不同硼用量下油菜冠層反射光譜與葉綠素含量間定量關(guān)系

程 潛,李 斌,張振乾,官春云,王 悅,陳 浩,方希林,楊 鑫

(湖南農(nóng)業(yè)大學(xué)油料所,湖南 長沙 410128)

【研究意義】硼是植物必需的營養(yǎng)元素之一，作物缺硼時，花藥和花絲萎縮，花粉不能形成，表現(xiàn)出“花而不實(shí)”的病癥[1]，油菜是需硼較多的作物，缺硼將造成油菜減產(chǎn)，施用硼肥不僅可以增加油菜產(chǎn)量，并能起到改善油菜品質(zhì)的作用[2-4]。

葉綠素是綠色植物進(jìn)行光合作用的物質(zhì)基礎(chǔ)，其含量高低是反應(yīng)綠色植物葉片光合作用能力及植株健康狀態(tài)的重要生理指標(biāo)[5]，同時葉綠素含量與作物的氮含量、光合作用也密切相關(guān)[6]。目前，葉綠素含量的測定已經(jīng)成為作物栽培、遺傳育種等研究領(lǐng)域的一種常規(guī)工作[7-9]。傳統(tǒng)測定葉綠素的方法需破壞植株且繁瑣、耗時長、不能及時指導(dǎo)田間植物生產(chǎn)活動[10]。【前人研究進(jìn)展】高光譜技術(shù)以其波段連續(xù)性強(qiáng)、波譜分辨率高、光譜信息量大等在植被遙感研究與應(yīng)用中表現(xiàn)出強(qiáng)大優(yōu)勢[11-12]，通過遙感監(jiān)測作物生長過程進(jìn)而改善栽培[13-14]，優(yōu)化作物分類收獲、分級收購加工體制，提高作物品質(zhì)監(jiān)控水平，保證作物品質(zhì)[15]，目前國內(nèi)外已有不少相關(guān)研究[16-18]。金震宇等[19]發(fā)現(xiàn)水稻葉片的“紅邊”拐點(diǎn)波長位置與其葉綠素濃度之間具有很強(qiáng)的相關(guān)性。王秀珍等[20]對不同氮素營養(yǎng)水平下的水稻冠層光譜進(jìn)行了研究，證明“紅邊參數(shù)”與上層葉片的葉綠素含量有著密切的關(guān)系?！颈狙芯壳腥朦c(diǎn)】本文以早熟甘藍(lán)型油菜420為材料，研究不同硼肥用量對油菜冠層特征光譜的影響并確定油菜冠層葉片葉綠素含量與冠層光譜間的定量關(guān)系?！緮M解決的關(guān)鍵問題】找出其中特征波段，為今后通過無損監(jiān)測油菜田間生長提供參考依據(jù)，目前國內(nèi)尚無相關(guān)研究。

1 材料與方法

1.1 試驗(yàn)材料

試驗(yàn)選取早熟甘藍(lán)型油菜420，由國家油料改良中心湖南分中心提供。

1.2 試驗(yàn)方法

1.2.1 試驗(yàn)設(shè)計 試驗(yàn)于2016年10月至2017年4月在湖南農(nóng)業(yè)大學(xué)瀏陽基地進(jìn)行。供試田塊耕作土壤pH：5.6，含有機(jī)質(zhì)32.5 g/kg，全氮2.04 g/kg，堿解氮153 g/kg，有效磷12.4 g/kg，有效鉀143.3 g/kg，有效硼0.265 g/kg。

試驗(yàn)采用等差法確定參數(shù)因素，設(shè)置3個硼素水平0.5倍(3.75 kg/hm2)，正常(7.5 kg/hm2)和1.5倍(11.25 kg/hm2)正常硼肥。采用隨機(jī)區(qū)組設(shè)計，人工撒播，重復(fù)3次，各處理均施有效氮肥180 kg/hm2，有效磷肥90 kg/hm2，有效鉀肥165 kg/hm2，所有肥料做基肥一次施入。小區(qū)面積2.5 m×4 m。除實(shí)驗(yàn)處理外，其他農(nóng)事操作均與當(dāng)?shù)亓?xí)慣操作為主。

1.2.2 葉綠素含量測定 分別于油菜的蕾薹期、花期和成熟期去瀏陽基地取樣，在田間測完冠層光譜的小區(qū)，每小區(qū)取長勢均勻的植株3～4株[6]，選取有代表性的葉片，裝入離心管中，再放入裝有液氮的保溫瓶中帶回實(shí)驗(yàn)室。使用研磨法提取葉綠體色素[21]，并采用分光光度計(721型，上海菁華科技儀器有限公司)進(jìn)行吸光度的測定。

1.2.3 冠層光譜測定 采用美國ASD FieldSpec Pro FR2500型背掛式野外地物波譜儀于油菜的蕾薹期、花期和成熟期進(jìn)行冠層高光譜的測定，測試波段為350～2500 nm，由于光譜曲線在首端和末端有較大噪音，所以只取400～l355 nm波段的光譜用于分析。測定時盡量選擇晴朗、無云、無風(fēng)的天氣，時間為10:00-14:00。選擇長勢均勻的冠層區(qū)域重復(fù)測量3次，取其平均值。

1.3 光譜數(shù)據(jù)分析

為消除地面土壤對反射光譜的影響，對原始光譜進(jìn)行一階微分處理，從中提取DVI(差值植被指數(shù))，RVI(比值植被指數(shù))和NDVI(歸一化植被指數(shù))[22]，用Excel 2010處理以上植被指數(shù)。并使用SPSS 22.0軟件對最佳敏感波段做多自變量的回歸分析。

2 結(jié)果與分析

2.1 不同硼肥用量情況下油菜冠層光譜的反射特征

由圖1可以看出，在這3種硼肥條件下都具有相同的變化趨勢，0.5倍硼肥條件下反射率較其他2種硼肥較低，最高反射率達(dá)到0.65左右，正常和1.5倍條件下的光譜反射率基本相同，反射率最高達(dá)到0.7。植物冠層的反射光譜隨葉片中水分含量、葉肉細(xì)胞、葉綠素含量、氮素含量以及其他生物化學(xué)成分的不同而不同，因此，在不同的波段會呈現(xiàn)出不同形態(tài)和特征的反射光譜曲線[1]。400～700 nm的可見光區(qū)域是作物葉片的強(qiáng)吸收區(qū)域，由于葉綠素a、b的強(qiáng)吸收，在450和660 nm 2個可見光波段附近形成吸收谷和550 nm處形成1個吸收峰；780～1300 nm為近紅外區(qū)，反射率較高，這與植物葉片內(nèi)部組織結(jié)構(gòu)的多次反射和散射有關(guān)[22]；在970和1200 nm附近由于水分的吸收特征，形成吸收谷。

圖1 不同硼肥條件下的光譜特征Fig.1 Spectral characteristics under the condition of different boron treatments

圖2 葉綠素含量與冠層光譜的相關(guān)性Fig.2 Correlation between chlorophyll content and canopy spectrum

2.2 基于0.5倍硼肥條件下相關(guān)性系數(shù)較大波段的葉綠素含量模型

2.2.1 葉綠素含量與光譜的相關(guān)性分析 如圖2所示，葉綠素a的含量與光譜原始數(shù)據(jù)的最大相關(guān)系數(shù)為0.9254，位于近紅外波段1350 nm；葉綠素b的含量與光譜原始數(shù)據(jù)的最大相關(guān)系數(shù)為0.8356，也位于近紅外波段1350 nm處。由于葉綠素a和葉綠素b與冠層光譜都只表現(xiàn)出正相關(guān)關(guān)系，所以利用SPSS 22.0對找出的最佳敏感波段做單自變量的回歸分析結(jié)果如表1。

2.2.2 葉綠素含量與光譜一階微分的相關(guān)分析 為消除地面土壤對反射光譜的影響，對一階微分光譜與葉綠素a和葉綠素b的含量進(jìn)行相關(guān)性分析，結(jié)果表明葉綠素a與光譜一階導(dǎo)數(shù)的最大相關(guān)系數(shù)為0.9097，位于可見光區(qū)域450 nm；最小相關(guān)系數(shù)為-0.8669，為763 nm，也在可見光區(qū)域。葉綠素b與光譜一階導(dǎo)數(shù)的最大相關(guān)系數(shù)為0.8788，位于可見光區(qū)域421 nm處；最小相關(guān)系數(shù)為-0.8185，位于近紅外波段763 nm處。這2個相關(guān)波段建立相關(guān)光譜參數(shù)，得到其與葉綠素含量的相關(guān)系數(shù)(表2)。

由表2可知，基于兩敏感波段的3種植被指數(shù)、紅邊、黃邊和藍(lán)邊幅值經(jīng)過檢驗(yàn)，均達(dá)到極顯著水平以上。利用SPSS 22.0和Excel 2010對兩敏感波段和3種植被指數(shù)進(jìn)行函數(shù)模擬檢驗(yàn)，結(jié)果如下表3。

表1 光譜參數(shù)與葉片葉綠素含量之間的相關(guān)性分析

注：n=27，P0.05=0.381，P0.01=0.487；下同。

Note:n=27，P0.05=0.381，P0.01=0.487,the same as below.

表2 一階微分光譜參數(shù)與葉片葉綠素含量之間的相關(guān)性分析

表3 葉綠素含量與優(yōu)選光譜參數(shù)的定量關(guān)系

圖3 葉綠素含量與冠層光譜的相關(guān)性Fig.3 Correlation between chlorophyll content and canopy spectrum

2.3 基于正常硼肥條件下相關(guān)性系數(shù)較大波段的葉綠素含量模型

2.3.1 葉綠素含量與光譜的相關(guān)性分析 由圖3可知，葉綠素a的含量與光譜原始數(shù)據(jù)的最大相關(guān)系數(shù)為0.8022，位于近紅外波段1341 nm；葉綠素b的含量與光譜原始數(shù)據(jù)的最大相關(guān)系數(shù)位于可見光區(qū)域444 nm處，為0.7054。由于葉綠素a和葉綠素b與冠層光譜均表現(xiàn)出正相關(guān)關(guān)系，所以利用Spss 22.0對找出的最佳敏感波段做單自變量的回歸分析(表4)。

2.3.2 葉綠素含量與光譜一階微分的相關(guān)分析 對原始光譜進(jìn)行一階微分處理，再與葉綠素a和葉綠素b的含量進(jìn)行相關(guān)性分析，葉綠素a與光譜一階導(dǎo)數(shù)的最大相關(guān)系數(shù)為0.9087，位于近紅外區(qū)域1263 nm；最小相關(guān)系數(shù)為-0.8802，為1143 nm，位于近紅外區(qū)域。葉綠素b與光譜一階導(dǎo)數(shù)的最大相關(guān)系數(shù)為0.8556，位于436 nm處；最小相關(guān)系數(shù)為-0.7876，位于近紅外波段1135 nm處。這2個相關(guān)波段建立相關(guān)光譜參數(shù)，得到其與葉綠素含量的相關(guān)系數(shù)。

由表5可知，在葉綠素a與一階光譜參數(shù)的兩敏感波段的3種植被指數(shù)、紅邊、黃邊和藍(lán)邊幅值經(jīng)過檢驗(yàn)，均達(dá)到極顯著水平。葉綠素b與光譜一階微分的兩敏感特征波段的差值植被指數(shù)和紅邊、黃邊、藍(lán)邊幅值達(dá)到極顯著水平，比值和歸一植被指數(shù)達(dá)到顯著水平以上。利用SPSS 22.0和Excel 2010對兩敏感波段和3種植被指數(shù)進(jìn)行函數(shù)模擬檢驗(yàn)，結(jié)果如表6。

2.4 基于1.5倍硼肥條件下相關(guān)性系數(shù)較大波段的葉綠素含量模型

2.4.1 葉綠素含量與光譜的相關(guān)性分析 葉綠素a的含量與光譜原始數(shù)據(jù)的最大相關(guān)系數(shù)為0.8639(圖4)，位于近紅外波段1332 nm；最大負(fù)相關(guān)系數(shù)為-0.4479，位于667 nm處。葉綠素b的含量與光譜原始數(shù)據(jù)的最大相關(guān)系數(shù)為0.8072，近紅外波段1341 nm處；最小相關(guān)系數(shù)為-0.3679，位于可見光區(qū)域667 nm處。由于葉綠素a和葉綠素b與冠層光譜都表現(xiàn)出正負(fù)相關(guān)關(guān)系，所以利用SPSS 22.0對找出的最佳敏感波段做兩自變量的回歸分析，結(jié)果表7。

表4 光譜參數(shù)與葉片葉綠素含量之間的相關(guān)性分析

表5 一階微分光譜參數(shù)與葉片葉綠素含量之間的相關(guān)性分析

表6 葉綠素含量與優(yōu)選光譜參數(shù)的定量關(guān)系

續(xù)表6 Continued table 6

光譜參數(shù)擬合公式R2顯著性y=3770.9x2+1624.2x+199.80.2856P>0.05DVI (436,1135)y=68.266e82.359x0.6138P<0.01y=10332x+67.8830.6267P<0.01y=49.04ln(x)+406.010.6465P<0.01y=1124.1x0.41010.6968P<0.01y=-577 046x2+20 128x+44.8440.6880P<0.01NDVI(436,1135)y=656.15e1.5363x0.1973P>0.05y=174.53x+331.310.1652P>0.05y=599.62x2+1880.2x+1475.40.2882P>0.05

圖4 葉綠素含量與冠層光譜的相關(guān)性Fig.4 Correlation between chlorophyll content and canopy spectrum

2.4.2 葉綠素含量與光譜一階微分的相關(guān)分析 對原始光譜進(jìn)行一階微分處理，再與葉綠素a和葉綠素b的含量進(jìn)行相關(guān)性分析，結(jié)果表明，葉綠素a與光譜一階導(dǎo)數(shù)的最大相關(guān)系數(shù)為0.8681，位于可見光區(qū)域725 nm；最小相關(guān)系數(shù)為-0.9211，為1334 nm，位于近紅外區(qū)域。葉綠素b與光譜一階導(dǎo)數(shù)的最大相關(guān)系數(shù)為0.8682，位于925 nm處；最小相關(guān)系數(shù)為-0.8690，位于近紅外波段1143 nm處。將這2個相關(guān)波段建立相關(guān)光譜參數(shù)，得到其與葉綠素含量的相關(guān)系數(shù)。

表7 光譜參數(shù)與葉片葉綠素含量之間的相關(guān)性分析

表8 一階微分光譜參數(shù)與葉片葉綠素含量之間的相關(guān)性分析

續(xù)表8 Continued table 8

光譜參數(shù)計算方法相關(guān)系數(shù)顯著性Db(藍(lán)邊幅值)波長在490～530 nm內(nèi)一階導(dǎo)數(shù)光譜最大值0.8439P<0.01葉綠素bR925R9250.8682P<0.01R1143R1143-0.8690P<0.01RVI (925,1143)R1143/R925-0.7623P<0.01DVI (925,1143)R1143-R9250.8964P<0.01NDVI(925,1143)(R1143-R925)/(R1143+R925)-0.8048P<0.01Dr(紅邊幅值)波長在680～760 nm內(nèi)一階導(dǎo)數(shù)光譜最大值0.7928P<0.01Dy(黃邊幅值)波長在560～640 nm內(nèi)一階導(dǎo)數(shù)光譜最大值0.6463P<0.01Db(藍(lán)邊幅值)波長在490～530 nm內(nèi)一階導(dǎo)數(shù)光譜最大值0.7918P<0.01

表9 葉綠素含量與優(yōu)選光譜參數(shù)的定量關(guān)系

由表8可知，在葉綠素a與一階光譜參數(shù)的兩敏感波段的差值植被指數(shù)、三邊幅值經(jīng)過檢驗(yàn)，都達(dá)到極顯著水平，但是比值和歸一值植被指數(shù)均未達(dá)到顯著水平。葉綠素b與光譜一階微分的兩敏感特征波段的3種植被指數(shù)、3邊幅值達(dá)到極顯著水平，比值和歸一植被指數(shù)達(dá)到顯著水平以上。利用SPSS 22.0和Excel 2010對兩敏感波段和3種植被指數(shù)進(jìn)行函數(shù)模擬檢驗(yàn)，結(jié)果如表9。

3 結(jié) 論

(1)3種硼肥下的油菜冠層反射光譜都具有相同的變化趨勢，0.5倍硼肥的反射率較低于其它2個硼素水平。在400～700 nm可見光區(qū)域由于葉綠素a, b的吸收產(chǎn)生2個吸收谷，從而引起550 nm處產(chǎn)生1個吸收峰，在780～1300 nm為近紅外區(qū)，反射率較高，在970和1200 nm附近由于水分的吸收特征，形成吸收谷。

(2)在3種硼肥條件下，光譜參數(shù)與葉綠素含量都表現(xiàn)出極顯著的相關(guān)關(guān)系，在1.5倍硼肥條件下出現(xiàn)了負(fù)的相關(guān)系數(shù)。通過利用最佳敏感波段和葉綠素含量擬合的函數(shù)關(guān)系均表現(xiàn)出極顯著的相關(guān)性。

(3)用光譜一階微分與葉綠素含量做相關(guān)性分析發(fā)現(xiàn)，都具有極顯著的相關(guān)關(guān)系，用SPSS 22.0擬合這兩特征光譜得到的多元回歸函數(shù)均達(dá)到極顯著水平，R2都達(dá)到0.8以上。從一階微分與葉綠素含量中提取的3種植被指數(shù)及3邊幅值中，0.5倍硼肥條件下葉綠素a和b的3種植被指數(shù)和紅，綠，黃3邊幅值均達(dá)到極顯著水平，它們擬合的指數(shù)等函數(shù)模型也達(dá)到顯著水平以上。正常硼肥條件下的3種植被指數(shù)和3邊幅值均達(dá)到顯著水平以上，但是在葉綠素b與一階微分光譜參數(shù)的比值和歸一值植被指數(shù)中的各個函數(shù)模型均未達(dá)到顯著水平，其他植被指數(shù)中的函數(shù)模型均達(dá)到極顯著水平。1.5倍硼肥條件下，葉綠素a與光譜一階微分的比值和歸一化植被指數(shù)未達(dá)到顯著水平，其他植被指數(shù)和3邊幅值均達(dá)到顯著水平以上。

4 討 論

本研究從冠層水平分析了不同硼肥條件下，冠層反射光譜與油菜葉片葉綠素含量的定量關(guān)系，利用高光譜遙感技術(shù)獲得了油菜冠層的精細(xì)光譜信息，建立了監(jiān)測模型。在1.5倍硼肥條件下與原始光譜表現(xiàn)出了負(fù)相關(guān)系數(shù)，表明葉綠素含量會隨所施硼肥的增加而減少，并且，在0.5倍硼肥條件下，3種植被指數(shù)及其函數(shù)模型都在顯著水平以上，正常硼肥條件下出現(xiàn)了植被指數(shù)的函數(shù)模型的R2未達(dá)到P0.05水平以上，結(jié)果不顯著，而在1.5倍硼肥條件下存在植被指數(shù)達(dá)不到顯著水平的情況。硼肥過多將會影響葉綠素的含量，函數(shù)模型的相關(guān)系數(shù)和決定系數(shù)也會降低。本實(shí)驗(yàn)研究結(jié)果具有一定的預(yù)測精度，有一定的實(shí)際應(yīng)用價值，能夠精準(zhǔn)監(jiān)測油菜生理生化狀況、產(chǎn)量品質(zhì)和作物長勢等，促進(jìn)油菜未來生產(chǎn)的科學(xué)化管理。