The objectives were to calibrate the Soil Plant Analysis Development (SPAD) and Green Seeker (GS) as tools to determine the differential of the economic optimum nitrogen rate (dEONR) at different growth stages of barley and to evaluate if a single SPAD or GS calibration model can be used for two cereal crops: barley and spring wheat. Fourteen field experiments were conducted (2016–2018) evaluating five N rates. Relative canopy indices were determined using a SPAD-502 (rSPAD) and a GS sensor (rNDVI) at Z24, Z31, and Z39 growth stages. The relationship between sensor indices and dEONR was evaluated by fitting quadratic-plateau (QP) regression models. Data from a previous study was used to evaluate if a unique QP model could predict dEONR from canopy indices for barley and wheat. Statistically significant QP models were determined for rSPAD and rNDVI at all evaluated growth stages. The sensitivity of these models was greater for rSPAD (0.0006 on average) than for rNDVI (0.0004 on average). A single QP model was developed to predict dEONR from rSPAD at Z31 and Z39 barley growth stages (R2 = 0.68). Also, a unique model was developed to predict dEONR from rSPAD at Z31 and Z39, but not only for barley but also for wheat (R2 = 0.64). A single model could be used to determine variable in-season N rates for barley and wheat, increasing the N use efficiency and limiting possible negative economic and environmental impacts of fertilization over the agroecosystems.

中文翻译：

---

冠层指数：估计大麦和小麦氮肥率的模型

目标是校准土壤植物分析开发 (SPAD) 和绿色搜索器 (GS) 作为确定大麦不同生长阶段经济最佳氮肥率 (dEONR) 差异的工具，并评估单个 SPAD 或 GS​​ 校准模型可用于两种谷类作物：大麦和春小麦。进行了 14 次田间试验（2016-2018 年），评估了 5 种氮肥率。在 Z24、Z31 和 Z39 生长阶段使用 SPAD-502 (rSPAD) 和 GS 传感器 (rNDVI) 确定相对冠层指数。通过拟合二次平台 (QP) 回归模型来评估传感器指数与 dEONR 之间的关系。来自先前研究的数据用于评估独特的 QP 模型是否可以根据大麦和小麦的冠层指数预测 dEONR。在所有评估的生长阶段为 rSPAD 和 rNDVI 确定了具有统计学意义的 QP 模型。这些模型对 rSPAD（平均 0.0006）的敏感性高于对 rNDVI（平均 0.0004）的敏感性。开发了一个单一的 QP 模型来预测 Z31 和 Z39 大麦生长阶段的 rSPAD 的 dEONR (R2 = 0.68)。此外，还开发了一个独特的模型来预测 Z31 和 Z39 的 rSPAD 的 dEONR，但不仅适用于大麦，也适用于小麦（R2 = 0.64）。可以使用单一模型来确定大麦和小麦的季节性氮肥率，从而提高氮的利用效率并限制施肥对农业生态系统可能产生的负面经济和环境影响。开发了一个单一的 QP 模型来预测 Z31 和 Z39 大麦生长阶段的 rSPAD 的 dEONR (R2 = 0.68)。此外，还开发了一个独特的模型来预测 Z31 和 Z39 的 rSPAD 的 dEONR，但不仅适用于大麦，也适用于小麦（R2 = 0.64）。可以使用单一模型来确定大麦和小麦的季节性氮肥率，从而提高氮的利用效率并限制施肥对农业生态系统可能产生的负面经济和环境影响。开发了一个单一的 QP 模型来预测 Z31 和 Z39 大麦生长阶段的 rSPAD 的 dEONR (R2 = 0.68)。此外，还开发了一个独特的模型来预测 Z31 和 Z39 的 rSPAD 的 dEONR，但不仅适用于大麦，也适用于小麦（R2 = 0.64）。可以使用单一模型来确定大麦和小麦的季节性氮肥率，从而提高氮的利用效率并限制施肥对农业生态系统可能产生的负面经济和环境影响。