将叶片光学传感技术与冠层结构相结合，可提升滴灌玉米的氮素诊断精度

《European Journal of Agronomy》：Integrating leaf optical sensing with canopy structure improves nitrogen diagnosis in drip-irrigated maize

　　•冠层结构补偿可缓解氮素检测中叶片与冠层尺度不匹配的问题。•结合温度与时间因素有助于在不同生长阶段实现稳定的氮素诊断。•在V9至R1生长期所检测到的氮素状况与相对产量之间存在显著相关性。•该技术能够提供定量诊断信息，为季节性氮素管理决策提供支持。

引言
氮是农业生态系统中最为关键的限制性养分之一，它直接影响着作物的光合作用、干物质积累以及产量形成。在集约化农业系统中，传统的静态施肥方式往往无法满足作物动态的氮需求。这种时空上的不匹配常常导致过量施用氮肥，进而降低氮素利用效率，并加剧硝酸盐渗漏和温室气体排放等环境问题（Liu等人，2025；Snapp等人，2023）。因此，开发能够准确反映作物氮素状况并支持动态调整氮素施用的诊断技术至关重要。对于滴灌施肥系统而言，这一需求更为迫切，因为只有在有可靠的诊断信息作为指导的情况下，才能实现高频率、精准剂量的氮肥供应（You等人，2024；Baum等人，2024）。

临界氮稀释曲线理论为量化不同生长阶段的作物氮素状况提供了统一的生理学框架。该理论认为，为维持最高的作物生长速率所需的最低氮浓度会随着生物量的增加而呈幂函数关系下降（Justes等人，1994）。基于这一框架，植物氮积累量可用于衡量支撑生物量生产的作物氮总量，而氮营养指数则通过实际氮浓度与临界氮浓度的比值来标准化作物氮素状况，从而克服生物量稀释效应（Lemaire等人，2008a）。植物氮积累量反映了支撑生物量生产的作物氮总量，而氮营养指数则考虑了生物量稀释效应，能够在不同生长阶段提供一个可比的作物氮缺乏或过剩指标（Plénet和Lemaire，2000；Yue等人，2012；Ata-Ul-Karim等人，2017）。在冠层发育过程中，植物氮浓度的下降并非仅仅是物候进程的结果，还与冠层光截获、冠层内光衰减以及氮素垂直分配密切相关。随着叶面积的扩大和冠层闭合程度的增加，从冠层上层到下层的光强度逐渐减弱。这种垂直光照梯度促使冠层内的氮素分布更加合理，通常光照充足的冠层上层叶片会获得更多的氮素，而处于阴暗处的下层叶片则氮素含量较低（Lemaire和Gastal，1997；Lemaire等人，1991；Gastal等人，2014）。因此，尽管临界氮稀释曲线从经验上描述了作物生物量增加时临界氮浓度的下降趋势，但仅依据作物生物量可能无法完全体现冠层结构、光照分布以及不同生长阶段氮素分配的差异。

在无损检测领域，由于具有较高的信噪比和操作简便性，近程光学传感已成为获取作物氮素信息的主要方法。诸如SPAD?502这样的透射式叶绿素仪是最早被广泛用于快速测定叶绿素含量的设备，它们通过测量红光与近红外光透射率的比值来指示相对叶绿素含量。由于叶绿素与叶片氮含量密切相关，SPAD读数已被证明能够有效反映多种作物的氮素状况（Markwell等人，1995）。为了提高诊断的灵敏度，诸如Dualex这类同时具备多酚和叶绿素检测功能的仪器通过测定表皮黄酮类物质的荧光值，进而生成氮平衡指数，用以表征作物体内碳代谢与氮代谢之间的平衡状况（Cerovic等人，2012；Gianquinto等人，2004）。此外，基于反射率的主动多光谱传感器，如GreenSeeker和Crop Circle，也被广泛用于冠层尺度上的氮素状况监测（Upadhyay等人，2025；Cao等人，2016）。这些仪器利用自身的光源测量红光或红边波段的反射率，进而得出归一化差异植被指数和归一化差异红边指数等指标，这些指标在估算生物量和植物氮积累方面展现出良好潜力（Cao等人，2013）。然而，当作物生物量较高时，这些宽谱设备往往会出现信号饱和现象。相比之下，诸如PSR?+?3500（Spectral Evolution Inc.，美国马萨诸塞州劳伦斯市）这样的高分辨率光谱仪器能够捕捉到精细的光谱特征，尤其是在对叶绿素变化极为敏感且不易出现饱和现象的700至750纳米红边波段（Clevers和Gitelson，2013；Tang等人，2025）。不过，将单叶光学测量结果直接用于诊断整个群体的氮素状况，包括植物氮积累量和氮营养指数，面临着由叶片与冠层尺度不匹配所带来的重大生理学挑战。群体层面的作物氮素状况并非简单地将单叶的生化浓度外推所得，实际上它还受到冠层结构变化，尤其是叶面积指数，以及干物质积累的共同调控（Hatfield等人，2008）。那些仅依赖叶片尺度光学数据的模型往往会在不同生长阶段表现出不稳定的关系，因为它们未能考虑到冠层氮素表达的结构层面因素（Li等人，2022）。因此，将叶片光谱特性与冠层结构信息相结合，或许有助于将器官层面的光学信号提升为作物整体层面的氮素诊断依据。

此外，作物的氮吸收与稀释过程本质上是由作物生长发育进程以及环境能量输入所驱动的。随着作物从营养生长阶段进入生殖生长阶段，其光学信号也会发生相应变化。最近的研究表明，结合环境与气象变量可以提高氮素诊断的稳定性（Dong等人，2021；Liu等人，2024）。然而，目前的大部分研究都侧重于优化机器学习算法以提高预测精度，而这往往是以牺牲农学意义上的解释性为代价的（Chlingaryan等人，2018）。对于实际的施肥管理而言，一个理想的诊断模型不仅要能够输出统计预测结果（Lemaire等人，2008b），还要能够对诊断出的氮素状况进行生理学上的解释，将其转化为诸如临界氮缺乏量之类的可操作指标，并且要将这些指标与作物的最终生产力及籽粒产量明确联系起来（Zhao等人，2022；Lo等人，2025）。尽管如此，在高密度滴灌玉米种植系统中，关于整合结构补偿、温度时间与生长发育信息以及与产量相关的诊断解释的系统研究仍然十分匮乏。

为弥补这些不足，本研究通过结合近程叶片光学传感、冠层结构信息以及与生长相关的环境变量，评估了一种用于滴灌玉米氮素评估的集成诊断方法。具体而言，这些诊断指标是通过将叶片层面的植被指数与叶面积指数相乘而得，这样一来，虽然不能直接反映冠层内的垂直光照梯度或不同层次间的氮素分布，但可以将叶片光学信号置于冠层大小和潜在光截获能力的背景下进行解读。这一设计是基于这样的生态生理学认识：冠层发育过程中的氮素稀释现象与冠层光衰减以及氮素垂直分配密切相关。温度时间与生长发育变量被用作描述采样期间作物生长发育进程和环境条件变化的背景参数，而非直接反映作物氮素营养状况的指标。在该框架中，叶片光学信息提供了主要的氮素敏感信号，而冠层结构与生长阶段变量则为解读这一信号在不同生长阶段的变化提供了背景信息。相对产量被用作标准化的产量响应指标，以此减少因品种、年份、管理条件以及实验背景差异所带来的产量潜力差别的影响。本研究的具体目标为：（1）评估相比仅依靠叶片尺度传感，基于冠层结构补偿的实证方法能否更好地反映作物的氮素状况；（2）确定结合温度时间与生长发育信息是否有助于在不同生长条件下提高氮素诊断的稳定性；（3）通过将预测得到的氮营养指数以及计算出的氮缺乏量与最终相对产量联系起来，评估这些诊断结果的农学意义。我们假设，将叶片光学信息与冠层结构及生长阶段背景信息相结合，虽无法完全解决叶片与冠层尺度不匹配的问题，但能够部分缓解这一问题，进而提高滴灌玉米季节性氮素诊断的稳健性及其农学解释价值。

研究地点与实验设计
田间试验于2024年和2025年的生长季在中国新疆石河子市（北纬44°18′，东经85°59′）开展（图1）。该地区属于温带大陆性干旱气候，拥有完善的灌溉系统，所有作物均采用滴灌方式栽培。在这两个生长季中，2024年的平均气温为21.7℃，2025年为22.3℃，相应的生长季降水量分别为164.8毫米和123.2毫米（图2）。

作物氮素状况的描述性统计
表2总结了数据集中作物氮素状况的丰富多样性。植物氮积累量存在较大变异，其变异系数在0.40–0.41之间，数值范围为69.47至348.90千克/公顷。这种变异很可能反映了不同品种以及不同生长阶段之间的差异。相比之下，氮营养指数的变异程度较低（变异系数为0.11–0.15），但仍涵盖了从氮缺乏、最佳状态到氮过剩在内的全部诊断范围。校准集和验证集的结果大致相当。

氮素预测的时间稳定性与产量相关性
由于冠层结构和物候变化的影响，要在多个生长阶段准确预测作物的氮素状况往往面临诸多困难（Chen等人，2019）。在本研究中，仅依赖叶片光学指数的模型在不同采样日期之间呈现出较大的残差波动。然而，多源融合模型则显示出较高的时间稳定性，其对植物氮积累量的预测具有很强的可靠性（决定系数为0.85，预测误差为2.46），而对氮营养指数的预测也具有较好的诊断效果（决定系数为0.67，预测误差为1.48）。

结论
本研究通过整合叶片光学传感、冠层结构以及与生长相关的环境信息，为滴灌玉米建立了一个氮素诊断框架。总体而言，结合了VI_C特征的诊断指标表现优于仅使用叶片尺度指标的情况，这表明将叶片光学信息与冠层结构信息相结合，能够部分解决叶片层面检测结果与作物整体氮素诊断之间的不匹配问题，而纳入生长与环境变量则进一步提高了诊断的稳定性。

CRediT作者贡献说明
张学志：研究工作。孙振波：研究工作。李湘楠：研究工作。马伟东：撰写原始稿件、可视化处理、验证分析、软件应用、方法研究、研究工作、正式分析、数据整理。何泽鑫：研究工作。魏长洲：撰写审阅稿与编辑工作、项目监督、资源协调、项目管理工作、方法研究、资金申请。陈国勇：研究工作、数据整理。李在欣：研究工作、数据整理。张新疆：撰写原始稿件。

利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢
本研究得到了中国农业农村部科技项目的支持（项目编号为1808）。

马伟东|张新疆|苏海婷|陈国勇|李在欣|张学志|孙振波|李湘楠|何泽鑫|魏长洲