2019年中日稻米产业科技研讨会特约专栏文章之三
2015年以来，我国经济进入了一个新的阶段，主要经济指标之间的联动性出现了背离，经济增长持续下行与CPI持续底位运行，居民收入有所增加而企业利润率下降，消费上升而投资下降。基于这种条件国家提出了“供给侧结构性改革”，强调贯彻落实新发展理念，去产能去库存。粮食行业于2017年开始实施“优质粮食工程”中的中国好粮油行动，计划把增加绿色优质粮食供给放在突出位置，满足消费者日益增长的多元化、个性化和定制粮油的消费需求。开展“优质优价”工作，引导农民调整粮食的品种结构，提高粮食的有效供给，培育从田间到餐桌的全产业链的优质粮食经营模式，增加安全、优质、绿色的中高端粮食的供给。
随着现代物流的发达，日本大米通过各种渠道进入了我国市场，日本米饭的美味被广大消费者认可，其大米的食味值远高于国内的绝大部分大米，在我国也不乏很多优良品种，但能与日本大米媲美的却较少。决定大米食味值的三个主要因素是蛋白质、直链淀粉和水分，其中蛋白质和直链淀粉值占主要因素，直链淀粉由水稻的品种决定，一旦种植品种确定就无法改变，所以蛋白质的含量就是决定大米食味的最重要的指标。日本食味品质好的大米其蛋白质含量都很低，每百克含量在6～7 g之间，而我国大米的蛋白质含量普遍都偏高，绝大部分都在8 g以上，蛋白质含量过高就是食味下降的直接因素，而蛋白质含量与水稻种植过程中的施肥量息息相关，通过生育诊断调控水稻在种植过程的施肥量是关键技术课题。
水稻是我国主要粮食作物，氮素是水稻必需的营养元素之一。但氮肥不当施用，不仅影响食味品质，而且生产成本提高，病虫害增多和环境污染增加，同时造成土壤耕性变差，加重对水稻产量及品质的影响；使用稻叶测氮仪（AGRI EXPERT CCN6001），能够不受外气温、日照条件的影响快速、简便、无损地及时获取水稻生长过程中叶片氮素含量，并且通过无人机的拍摄，获取NDVI值以及GPS定位的图片，以实现按需精确施肥，达到提高食味品质目标[1]。
1 材料与方法
1.1 实验设计
实验于2018年～2019年在浙江省金华市婺城区琅琊镇某实验基地进行，前茬为冬闲田。4种肥料处理，基蘖肥的氮肥用量分别为0、4、8及12 kg，穗肥根据品种类型、倒 4叶期测定的叶片氮含量(CCN)和目标类型高产（A）、食味(B)及高产和食味均衡(C)3种情况进行氮肥施用。所有处理均施以相同数量的磷肥和钾肥，过磷酸钙20 kg/亩，氯化钾10 kg/亩；磷肥作基肥一次性施用，钾肥作基肥和穗肥各50%施用。实验随机区组排列，每个品种12个处理，3次重复，共计12×3=36个小区，每个小区20 m2，种植规格25 cm×20 cm。于5月17日播种，6月12日移栽，7月25日穗分化期及9月10日花后20天进行叶片氮含量测定及无人机归一化植被指数(NDVI)获取。
1.2 供试品种
以长江中下游大面积推广的籼粳杂交稻甬优538及中浙优1号为供试品种。
1.3 测定项目与方法
1.3.1 CCN值。选取固定区域主茎，用 CCN6001测氮仪测定4叶叶片中部略下方距叶脉2 mm左右处CCN值，不同处理各测15张叶片，3次重复[2]。
1.3.2 NDVI值。通过Parrot Bluegrass四旋翼无人机获取，设定飞行区域（拍摄田块）以及飞行路线；飞行结束，将通过无人机多普勒相机拍摄的单张图片拼成完整地图；得出带有NDVI值以及GPS定位的图片；拼图结束，通过QGIS进行NDVI值分析[3-4]，得出该片田地NDVI值的分布形态从而进行后期施肥诊断[5]。
1.4 数据处理
实验数据采用Excel2010等软件进行统计、作图、分析。
2 结果与分析
2.1 不同施肥处理叶片含氮量
图1 叶片含氮量的测定
根据图1所示，在水稻生长关键时期采用无损监测两次测定水稻叶片氮素含量，穗分化期测定值主要用于穗肥精确施用，根据测定值的大小及范围，按照既定目标（高产、品质或高产品质均衡）来确定氮肥施用量，提高稻米食味品质[6]。氮含量与 NDVI值线性关系见图2。实验研究中两个水稻品种水稻叶片含氮量见表1，花后20天测定的B处理的稻叶含氮量即为达到优良食味品质的施氮量及含氮量。这一区块的水稻叶片进一步采用无人机拍摄，获取的NDVI值可作为该区稻米成熟期蛋白质含量的预测[7]，利于精准施肥。
图2 氮含量与NDVI值的线性关系
表1 不同时期CCN测定叶片含氮量 %
时期 氮肥 处理 甬优538 中浙优1号品种穗分化期 N0 2.94±0.06 2.72±0.06 N4 3.19±0.09 3.11±0.12 N8 3.44±0.06 3.50±0.12 N12 3.53±0.04 3.50±0.05花后20天 N0 A 3.08±0.10 2.24±0.19 B 2.85±0.31 1.78±0.22 C 3.11±0.14 2.37±0.30 N4 A 3.26±0.10 2.38±0.22 B 3.09±0.06 1.97±0.09 C 3.2±0.12 2.23±0.22 N8 A 3.35±0.04 2.85±0.18 B 3.11±0.04 2.69±0.09 C 3.43±0.23 2.79±0.22 N12 A 3.53±0.24 3.34±0.09 B 3.49±0.21 3.16±0.20 C 3.50±0.23 3.32±0.21
2.2 无人机获取的NDVI值
无人机所获取的NDVI即归一化植被指数，是反映农作物长势和营养信息的重要参数之一。根据该参数，可以知道不同季节的农作物对氮的需求量，对合理施用氮肥具有重要的指导作用。结合稻叶测氮仪测定CCN值，用无人机测定大区域的NDVI值，不同氮肥处理导致光谱色泽呈现差异即NDVI值不同，根据目标食味值确定该区域所需的穗肥量，并根据花后20天的NDVI值预估该区域稻米蛋白质含量，提前进行食味值预测和产品定位[8]，无人机NDVI值的拍摄与获取见图3。无人机的应用将进一步丰富大面积田块穗肥的精确施用，进而逐步实现农业生产智能化和专业化。
图3 无人机NDVI值的拍摄与获取
2.3 大米食味品质的提高
稻叶含氮量大小是氮肥是否施用及施用多少的重要指标。穗肥中，氮肥施用过少，根系会早衰，水稻灌浆不实，影响产量；氮肥施用过多，蛋白质含量过高，影响食味品质，根据稻叶含氮量及穗肥施用时期（图4），精确施肥，稳定产量，并实现大米食味品质的提高。
图4 穗肥施用与食味品质提升关系
2.4 测氮仪与无人机的应用前景
稻叶测氮仪的无损监测及无人机的光谱拍摄，是农业领域应用的新技术，是智慧农业的新起点。水稻无损监测施氮技术主要根据品种特性、气候条件及土壤条件，通过稻叶测氮仪对水稻叶片进行无损监测与施肥诊断，根据既定的产量及品质目标，精确计算穗肥的施用量，达到减肥、优质、高产（图5～图6）。
图5 水稻叶片含氮量无损监测与施肥诊断
图6 稻叶含氮量无损监测的应用
3 结论
该项技术为近年来发展的新技术，目前已在吉林、黑龙江、浙江、江苏、云南等地的水稻精确施肥中应用，对稻米的食味品质提升提供了新的方法；但由于水稻品种众多，水稻种植区域性非常大，土壤地力各区域也不平衡，该技术正在根据品种类型及不同稻区进一步探索与完善，以便在应用中扎实的推进，为“优质粮食工程”的实施落到实处，实现安全、优质、绿色的中高端大米的供给。
[1]黄洁, 朱德峰, 张玉屏, 等.水稻叶片含氮量无损快速测定方法[J].中国稻米, 2017, 23(2)： 18-20.
[2]唐建军, 何火娇, 彭莹琼, 等.水稻不同叶位叶色信息与叶片含氮量的关系研究[J].江西农业大学学报, 2014, 36(2)： 261-264.
[3]张玉森, 姚霞, 田永超, 等.应用近红外光谱预测水稻叶片氮含量[J].植物生态学报, 2010, 34(6)： 70 -72.
[4]聂鹏程, 袁石林, 章伟聪, 等.基于光谱技术的水 Mn-t片氮素测定仪的开发[J].农业工程学报, 2010, 26(7)： 152-156.
[5]江立庚, 曹卫星, 姜东, 等.水稻叶氮量等生理参数的叶位分布特点及其与氮素营养诊断的关系[J].作物学报, 2004,30(8)：739-744.
[6]曲红岩, 张欣, 施利利, 等.水稻食味品质主要影响因子分析[J], 江苏农业科学, 2017, 45(6)： 172-175.
[7]黄农荣, 泽田富雄.利用NDVI生产高品质、大米食味品质预测[J], 兵库农业技术研报, 1999, 47： 1-5.
[8]佐佐木次郎.水稻稻叶氮含量与叶色以及蛋白质含量的关系[J], 农业机械学会杂志, 2007, 69(5)： 12-16.