Визначення вмісту азоту і хлорофілу в рослинах озимої пшениці двох сортів за даними наземного і повітряного спектрометрування»
DOI:
https://doi.org/10.36023/ujrs.2020.26.178Ключові слова:
вегетаційні індекси, вміст загального азоту, вміст хлорофілу, БПЛА, наземна спектрометрична зйомка, посіви озимої пшениціАнотація
Азот в рослинному організмі входить до складу зеленого пігменту хлорофілу, а також білків, нуклеїнових кислот, фітогормонів та алкалоїдів, що вказує на пріоритетну роль цього елементу в житті рослин. Хлорофіл є найважливішим пігментом фотосинтетичного процесу, визначального для життєдіяльності всіх гетеротрофних організмів планети. Вищесказане зумовлює наявність тісного зв’язку між вмістом в рослинному організмі азоту і хлорофілу. Вміст азоту в рослинах слугує підґрунтям щодо коригування їх азотного живлення та розрахунку доз внесення азотних добрив для формування високих врожаїв. Це зумовлює сталу актуальність вивчення вмісту азоту та хлорофілу в рослинах, особливо за допомогою новітніх засобів та методів із залученням даних дистанційного зондування. Предметом дослідження є зв'язок між відбивними параметрами рослинності у вигляді 19 вегетаційних індексів (ВІ) та її біохімічними характеристиками, зокрема, вмістом азоту та хлорофілу. Тест-ділянки на виробничих посівах двох сортів озимої пшениці, відмінних за фітопатологічною ситуацією у фазу молочної стиглості, вирощених на угіддях Баришівської зернової компанії під урожай 2016 р., слугували об’єктом досліджень. Інфікування збудниками грибних захворювань посіву сорту Богдана спричинило достовірні міжсортові відмінності біохімічних показників, одержаних для загального азоту макрометодом К'єльдаля, а для кількості хлорофілу – за даними сканування з БПЛА. З дев’ятнадцяти ВІ, розрахованих за даними дистанційного спектрометрування приладом ASD FieldSpec® 3FR більшість (16 ВІ) змінювались узгоджено зі змінами вмісту азоту та хлорофілу в сортах. З них CI rededge, CI green, MTCI, RVI, D731/D700 та D735/D700 більш, ніж удвічі, а NDRE1 та D718/D700 практично в півтора рази були вищі у сорту Скаген, ніж у сорту Богдана. Лише три індекси: NDVI, Green NDVI та NI мали межі флуктуацій своїх значень у тих же рамках, що й сортові відмінності біохімічних показників.
Посилання
Barnes, E.M., Clarke, T.R., Richards, S.E., Colaizzi, P.D., Haberland, J., Kostrzewski, M., Waller, P., Choi, C., Riley, E., Thompson, T., Lascano, R.J., Li, H., Moran, M.S. (2000). Coincident detection of crop water stress, nitrogen status and canopy density using ground-based multispectral data. 5th International Conference on Precision Agriculture, Bloomington, 16-19 July 2000, 1-15. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.463.8007&rep=rep1&type=pdf
Dash J., Curran P.J. (2004) The MERIS terrestrial chlorophyll index. Int. Journal of Remote Sensing. 2004. 25. P. 5403-5413 https://doi.org/10.1080/0143116042000274015
Device of express diagnostics "N-tester" - "eyes" of an agronomist in nitrogen nutrition. (2012) Agricultural Technique and Equipment. 1(18), 30-32 Retrieved from http://www.agritech.com.ua/pdf/1(18)03_2012/ (in Ukrainian)
Dugin, S. S., Sybirtseva, O. M., Golubov, S. I., Dorofey, Ye. M. (2019). Verification of multispectral data processing for the Sentinel-2A bands, field and FieldSpec® 3FR and UAV with DJI STS –VIS. Ukrajinsjkyj zhurnal dystancijnogho zonduvannja Zemli. 21, 29–39. (in Ukrainian). https://doi.org/10.36023/ujrs.2019.21.147
Filella, I.; Serrano, L.; Serra, J.; Peñuelas, J. (1995) Evaluating wheat nitrogen status with canopy reflectance indices and discriminant analysis. Crop Sci. 1995, 35, 1400–1405. https://doi.org/10.2135/cropsci1995.0011183X003500050023x
Gitelson, A. A., Kaufman, Y. J., Merzlyak, M. N. (1996) Use of a green channel in remote sensing of global vegetation from EOS-MODIS. Remote Sensing of Environment. – 1996. – V. 58, № 3. – P. 289-298. https://doi.org/10.1016/S0034-4257(96)00072-7
Gitelson, A. A., Keydan, G. P., Merzlyak, M. N. (2006) Three-band model for noninvasive estimation of chlorophyll, carotenoids, and anthocyanin contents in higher plant leaves. Geophysical Research. – 2006.–Letters 33, L11402. https://doi.org/10.1029/2006GL026457
Gitelson, A., Merzlyak, M.N. (1994) Spectral reflectance changes associated with autumn senescence of Aesculus hippocastanum L. and Acer platanoides L. leaves. Spectral features and relation to chlorophyll estimation. Journal of Plant Physiology 143, 286–292. https://doi.org/10.1016/S0176-1617(11)81633-0
Gitelson, A., Solovchenko, A. (2017). Generic algorithms for estimating foliar pigment content. Geophysical Research Letters, 44. 9293–9298. https://doi.org/ 10.1002/2017GL074799
Gitelson, A.A. (2018) Hyperspectral Remote Sensing of Vegetation, (Thenkabail, P.S., Lyon, J.G., Huete, A., Eds), Chapter 1, Vol. III, pp. 3-24. CRC Press- Taylor and Francis group, Boca Raton, London, New York. ISBN-13: 978-1138066250
Hallik, L., Kazantsev, T., Kuusk, A. Galmés J., Tomás M., Niinemets Ü. (2017). Generality of relationships between leaf pigment contents and spectral vegetation indices in Mallorca (Spain). Reg. Environ. Change 17, 2097–2109 https://doi.org/10.1007/s10113-017-1202-9
Horler D.N.H., Dockray M., Barber J. (1983) The red edge of plant leaf reflectance. Int. Journal of Remote Sensing. 1983. 4. P. 273-288. Retrieved from https://doi.org/10.1080/01431168308948546
Huete A. R. (1988) A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment. – 1988.– V.25, N 3.– P.295-309. https://doi.org/10.1016/0034-4257(88)90106-X
Hunt Jr., E.R., Daughtry, C. S. T., Eitel, J. U. H., Long, D. S. (2011) Remote Sensing Leaf Chlorophyll Content Using a Visible Band Index. Agronomy Journal. V. 103. 1090-1099. https://doi.org/10.2134/agronj2010.0395
Jiang, Z., Huete, A.R., Didan, K., Miura, T. (2008) Development of a two-band enhanced vegetation index without a blue band. Remote Sens. Environ.2008. V. 112. P. 3833–3845 https://doi.org/10.1016/j.rse.2008.06.006
Jordan C. F. (1969) Derivation of Leaf‐Area Index from Quality of Light on the Forest Floor. Ecology, V.50, I.4. July 1969. Р. 663-666 https://doi.org/10.2307/1936256
Kazantsev, T., Shevchenko, V., Bondarenko, O., Furier, M., Samberg, A., Ametov, F., Iakovenko, V. (2018) COTS UAV-borne multispectral system for vegetation monitoring. Proc. of SPIE. 2018, 107830A, 1-10. DOI: 10.1117/12.2501859
Kochubey, S., Kazantsev, T. (2007) Changes in the first derivatives of leaf reflectance spectra of various plants induced by variations of chlorophyll content. Journal of Plant Physiology, 2007, 164 (12), P. 1648-1655. DOI: 10.1016/j.jplph.2006.11.007
Kochubey, S., Kazantsev, T. (2012) Derivative vegetation indices as a new approach in remote sensing of vegetation. Frontiers of Earth Science, 2012, 6(2), P. 188-195. DOI: 10.1007/s11707-012-0325-z
Lyalko, V. I., Sakhatsky, O. I., Zholobak, G. M., Sybirtseva, O. M., Dugin, S. S., Vakolyuk, M. V. (2017) Analysis and comparison of vegetation indices of winter wheat crop areas, calculated on the basis of Sentinel-2 and FieldSpec spectroradiometer data. 12, 37–46. Ukrainskyi zhurnal dystantsiinoho zonduvannia Zemli. (in Ukrainian). https://doi.org/10.36023/ujrs.2017.12.94
Ma, B.L., Morrison, M.J., Dwyer L.M. (1996) Canopy light reflectance and field greenness to assess nitrogen fertilization and yield of corn. Agronomy J. 88:915-920. https://doi.org/10.2134/agronj1996.00021962003600060011x
Nigon T.J., .Mulla D.J., Rosen C.J., CohenY.,Alchanatis V., Knight J., Rud R. (2015) Hyperspectral aerial imagery for detecting nitrogen stress in two potato cultivars. Computers and Electronics in Agriculture 2015. V. 112, March 2015. P. 36-46 https://doi.org/10.1016/j.compag.2014.12.018
Rouse J.W., Jr., Haas R.H., Schell J.A., Deering D.W. (1973) Monitoring the vernal advancement and retrogradation (green wave effect) of natural vegetation // Prog. Rep. RSC 1978-1. – 1973. – 93 p. Retrieved from https://ntrs.nasa.gov/archive/nasa/casi.ntrs.nasa.gov/19750020419.pdf
Spirina, V. Z., Solovieva, T. P. (2014) Agrochemical methods for the study of soils, plants and fertilizers: tutorial. Tomsk: Publishing House of Tomsk State University. 336 р. (in Russian) Retrieved from http://vital.lib.tsu.ru/vital/access/services/Download/vtls:000491605/SOURCE1
Stroppiana, D., Boschetti, M., Brivio, P.A., Bocchi, S. (2006) Remotely sensed estimation of rice nitrogen concentration for forcing crop growth models. Italian Journal of Agrometeorology. 2006. № 3. P. 50-57/ Retrieved from https://pdfs.semanticscholar.org/25f3/656a35d440c0b94c3a045c767cc4df0a0c9a.pdf
Tian, Y.C., Yao, X., Yang, J., Cao, W. X., Hannaway, D. B., Zhu, Y. (2011) Assessing newly developed and published vegetation indices for estimating rice leaf nitrogen concentrationwith ground- and space-based hyperspectral reflectance. Field Crops Res.– 2011.– V.120.– P.299–310. https://doi.org/10.1016/j.fcr.2010.11.002
Walsh, O.S., Shafian, S., Marshall, J.M., Jackson, C.,McClintick-Chess, J.R., Blanscet, S.M., Swoboda, K., Thompson, C., Belmont, K.M., Walsh, W.L. (2018) Assessment of UAV Based Vegetation Indices for Nitrogen Concentration Estimation in Spring Wheat. Advances in Remote Sensing. 2018. № 7. P.71-90. https://doi.org/10.4236/ars.2018.7200
Yang G, Liu J, Zhao C, Li Z, Huang Y, Yu H, Xu B, Yang X, Zhu D, Zhang X, Zhang R, Feng H, Zhao X, Li Z, Li H, Yang H. (2017). Unmanned aerial vehicle remote sensing for field-based crop phenotyping: current status and perspectives. Front. Plant Sci. 8:1111. https://doi.org/10.3389/fpls.2017.01111
Zholobak, G. M., Sybirtseva, О. M., Vakolyuk, M. V., Romanciuc, I. F. (2018) Analysis of dynamics for 15 vegetation indices based on Sentinel-2A image data for the test sites of winter wheat crop different on the state from each other within the forest-steep zone in Ukraine Ukrainskyi zhurnal dystantsiinoho zonduvannia Zemli. 18, 32–39 (in Ukrainian). DOI: https://doi.org/10.36023/ujrs.2018.18.135
Zholobak, G. M., Sybirtseva, О. M., Vakolyuk, M. V., Zakharchyk, Yu. V. (2017) Remote monitoring of the state of winter wheat during the spring-summer vegetation of 2016 year, by using vegetatin indices of Sentinel-2A satellite (case study by forest-steppe area of Ukraine). Ukrainskyi zhurnal dystantsiinoho zonduvannia Zemli. 15. 23-30. (in Ukrainian). DOI: https://doi.org/10.36023/ujrs.2017.15.115
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ліцензійні умови: автори зберігають авторські права та надають журналу право першої публікації на твір, одночасно ліцензований за міжнародною ліцензією Creative Commons Attribution License International CC-BY, що дозволяє іншим поділитися твором з підтвердженням авторства твору та первинною публікацією в цьому журналі.
Автори, направляючи рукопис у редакцію «Українського журналу дистанційного зондування Землі», погоджуються з тим, що редакції передаються права на захист і використання рукопису (переданого до редакції журналу матеріалу, в т. ч. такі об’єкти авторського права як фотографії автора, рисунки, схеми, таблиці тощо), в тому числі на відтворення у пресі та мережі Інтернет, на поширення, на переклад рукопису на будь-які мови, експорту та імпорту примірників журналу зі статтею авторів з метою розповсюдження, на доведення до загального відома. Зазначені вище права автори передають редакції без обмеження терміну і на території всіх країн світу без обмеження в т. ч. на території України.
Автори гарантують наявність у них виняткових прав на використання переданого редакції матеріалу. Редакція не несе відповідальності перед третіми особами за порушення даних авторами гарантій. За Авторами залишається право використання їх опублікованого матеріалу, його фрагментів і частин в особистих, у тому числи наукових і освітянських цілях. Права на рукопис вважаються переданими Авторами редакції з моменту підписання до друку випуску журналу, в якому він публікується. Передрук матеріалів, опублікованих у журналі, іншими фізичними та юридичними особами можливий тільки зі згоди редакції, з обов’язковим зазначенням випуску журналу, в якому було опубліковано матеріал.
