全 文 ：中国生态农业学报 2011年 9月 第 19卷 第 5期
Chinese Journal of Eco-Agriculture, Sep. 2011, 19(5):1168−1174 遥感与信息技术应用


* 中国科学院知识创新工程重大项目(KSCX-YW-09)、中国科学院重大项目(二期)(KSCX2-EW-N-08)和国家自然科学基金项目(40971025)资助
** 通讯作者: 张玉铭(1964~), 女, 副研究员, 主要研究方向为农田生态系统养分循环与平衡及其环境效应研究。E-mail: ymzhang@sjziam.ac.cn
张立周(1984~), 男, 硕士研究生, 主要研究方向为土壤物理与水资源。E-mail: zhanglizhou201@126.com
收稿日期: 2011-04-12 接受日期: 2011-07-11
DOI: 10.3724/SP.J.1011.2011.01168
数字图像诊断技术在冬小麦氮素营养诊断中的应用*
张立周 1 侯晓宇 2 张玉铭 1** 李红军 1 程一松 1 胡春胜 1
(1. 中国科学院遗传与发育生物学研究所农业资源研究中心 石家庄 050022; 2. 石家庄外国语学校 石家庄 050022)
摘 要 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著或极显著相关关系; 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。
关键词 冬小麦 数字图像 色彩参数 氮素营养诊断 生长时期
中图分类号: S126; S512 文献标识码: A 文章编号: 1671-3990(2011)05-1168-07
Diagnosis of the state of N in wheat via digital image processing technique
ZHANG Li-Zhou1, HOU Xiao-Yu2, ZHANG Yu-Ming1, LI Hong-Jun1, CHENG Yi-Song1, HU Chun-Sheng1
(1. Center for Agricultural Resources Research, Institute of Genetics and Developmental Biology, Chinese Academy of Sciences,
Shijiazhuang 050022, China; 2. Shijiazhuang Foreign Language School, Shijiazhuang 050022, China)
Abstract This study used digital image acquisition via digital camera and analysis method in combination with rapid soil and plant
N test to diagnose the state of N in wheat crops and recommend N fertilization modes in wheat fields. The relationship between color
parameters and N nutrient indices was analyzed and the possibility of using digital image analysis method to diagnose the state of
plant N evaluated. Then a standard method for digital image acquisition and application in plant N diagnosis was established. The
best mode for diagnosing the state of plant N via digital image analysis method was also determined. The study further established a
N diagnosis index system and an equation for recommending N application. The result indicated that digital image processing tech-
nique was usable in detecting the N state in winter wheat. The best angle between digital camera and wheat canopy in the field was
30°~60°. Significant correlations were noted among color parameters and N application rate, SPAD, plant nitrate content, plant total
N content and nitrate contents in the 0~90 cm soil depth at wheat jointing and booting stages. Compared with other plant canopy
color parameters, normalized greenness intensity (NGI), calculated as G/(R+G+B), was much better as it produced better correlations
with plant total N, SPAD, nitrate content and soil nitrate content at jointing stage. While NGI was the best diagnosis index, jointing
was the key diagnosis stage of the state of N in winter wheat crops.
Key words Winter wheat, Digital image, Color parameter, Nitrogen state diagnosis, Growth stage
(Received Apr. 12, 2011; accepted Jul. 11, 2011)
我国过量施氮问题已经十分严重, 特别是在华
北平原高产农区, 很多田块冬小麦氮肥用量已超过
300 kg(N)·hm−2·a−1[1−2], 远远高于最高产量的最优施
肥量[3]。过量施肥不仅导致肥料利用率下降, 作物品
质低劣, 还会增加环境污染风险。因此, 合理调控氮
肥投入, 准确诊断作物关键生育期氮素营养状况成
第 5期 张立周等: 数字图像诊断技术在冬小麦氮素营养诊断中的应用 1169


为解决过量施肥的一个重要课题。
传统的作物营养诊断如植株全氮、生物量和植
株硝酸盐浓度测试等 [4−8]需要进行大量的田间取样
和实验室分析, 操作复杂、费时费力, 时效性不足,
难以适应作物生长期间追肥诊断的需求, 更难在广
大农村进行推广普及。近年来, 随着数字图像技术
的不断发展, 国际上有些研究者开始应用数字图像
处理技术进行氮素营养诊断[9]。大量研究结果表明,
作物冠层数字图像色彩参数与叶绿素仪读数 [10]、
NDVI[11−12]、地上部生物量 [10]、氮素吸收总量 [10−13]
等指标间存在显著或极显著相关关系, 为基于数码
相机的数字图像处理技术在农作物氮素实时诊断中
的应用奠定了理论基础。而该项技术在小麦氮素营
养诊断中应用的研究刚刚起步[12,14]。本研究旨在应
用数字图像技术明确冬小麦氮素营养诊断的关键生
育期和最适合冬小麦氮素营养诊断的色彩参数, 探
索应用数字图像技术进行冬小麦氮素营养诊断的方
法, 从而为冬小麦无损快速氮素诊断及合理推荐追
肥提供技术支持。
1 材料与方法
1.1 试验区概况
试验在中国科学院栾城农业生态系统试验站
(简称栾城试验站, 37°53′N, 114°41′E)进行。该站属
暖温带半湿润季风气候, 年均气温 12.2 ℃, 年降雨
量 536.8 mm, 年无霜期 200 d左右。土壤类型为潮
褐土, 土壤有机质含量 12 g·kg−1, 全氮 0.9 g·kg−1。
种植制度为小麦−玉米两熟。
1.2 试验设计
试验在栾城试验站的 2 个肥料定位试验地及周
围农户农田进行。
1.2.1 田间试验
(1)肥料定位试验 1: 试验始于 1997 年, 设 4 个
氮水平: 0 kg(N)·hm−2·a−1、200 kg(N)·hm−2·a−1、400
kg(N)·hm−2·a−1 和 600 kg(N)·hm−2·a−1, 编号依次为
N1、N2、N3、N4; 3个磷水平: 0 kg(P)·hm−2·a−1、32.5
kg(P)·hm−2·a−1和64 kg(P)·hm−2·a−1, 编号依次为P1、P2、
P3; 2个钾水平: 0 kg(K)·hm−2·a−1和 150 kg(K)·hm−2·a−1,
编号依次为 K1、K2。试验采用正交不完全设计, 共
16 个处理, 每个处理 3 次重复, 共计 48 个小区, 小
区面积为 14 m×7.5 m。冬小麦品种为“科农 199”, 于
2009年 10月上旬播种, 播种量为 165 kg·hm−2, 次年
6 月上旬收获。本研究选择磷钾充足供应、不同施
氮水平的部分处理进行 , 具体试验处理组合为
N1P3K1、N2P3K1和 N3P3K1。
(2)肥料定位试验 2: 试验始于 2005 年, 设 6 个
氮水平 , 氮肥用量分别为 : 0 kg(N)·hm−2·a−1、100
kg(N)·hm−2·a−1、200 kg(N)·hm−2·a−1、300 kg(N)·hm−2·a−1、
400 kg(N)·hm−2·a−1和 600 kg(N)·hm−2·a−1, 每个处理磷
肥用量相同, 均为每年 65 kg(P)·hm−2·a−1。试验共 6
个处理, 每个处理 3 次重复, 共 18 个小区, 随机区
组排列, 小区面积 150 m2。冬小麦品种、播期、播
量和收获期同肥料定位试验 1。
两个肥料定位试验均为小麦−玉米轮作 , 氮钾
肥用量小麦、夏玉米季各占全年用量的 1/2, 氮肥小
麦季于播种和拔节期分两次施入, 每次施入量为全
季用量的 1/2, 钾肥于小麦底肥和玉米大喇叭口期施
用。全年磷肥用量全部于小麦底肥施入。
(3)相机像素影响试验: 在栾城试验站周边选取
长势不同的 6户农户田块, 编号分别为 1、2、3、4、
5、6。6 户农户田块均为小麦−玉米轮作, 田间管理
及施肥均按当地传统模式进行。
1.2.2 地面数字图像获取方法对比试验
(1)不同角度拍摄对比: 试验于 2010 年 4 月 20
日冬小麦拔节期在肥料定位试验 1 的 3 个处理组合
(N1P3K1、N2P3K1、N3P3K1)进行。将数码相机(佳
能 EOS400D)与地面角度分别调整为 30°、60°, 以自
动曝光模式在每个小区拍摄 3 张照片。图像分辨率
为 1 024×768, 以 TIFF格式保存。
(2)不同相机拍摄对比: 试验于 2010 年 4 月 9
日在栾城县农户地进行。分别用佳能 EOS400D 相
机(最大像素 1 010万)、普通 Sony数码相机(最大像
素 400万)和摩托罗拉 L7 手机(最大像素 35万)与地
面呈 60°拍摄, 拍摄时相机均采用自动曝光模式, 手
机用普通模式, 分别在 6户农田拍摄 3张, 并以TIFF
格式保存。
1.3 数字图像的获取与处理
分别在小麦拔节期和孕穗期用佳能 EOS400D相
机获取冬小麦冠层数码图像。所有的图像都在晴天的
12:00~13:00 获得, 拍摄时相机距地面高度为 1.5 m,
与地面冠层呈 60º 角, 采用自动曝光模式控制曝光时
间色彩平衡, 图像的分辨率采用 1 024×768。数码相
机得到的图像为 RGB真彩色图像, 照片以 TIFF无损
压缩格式转存入计算机。图像色彩信息的获取采用
Adobe Photoshop, 通过直方图程序获取冠层图像红、
绿、蓝色彩参数通道的平均值。为更好地描述色彩参
数与植株营养参数之间的相关关系, 对色彩参数进
行交互处理, 获得绿光与蓝光比值(G/B)、红光与蓝光
比值(R/B)、绿光与红光比值(G/R)、蓝光与亮度比值
(B/L)、绿光与亮度比值 (G/L)、绿光标准化值
[G/(R+G+B)]、蓝光标准化值[B/(R+G+B)]和红光标准
化值[R/(R+G+B)]。
1170 中国生态农业学报 2011 第 19卷


1.4 常规测试项目与方法
在肥料定位试验 2于冬小麦拔节期(2009 年 4月
7日)和孕穗期(2009年 4月 18日)利用 SPAD-502叶
绿素仪测定冬小麦第 1 片完全展开叶的中部, 每小
区随机选取 30 个叶片测试, 记录平均值。植株硝酸
盐浓度用反射仪和硝酸盐试纸测试。植株全氮含量用
凯氏定氮法测定。土壤硝态氮含量分 3 层(0~30 cm、
30~60 cm、60~90 cm)取 0~90 cm 土壤样品 , 以
1 mol·L−1 的 KCl 浸提, 用紫外分光法进行测定, 计
算出 0~90 cm土壤硝态氮含量。
2 结果与分析
2.1 拍摄角度与照片像素对色彩参数的影响
2.1.1 拍摄角度对图像色彩参数的影响
依照光学原理, 光线在单一介质中呈直线传播,
一旦遇到物体将会发生反射与折射, 因此, 当光线照
射到作物冠层表面时亦会发生折射与反射, 其折射
率与反射率、折射角度与反射角度会因作物冠层结构
不同而异。理论上讲, 从不同角度拍摄, 所拍摄冠层
范围与反映的部位均有所不同, 作物冠层数字图像
所反映出的色彩参数也应不同, 给应用数字图像技
术进行作物营养诊断带来一定困难。基于此, 进行了
不同拍摄角度对冠层图像色彩参数的影响研究。结果
表明(表 1), 冠层绿光标准化值 G/(R+G+B)和红光标
准化值 R/(R+G+B)在不同施肥处理中不同角度下获
得的图像处理结果之间无显著性差异, 而蓝光标准
化值 B/(R+G+B)除在多年不施肥处理不同角度下获
得的图像处理结果之间存在显著性差异外(P<0.05),
其他两个施肥处理中不同角度下获得的图像处理结
果差异不显著。两个角度下的各重复处理间的标准差
与变异系数均不大(表 1), 多数情况下绿光标准化值
G/(R+G+B)和红光标准化值 R/(R+G+B)变异系数低
于蓝光标准化值 B/(R+G+B)。表明本试验施肥条件下
在 30°~60°的角度范围内可进行拍摄, 实际拍摄时即
使拍摄角度有所变化(30°~60°)亦不会对色彩参数有
显著影响 , 在进行营养诊断时选择变异性较小的
G/(R+G+B)和 R/(R+G+B作为诊断参数为宜。建议在
实际拍摄时最好固定到同一角度, 尽量减少随机性
误差。
2.1.2 照片像素对冠层图像色彩参数的影响
近年来, 数码相机以及具有照相功能的手机已
经得到普及。研究不同性能相机和手机照相是否会对
小麦冠层色彩参数产生影响, 可为应用数字图像技
术进行作物营养诊断的推广与普及提供理论依据。本
研究用 2 种不同像素的相机和一款市面常见的普通
手机(具体类型见上文)在 6 块农户农田进行拍摄, 并
对图像色彩参数进行比较。通常认为植株绿度与作物
营养指标相关性最好, 最能反映作物的实时营养状
况[15−16], 为此以G/(R+G+B)为代表, 比较不同像素对
冬小麦冠层图像色彩参数的影响, 以期判断能否用
不同像素相机拍摄进行作物营养诊断。
结果表明, 不同像素相机拍摄的冬小麦冠层图
像在绿光标准化值 G/(R+G+B)上存在差异, 像素高
的相机拍摄的图像分辨率高 , 其绿光标准化值
G/(R+G+B)较大, 手机的图像分辨率低, 其绿光标准
化值 G/(R+G+B)较低, 在 6 块农户农田上都存在相同
的趋势。对不同分辨率图像的绿光标准化值
G/(R+G+B)进行统计分析, 结果表明1 010万像素相机
与 400 万像素相机拍摄的图像绿光标准化值 G/(R+
G+B)之间无显著性差异, 但极显著高于 35 万像素相
机拍摄的图像绿光标准化值 G/(R+G+B)(P<0.01); 400
万像素图像绿光标准化值 G/(R+G+B)与 35 万像素图
像之间的差异亦达到 5%显著性水平(图 1)。
从图 2可以看出, 不同分辨率图像间的绿光标准
化值 G/(R+G+B)存在极显著正线性相关关系, 表明
不同种类相机在用于氮素营养诊断时, 虽然结果存
在一定差异, 但其趋势一致。由不同像素相机拍摄的

表 1 不同拍摄角度对冬小麦冠层图像绿/红/蓝光相对强度的影响
Table 1 Effects of different image angles on relative greenness/redness/blueness intensity of winter wheat canopy image
绿光标准化值[G/(R+G+B)]
Relative greenness intensity
红光标准化值[R/(R+G+B)]
Relative redness intensity
蓝光标准化值[B/(R+G+B)]
Relative blueness intensity 施肥处理
Fertilization
treatment
相机与冠层角度
Camera and
canopy angle (°) 平均值
Average
标准差
Std.
变异系数
CV (%)
平均值
Average
标准差
Std.
变异系数
CV (%)
平均值
Average
标准差
Std.
变异系数
CV (%)
30 0.457a 0.005 29 1.15 0.346a 0.005 86 1.70 0.210a 0.006 78 3.23 N1P3K1
60 0.464a 0.001 73 0.37 0.344a 0.002 52 0.73 0.187b 0.003 24 1.74
30 0.427a 0.004 58 1.07 0.327a 0.001 53 0.47 0.246a 0.007 51 3.05 N2P3K1
60 0.427a 0.005 13 1.20 0.326a 0.005 51 1.69 0.247a 0.000 99 0.40
30 0.421a 0.004 51 1.07 0.323a 0.002 08 0.65 0.255a 0.003 39 1.33 N3P3K1
60 0.427a 0.005 13 1.20 0.323a 0.003 00 0.93 0.253a 0.001 24 0.49
不同小写字母表示处理间差异显著(P < 0.05), 下同。Different small letters mean significant difference among treatments (P < 0.05), the same
below. N1: 0 kg(N)·hm−2·a−1; N2: 200 kg(N)·hm−2·a−1; N3: 400 kg(N)·hm−2·a−1; P3: 64 kg(P)·hm−2·a−1; K1: 0 kg(K)·hm−2·a−1.
第 5期 张立周等: 数字图像诊断技术在冬小麦氮素营养诊断中的应用 1171




图 1 不同像素相机绿光标准化值[G/(R+G+B)]之间的比较
Fig. 1 Comparison of relative greenness intensity [G/(R+G+B)]
among cameras with different pixels
图中每条线后数值为平均值, 其后的大小写字母分别表示差异
在 1%和 5%水平显著水平 Data following every line are the means. The
capital and small letters following them mean significant difference at
1% and 5% levels, respectively.
冬小麦冠层图像绿光标准化值 G/(R+G+B)之间差异
性和趋势性可以推断, 像素太低, 所生成的图像较模
糊, 在提取色彩参数的过程中, 相对于清晰的图像误
差会大些。因此, 在采用数码相机进行氮素营养诊断
时, 建议尽量应用像素高、质量好的相机。依据本研
究结果, 相机像素至少要高于 400 万, 这样能有效减
少误差, 提高数据的准确性。
2.2 数字图像技术在冬小麦氮素营养诊断中的应用
2.2.1 冬小麦冠层色彩参数与施肥量、氮素营养指
标间的关系
选取 G/(R+G+B)、B/(R+G+B)、R/(R+G+B)、
G/B、R/B、G/R、B/L、G/L等色彩参数指标与施肥
量、冬小麦氮素营养指标如叶片 SPAD 值、植株硝
酸盐浓度和全氮含量、土壤 0~90 cm硝态氮含量进
行相关分析。表 2 为拔节期和孕穗期色彩参数与营



图 2 不同像素相机获得的小麦冠层绿光标准化值[G/(R+G+B)]相关性比较
Fig. 2 Correlation comparison of relative greenness intensity [G/(R+G+B)] of wheat canopy image among cameras
with different pixels

表 2 冬小麦冠层图像色彩参数与施氮量、冬小麦氮素营养指标和土壤硝态氮含量的关系
Table 2 Correlation coefficients between wheat canopy image color parameters and nitrogen application level,
winter wheat nitrogen nutrient indexes and soil nitrate-nitrogen content
冬小麦生长时期
Winter wheat
growth stage
色彩参数
Color
parameter
施肥量
Nitrogen
application level
SPAD
植株硝酸盐
Plant nitrate
concentration
植株全氮
Plant total
nitrogen content
0~90 cm土壤硝态氮
Soil nitrate-nitrogen content
in 0~90 cm layer
G/(R+G+B) −0.763 6** −0.820 8** −0.403 7** −0.568 7**
B/(R+G+B) 0.583 3** 0.860 8** 0.373 1** 0.329 4**
R/(R+G+B) −0.311 2* −0.678 8** −0.255 9* −0.184 1
G/B −0.631 1** −0.862 9** −0.367 9** −0.343 3**
R/B −0.507 6** −0.824 3** −0.330 7** −0.283 5**
B/L 0.606 0** 0.868 2** 0.385 4** 0.344 0**
G/L −0.684 7** −0.463 4** −0.284 5* −0.364 6**
拔节期
Jointing stage






G/R 0.006 0 0.080 7 0.007 7 0.001 7
G/(R+G+B) −0.694 7** −0.637 7** −0.348 9** −0.617 9** −0.260 2*
B/(R+G+B) 0.622 8** 0.544 3** 0.355 2** 0.601 1** 0.228 6*
R/(R+G+B) −0.473 1** −0.383 9** −0.322 1** −0.511 9** −0.168 4
G/B −0.607 2** −0.536 7** −0.339 3** −0.576 7** −0.213 8*
R/B −0.547 4** −0.462 0** −0.329 0** −0.546 5** −0.191 5
B/L 0.641 4** 0.562 3** 0.359 6** 0.612 7** 0.238 6*
G/L −0.702 0** −0.674 1** −0.291 7* −0.555 5** −0.278 6*
孕穗期
Booting stage






G/R 0.002 7 0.015 8 0.021 1 0.009 8 0.003 4
*和**分别表示 P<0.05和 P<0.01水平显著相关 * and ** mean significant correlation at P < 0.05 and P < 0.01 respectively.
1172 中国生态农业学报 2011 第 19卷


养参数指标间的相关决定系数(R2, n=18)。表 2表明,
在冬小麦拔节期, G/(R+G+B)、G/B、R/B、G/L与施
氮量呈极显著负相关关系 , R/(R+G+B)与施氮量呈
显著负相关关系, 而 B/(R+G+B)、B/L与施氮量呈极
显著正相关关系 , G/R 与施氮量不存在相关性。
G/(R+G+B)、G/B、R/B、G/L、R/(R+G+B)与 SPAD
值呈极显著负相关关系 , 而 B/(R+G+B)、B/L 与
SPAD呈极显著正相关关系, G/R与 SPAD不存在相
关性。G/(R+G+B)、G/B、R/B与植株硝酸盐浓度呈
极显著负相关关系, G/L、R/(R+G+B)与植株硝酸盐
浓度呈显著负相关关系, 而 B/(R+G+B)、B/L与植株
硝酸盐浓度呈极显著正相关关系, G/R 与植株硝酸
盐浓度不存在相关性。G/(R+G+B)、G/B、G/L、R/B
与 0~90 cm 土壤硝态氮含量呈极显著负相关关系,
而 B/(R+G+B)、B/L 与 0~90 cm 土壤硝态氮含量呈
极显著正相关关系, R/(R+G+B)、G/R与 0~90 cm土
壤硝态氮含量不存在显著相关性。
在小麦孕穗期, G/(R+G+B)、G/B、R/B、G/L、
R/(R+G+B)与施氮量呈极显著负相关关系 , 而
B/(R+G+B)、B/L与施氮量呈极显著正相关关系, G/R
与施氮量不存在相关性。G/(R+G+B)、G/B、R/B、
G/L、R/(R+G+B) 与 SPAD呈极显著负相关关系, 而
B/(R+G+B)、B/L与 SPAD呈极显著正相关关系, G/R
与 SPAD 不存在相关性。G/(R+G+B)、G/B、R/B、
R/(R+G+B)与植株硝酸盐浓度呈极显著负相关关系,
G/L 与植株硝酸盐浓度呈显著负相关关系 , 而
B/(R+G+B)、B/L与植株硝酸盐浓度呈显著正相关关
系 , G/R 与植株硝酸盐浓度不存在相关性。
G/(R+G+B)、G/B、R/B、G/L、R/(R+G+B)与植株全
氮含量呈极显著负相关关系, 而 B/(R+G+B)、B/L与
植株全氮含量呈极显著正相关关系, G/R 与植株全氮
含量不存在相关性。G/(R+G+B)、G/L、G/B与 0~90 cm
土壤硝态氮含量呈显著负相关关系, B/L、B/(R+G+B)
与植株硝酸盐浓度呈显著正相关关系, 其他色彩参
数指标与 0~90 cm土壤硝态氮含量相关性不显著。
上述分析表明, 不论是在冬小麦的拔节期还是
孕穗期, 在 8个色彩参数中, 有多个指标与施肥量、
氮素营养指标之间呈现极显著相关性或显著相关性,
因此, 应用数字图像技术进行冬小麦氮素营养诊断
是可行的。通过比较拔节期与孕穗期的决定系数发
现, 拔节期冠层图像色彩参数与营养参数间的相关
性好于孕穗期, 可作为应用数字图像技术进行氮素
营养诊断的关键时期。由于 G/(R+G+B)与氮素营养
指标的相关性优于其他指标, 可作为冬小麦氮素营
养诊断的最佳冠层图像色彩参数指标。
2.2.2 冬小麦植株氮素营养诊断与推荐施肥
所选取的 8 个色彩参数指标中 , G/(R+G+B)
与各营养参数间均呈极显著线性负相关或显著负
相关关系 , 是应用数字图像技术进行冬小麦氮素
营养诊断的最佳色彩参数指标之一。图 3 为不同
施氮处理下冬小麦拔节期冠层图像的 G/(R+G+B)。
从图中可以看出 , G/(R+G+B)与施氮量之间存在二
次曲线关系, 其一次项系数为负值, 表明 G/(R+G+B)
与施氮量间存在负相关关系 , 即冬小麦拔节期冠
层相对绿度随施氮量的增加而逐渐减小 ; 二次项
与一次项前正负号不同, 表明施氮量超过一定用量
后, G/(R+G+B)随施氮量增加而减小的程度变缓。由
图 3 可以看出, 当施氮量超过 100 kg(N)·hm−2 后
G/(R+G+B)变化趋于平缓。由此可以推断, 在本试验
条件下, 当小麦季施氮量达到 100 kg(N)·hm−2后, 植
株的营养状况趋于稳定, 再继续增加施氮量并不会
给作物植株带来更多改良, 只会引起作物对氮素的
奢侈吸收, 无益于产量形成。



图 3 不同施氮处理下冬小麦拔节期冠层图像的绿光标
准化值[G/(R+G+B)]
Fig. 3 Relative green intensity [G/(R+G+B)] of wheat canopy
image at jointing stage under different N treatments

以传统营养诊断指标为依据, 根据冬小麦拔节
期冠层图像 G/(R+G+B)与施肥量、植株营养状况指
标间的数量关系 , 提出了以拔节期冠层图像
G/(R+G+B)为诊断参数的冬小麦氮素营养诊断指标
体系(表 3)。在无氮区和 50 kg(N)·hm−2施肥区, 测得
的冠层 G/(R+G+B)为 0.429~0.449, 平均值为 0.441,
植株氮素处于严重不足状态; 在 100 kg(N)·hm−2 和
200 kg(N)·hm−2 施肥区, 测得的冠层 G/(R+G+B)为
0.411~0.421, 平均值为 0.415, 在此施肥情况下, 冬
小麦植株长势良好, 氮素处于正常供应状态; 当施
氮量提高到 300 kg(N)·hm−2 后 , 测得的冠层
G/(R+G+B)为 0.405~0.410, 平均值为 0.407, 作物长
势过旺 , 氮素处于供应过量状态。根据各处理
G/(R+G+B)的分布情况, 建议氮素供应过量情况下
的 G/(R+G+B)临界值为 0.411, 小于此值即表示冬小
第 5期 张立周等: 数字图像诊断技术在冬小麦氮素营养诊断中的应用 1173


表 3 不同施氮处理下冬小麦绿光标准化值[G/(R+G+B)]分布及氮素营养诊断指标
Table 3 Relative green intensity [G/(R+G+B)] of winter wheat under different N treatments and diagnosis
of nitrogen nutrient status of wheat
绿光标准化值[G/(R+G+B)] Relative greenness intensity 施氮量
Nitrogen application level
[kg(N)·hm−2]
测定值
Measured value
平均值
Average
氮素营养诊断范围
Range for nitrogen nutrient diagnosis
氮素营养状况
Nitrogen nutrient status
0~50 0.429~0.449 0.441 >0.421 供氮不足 Deficit N supply
100~200 0.411~0.421 0.415 0.411~0.421 供氮正常 Normal N supply
300 0.405~0.410 0.407 <0.411 供氮过量 Excessive N supply

麦处于供氮过量状态; 当 G/(R+G+B)>0.421 时, 认
为冬小麦供氮不足; 而 G/(R+G+B)在 0.411~0.421之
间时, 则认为冬小麦前期的生长正常, 供氮量能满
足冬小麦正常生长。
冬小麦拔节期冠层图像 G/(R+G+B)与该时期
0~90 cm土壤硝态氮储量存在极显著相关关系(表 2)。
陈新平等[17]建立了以土壤硝态氮储量为诊断参数的
推荐施肥指标体系。本研究以该推荐施肥指标体系
为依据, 以所建立的 G/(R+G+B)与 0~90 cm 土层硝
态氮处理间的数量关系为桥梁, 建立了冬小麦目标
产量为 7 500 kg·hm−2的推荐施肥方程:
y=197 009x−226 249x2−42 717 (1)
式中, x为冬小麦拔节期冠层图像 G/(R+G+ B), y为
施氮量[kg(N)·hm−2)]。根据此方程可应用数字图像技
术对冬小麦拔节期进行推荐追肥。
3 结论与讨论
贾良良[12]在数字图像获取方法上进行了系统
研究, 认为拍摄时相机与地面呈 30°、60°和 90°
所获取的图像之间没有差异, 为操作方便建议选
取 30°~60°之间拍摄。本试验对不同角度和不同相
机拍摄图像的色彩参数差异进行了研究, 发现在
与地面呈 30°和 60°所获取的图像之间没有差异,
这与贾良良[12]的研究结果一致。不同像素相机所
获得的图像色彩参数之间存在一定差异, 但其图
像的 G/(R+G+B)之间存在较好的相关性, 并表现
出相同的变化趋势, 像素高于 400 万后不同像素
相机所获得的图像 G/(R+G+B)之间在统计学上无
显著性差异, 因此, 相机像素高于 400万后不同相
机都可用于营养诊断。但关于可用于冬小麦氮素
营养诊断的最低相机像素临界值还有待研究确定,
因为本研究中手机像素仅 35万, 相机像素 400万,
二者之间像素差距较大, 可将像素差距缩短进一
步研究, 更加明确可用于作物氮素营养诊断的最
低像素。
冬小麦拔节期和孕穗期冠层图像色彩参数与
营养参数之间存在很好的相关关系[18], 本试验研
究结果表明 , 冬小麦冠层图像绿光标准化值
G/(R+G+B)与植株氮素营养指标间相关性高于其
他色彩参数, 能较好地表征冬小麦植株氮素营养
状况, 是作为冬小麦氮素营养诊断的较好指标。
Jia 等 [18]利用冬小麦冠层数字图像, 分别建
立了拔节期和孕穗期冠层绿光(G)与地上部植株
全氮间的关系模型及冬小麦拔节期氮肥营养推荐
体系, 取得了较好效果。肖焱波等[10]的研究也表
明, 数字图像的 R/(R+G+B)与冬小麦常规营养诊
断指标如叶绿素仪读数、茎基部硝酸盐浓度、植
株全氮含量和地上部生物量之间的相关系数达
0.809~0.946, 能较好地表征作物氮营养状况。本
研究中冬小麦拔节期和孕穗期冠层数字图像
R/(R+G+B)与常规营养诊断指标如 SPDA、茎基部
硝酸盐浓度、植株全氮含量等亦存在较好的相关
性, 但 G/(R+G+B)与传统营养指标间相关性优于
R/(R+G+B)。王娟等[19]用数字图像技术对棉花的
氮素营养进行了研究, 认为 G/(G+R+B)可作为氮
素营养诊断的指标。王晓静等[20]研究指出, 在棉
花铃期 G和 G/R与叶柄硝酸盐浓度、植株全氮和
地上部生物量之间都有较大的相关性, 可较灵敏
地反映棉花氮素营养水平。本研究中 G/R 与冬小
麦茎基部硝酸盐浓度、植株全氮不具有相关性。
贾良良等[21]用数字图像技术对水稻进行氮素营养
诊断, 发现数字图像 R、G和 R/(R+G+B)与水稻氮
营养状况常规诊断指标植株全氮含量、生物量和
地上部吸氮量等都呈显著线性负相关关系 , 而
G/(G+R+B)则与上述指标呈显著正相关关系。王
连君等[22]用数字图像技术对草莓的氮素营养诊断
进行了研究, 认为 G/(R+G+B)是较好的草莓氮素
营养诊断指标。从前人的研究中不难发现, 不同
作物反映氮素营养指标的色彩参数不尽相同, 但
G/(R+G+B)在各种作物诊断中应用比较普遍, 本
研究也得出 G/(R+G+B)是较好的小麦氮素营养诊
断指标。虽然 G/(R+G+B)不一定是诊断该种作物
最好的色彩参数, 但它具有一定的普遍性。另外,
1174 中国生态农业学报 2011 第 19卷


前人研究中针对不同作物在不同时期进行的营养
诊断差异较大, 所以对诊断时期的把握很重要。
本研究发现, 运用数字图像技术诊断冬小麦氮素
营养的最佳时期为冬小麦拔节期。
应用数字图像技术进行植株氮素营养诊断的
研究已取得一定进展, 但依然存在一些需要解决
的问题。如田间杂草、农田病害、水分胁迫等都
会对植株冠层颜色产生影响, 此外, 作物品种间
冠层图像色彩参数间是否存在差异亦亟待进一步
研究。在我国, 数字图像技术在作物营养诊断方
面的应用研究还处于起步阶段, 有待进一步完善,
相信该项技术的应用将是作物无损营养诊断与推
荐施肥的重要方向。
参考文献
[1] 赵荣芳, 陈新平, 张福锁. 基于养分平衡和土壤测试的冬小麦
氮素优化管理方法[J]. 中国农学通报, 2005, 21(11): 211−225
[2] Cui Z L, Chen X P, MiaoY X, et al. On-farm evaluation of
winter wheat yield response to residual soil nitrate-N in north
China Plain[J]. Agron J, 2008, 100(6): 1527−1534
[3] 朱兆良 . 我国氮肥的使用现状、问题和对策[M]//李庆逵 ,
朱兆良 , 于天仁. 中国农业持续发展中的肥料问题 . 南京:
江苏科学技术出版社, 1998: 38−51
[4] Blackmer A M, Pottker D, Cerrato M E, et al. Correlations
between soil nitrate concentrations in late spring and corn
yields in Iowa[J]. J Product Agric, 1989, 2: 103−108
[5] Zhang H L, Smeal D, Arnold R N, et al. Potato nitrogen
management by monitoring petiole nitrate level[J]. Journal of
Plant Nutrition, 1996, 19(10/11): 1405−1412
[6] Westcott M P, Rosen C J, Inskeep W P. Direct measurement of
petiole sap nitrate in potato to determine crop nitrogen sta-
tus[J]. Journal of Plant Nutrition, 1993, 16(3): 515−521
[7] Minotti P L, Halseth D E, Sieczka J B. Field chlorophyll
measurements to assess the nitrogen status of potato varie-
ties[J]. HortScience, 1994, 29(12): 1497−1500
[8] Fox R H, Piekielek W P, Macneal K M. Using a chlorophyll
meter to predict nitrogen fertilizer needs of winter wheat[J].
Commun Soil Sci Plant Anal, 1994, 25(3/4): 171−181
[9] Scharf P C, Lory J A. Calibrating corn color from aerial pho-
tographs to predict sidedress nitrogen need[J]. Agron J, 2002,
94(3): 397−404
[10] 肖焱波, 贾良良, 陈新平, 等. 应用数字图像分析技术进行
冬小麦拔节期氮营养诊断[J]. 农业信息科学, 2008, 24(8):
448−453
[11] Rouse J W, Has R H, Schell J A, et al. Monitorning vegetation
systems in the great plains with ERTS[C]. Third ERTS Sym-
posium, NASA SP-351, Vol. 1. Washington DC: NASA, 1974:
309−317
[12] 贾良良. 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]. 北京: 中国农业大学, 2003
[13] 张立周, 王殿武, 张玉铭, 等. 数字图像技术在夏玉米氮素
营养诊断中的应用 [J]. 中国生态农业学报 , 2010, 18(6):
1340−1344
[14] 李红军, 张立周, 陈曦鸣, 等. 应用数字图像进行小麦氮素
营养诊断中图像分析方法的研究[J]. 中国生态农业学报 ,
2011, 19(1): 155−159
[15] Peng S, Garcia F V, Laza R C, et al. Adjustment for specific
leaf weight improves chlorophyll meter’ s estimate of rice leaf
nitrogen concentration[J]. Agron J, 1993, 85(5): 987−990
[16] Turner F T, Jund M F. Assessing the nitrogen requirements of
rice crops with a chlorophyll meter[J]. Aust J Exp Agric, 1994,
34(7): 1001−1005
[17] 陈新平 , 张福锁 , 崔振岭 , 等. 小麦−玉米轮作体系养分资
源综合管理理论与实践[M]. 北京: 中国农业大学, 2006
[18] Jia L, Chen X, Zhang F, et al. Low altitude aerial photography
for optimum N fertilization of winter wheat on the North
China Plain[J]. Field Crops Res, 2004, 89(2/3): 389−395
[19] 王娟, 雷咏雯, 张永帅, 等. 应用数字图像分析技术进行棉
花氮素营养诊断的研究[J]. 中国生态农业学报, 2008, 16(1):
145−149
[20] 王晓静, 张炎, 李磐, 等. 地面数字图像技术在棉花氮素营
养诊断中的初步研究[J]. 棉花学报, 2007, 19(2): 106−113
[21] 贾良良, 范明生, 张福锁, 等. 应用数码相机进行水稻氮营
养诊断[J]. 光谱学与光谱分析, 2009, 29(8): 2176−2179
[22] 王连君 , 邢宇 . 数字图像技术在草莓氮素营养诊断中的应
用研究[J]. 华南农业大学学报, 2010, 31(2): 19−21