作物氮素诊断技术的研究综述

来源：　类别：技术文章　更新时间：2009-03-26　阅读次

氮素是对作物生长发育、产量品质形成影响最为显著的营养元素。作物体内的全氮含量约为干重的0.3%-5.0%氮素参与叶绿素的组成，不仅是蛋白质的主要组成成分，也是核酸和植物体内许多酶的重要组成成分。此外，植物体内一些维生素、某些生物碱以及部分植物激素如生长素、细胞分裂素均含有氮素。在生产中，缺氮时，作物地上部和根系生长都显著受到抑制繁殖器官的形成和发育也受到限制，植株提前成熟，种子和果实小而不充实，显著影响作物的产量和品质。相反地，增施氮肥可以提高作物产量和改善作物产品品质，因此氮肥投入量逐年增加。随着氮肥施用的大量增加，氮肥利用效率逐渐降低，就平均值而言，麦类作物对几种氮肥的利用率为27%～34%，远远低于玉米、棉花、水稻等作物制。由于氮肥施用不科学，氮素常以淋失、反硝化脱氮及氮素挥发等方式损失，麦类作物上损失率在14%～55%之间，秋熟作物损失率在18%～53%。损失的氮素大部分进入地下水和地表水，造成地下水和地表水中硝态氮不断增加，从而引起水体富营养化，造成一系列环境问题如水资源和水产资源遭到破坏，水的使用价值降低，水处理的成本提高，甚至会威胁人类健康。因此，了解和实时监测作物氮素状况，并据此确定科学的施肥管理措施，对提高氮素利用效率，合理利用资源，提高作物产量、改善品质以及�；せ肪扯加兄匾庖�。

　作物氮素营养诊断的研究起始于19世纪，到20世纪50年代，症状诊断和化学诊断在理论和方法上已奠定了一定的基础。随后50年来在应用范围、对象、容及技术方法均有了很大进步。作物氮素营养和生长动态的监测与诊断是作物栽培调控和生产管理的核心内容，是农业技术指导部门和生产者制定管理决策的主要依据，还为精准农业的现代化管理提供必需的基础信息。因此，基于氮素营养状况的作物生长监测和诊断一直是农学领域中的核心研究内容之一。

1 作物氨素营养诊断的传统方法

1.1 作物缺肥外观诊断

(1)症状诊断根据作物表现出的某种特定症状，从而确定其可能缺乏某种元素，症状诊断在很多营养元素的诊断上已得到广泛应用。缺氮时，作物地上部和根系生长都显著受到抑制，叶片细小直立，与茎的夹角小，时色淡绿，严重时呈淡黄色。植株茎秆细而长，很少有分蘖或分枝，同时繁殖器官的形成和发育也受到限制，花和果实稀少，植株提前成熟。种子和果实小而不充实，显著影响作物的产量和品质。氮素过多的症状为植株徒长，节间长，分蘖多，叶色嫩绿，贪青晚熟。这种氮素诊断的方法通常只在植株仅缺一种元素的状况下有效，在植株同时缺乏两种或两种以上营养元素，或出现非营养元素(病虫害、药害、生理病害)而引起的症状时，易于混淆，造成误诊。再者，当植株出现某种症状时，表明缺氨状况已经相当严重，此时在采取补救措施为时已晚。因此，症状诊断在实际应用中存在明显的局限性，尤其是准确性和时效性有待提高。

(2)长势诊断中国人民在长期生产实践中，早就总结出许多依据作物形态特征诊断其生长发育的方法，即看苗诊断。狭义的长势即作物生长的速度，如分蘖发生的迟早和多少，出叶的快慢，叶片的长短和叶面积的大小，发根能力的强弱和数量的多少等。20世纪60年代后，这种诊断方法在中国受到广泛重视，并在总结农民丰产经验的基础上得到发展和充实。其主要指标有分蘖消长动态和叶面积指数。例如，河南农民总结出小麦苗期的叶片长相为：瘦弱苗象马耳朵，壮苗象骡耳朵，旺苗象猪耳朵。最近，杨邦杰对长势的内涵加以扩充，囊括了传统看苗诊断所有的指标，把长势定义为作物生长的状况与趋势。作物的长势可以用个体与群体特征来描述，禾谷类作物的个体特征可以用茎、叶、根与穗的特征描述，如株高，分蘖数，叶的数量、形状、颜色，根的发育情况等。群体特征可用群体密度、叶面积指数、布局与动态来描述，只有发育健壮的个体所构成的合理群体，才能是长势良好。根据植株长势长相和特定叶位间的节间长度，可以诊断不同生育时期氮素营养丰缺状况，如水稻缺氮时，叶片与主茎间的夹角小于450，叶片自立，植株矮小，小麦缺氮时分蘖发生慢且缺位，次生根少。这种方法在一定程度上可以有限地判断植株的氮素营养状况，但由于随着频繁的品种更新换代，其外观长势长相发生变化，因而在生产应用上受到限制。

　(3)叶色诊断中国农民素有看作物叶色施追肥的传统经验，从300多年前的“沈氏农书”关于对水稻进行叶色诊断追施孕穗肥到现在，叶色诊断氮营养的方法已逐渐发展成熟。20世纪50年代，全国劳模陈永康总结了水稻群体叶色的“三黑三黄”变化，以控制晚稻生长发育，达到高产稳产的经验，提出了“肥田黄透再施，瘦田见黄既施，一般田不黄不施”的水稻追肥原则。人们对看苗施肥的方法进行了大量研究和总结但是这种方法缺乏定量叶色深浅的客观标准，很难推广应用。有研究者用比色卡目力比色测定水稻叶色级，对单季晚稻黄黑变化的生理基础作了一系列研究，并提出了相应的判断指标。20世纪70～80年代，日本农学家和中国学者先后研制出了叶色票和叶色卡，建立了叶色等级评判标准，但是测定方法仍沿用目测，叶色等级评判受人的主观意识影响较大。叶色是植株体内氮素养分的外在表现，用叶色卡判定的叶色级可以粗略作为氮素营养水平高低的指标。他们根据不同品种类型确定标准叶级范围，当田间叶色级超过标准叶色级，说明氮素过剩，应采取措施加以控制；当叶色级小于标准叶色级水平，则表明氮素营养不良，应追施适量氮肥。叶色诊断是氮素营养诊断中简单易行的方法，如标准叶色级确定合适，诊断会取得良好的效果。总体来说，叶色卡法简单、方便，营养诊断半定量化，但是不能区分作物失绿是由于缺氮引起的还是由于其它因素引起的。该法还受到品种、植被密度以及土壤氮素状况和叶绿素含量变化等因子的影响。另外人们对颜色的视知觉在不同的个体之间存在差异，这些都制约着叶色卡法诊断水稻氮素营养的应用和精度。

1.2 作物缺肥化学诊断

(1)植株全氮诊断在作物化学诊断分析工作中植株全氮诊断研究的最早、最充分，大多数作物不同生育期和不同部位器官的氮临界浓度已基本清楚。植株全氮含量可以很好地反映作物氮素营养状况，与作物产量也有很好的相关性，且全氮含量相对比较稳定，是一个很好的诊断指标。传统的全氮营养诊断方法主要是基于植物组织的实验室化学分析。主要的实验室化学分析方法有杜马氏方法，该法的主要仪器是全自动定氮仪。杜马氏方法是将样本充分燃烧，植物所有形态的氮均转化为氮气(N2），通过计算氮气的体积来计算样本的全氮量。该方法的主要缺点是仪器太贵，不能普及。另外一种常用的方法是凯氏法，即浓硫酸和混合加速剂或氧化剂消煮植株样本，将有机氮转化为铵态氮后用蒸馏滴定法测定。无论是杜马氏方法还是凯氏法均为试验室内化学分析方法，这些分析方法普遍要求破坏植被样本。从采集大量的样本、烘干、称重、研磨直到使用有潜在危害性药品进行测试，需耗费大量的时间、人力和物力。由于花费时间过长，以至于结果的适时性不强，而且试验室化学分析需要有经验的专业分析人员和大量的分析试剂与设备，因而在生产中难以实现快速规�；耐乒阌τ�。

(2)硝酸盐快速诊断由于硝态氮作为非代谢物质，以一种半储备状态存在于植物体内，当作物有轻微缺氮时，硝态氮库的需求迅速增加，此时，全氮库还没有明显变化，而硝态氮库已发生明显变化。若供氮超过作物需求时，硝态氮也比全氮有较大幅度的增加。植物组织中硝态氮含量的相对变化要远远大于全氮，它能灵敏地反映作物对氮的需求，因此可以用硝态氮代替全氨作为氮素营养诊断指标来估计植株氮素营养状况和进行追肥推荐。许多研究表明，硝态氮预测小麦氮缺乏较为可靠，但临界值在地点间的变异很大，受植物基因型、土壤等影响，且随时间变化迅速，因此在实际应用中存在着一定的局限性。目前，以硝态氮(硝酸盐)作为诊断植株氮素营养丰缺状况在旱地作物和蔬菜上应用的较多。一般认为，小麦以茎基部作为诊断部位较合适，该部位作为一个输导和贮藏组织，植物体内剩余的硝态氮大多累积于此，而且其目变化相对较小。玉米一般采用新成熟叶的叶脉作为诊断部位。吕世华等经过田间试验证实，小麦拔节期茎基部NO3-N的二苯胺速测法可以快速准确诊断氮素营养状况，在生产中推广应用是可行的。曹洪生等研究出小麦NND快速诊断法，就是利用小麦叶鞘液中硝态氮含量来指导拔节肥。张学军等也将拔节期作为氮营养诊断时期，通过反射仪测定茎基部硝酸盐含量，同时由植株硝酸盐和土壤表层Nmin(土壤剖面无机氮测试)联合诊断，建立了追肥推荐施肥模型∞。以上两种硝态氮测定方法具有快速、准确和简便的优点，适合田间条件下氮素诊断，但二苯胺法适用含氨水平不很高的植株，发射仪法费用较高，其应用受到一定限制。

　(3)硝酸还原酶法由于硝酸还原酶(NRA)代表了氮素同化水平，而NO3-仅代表体内氮素累积水平，因艮此NRA作为营养诊断指标更优于NO3-浓度。洪剑明等研究发现，在一定施肥水平范围内，小麦主要功能叶片的NRA水平随土壤中NO3-，浓度升高而升高，NRA为一种敏感的适应酶，它能很好地反映土壤中氮素状况。马凤鸣等以甜菜为材料发现，在生育中前期NRA随施氮量增加而提高，加快NO3-还原，但后期以糖代谢为主，NO3-与NRA相关性不显著，筛选出对氮素反应的临界期作为诊断氮素丰缺的适宜时期，进而给出各期的NRA的理论值。但由于NRA对内外条件变化反应十分敏感，在具体操作中要在严格控制的条件下进行，注意NO3-，浓度、光照、持续高温和水分胁迫等对NRA水平的影响。

(4)氨基态氮诊断有研究表明，在一定施氮范围内，施氮量与棉花的蕾花铃期功能叶片的全氮和叶柄基部硝态氮含量显著相关，当叶片的全氮和叶柄基部硝态氮含量高时，氨基态氮亦高，反之亦然，且氨基氮与叶片的全氮呈显著正相关。据此认为，氨基氮可作为棉花氮营养的诊断指标，并给出初步诊断值。袁玲等认为，水稻功能叶片游离氨基酸含量高峰期出现在分蘖期，拔节期降至1/2，抽穗期降为1/3，其规律与土壤中铵态氮变化相似，也与植株氮含量变化相似，所以建议将游离氨基态氮(FA-N)作为氮营养指标。张卫建等发现，水稻倒3叶鞘的游离氨基态氮随氮用量的增加而上升，且各器官以倒3叶鞘的差异最为明显，以倒3叶鞘的FA-N含量变化可对氮营养进行快速诊断，指导水稻中后期定量施肥。

2 作物氮素营养诊断的现代技术

2.1 叶绿素仪分析技术

　　当作物在缺氮时一般会表现出一些明显的缺素症状，如叶片叶绿素含量降低导致的叶色变浅，而氮素过多，叶色颜色变深。植物的叶片叶绿素含量与叶片含氮量密切相关，并且叶片含氮量和叶绿素变化趋势相似，故可通过叶片颜色的变化就可以了解作物的氮素营养状况。研究发现，作物叶片光反射特性与叶色深浅存在定量关系，植物在可见光波段的反射率主要受叶绿素的影响，且550nm、675nm附近的反射率对叶绿素含量比较敏感，但单一波段的反射率易受生物量、背景等的影响，所以用两波段的比值可以提高叶绿素光谱诊断的精度。根据此原理日本的MINOLTA公司在20世纪80年代推出SPAD-501、SPAD-502叶绿素仪，来进行田间的作物氮素诊断及指导施肥，并在某些作物的诊断中取得了较好的效果。目前在叶绿素仪的应用研究中，所采用的测定部位大体相同，即作物生长前期取新展开的第一张叶片作为测定部位，生长中后期则取功能叶作为测定部位。叶绿素仪在个体之间的测定值存在差异，在同一张叶片的不同部位的测定值也不相同，一般认为距离叶基部55%处的SPAD测定值较大且偏差较小，是合适的测试部位点。由此可见，叶绿素仪可以在一定程度上表征作物的氮素营养状态，但其在实际应用中往往受作物的品种、生育期、生长环境等的影响，要精确地估测氮素营养水平，还需建立校正曲线或改进计算方法。王绍华等基于顶4叶对氮反映敏感、顶3叶钝感的原理，利用SPAD提出了相对叶色差(RSPAD)的概念，初步建立了叶片(植株)含氮率的RSPAD诊断模型该模型仅与水稻亚种类型有关，可以不受具体品种和生育进程的影响，具有较好的普适性，但还有待于更多生态点、更多品种和更大面积的验证。张宪等基于小麦的顶3叶SPAD值在不同氮素处理间变化幅度大，将其作为氮素营养诊断的指示叶片，并依据作物产量与养分浓度理论，具体提出了拔节期和孕穗期的适宜及临界SPAD值，这种方法简便、时效性强，尚需多年多点、更多品种的试验进一步修证，以便建立普适性的模型用于指导生产。另外，通过实验室分析配合使用一些校正参数(如叶干重、叶面积等)，可以调节叶绿素计值与氮素营养之间的相关性，但这样就弱化了叶绿素计快速、简便和不损伤植被生长等特点，失去了它的本来意义，并且所有的相关分析或者回归分析得到的模型均受到品种和生育期和环境条件等限制，因此这种方法还不是一个快速可靠的非破坏性方法。

2.2 叶绿素荧光分析技术

叶绿素荧光动力学技术在测定叶片光合作用过程中光系统对光能的吸收、传递、耗散、分配等方面具有独特的作用，与“表观性”的气体交换指标相比，叶绿素荧光参数更具有反映“内在性”特点，因此，叶绿素荧光动力学技术被称为测定叶片光合功能快速、无损伤的探针。近年来关于叶绿素荧光动力学技术一系列的研究进一步证明了利用体内叶绿素荧光为天然探针，来研究和探测植物光合生理状态及各种外界因子对其影响是可行的，使它在植物各种抗性生理、高产生理、作物育种栽培、植物生态、甚至植物遥感遥测等不同植物学分支和农学中得到不同程度的应用。随着研究的不断深入，愈来愈多的工作表明，植物体内发出的叶绿素荧光信号包含十分丰富的生物信息，极易随外界环境条件而发生变化，可以作为快速、灵敏和无损伤地研究和探测多种逆境因子对植物光合作用的理想方法。由于它具有快速、灵敏和非破坏性测量等优点，使它比现行的其它检测方法更优越、更准确。

有研究指出，受到氮素胁迫小麦幼苗的光化学效率Fv/Fm和φ~PSII比正常供氨水平明显下降。沙田柚叶叶绿素荧光参数光化学效率与叶片氮含量呈极显著正相关；范燕萍等采用水培的方法研究匙叶天南星光合特性时发现，叶片叶绿素荧光诱导动力学参数可以作为植物对氮素营养环境适宜度的灵敏指标。郭延平等测得缺磷条件下温州蜜柑叶片的最大荧光Fm、PSII光化学效率(Fv/Fm)及表观电子传递速率（ETR）明显低于供磷植株。李绍长等试验表明低磷处理使玉米叶片PSH关闭程度增加、光能转换和电子传递效率降低，过剩激发能增加。分析显示，叶片磷含量与Fv/Fm的关系高度符合指数函数关系。具体表现为叶片磷含量低于0.1mg/gFW时，Fv/Fm将随磷含量减少而迅速降低，而叶片磷含量高于0.1mg/gFW时，Fv/Fm将逐渐趋于稳定，过高的叶片磷含量并不会提高叶片的光化学效率，因此含磷量0.1mg/gFW时Fv/Fm的闽值。马吉锋等研究表明，小麦各叶位叶片氮含量与荧光参数Fv/Fm和Fv/F0都呈极显著正相关，且项部2张叶片的相关性最好。对于低、中、高蛋自质含量的小麦品种类型，可以利用统一的幂函数回归方程来描述顶部2张叶片氮含量随Fv/F0的变化模式。这些初步的研究结果表明，叶绿素荧光技术可以用来进行植株营养诊断，但这方面的工作目前还报道较少。另外，对于叶绿素荧光的测定，目前还缺少一种简便、快速、廉价的新方法。

2.3 图象及机器视觉技术

机器视觉是利用一个代替人眼的图象传感器获取物体的图象，将图象转换成数字图象，并利用计算机模拟人的判别准则去理解和识别图象，达到分析图象和作出结论的目的。作物在不同的营养状况下表现出不同茎叶颜色和形态是表征作物长势的重要信息，运用图象处理技术进行作物营养状况的诊断主要是通过田间获取数字图象，运用数字图象处理、模式识别、景物分析和图象理解等技术对图象分析处理，从图象中获取作物的外部信息，作为图象的特征向量，用于计算机处理、分类识别和决策诊断，来反映作物的生长及氮素状况。在作物营养诊断中，通过图象传感器中的电子藕荷器CCD感应作物冠层以及叶片的光反射和光吸收性质来形成影象记录，进而通过图象处理和分析技术获取不同营养状况下的光谱差异以实现其整个诊断过程。近年来，可见光色彩分析技术成为新的研究热点，并在推荐施月嘴方面进行应用。如Btackmer等通过分析彩色照片上的冠层相对亮度对玉米产量进行了预测，红、绿、蓝三色光与玉米产量间都达到了极显著相关关系。Dymond和Trotter使用CCD数码相机通过航空摄影获得森林和牧场的彩色图象，有效评价了森林和牧场的植物冠层双波长的反射特性。Adamsen等应用数码相机获取了冬小麦的冠层图象，认为绿光(G)与红光(R)的比值G/R与冠层绿度存在显著的相关性。Lukina等应用数码相机估计了冬小麦冠层生物量。Scharf等应用普通可见光图象对玉米的优化施氮量进行研究。Jia和cheng应用数码相机分别建立了拔节期和孕穗期冠层绿色深度与地上部植株全氮间的关系模型。这些研究工作都为基于数码相机的彩色图象处理技术和机器视觉色彩识别技术在农作物生长监测中的应用奠定了基础。这表明，机器视觉己能较好模拟人眼的视觉特性，在对颜色的辨别和感应上已远远超出了人眼的能力，将其和计算机图象处理系统结合起来，在基于颜色特征的作物氮素诊断中具有明显优势，势必在作物氮素营养检测和诊断中具有广阔的应用前景。

3 光谱遥感分析技术

作物的光谱特征是由于作物的生理特征决定了其对光的吸收、透射和反射的变化，而作物的生理特征又相应反映了它的长势情况，因而可以根据不同栽培条件下的光谱差异来监测作物的生长状况。传统的遥感光谱波段少，分辨率低，随着遥感技术的发展，特别是高光谱遥感技术的出现和兴起，可将光谱波段在某一特定光谱区域进行细分，为作物的氮素营养诊断注入了新的活力。高分辨率的地物光谱仪有可能用于简单、快速、非破坏性的估测植物冠层生化组成，其良好的前景正引起越来越多的农学家关注，并已在大面积监测植物营养状况的研究方面取得了明显进展。利用高光谱遥感技术，可以快速准确地获取作物生长状态以及环境胁迫的各种信息，从而相应调整投入物质的施用量，达到减少浪费，增加产量，�；づ┮底试春突肪持柿康哪康�，是未来精确农业和农业可持续发展的重要手段。为了探索植物叶片氮素遥感诊断的可能性，20世纪70年代以来有关科学家就进行了大量的基础研究，寻找氮素的敏感波段及其反射率在不同氮素水平下的表现。研究发现，许多植物在缺氮时无论是叶片还是植物冠层水平的可见光波段反射率都有所增加，对氮含量变化最敏感的波段在530-560mm区域通过光谱测定及其变量的运算如近红外与红外与（NIR/Red）的比值，可以区分不同氮素营养水平。明确了植物的氮素敏感波段后，许多学者便通过各种统计方法来寻求含氮量与光谱反射率或其演生量的关系，并建立模型来估算作物的氮素含量。Shibayma等在水稻上的研究发现，单位面积上的叶片氮含量与R620和R760的线性组合以及与R620和R880的线性组合均有较好的回归关系，预测值和实测值线性相关，且不受品种类型的影响。Thomas等利用550nm和670nm这两个波段定量估算甜椒的氮素含量，精度达90%。Fernandez等发现用红(660nm)和绿(545nm)两波段的线性组合可以预估小麦的氮含量，不受氮肥处理的影响。Johnson用逐步多元回归方法发现在2160nm波段处树叶叶片反射率的一阶导数与叶片全氮间的相关性在整个可见光至红外波段范围内最好，用光谱分析方法估测鲜叶含氮量其精度大于85%。Tarpley等分析了棉花叶片氮浓度与190个光谱比值指数的关系，并根据预测的精度和准确度进行聚类分析，表明用红边位置与短波近红外波段的比值进行氮素含量预测具有较高的精确度和准确度。浦瑞良和宫鹏使用多元统计和光谱导数技术评价小型机载成像光谱仪(cASI)数据用于估计冠层生化浓度(总叶绿素、全氮和全磷)的潜力和效率。牛铮等认为用2120nm和1120nm处反射率一阶导数的线性回归方程可以预测鲜叶含氮量，结果实测值和预测值的相关程度在80%以上。Stone等用冠层反射光谱指导小麦变量施肥，明显提高了总氮利用效率。由于植物冠层光谱反射特征受到植株叶片水分含量、冠层几何结构、土壤覆盖度、大气对光谱吸收等因素的影响，且在不同时空条件下影响因子有所变化，因而特定条件下所建立的植物氮素光谱诊断模型难以用于建模以外的时空条件，这就使利用遥感进行作物氮素诊断的可靠性和普及性受到一定的限制。

4 结语

由上可知，在进行作物氮素营养状况评判时，传统的测试手段采取破坏性取样，在取样、测定、数据分析等方面需要耗费大量人力、物力，且时效性差，不利于推广应用。所以在这一背景下，无损测试技术在作物氮素营养诊断及推荐施肥中得到了广泛的关注，被认为是极有发展前途的作物营养监测与诊断技术，其特点是在不破坏植物组织结构的基础上，尽量利用各种手段对作物的生长和营养状况进行监测。这种方法可以迅速、准确的对田间作物氮营养状况进行监测，及时提供追肥所需要的信息。传统的氮素营养诊断无损测试方法主要有肥料窗口法和叶色卡片法，但这些方法均属于定性或半定量的方法。近年来，随着相关领域科技水平的不断提高，氮素营养诊断的无损测试技术正由定性或半定量向精确定量方向发展，由手工测试向智能化测试方向发展，由个体操作单元转向群体面源检测。如通过SPAD、机器视觉和光谱分析等技术，可以很好地无损检测植株含氮状况，进而指导合理施氮和氮素调控，避免盲目施肥，以达到提高氮肥利用效率的目标。由于地面光谱监测模型精度较高，操作方便，不少研究者开发出多种作物氮素监测仪，如Greenseeker光谱仪就是20世纪90年代中后期美国Oklahoma州立大学开发的目前国际上最先进的一种地面主动遥感高光谱仪器，实现了从白天到黑夜的几乎所有光照条件下稳定测定，是一种很好的大田尺度的推荐施肥工具，它通过观测NDVI数据可分析作物长势，进行氮素的实时诊断，提供最优施肥方案。目前，基于高空遥感监测模型预测精度偏低，因此需要将精度相对较高的地面光谱监测模型与空间遥感信息相结合，建立作物长势及氮素营养的遥感监测预报模型，同时实现与地理信息系统(GIS)和全球定位系统(GPS)有机结合，用于大面积作物生长监测和管理调控。因此，将地面遥感信息与空间多源遥感数据有机融合，有助于建立基于多信息源的作物氮素营养监测平台，指导大尺度作物高效氮素管理和精确施肥。