张永会博士在《植物科学前沿》发表作物氮素状况无损监测研究成果

近期，计算机工程学院张永会博士课题组在作物氮素状况无损监测研究取得了重要进展，相关研究成果以“Estimating the Growth Indices and Nitrogen Status Based on Color Digital Image Analysis During Early Growth Period of Winter Wheat”为题发表于SCI二区期刊Frontiers in Plant Science（DOI: 10.3389/fpls.2021.619522）。对作物氮素状况进行无损监测，对作物氮素管理具有重要意义。本研究利用冠层盖度（CC）建立了植物生长指标（地上部干物质（SDM）、叶面积指数（LAI）、地上部氮积累（SNA）、地上部氮浓度（SNC）之间的经验关系，探讨了用CC评价冬小麦3～6期氮素营养指数（NNI）的可行性（图1）。用数码相机拍摄了冬小麦3～6期冠层的数字图像，用破坏性植物取样法测定了SDM、LAI、SNA和SNC，CC由计算机图像处理技术编程计算得到。除SNC外，CC与不同品种和N处理的生长指数（SDM、LAI和SNA）呈显著相关。然而，它们的稳定性经验模型受品种特性和施氮量的影响。通过直接法和间接法两种方法对冬小麦植株氮素状况进行了测定，由于冬小麦生长前期SNC的高度离散性，直接法和间接法未能建立统一的线性回归来估计NNI。两种方法在冬小麦各生育期形成的SDM、SNC和NNI与CC的关系均达到极显著水平。在个体生长阶段发育的关系不需要考虑N稀释过程的影响，但它们的稳定性受品种特性的影响。本研究表明，CC虽然是一个易于测量的指标，但作为冬小麦生育早期作物生长和氮素营养管理的替代指标有较大的局限性。1 作物冠层覆盖度与植物生长不同指标之间的关系我校计算机工程学院张永会博士和中国农科院赵犇博士为该论文的共同第一作者，中国农科院Sen Li和东京大学Syed Tahir Ata-Ul-Karim为共同通讯作者。研究得到了国家自然科学基金、山东省高校科研计划等项目的资助。论文链接：https://www.frontiersin.org/articles/10.3389/fpls.2021.619522/full?utm_source=F-NTF&utm_medium=EMLX&utm_campaign=PRD_FEOPS_20170000_ARTICLE（计算机工程学院）