云南高原特色農(nóng)業(yè)煙草高光譜參數(shù)與多種生理生化指標(biāo)的關(guān)系

吳秋菊， 劉 延， 舒清態(tài)

(西南林業(yè)大學(xué)林學(xué)院，云南昆明 650224)

糖是反映煙草內(nèi)在品質(zhì)的重要指標(biāo)之一，它對(duì)煙葉的質(zhì)量有平衡作用，不但可以消除蛋白質(zhì)等燃燒產(chǎn)生的不良?xì)馕?，同時(shí)與其他氮類化合物煙堿、總氮一起決定煙葉的刺激性和吸味[1]。傳統(tǒng)的取樣方法雖能精確地測(cè)定植被的生化成分含量，但對(duì)植株的破壞性較大，而且難以進(jìn)行快速、無(wú)損的大面積監(jiān)測(cè)。高光譜遙感技術(shù)作為探測(cè)農(nóng)作物生化成分信息的無(wú)損方法，得到了快速發(fā)展[2]。該技術(shù)通過(guò)測(cè)量作物的連續(xù)波譜，從而進(jìn)一步獲取作物物質(zhì)成分，為精準(zhǔn)監(jiān)測(cè)農(nóng)作物的長(zhǎng)勢(shì)以及反演農(nóng)作物的理化參數(shù)提供了技術(shù)支撐[3]。

國(guó)內(nèi)外關(guān)于采用高光譜遙感技術(shù)測(cè)定作物光譜反射率從而進(jìn)一步估測(cè)其化學(xué)組分的相關(guān)性進(jìn)行了大量的研究，大多數(shù)集中在小麥、棉花、水稻等作物上。牛錚等在對(duì)小麥葉片化學(xué)成分與光譜遙感探測(cè)關(guān)系研究中得出，葉片光譜特征能夠理想地對(duì)粗蛋白、氮、鉀含量進(jìn)行有效預(yù)測(cè)[4]。Tarpley等在研究棉花葉片光譜參量指數(shù)與其氮含量的相關(guān)性后，得到了葉片氮含量的最佳估測(cè)模型[5]。針對(duì)不同氮素濃度脅迫對(duì)植被生長(zhǎng)影響，王秀珍等在對(duì)水稻氮素脅迫研究后發(fā)現(xiàn)，藍(lán)邊面積、紅藍(lán)面積比值均與上部葉葉綠素含量呈極顯著關(guān)系[6]。前人在煙草長(zhǎng)勢(shì)監(jiān)測(cè)、成熟度監(jiān)測(cè)、質(zhì)量預(yù)測(cè)方面也有過(guò)報(bào)道，李佛琳等通過(guò)提取不同成熟度烤煙鮮葉反射光譜信息，建立了量化成熟度的典型判別分析模型[7]。李向陽(yáng)等利用光譜反射率在差異性施氮、鉀水平下，對(duì)烤煙葉片光譜特征參數(shù)與其生化成分關(guān)系進(jìn)行了研究[8]。劉良云等研究發(fā)現(xiàn)，介于430～740 nm波段范圍，煙草葉片反射率及光譜透過(guò)率與煙堿、全氮含量均呈極顯著關(guān)系[9]。前人對(duì)不同遮光條件下的煙草品質(zhì)也有監(jiān)測(cè)，Jia等對(duì)不同遮光條件下的煙草進(jìn)行了監(jiān)測(cè)，結(jié)果發(fā)現(xiàn)差異性遮光處理下的煙草葉片煙堿含量產(chǎn)生明顯差異[10]。劉國(guó)順等研究了遮陰、自然光照處理下的盆栽煙草的光合速率，發(fā)現(xiàn)遮陰處理下，煙葉中色素含量會(huì)有所上升[11]。此類關(guān)于煙草生長(zhǎng)的研究大多是在人為控制一定的生長(zhǎng)條件下，然后測(cè)定其葉片的光譜反射率，在自然生長(zhǎng)狀態(tài)下，其生長(zhǎng)狀況、光譜反射率會(huì)受到外界自然條件的影響，其光譜特征會(huì)隨外界環(huán)境條件的變化而有所變化。云南作為重要的優(yōu)質(zhì)煙葉生產(chǎn)基地，煙草廣泛種植，因此本研究以主栽品種云煙97號(hào)為研究對(duì)象，選取同等管理水平及土質(zhì)的地塊，對(duì)田間煙葉高光譜參數(shù)與總糖含量、還原糖含量、干質(zhì)量、鮮質(zhì)量、含水率的關(guān)系進(jìn)行分析，旨在建立適于田間狀態(tài)下云煙97號(hào)煙葉總糖含量、還原糖含量、干質(zhì)量、鮮質(zhì)量、含水率的估測(cè)模型，在比較多種模型的預(yù)測(cè)精度的基礎(chǔ)上，討論其可行性。

1 材料與方法

1.1 田間試驗(yàn)設(shè)計(jì)

研究地點(diǎn)在云南省陸良縣大漠古鄉(xiāng)煙草種植基地，試驗(yàn)品種為云煙97號(hào)，研究于2014年8月進(jìn)行，移栽期4月中旬，打頂時(shí)間6月中旬，煙草種植密度為15 000株/hm2，施肥量為1 500 kg/hm2，農(nóng)家肥施肥量0.20～0.25 kg/株作為輔助肥料。

1.2 高光譜數(shù)據(jù)測(cè)定

煙草葉片光譜反射率的測(cè)定采用美國(guó)ASD(Analytical Spectral Device)公司生產(chǎn)的Field Spec 3便攜式地物光譜儀。采樣時(shí)間為煙苗移栽后120 d(成熟期)在田間進(jìn)行煙葉非離體的光譜隨機(jī)取樣，測(cè)定時(shí)間為10：00—15：00，測(cè)定時(shí)，選用10°光譜儀視場(chǎng)角，儀器探頭向下垂直于葉片，與采集葉片距離0.1～0.2 m。對(duì)得到的葉片光譜求取均值、臺(tái)階處理及平滑后的葉片光譜作為該樣本葉片光譜反射率的結(jié)果值。

1.3 生理生化指標(biāo)測(cè)定

生理生化指標(biāo)的測(cè)定由云南省煙草科學(xué)研究院質(zhì)檢實(shí)驗(yàn)室完成，測(cè)定的生理生化參數(shù)包括總糖含量、還原糖含量、鮮質(zhì)量、干質(zhì)量、含水率。測(cè)定方法如下：總糖含量采用蒽酮比色法測(cè)定[12]；還原糖含量采用DNS比色法測(cè)定[13]；葉片鮮質(zhì)量(fresh weight，F(xiàn)W)：取回后立刻稱質(zhì)量；葉片干質(zhì)量(dry weight，DW)：105 ℃殺青 15 min，烘至恒質(zhì)量；葉片含水率(moisture content)=(鮮質(zhì)量-干質(zhì)量)/鮮質(zhì)量×100%。

1.4 分析方法

1.4.1 光譜分析 采用光譜儀自帶的View spec pro軟件對(duì)原始光譜反射率進(jìn)行一階微分，近似計(jì)算公式[14]為

式中：λi為波段i的波長(zhǎng)值；R(λi)為波長(zhǎng)λi的光譜值；Δλ為相鄰波長(zhǎng)的間隔?；诠庾V一階微分提取的高光譜特征參數(shù)見(jiàn)表1。

表1基于光譜位置、面積的光譜特征參量

1.4.2 數(shù)據(jù)分析 將所采集樣本按3 ∶1進(jìn)行劃分，隨機(jī)選擇30個(gè)樣本進(jìn)行生化成分含量估測(cè)模型的建立，剩余10個(gè)樣本進(jìn)行模型精度驗(yàn)證。光譜數(shù)據(jù)的處理采用Excel 2010進(jìn)行基礎(chǔ)輸入、繪圖，采用SPSS 21.0進(jìn)行相關(guān)及回歸分析。

1.5 模型精度檢驗(yàn)標(biāo)準(zhǔn)

為了準(zhǔn)確地估測(cè)出煙葉生化參數(shù)含量，不僅需要建立相關(guān)的預(yù)測(cè)模型，還需對(duì)建立的模型進(jìn)行精度的分析，本研究采用國(guó)際上常用的幾種評(píng)價(jià)指標(biāo)：決定系數(shù)(R2)、均方根誤差(RMSE)、相對(duì)誤差(RE)，進(jìn)一步篩選出估測(cè)煙草葉片多種生理生化參數(shù)含量的高光譜模型。

2 結(jié)果與分析

2.1 煙葉葉片生理生化指標(biāo)與原始光譜反射率相關(guān)性分析

為了消除系統(tǒng)誤差和水汽吸收等的影響，剔除1 325～1 410 nm 和1 750～2 000 nm 2個(gè)波段內(nèi)所對(duì)應(yīng)的數(shù)據(jù)。由圖1可見(jiàn)，煙葉原始光譜反射率與總糖、還原糖含量的相關(guān)性趨勢(shì)基本一致，在350～1 325 nm范圍內(nèi)呈負(fù)相關(guān)關(guān)系，在 1 410～1 565 nm范圍內(nèi)，總糖含量與原始光譜反射率呈正相關(guān)，在1 566～2 350 nm呈負(fù)相關(guān)。還原糖含量的最大相關(guān)系數(shù)出現(xiàn)在波長(zhǎng)662 nm處，為-0.337，在1 410～2 350 nm范圍內(nèi)還原糖含量與原始光譜反射率呈正相關(guān)。

鮮質(zhì)量、干質(zhì)量、含水率與原始光譜反射率的相關(guān)性亦基本一致，除總糖、還原糖含量的相關(guān)系數(shù)未達(dá)到顯著外，其他相關(guān)系數(shù)都達(dá)到了顯著水平，其中，含水率相關(guān)系數(shù)在521～644、690～714、1 410～1 415 nm和3個(gè)波段范圍內(nèi)達(dá)到顯著水平，在699 nm波長(zhǎng)處相關(guān)系數(shù)最大，為-0.423 9。干質(zhì)量和鮮質(zhì)量相關(guān)系數(shù)在525～590、690～705 nm 2個(gè)波段范圍內(nèi)達(dá)到極顯著水平(P<0.01)，且在697 nm處相關(guān)系數(shù)最大，分別為-0.476、-0.482。1 443～1 585 nm波段范圍內(nèi)，干質(zhì)量與原始光譜反射率達(dá)到極顯著相關(guān)水平(rmax=0.462 3)。

2.2 煙葉葉片總糖、還原糖含量與光譜一階微分相關(guān)性分析

一階微分處理可以減弱低頻背景光譜對(duì)煙葉葉片光譜產(chǎn)生的影響，進(jìn)一步分辨出重疊光譜。比較而言，光譜一階反射率與總糖、還原糖含量的相關(guān)性趨勢(shì)曲線更加具有波動(dòng)性。從圖2中可看出，葉片一階微分光譜反射率與總糖、還原糖含量的相關(guān)性趨勢(shì)基本一致。一階光譜反射率與總糖含量的相關(guān)系數(shù)在2 008 nm處達(dá)到最大負(fù)相關(guān)(rmax=0.492)。在 2 187 nm 波段處，達(dá)到最大正相關(guān)(0.486)。一階光譜反射率與還原糖含量的相關(guān)系數(shù)在2 018 nm處達(dá)到最大正相關(guān)，相關(guān)系數(shù)為0.551，在437 nm處達(dá)到最大負(fù)相關(guān)，相關(guān)系數(shù)為-0.516。整體而言， 總糖、還原糖含量與一階光譜反射率的相關(guān)系數(shù)浮動(dòng)明顯，達(dá)到極顯著水平的波段較為離散。

2.3 煙葉葉片干質(zhì)量、鮮質(zhì)量、含水率與光譜一階微分相關(guān)性分析

從圖3可以看出，經(jīng)光譜一階微分后的光譜反射率與葉片干鮮質(zhì)量、含水率的相關(guān)性曲線變化趨勢(shì)基本一致。在420～553 nm波段范圍內(nèi)一階光譜反射率與葉片干質(zhì)量呈負(fù)相關(guān)，且具有明顯的波谷形成，其中在485～529 nm波段范圍內(nèi)一階光譜反射率與葉片干質(zhì)量達(dá)到極顯著水平(P<0.01)，最大相關(guān)系數(shù)出現(xiàn)在492 nm處(-0.589)。在584～666 nm波段范圍內(nèi)，光譜一階反射率與葉片干質(zhì)量達(dá)到極顯著正相關(guān)水平，593 nm處相關(guān)系數(shù)達(dá)到最大。在671～702 nm 波段范圍內(nèi)一階光譜反射率與葉片干質(zhì)量呈負(fù)相關(guān)，且具有明顯的波谷形成，在674～694 nm波段范圍內(nèi)一階光譜反射率與葉片干質(zhì)量相關(guān)性達(dá)到負(fù)的極顯著水平(P<0.01)，在 679 nm 處相關(guān)系數(shù)最大，為-0.631。在708～756 nm 波段范圍內(nèi)一階光譜反射率與葉片干質(zhì)量達(dá)到正的極顯著水平，在754 nm處相關(guān)系數(shù)最大，為0.730。

在412～554 nm波段范圍內(nèi)一階光譜反射率與葉片鮮質(zhì)量呈負(fù)相關(guān)，且具有明顯的波谷形成，在446～461、476～532 nm 波段范圍內(nèi)一階光譜反射率與葉片鮮質(zhì)量達(dá)到負(fù)的極顯著水平(P<0.01)，在 492 nm處相關(guān)系數(shù)最大，為 -0.597，在571～666 nm波段范圍內(nèi)一階光譜反射率與葉片鮮質(zhì)量相關(guān)性達(dá)到正的極顯著水平(P<0.01)，在593 nm處相關(guān)系數(shù)最大，為0.597。在671～703 nm波段范圍內(nèi)一階光譜反射率與葉片鮮質(zhì)量呈負(fù)相關(guān)，且具有明顯的波谷形成，在 675～695 nm波段范圍內(nèi)一階光譜反射率與葉片鮮質(zhì)量相關(guān)性達(dá)到負(fù)的極顯著水平(P<0.01)，在679 nm處相關(guān)系數(shù)最大，為-0.609。在710～755 nm波段范圍內(nèi)一階光譜反射率與葉片鮮質(zhì)量達(dá)到正的極顯著水平，在752 nm處相關(guān)系數(shù)最大，為0.661。

在625～647、469～500 nm波段范圍內(nèi)，光譜一階微分值與葉片含水率分別達(dá)到正負(fù)極顯著水平。分別在480 nm(r=-0.569)與631 nm處(r=0.496)達(dá)到極值。673～705 nm 波段范圍內(nèi)，光譜一階反射率與含水率呈負(fù)相關(guān)關(guān)系?？傮w而言，一階光譜微分與葉片干質(zhì)量、鮮質(zhì)量、含水率的相關(guān)關(guān)系變化曲線浮動(dòng)很大，達(dá)到極顯著水平下的波段亦很離散。

2.4 煙葉生理生化指標(biāo)與高光譜位置變量的相關(guān)性

表2表明，位置變量Rr、λv、Dr、λy、λg與葉片干質(zhì)量、鮮質(zhì)量相關(guān)系數(shù)未達(dá)到顯著水平。干質(zhì)量與Rg、λr在0.05水平下達(dá)到顯著，剩余位置變量均達(dá)到極顯著水平(P<0.01)。葉片含水率與Dy達(dá)到了極顯著相關(guān)水平，λr、Db、λb、λy、Rg與葉片含水率相關(guān)性顯著。總體而言，λr、λb、Dy與葉片總糖、還原糖含量呈正相關(guān)，其他位置變量與之呈負(fù)相關(guān)；λr、λb、Dy、λy與葉片干質(zhì)量、鮮質(zhì)量、含水率呈正相關(guān)，其他位置變量與之呈負(fù)相關(guān)關(guān)系。

表2葉片生理生化指標(biāo)與高光譜位置變量的相關(guān)分析

注：“*”“**”分別表示在0.05、0.01水平上相關(guān)性顯著、極顯著。

2.5 煙葉生理生化指標(biāo)與高光譜面積變量和植被變量的相關(guān)性

由表3可見(jiàn)，總糖、還原糖含量與面積變量呈負(fù)相關(guān)，除(Rg-Rr)/(Rg+Rr)外，與其余的植被變量呈正相關(guān)。與干質(zhì)量、鮮質(zhì)量、含水率呈負(fù)相關(guān)的變量有SDb、SDy、SDg、(Rg-Rr)/(Rg+Rr)、Rg/Rr，與其他變量呈正相關(guān)。干質(zhì)量與(Rg-Rr)/(Rg+Rr)、Rg/Rr顯著相關(guān)。SDb、SDy、SDg、(SDr-SDy)/(SDr+SDy)、SDr/SDy、(Rg-Rr)/(Rg+Rr)、Rg/Rr均與含水率相關(guān)性達(dá)到顯著水平(P<0.05)；另外，SDr/SDb(r=0.460)、(SDr-SDb)/(SDr+SDb)(r=0.457)與葉片含水率相關(guān)性均達(dá)到了極顯著水平(P<0.01)。SDb、(SDr-SDy)/(SDr+SDy)、SDr/SDb成為預(yù)測(cè)葉片干鮮質(zhì)量、含水率相關(guān)性最密切的特征參量。

2.6 煙葉葉片生理生化指標(biāo)回歸方程的建立及驗(yàn)證

根據(jù)葉片原始光譜反射率、原始光譜一階微分與各生理生化參數(shù)含量的相關(guān)性分析結(jié)果，選擇其中相關(guān)性達(dá)到顯著水平的特征波段，采用多元逐步回歸方法建立估測(cè)模型，并對(duì)模型進(jìn)行精度檢驗(yàn)，結(jié)果見(jiàn)表4。

表3葉片生理生化指標(biāo)與高光譜面積變量、植被變量的相關(guān)分析

表4葉片生化參數(shù)含量估測(cè)模型及模型檢驗(yàn)

3 結(jié)論與討論

由相關(guān)性分析得出：總糖含量、還原糖含量、含水率在669、662、699 nm處與原始光譜反射率相關(guān)系數(shù)最大，分別為-0.300、-0.337、-0.424。干質(zhì)量和鮮質(zhì)量與原始光譜反射率的相關(guān)系數(shù)在697 nm達(dá)到最大?？偺?、還原糖含量與一階光譜反射率分別在2 008、2018 nm處相關(guān)系數(shù)最大，分別為-0.492、0.551。葉片干鮮質(zhì)量、含水率與一階光譜反射率分別在754、752、480 nm處相關(guān)系數(shù)最大，分別為0.730、0.661、-0.569。干質(zhì)量、鮮質(zhì)量、含水率與(SDr-SDb)/(SDr+SDb)、(SDr-SDy)/(SDr+SDy)、Dy的相關(guān)系數(shù)最大，分別為0.622、0.618、0.469。

在所建立的多元逐步回歸模型中，光譜一階微分的多元回歸模型對(duì)總糖含量、還原糖含量、鮮質(zhì)量能夠達(dá)到很好的估測(cè)效果，基于原始光譜反射率的回歸模型對(duì)葉片干質(zhì)量、含水率可以很好地進(jìn)行估測(cè)，檢驗(yàn)精度較高?？偺恰⑦€原糖含量與原始光譜反射率的相關(guān)性不是很明顯，而與一階微分光譜反射率的相關(guān)性有所增強(qiáng)，出現(xiàn)了上下波動(dòng)頻率較大的正負(fù)相關(guān)關(guān)系，這是因?yàn)橐浑A微分的過(guò)程可以降低背景噪聲，光譜信息更加明顯。

此次研究運(yùn)用相關(guān)分析與多元逐步回歸的方法，提取并篩選出估測(cè)煙草生理生化參數(shù)的光譜特征參數(shù)，這2種方法的優(yōu)點(diǎn)是可操作性強(qiáng)且簡(jiǎn)單明確，但是所建立的模型的決定系數(shù)值均不是特別高， 本研究所建立的模型是基于煙草單一

年份單一品種的試驗(yàn)數(shù)據(jù)，樣本數(shù)量偏少、測(cè)定光譜時(shí)的儀器誤差都會(huì)對(duì)模型精度造成影響，今后需要通過(guò)研究不同品種類型的煙草在不同生產(chǎn)力水平下的多年田間自然狀態(tài)試驗(yàn)數(shù)據(jù)對(duì)模型做進(jìn)一步的驗(yàn)證與完善，如果構(gòu)建模型的煙草樣本極具代表性，那么模型所擬合的生化參數(shù)的含量會(huì)更加接近數(shù)據(jù)集中反映的真實(shí)映射關(guān)系，在今后的研究中，需就以上問(wèn)題作更加深入的研究和探討，為高光譜技術(shù)在精準(zhǔn)農(nóng)業(yè)應(yīng)用上提供參考與基礎(chǔ)。

參考文獻(xiàn)：

[1]劉國(guó)順. 國(guó)內(nèi)外煙葉質(zhì)量差距分析和提高煙葉質(zhì)量技術(shù)途徑探討[J]. 中國(guó)煙草學(xué)報(bào)，2003，9(增刊1)：54-58.

[2]梁 亮，楊敏華，臧 卓. 基于小波去噪與SVR的小麥冠層含氮率高光譜測(cè)定[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26(12)：248-253.

[3]梁惠平，劉湘南. 玉米氮營(yíng)養(yǎng)指數(shù)的高光譜計(jì)算模型[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26(1)：250-255.

[4]牛 錚，陳永華，隋洪智，等. 葉片化學(xué)組分成像光譜遙感探測(cè)機(jī)理分析[J]. 遙感學(xué)報(bào)，2000，4(2)：125-130.

[5]Tarpley L，Reddy K R，Sassenrath-Cole G F. Reflectance indices with precision and accuracy in predicting cotton leaf nitrogen concentration[J]. Crop Science，2000，40(6)：1814-1819.

[6]王秀珍，黃敬峰，李云梅，等. 水稻生物化學(xué)參數(shù)與高光譜遙感特征參數(shù)的相關(guān)分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2003，19(2)：144-148.

[7]李佛琳，趙春江，王紀(jì)華，等. 一種基于反射光譜的烤煙鮮煙葉成熟度測(cè)定方法[J]. 西南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2008，30(10)：51-55.

[8]李向陽(yáng)，劉國(guó)順，楊永鋒，等. 烤煙葉片高光譜參數(shù)與多種生理生化指標(biāo)關(guān)系研究[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2007，40(5)：987-994.

[9]劉良云，靳志偉，王紀(jì)華，等. 光譜法預(yù)測(cè)煙葉中的煙堿、鉀和氮素[J]. 煙草科技，2005(6)：26-29.

[10]Jia F F，Liu G S，Ding S S，et al. Using leaf spectral reflectance to monitor the effects of shading on nicotine content in tobacco leaves[J]. Industrial Crops and Products，2013，51(6)：444-452.

[11]劉國(guó)順，趙獻(xiàn)章，韋鳳杰，等. 旺長(zhǎng)期遮光及光照轉(zhuǎn)換對(duì)不同煙草品種光合效率的影響[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2007，40(10)：2368-2375.

[12]閆克玉. 煙草化學(xué)[M]. 鄭州：鄭州大學(xué)出版社，2002.

[13]王瑞新，韓富根，楊素勤，等. 煙草化學(xué)品質(zhì)分析方法[M]. 鄭州：河南科學(xué)技術(shù)出版社，1990.

[14]Tsai F，Philpot W. Derivative analysis of hyperspectral data[J]. Remote Sensing of Environment，1998，66(1)：41-51.