模型为狔＝４．３６２－０．７５４狓５７９＋０．３５１
狓７００。以植被指数估测植株氮含量最佳模型为狔＝３．０２６－０．６７０犇犞犐（６１０，４８７）＋４．９９７犖犇犞犐（７００，５７９）。植株氮含量估
测值与实测值之间存在显著相关关系。
关键词：多花黑麦草；敏感波段；植被指数；植株氮含量；冠层反射光谱
中图分类号：Ｓ５４３＋．６０６．２；Ｑ９４６．９１ 文献标识码：Ａ 文章编号：１００４５７５９（２０１１）０３０２３９０６
光谱分析技术的发展为快速准确地监测植物长势、估测产量以及确定最佳施肥量提供了条件。目前，国内外
学者对草坪草、农作物的反射光谱特征进行了深入的研究探讨。张文等［１，２］报道，施用氮肥能够明显提高草坪叶
绿素密度，降低可见光区域光谱反射率，多种植被指数与草坪叶绿素含量之间存在显著相关关系。Ｔｈｏｍａｓ和
Ｏｅｒｔｈｅｒ［３］研究发现，氮素营养水平对甜椒（犆犪狆狊犻犮狌犿犪狀狀狌狌犿）叶片在５５０和６７０ｎｍ波段反射率的影响最大，并
利用这２个波段建立了估算氮素含量的相关模型，其精度达９０％。Ｗａｌｂｕｒｇ等［４］对玉米（犣犲犪犿犪狔狊）的研究表
明，近红外反射率和红光反射率的比值与单一波段的反射率相比较，能更好地区分氮的不同处理。Ｏｓｂｏｒｎｅ等［５］
利用反射光谱诊断玉米氮营养时指出，植物体内氮含量的预测应在红光和绿光波段，但具体波段随生育期的不同
而改变。Ｓｈｉｂａｙａｍａ和Ｒｅｍｏｔｅ［６］在水稻（犗狉狔狕犪狊犪狋犻狏犪）上的研究表明，单位土地面积上的叶片氮含量与Ｒ６２０和
Ｒ７６０的线性组合，以及与Ｒ４００、Ｒ６２０和Ｒ８８０的线性组合均存在较好的回归关系，预测值和实测值线性相关，且不受
品种类型的影响。赵德华和李建龙［７］通过研究棉花（犌狅狊狊狔狆犻狌犿犪狉犫狅狉犲狌犿）在不同氮水平下群体反射光谱，结果
表明，通过光谱测定及其变量的运算，如近红外与红外（ＮＩＲ／Ｒｅｄ）的比值，可以区分不同氮素营养水平。吴华兵
等［８］、朱艳等［９，１０］，秦晓东等［１１］、李映雪等［１２］分析了不同施肥水平下小麦（犜狉犻狋犻犮狌犿犪犲狊狋犻狏狌犿）叶片氮含量及叶片
氮积累与冠层光谱反射特征的关系，并建立了小麦叶片氮素诊断模型。唐万龙等［１３］应用光谱特性建立冬小麦
氮、磷元素丰缺的最佳模型。谭昌伟等［１４］探讨了夏玉米叶片全氮光谱响应，并建立了相关估测模型。张金恒和
王珂［１５］对水稻叶片反射光谱的研究表明，可以通过叶片反射光谱来诊断氮素营养的敏感波段。王纪华等［１６］通过
分层光谱分析，利用作物垂直冠层光谱匹配方法，初步实现了作物中下层叶绿素和氮素的遥感反演。
施氮水平与黑麦草的产草量、生物学特性、营养成分等密切相关［１７］，但利用光谱分析法对黑麦草植株氮含量
的研究在国内还鲜见报道。本研究以多花黑麦草（犔狅犾犻狌犿犿狌犾狋犻犳犾狅狉狌犿）为对象，分析不同施氮水平条件下牧草
冠层反射光谱特征和植株氮含量的相关性，探讨与植株氮含量密切相关的敏感波段及植被指数，并确定植株氮含
量的定量估测模型，从而为利用光谱技术进行大区域、无破坏、实时监测牧草生长状况以及确定最佳施肥量提供
技术依据。
第２０卷 第３期
Ｖｏｌ．２０，Ｎｏ．３
草 业 学 报
ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ
２３９－２４４
２０１１年６月
收稿日期：２０１００４１６；改回日期：２０１００７１２
基金项目：云南省自然科学基金项目（２００４Ｃ００３８Ｍ）资助。
作者简介：杨红丽（１９８２），女，云南通海人，硕士。Ｅｍａｉｌ：ａｌｖｅ＿０４０２＠１６３．ｃｏｍ
通讯作者。Ｅｍａｉｌ：ｃｈｅｎｇｏｎｇ６５＠１２６．ｃｏｍ．
１ 材料与方法
１．１ 试验地概况
试验地位于云南省曲靖市沾益县西平镇，地处北纬２５°３５′，东经１０３°５０′，海拔１９００ｍ。前茬作物为蚕豆
（犞犻犮犻犪犳犪犫犪），土壤为水稻土，ｐＨ 值７．６７，有机质３３．８６ｇ／ｋｇ，全氮１．７８ｇ／ｋｇ，全磷０．６５７ｇ／ｋｇ，全钾１８．０４
ｇ／ｋｇ，水解氮１５８ｍｇ／ｋｇ，有效磷１７．３８ｍｇ／ｋｇ，速效钾１２４ｍｇ／ｋｇ。
１．２ 试验材料
供试材料为多花黑麦草特高（犔．犿狌犾狋犻犳犾狅狉狌犿ｃｖ．Ｔｅｔｒａｇｏｌｄ）和多花黑麦草杰威（犔．犿狌犾狋犻犳犾狅狉狌犿ｃｖ．Ｓｐｌｅｎ
ｄｏｒ），具有品质优良，生长快，产量高，质量好，生育期短等特点，适宜在云南亚热带地区生长。
１．３ 试验设计
采用随机区组设计，５个施氮水平，３次重复，小区面积２．０ｍ×１．５ｍ，小区间距０．５ｍ，区组间距０．８ｍ。
２００８年２月下旬播种，撒播用种量４．０５ｇ／ｍ２。播种同时施入种肥（钙镁磷肥１６７ｋｇ／ｈｍ２，硫酸钾８４ｋｇ／ｈｍ２，硫
酸铜，硫酸锌，硼酸各４．１ｋｇ／ｈｍ２）。氮肥（尿素）水平分别为０（Ｎ０），１００（Ｎ１），２００（Ｎ２），３００（Ｎ３）和４００ｋｇ／ｈｍ２
（Ｎ４），在牧草分蘖前期、拔节前期各按１／２均匀施入各小区。
１．４ 反射光谱数据和植株氮含量的测定
选用美国Ｏｃｅａｎ公司生产的ＨＲ２０００光谱仪，波长范围为２００～１１００ｎｍ，分辨率约１ｎｍ，采样间隔０．４５～
０．４６ｎｍ。冠层光谱测定选择天气晴朗、无风或风速很小的天气进行，测定时间为北京时间１０：３０－１４：００，测量
时固定光谱仪探头垂直向下，距离冠层５０ｃｍ。每小区重复５～１０次，取平均值作为该小区的光谱反射率值。测
定过程中及时进行标准白板校正。
在分蘖期（２００８年５月２日）、拔节期（２００８年５月２３日）反射光谱测定之后，取草样装入密闭自封袋，带回
室内，１０５℃杀青，然后７５℃烘干，粉碎，采用微量凯氏定氮法［１８］测定植株氮含量。通过下列公式计算牧草植株氮
含量（％）：
植株氮含量犘犖犆（％）＝犆×
（犃－犅）×１４×犞犜
犠×１０００×犞犛 ×１００
式中，犆为滴定时的盐酸标准溶液浓度（０．０１ｍｏｌ／Ｌ）；犃为滴定样品所耗用的盐酸标准溶液的平均量（ｍＬ）；犅为
滴定空白样品所耗用的盐酸标准溶液的平均量（ｍＬ）；犠 为样品质量（ｇ）；犞犜 为消化液总体积（ｍＬ）；犞犛 为测定时
取用的消化液体积（ｍＬ）。
１．５ 统计分析
基于冠层光谱反射率与多花黑麦草植株氮含量的相关性分析结果，筛选敏感波段，进而由敏感波段组成多种
植被指数（比值植被指数，ｒａｔｉｏｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ，ＲＶＩ；差值植被指数，ｄｉｆｅｒｅｎｔｉａｌｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ，ＤＶＩ；归一化差值
植被指数，ｎｏｒｍａｌｉｚｅｄｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ，ＮＤＶＩ）。通过分析植被指数与植株氮含量的相关关系，筛选出对植株氮
含量敏感的最佳植被指数，然后建立多元回归估测模型。在采集的样品中，一部分用来建立统计回归模型，另一
部分用来检验所建立模型的精确度。使用ＳＰＳＳ１３．０和ＳｉｇｍａＰｌｏｔ１０．０软件分别进行数据统计分析和作图。
２ 结果与分析
２．１ 植株氮含量
品种杰威的植株氮含量在分蘖期、拔节期均随着施氮水平的增加而极显著升高（犘＜０．０１），分蘖期处理Ｎ２
与Ｎ３ 之间、拔节期处理Ｎ１ 与Ｎ２ 之间差异均不显著。品种特高植株氮含量在分蘖期随施氮水平的增加而显著
升高（犘＜０．０５），处理Ｎ２ 与Ｎ３ 之间差异不显著；拔节期处理Ｎ３ 极显著高于其余各处理（犘＜０．０１），处理Ｎ１ 与
Ｎ２ 之间差异不显著（表１）。
２．２ 冠层光谱反射率
品种特高分蘖期可见光区反射率随施氮水平增加而逐渐降低（图１Ａ），处理Ｎ４ 在５６０ｎｍ的反射率极显著
低于Ｎ０、Ｎ１（犘＜０．０１），与Ｎ２、Ｎ３ 之间无显著差异；近红外区处理Ｎ４ 的反射率显著低于Ｎ０、Ｎ１（犘＜０．０１）和Ｎ２
０４２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１１） Ｖｏｌ．２０，Ｎｏ．３
（犘＜０．０５），与Ｎ３ 之间无显著差异。拔节期，处理Ｎ３ 在５６０ｎｍ的反射率最低（图１Ｂ），且各处理之间差异极显
著（犘＜０．０１）；在近红外区域，处理Ｎ３ 的反射率最低，Ｎ０、Ｎ１ 和Ｎ４ 三种处理之间无显著差异，但均极显著高于
Ｎ２、Ｎ３ 两种处理（犘＜０．０１）。
品种杰威在分蘖期，处理Ｎ４ 在５６０ｎｍ的反射率极显著低于其他处理（犘＜０．０１），Ｎ２ 和Ｎ３ 之间无显著差
异；近红外区各处理之间均存在显著差异（犘＜０．０５）（图１Ｃ）。拔节期，处理Ｎ４ 在５６０ｎｍ的反射率显著低于其
他处理（犘＜０．０５），Ｎ１、Ｎ２、Ｎ３ 三种处理之间的差异不显著；在近红外区域，除Ｎ１ 显著低于Ｎ０ 之外（犘＜０．０５），
其余各处理之间差异不显著（图１Ｄ）。
表１ 不同施氮水平下多花黑麦草植株氮含量
犜犪犫犾犲１ 犜犺犲狆犾犪狀狋狀犻狋狉狅犵犲狀犮狅狀狋犲狀狋狅犳狋狑狅狉狔犲犵狉犪狊狊犮狌犾狋犻狏犪狉狊狌狀犱犲狉犱犻犳犳犲狉犲狀狋狀犻狋狉狅犵犲狀犪狆狆犾犻犮犪狋犻狅狀犾犲狏犲犾狊 ％
品种Ｃｕｌｔｉｖａｒ 生育期Ｇｒｏｗｔｈｐｅｒｉｏｄ Ｎ０ Ｎ１ Ｎ２ Ｎ３ Ｎ４
杰威Ｓｐｌｅｎｄｏｒ 分蘖 Ｔｉｌｅｒｉｎｇ ２．９０ｄＤ ３．５０ｃＣ ３．８７ｂＢＣ ４．１４ｂＢ ４．７３ａＡ
拔节Ｊｏｉｎｔｉｎｇ ２．４２ｄＤ ３．２３ｃＣ ３．３９ｃＣ ４．０１ｂＢ ４．５５ａＡ
特高Ｔｅｔｒａｇｏｌｄ 分蘖 Ｔｉｌｅｒｉｎｇ ３．７８ｄＣ ４．１２ｃＢＣ ４．４７ｂＢ ４．５５ｂＡＢ ５．００ａＡ
拔节Ｊｏｉｎｔｉｎｇ ２．４２ｄＤ ３．１６ｃＣ ３．４１ｃＣ ４．６６ａＡ ３．９９ｂＢ
注：同行中不同的小写字母表示犘＜０．０５水平差异显著，不同的大写字母表示犘＜０．０１水平差异极显著。
Ｎｏｔｅ：Ｄｉｆｆｅｒｅｎｔｓｍａｌｌｅｔｔｅｒｓｉｎｔｈｅｓａｍｅｒｏｗｍｅａｎｓｉｇｎｉｆｉｃａｎｔｄｉｆｆｅｒｅｎｃｅａｔ犘＜０．０５ｌｅｖｅｌ，ｄｉｆｆｅｒｅｎｔｃａｐｉｔａｌｌｅｔｔｅｒｓｉｎｔｈｅｓａｍｅｒｏｗｍｅａｎｓｉｇｎｉｆｉｃａｎｔ
ｄｉｆｆｅｒｅｎｃｅａｔ犘＜０．０１ｌｅｖｅｌ．
图１ 不同施氮水平下多花黑麦草的冠层反射光谱特征
犉犻犵．１ 犚犲犳犾犲犮狋犪狀犮犲狅犳犪狀狀狌犪犾狉狔犲犵狉犪狊狊狌狀犱犲狉犱犻犳犳犲狉犲狀狋狀犻狋狉狅犵犲狀犳犲狉狋犻犾犻狕犪狋犻狅狀狉犪狋犲
Ａ：特高分蘖期 Ｔｅｔｒａｇｏｌｄｉｎｔｉｌｅｒｉｎｇｐｅｒｉｏｄ；Ｂ：特高拔节期 Ｔｅｔｒａｇｏｌｄｉｎｊｏｉｎｔｉｎｇｐｅｒｉｏｄ；Ｃ：杰威分蘖期
Ｓｐｌｅｎｄｏｒｉｎｔｉｌｅｒｉｎｇｐｅｒｉｏｄ；Ｄ：杰威拔节期Ｓｐｌｅｎｄｏｒｉｎｔｉｌｅｒｉｎｇｐｅｒｉｏｄ
１４２第２０卷第３期 草业学报２０１１年
２．３ 冠层反射率与植株氮含量之间的相关性
图２ 多花黑麦草植株氮含量与光谱反射率的相关性分析
犉犻犵．２ 犆狅狉狉犲犾犪狋犻狅狀犪狀犪犾狔狊犻狊犫犲狋狑犲犲狀狋犺犲狉犲犳犾犲犮狋犪狀犮犲
犪狀犱狋犺犲狆犾犪狀狋狀犻狋狉狅犵犲狀犮狅狀狋犲狀狋
图３ 多波段反射光谱回归模型监测植株氮含量的预测值
和实测值的相关性分析（狀＝４６）
犉犻犵．３ 犆狅狉狉犲犾犪狋犻狅狀犪狀犪犾狔狊犻狊犫犲狋狑犲犲狀狋狉狌犲狏犪犾狌犲犪狀犱
犲狊狋犻犿犪狋犻狏犲狏犪犾狌犲狅犳狆犾犪狀狋狀犻狋狉狅犵犲狀犮狅狀狋犲狀狋狑犻狋犺
犿犪狀狔狑犪狏犲犾犲狀犵狋犺狉犲犳犾犲犮狋犪狀犮犲
在４５０～９００ｎｍ范围内，牧草植株氮含量与单波
段反射率呈负相关关系。在４８７～７１８ｎｍ范围内，相
关系数绝对值都大于０．５（图２）。经过多波段逐步回
归分析，得到估测多花黑麦草植株氮含量的最优回归
模型：狔＝４．３６２－０．７５４狓５７９＋０．３５１狓７００（犚２＝０．５８８，
犘＜０．０１，狀＝２０），可以看出，采用多波段回归模型预
测多花黑麦草植株氮含量优于单波段模型。
为了检验此回归模型的可靠性和普适性，将校验
样本５７９，７００ｎｍ的光谱反射率分别代入上述回归模
型方程，得到多花黑麦草植株氮含量估测值，再将模型
估测值和实测值进行相关性分析。结果表明，多波段
回归模型预测值与实测值之间相关性达到了极显著水
平（犘＜０．０１）（图３）。
２．４ 植被指数与植株氮含量的相关性
利用敏感波段构建３种高光谱植被指数，并分析
它们与植株氮含量之间的相关性，结果表明，植被指数
犖犇犞犐、犚犞犐、犇犞犐与植株氮含量之间呈显著（犘＜
０．０５）或极显著（犘＜０．０１）相关关系（表２）。其中，
犖犇犞犐（７００，５７９）、犇犞犐（６１０，４８７）、犚犞犐（７００，５７９）与植株氮含量之
间的相关性最高，相关系数犚分别为０．７３９，－０．７５０，
０．７２１（犘＜０．０１）。
从表２中选择相关系数绝对值大于０．７的植被指
数为自变量进行逐步回归分析，建立多花黑麦草植株
氮含量最优回归模型：狔＝３．０２６－０．６７０犇犞犐（６１０，４８７）＋
４．９９７犖犇犞犐（７００，５７９）（犚２＝０．７０５，犘＜０．０１）。选用波段
６１０，４８７，７００和５７９ｎｍ分别建立植被指数犇犞犐、犖犇犞犐
值，代入上式得到植株氮含量的预测值。将实测值和
预测值进行相关性分析，结果表明，植株氮含量的预测
值与实测值相关性都达到了极显著水平（犘＜０．０１）
（图４）。与单波段回归模型、多波段回归模型相比较，利
用植被指数回归模型估测植株氮含量效果更加理想。
表２ 多花黑麦草植株氮含量与植被指数犖犇犞犐、犇犞犐、犚犞犐之间的相关性分析（狀＝２０）
犜犪犫犾犲２ 犆狅狉狉犲犾犪狋犻狅狀犪狀犪犾狔狊犻狊犫犲狋狑犲犲狀狋犺犲狆犾犪狀狋狀犻狋狉狅犵犲狀犮狅狀狋犲狀狋犪狀犱
狏犲犵犲狋犪狋犻狅狀犻狀犱犲狓犖犇犞犐、犇犞犐、犚犞犐
犖犇犞犐（７１０，５５２） 犖犇犞犐（７００，５７９） 犖犇犞犐（７１０，６００） 犖犇犞犐（７１０，６１０） 犖犇犞犐（７００，６３０） 犇犞犐（６３０，４８７） 犇犞犐（６３０，５７８） 犇犞犐（６１０，４８７）
０．７１２ ０．７３９ ０．７１７ ０．６８８ ０．４８３ －０．６５９ ０．７０２ －０．７５０
犇犞犐（６１０，５５２） 犇犞犐（６００，５７８） 犇犞犐（５５２，４８７） 犇犞犐（５７８，４８７） 犚犞犐（７００，５５２） 犚犞犐（７００，５７８） 犚犞犐（７１０，６００） 犚犞犐（７１０，６３０）
０．６３４ ０．６５０ －０．７２５ －０．７３１ ０．６９５ ０．７２１ ０．６６８ ０．５１８
注：表示极显著相关（犘＜０．０１），表示显著相关（犘＜０．０５）。
Ｎｏｔｅ：ｍｅａｎｓｓｉｇｎｉｆｉｃａｎｔｃｏｒｒｅｌａｔｉｏｎａｔ犘＜０．０１ｌｅｖｅｌ， ｍｅａｎｓｓｉｇｎｉｆｉｃａｎｔｃｏｒｒｅｌａｔｉｏｎａｔ犘＜０．０５ｌｅｖｅｌ．
２４２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１１） Ｖｏｌ．２０，Ｎｏ．３
３ 讨论
图４ 植株氮含量的预测值和实测值之间的相关性分析（狀＝４５）
犉犻犵．４ 犜犺犲犮狅狉狉犲犾犪狋犻狅狀犪狀犪犾狔狊犻狊犫犲狋狑犲犲狀狋犺犲犲狊狋犻犿犪狋犲犱
狏犪犾狌犲犪狀犱狋犺犲狋狉狌犲狏犪犾狌犲狅犳狆犾犪狀狋狀犻狋狉狅犵犲狀犮狅狀狋犲狀狋
施氮水平对多花黑麦草２个品种的植株氮含量具
有显著影响。分蘖期，植株氮含量随施氮水平增加而
显著升高。拔节期，品种杰威植株氮含量随施氮水平
增加而显著升高，但品种特高植株氮含量表现出先升
高后降低的趋势，在３００ｋｇ／ｈｍ２ 处理小区达到最高，
并显著高于其余各处理。田间观测结果显示，在拔节
期，试验区气温明显升高，降水充沛，品种特高在４００
ｋｇ／ｈｍ２ 处理小区中植株密度过大，草层下部部分叶
片变黄，导致植株氮含量降低。在试验区条件下，综合
分析牧草长势和草层植株氮含量，分蘖前期和拔节前
期多花黑麦草施用氮肥应以３００ｋｇ／ｈｍ２ 为适宜水
平。
施氮水平对分蘖期、拔节期多花黑麦草２个品种
的反射光谱特征具有显著影响。随施氮水平增加，４５０
～９００ｎｍ范围内冠层光谱反射率呈逐渐降低的趋势，部分处理之间达到显著（犘＜０．０５）或极显著（犘＜０．０１）水
平。杨红丽等［１９］在同一试验地点的研究结果表明，施氮水平显著影响多花黑麦草冠层叶绿素含量。张文等［２０］报
道了叶面施肥对４种草坪草［高羊茅（犉犲狊狋狌犮犪犪狉狌狀犱犻狀犪犮犲犪）、草地早熟禾（犘狅犪狆狉犪狋犲狀狊犻狊）、狗牙根（犆狔狀狅犱狅狀犱犪犮
狋狔犾狅狀）、匍匐翦股颖（犃犵狉狅狊狋犻狊狊狋狅犾狅狀犻犳犲狉犪）］叶绿素密度及反射光谱的影响，施用氮肥或氮肥＋铁肥能够显著提高
草坪叶绿素密度降低可见光区域的光谱反射率。钱育蓉等［２１］比较分析了高羊茅光合色素与其原始光谱、光谱一
阶导数和倒数对数一阶导数３种光谱形式之间的相关性，发现光谱一阶导数在７００ｎｍ附近与光合色素存在显著
的相关关系。本试验结果也与在水稻、小麦、棉花等作物上的研究报道相一致［２２２５］。因此可以推断，不同施氮水
平明显改变了冠层叶绿素含量或叶绿素密度，进而引起光谱反射率发生显著变化。
利用单波段或多波段模型均可精确估测多花黑麦草２个品种的植株氮含量，但多波段反射光谱模型估测效
果更优，这可能是由于多波段所包含的反射光谱信息要多于单一波段的反射光谱信息。试验结果表明，在４８７～
７１８ｎｍ范围内，多花黑麦草植株氮含量与反射率之间相关系数绝对值都大于０．５。朱艳等［９，１０］对稻麦的研究表
明，在波段６１０，６６０，６８０ｎｍ处，叶片氮含量与冠层反射光谱相关性最好。张金恒和王珂［１５］报道，在５００～７２０
ｎｍ范围内，水稻叶片氮含量和冠层反射光谱相关性最好。上述结论与本试验结果相一致，证明绿光和红光是植
株氮含量的敏感波段。本研究结果也表明，植被指数ＮＤＶＩ、ＲＶＩ、ＤＶＩ与植株氮含量之间存在显著的相关关系，
利用回归模型得出的植株氮含量预测值与实测值之间的相关性达到极显著水平（犘＜０．０１）。因此，在筛选敏感
波段和植被指数的基础上构建反演模型，能够精确估测多花黑麦草植株氮含量，也能够为利用光谱分析方法快
速、准确地估测牧草长势和营养状况提供技术依据。
参考文献：
［１］ 张文，陈功，龙光强，等．利用高光谱参数评价单播草坪色泽［Ｊ］．草原与草坪，２００７，（５）：６１０．
［２］ 张文，张建利，陈功．以高光谱植被指数研究草坪色泽［Ｊ］．草地学报，２００８，１６（５）：５３０５３５．
［３］ ＴｈｏｍａｓＪＲ，ＯｅｒｔｈｅｒＧＦ．Ｅｓｔｉｍａｔｉｎｇｎｉｔｏｒｇｅｎｃｏｎｔｅｎｔｏｆｓｗｅｅｔｐｅｐｐｅｒｌｅａｖｅｓｂｙｒｅｆｌｅｃｔａｎｃｅｍｅａｓｕｒｅｍｅｎｔｓ［Ｊ］．Ａｇｒｏｎｏｍｙ
Ｊｏｕｒｎａｌ，１９７２，６４：１１１３．
［４］ ＷａｌｂｕｒｇＧ，ＢａｕｅｒＭＥ，ＤａｕｇｈｔｒｙＣＳ，犲狋犪犾．Ｅｆｆｅｃｔｓｏｆｎｉｔｒｏｇｅｎｏｎｔｈｅｇｒｏｗｔｈ，ｙｉｅｌｄ，ａｎｄｒｅｆｌｅｃｔａｎｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＣＯｒｌ１［Ｊ］．
ＡｇｒｏｎｏｍｙＪｏｕｒｎａｌ，１９８２，７４：６７７６８３．
［５］ ＯｓｂｏｒｎｅＳＬ，ＳｃｈｅｐｅｒｓＪＳ，ＦｒａｎｃｉｓＤＤ，犲狋犪犾．Ｄｅｔｅｃｔｉｏｎｏｆｐｈｏｓｐｈｏｒｕｓａｎｄｎｉｔｒｏｇｅｎｄｅｆｉｃｉｅｎｃｉｅｓｉｎｃｏｒｎｕｓｉｎｇｓｐｅｃｔｒａｌｒａｄｉ
ａｎｃｅｍｅａｓｕｒｅｍｅｎｔｓ［Ｊ］．ＡｇｒｏｎｏｍｙＪｏｕｒｎａｌ，２００２，９４：１２１５１２２１．
３４２第２０卷第３期 草业学报２０１１年
［６］ ＳｈｉｂａｙａｍａＭ，ＲｅｍｏｔｅＡ．Ｓｅａｓｏｎａｌｖｉｓｉｂｌｅ，ｎｅａｒｉｎｆｒａｒｅｄａｎｄｍｉｄｉｎｆｒａｒｅｄｓｐｅｃｔｒａｏｆｒｉｃｅｃａｎｏｐｉｅｓｉｎｒｅｌａｔｉｏｎｔｏＬＡＩａｎｄ
ａｂｏｖｅｇｒｏｕｎｄｄｒｙｐｈｙｔｏｍａｓｓ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇＥｎｖｉｒｏｎｍｅｎｔ，１９８６，２７：１１９１２７．
［７］ 赵德华，李建龙．不同施氮水平下棉花群体反射光谱德差异性分析［Ｊ］．作物学报，２００４，３０（１１）：１１６９１１７２．
［８］ 吴华兵，朱艳，田永超，等．棉花冠层高光谱指数与叶片氮积累量的定量关系［Ｊ］．作物学报，２００７，３３（３）：５１８５２２．
［９］ 朱艳，姚霞，田永超，等．稻麦叶片氮积累量与冠层反射光谱的定量关系［Ｊ］．植物生态学报，２００６，３０（６）：９８３９９０．
［１０］ 朱艳，李映雪，周冬琴，等．稻麦叶片氮含量与冠层反射光谱的定量关系［Ｊ］．生态学报，２００６，２６（１０）：３４６３３４６９．
［１１］ 秦晓东，戴廷波，荆奇，等．冬小麦叶片氮含量时空分布及其与植株氮营养状况的关系［Ｊ］．作物学报，２００６，３２（１１）：
１７１７１７２２．
［１２］ 李映雪，朱艳，曹卫星．不同施氮条件下小麦冠层的高光谱和多光谱反射特征［Ｊ］．麦类作物学报，２００６，２６（２）：１０３１０８．
［１３］ 唐万龙，杨相桓，雷浣群．应用光谱特性建立冬小麦氮磷元素丰缺和产量预报模型的研究［Ｊ］．遥感技术与应用，１９９３，
８（３）：８１４．
［１４］ 谭昌伟，王纪华，黄文江，等．夏玉米叶片全氮、叶绿素及叶面积指数的光谱响应研究［Ｊ］．西北植物学报，２００４，２４（６）：
１０４１１０４６．
［１５］ 张金恒，王珂．水稻叶片反射光谱诊断氮素营养敏感波段的研究［Ｊ］．浙江大学学报（农业与生命科学版），２００４，３０（３）：
３４０３４６．
［１６］ 王纪华，王之杰，黄文江，等．冬小麦冠层氮素的垂直分布及光谱响应［Ｊ］．遥感学报，２００４，８（４）：３０９３１６．
［１７］ 黄勤楼，钟珍梅，陈恩，等．施氮水平与方式对黑麦草生物学特性和硝酸盐含量的影响［Ｊ］．草业学报，２０１０，１９（１）：１０３
１１２．
［１８］ 王学奎．植物生理生化实验原理和技术（第２版）［Ｍ］．北京：高等教育出版社，２００６．
［１９］ 杨红丽，陈功，吴建付．氮肥水平对多花黑麦草叶绿素及高光谱反射特征的影响［Ｊ］．云南农业大学学报，２００９，２４（４）：
５３４５３８
［２０］ 张文，张建利，陈功．叶面施肥对草坪高光谱反射率及色泽的影响［Ｊ］．草业学报，２００９，１８（２）：１１５１２１．
［２１］ 钱育蓉，杨峰，李建龙，等．利用高光谱数据快速估算高羊茅牧草光合色素的研究［Ｊ］．草业学报，２００９，１８（４）：９４１０２．
［２２］ 郭曼，常庆瑞，张连民，等．关中地区不同营养状况冬小麦光谱特性初探［Ｊ］．干旱地区农业研究，２００６，２４（３）：４９５３．
［２３］ 孙雪梅．利用高光谱参数预测水稻氮素状况、色素含量和籽粒蛋白含量的研究［Ｄ］．杭州：浙江大学，２００５．
［２４］ ＨａｎｓｅｎａＰＭ，ＳｃｈｊｏｅｒｒｉｎｇＪＫ．Ｒｅｆｌｅｃｔａｎｃｅｍｅａｓｕｒｅｍｅｎｔｏｆｃａｎｏｐｙｂｉｏｍａｓｓａｎｄｎｉｔｒｏｇｅｎｓｔａｔｕｓｉｎｗｈｅａｔｃｒｏｐｓｕｓｉｎｇｎｏｒｍａｌ
ｉｚｅｄｄｉｆｆｅｒｅｎｃｅｖｅｇｅｔａｔｉｏｎｉｎｄｉｃｅｓａｎｄｐａｒｔｉａｌｌｅａｓｔｓｑｕａｒｅｓｒｅｇｒｅｓｓｉｏｎ［Ｊ］．ＲｅｍｏｔｅｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００３，８６：５４２５５３．
［２５］ 代辉，胡春胜，程一松，等．不同氮水平下冬小麦农学参数与光谱植被指数的相关性［Ｊ］．干旱地区农业研究，２００５，２３（４）：
１６２１．
犘犾犪狀狋狀犻狋狉狅犵犲狀犮狅狀狋犲狀狋狅犳犪狀狀狌犪犾狉狔犲犵狉犪狊狊犪狀犱狊狆犲犮狋狉犪犾狉犲犳犾犲犮狋犪狀犮犲狉犲狊狆狅狀狊犲狋狅狀犻狋狉狅犵犲狀犪狆狆犾犻犮犪狋犻狅狀犾犲狏犲犾
ＹＡＮＧＨｏｎｇｌｉ，ＣＨＥＮＧｏｎｇ，ＷＵＪｉａｎｆｕ
（ＣｏｌｅｇｅｏｆＡｎｉｍａｌＳｃｉｅｎｃｅ，ＹｕｎｎａｎＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｋｕｎｍｉｎｇ６５０２０１，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：Ｐｌａｎｔｎｉｔｒｏｇｅｎｃｏｎｔｅｎｔｗａｓａｖｉｔａｌｉｎｄｉｃａｔｏｒｔｏｅｖａｌｕａｔｅｐａｓｔｕｒｅｇｒｏｗｉｎｇｓｉｔｕａｔｉｏｎｓ，ｔｏｅｓｔｉｍａｔｅｐｒｏ
ｄｕｃｔｉｏｎａｎｄｔｏｄｅｔｅｒｍｉｎｅｏｐｔｉｍａｌｆｅｒｔｉｌｉｚｅｒａｐｐｌｉｃａｔｉｏｎ．Ａｎｅｘｐｅｒｉｍｅｎｔｗａｓｃｏｎｄｕｃｔｅｄｔｏｉｎｖｅｓｔｉｇａｔｅｔｈｅｐｌａｎｔｎｉ
ｔｒｏｇｅｎｃｏｎｔｅｎｔｏｆａｎｎｕａｌｒｙｅｇｒａｓｓａｎｄｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｃａｎｏｐｙｓｐｅｃｔｒａｌｒｅｆｌｅｃｔａｎｃｅｕｎｄｅｒｆｉｖｅｎｉｔｒｏｇｅｎｌｅｖ
ｅｌｓ，ｅｘｐｌｏｒｉｎｇｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｐｌａｎｔｃａｎｏｐｙｒｅｆｌｅｃｔａｎｃｅａｎｄｎｉｔｒｏｇｅｎｃｏｎｔｅｎｔ．Ｔｈｅｎｉｔｒｏｇｅｎｌｅｖｅｌｈａｄａ
ｓｉｇｎｉｆｉｃａｎｔｉｍｐａｃｔｏｎｔｈｅｐｌａｎｔｎｉｔｒｏｇｅｎｃｏｎｔｅｎｔｏｆａｎｎｕａｌｒｙｅｇｒａｓｓａｎｄｗｈｅｎｎｉｔｒｏｇｅｎｆｅｒｔｉｌｉｚｅｒｉｎｃｒｅａｓｅｄｆｒｏｍ
１００ｔｏ４００ｋｇ／ｈａｔｈｅｐｌａｎｔｎｉｔｒｏｇｅｎｃｏｎｔｅｎｔｉｎｃｒｅａｓｅｄａｃｃｏｒｄｉｎｇｌｙ．Ｉｎｔｈｅｖｉｓｉｂｌｅｒｅｇｉｏｎ，ｃａｎｏｐｙｓｐｅｃｔｒａｌｒｅｆｌｅｃ
ｔａｎｃｅｒａｔｅｒｅｄｕｃｅｄａｓｎｉｔｒｏｇｅｎｌｅｖｅｌｉｎｃｒｅａｓｅｄ．Ｔｈｅｒｅｗａｓｓｉｇｎｉｆｉｃａｎｔｎｅｇａｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｐｌａｎｔｎｉｔｒｏｇｅｎ
ｃｏｎｔｅｎｔａｎｄｓｉｎｇｌｅｂａｎｄｒｅｆｌｅｃｔａｎｃｅｒａｔｅａｎｄｔｈｅａｂｓｏｌｕｔｅｖａｌｕｅｏｆｔｈｅｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｗａｓｇｒｅａｔｅｒｔｈａｎ
０．５（犘＜０．０１）ｗｉｔｈｉｎ４８７－７１８ｎｍ．Ｔｈｅｏｐｔｉｍａｌｍｏｄｅｌｏｆｐｌａｎｔｎｉｔｒｏｇｅｎｃｏｎｔｅｎｔｅｓｔｉｍａｔｉｏｎｂｙｕｓｉｎｇｓｅｎｓｉｔｉｖｅ
ｂａｎｄｓｗａｓ狔＝４．３６２－０．７５４狓５７９＋０．３５１狓７００，ａｎｄｔｈｅｏｐｔｉｍａｌｍｏｄｅｌｏｆｐｌａｎｔｎｉｔｒｏｇｅｎｃｏｎｔｅｎｔｅｓｔｉｍａｔｉｏｎｂａｓｅｄ
ｏｎｖｅｇｅｔａｔｉｏｎｉｎｄｅｘｗａｓ狔＝３．０２６－０．６７０犇犞犐（６１０，４８７）＋４．９９７犖犇犞犐（７００，５７９）．Ａｓｔｒｏｎｇｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｅｓｔｉ
ｍａｔｅｄａｎｄｔｒｕｅｖａｌｕｅｏｆｐｌａｎｔｎｉｔｒｏｇｅｎｃｏｎｔｅｎｔｗａｓｄｅｔｅｃｔｅｄ（犘＜０．０１）．
犓犲狔狑狅狉犱狊：ａｎｎｕａｌｒｙｅｇｒａｓｓ（犔狅犾犻狌犿犿狌犾狋犻犳犾狅狉狌犿）；ｓｅｎｓｉｔｉｖｅｂａｎｄ；ｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ；ｐｌａｎｔｎｉｔｒｏｇｅｎｃｏｎｔｅｎｔ；
ｃａｎｏｐｙｓｐｅｃｔｒａｌｒｅｆｌｅｃｔａｎｃｅ
４４２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１１） Ｖｏｌ．２０，Ｎｏ．３