近日，中国农业科学院烟草研究所与美国明尼苏达大学食品、农业与自然资源科学学院精准农业中心及中国农业科学院作物科学研究所等国内外相关科研单位合作提出了一种基于机理性作物生长模型与近端遥感数据同化方法的全生长季作物氮素状态动态诊断策略。相关研究成果发表在《农业计算机与电子(Computers and Electronics in Agriculture)》。

高效、准确的作物氮素状况当季诊断对精准氮素管理至关重要。作物遥感技术以其快速、无损、实时的监测优势，越来越多地被应用于作物氮素状态估计和诊断。而机理性作物生长模型是模拟作物从播种到收获整个生长发育过程的重要工具，可以实现对作物在不同天气、土壤条件、管理实践和遗传特征下的反应的评估。

本研究综合应用叶片荧光传感器、主动冠层反射传感器与DSSAT作物生长模型，分别通过叶片荧光参数数据与冠层植被指数数据反演植株氮浓度和地上部生物量，进而利用校正同化方法与DSSAT-CERES-Maize结合，对整个生长季节的作物当季氮素状态进行动态估算与诊断。研究结果表明，这种采用近端遥感技术和作物生长模型相结合的数据同化方法，可以实现对作物关键生长阶段氮素盈缺状态的可靠诊断，并可用于模拟整个生长季节的作物氮素营养状况。该研究为作物当季动态氮素状态诊断提供了一种可行方法，可为未来田间智慧生产场景提供精准养分管理决策支持。

原文链接：https://doi.org/10.1016/j.compag.2024.109240.