無損檢測10種植物葉片含水量的通用模型

鄭俊波

(浙江省中藥研究所有限公司，浙江 杭州 310023)

水資源短缺已成為我國農(nóng)業(yè)發(fā)展的主要制約因素，發(fā)展節(jié)水農(nóng)業(yè)勢在必行，對作物缺水程度進行數(shù)字化診斷并進行適時適量的灌溉控制是減少水資源浪費的根本途徑之一。植物葉片含水量可表征植物水分的虧缺程度，測量葉片含水量通常需要破壞植物組織，實驗耗時費力，不方便開展在線測量研究。因此，對葉片含水量進行實時、無損檢測研究具有重要意義。

電測法(包括電阻式和電容式)可以短時間內(nèi)實現(xiàn)對被測樣品進行重復多次測量，且不損壞樣品結構，可以實現(xiàn)快速無損檢測葉片含水量的目的。如鮑一丹等[1]通過平板式電容研究了植物缺水信息與植物葉片生理電容、葉水勢之間的變化規(guī)律，證明植株干旱程度與葉片電特性和葉水勢按一定規(guī)律變化。郭文川等[2]研究失水對離體和活體植物葉片的生理特性參數(shù)和電特性參數(shù)的影響，結果表明植物葉片電特性能夠反映植物的水分生理特性。宣奇丹等[3]研究表明，毛白楊、加楊、杜仲葉片電容值與含水量間的相關系數(shù)分別為0.830、0.908和0.843，且均達極顯著水平。陳晨等[4]利用四探針測試方法對玉米葉片進行測試，可以準確快捷地測定葉片的電阻率。張誠誠等[5]利用萬用電表針頭插入油茶葉片，測量葉片電阻，由逐步回歸分析結果得知，葉片電阻主要是由葉片含水量決定的。其他研究也得到了葉片電特性與含水量具有相關性的結果[6-11]。目前，對植物葉片電阻的測量多采用2個或4個針刺電極插入葉片表面的方法，但針刺測量會造成葉片組織和細胞的損傷，不利于大田在線多次測量。通過測量多種植物葉片的電容和電阻，與葉片含水量進行回歸分析，建立通用模型預測葉片含水量還未見報道。本研究通過自行設計電容傳感器、導電泡棉作電阻測量電極，采用不損傷植物組織和細胞的方法，對10種植物單片葉片的電容和電阻進行測量，旨在建立一種對多種植物單片葉片含水量進行預測的通用模型，用于預測葉片的含水量。

1 材料與方法

1.1 材料與儀器

女貞(LigustrumlucidumAit)、紅葉石楠(Photinia×fraseriDress)、珊瑚樹(Viburnumodoratissinum)、無患子(SapindusmukorossiGaertn.)、紫荊(Cercischinensis)、楊梅[Myricarubra(Lour.) S. et Zucc.]、桂花(Osmanthussp.)、黃精(Polygonatumsibiricum)、覆盆子(RubusidaeusL.)、玉竹[Polygonatumodoratum(Mill.)Druce]。葉片采自杭州市余杭區(qū)五常濕地，由浙江省中藥研究所有限公司俞旭平高級工程師鑒定。

LC100-A型電容測量儀(鄭州明禾電子科技有限公司)，電容傳感器為自行設計的專利產(chǎn)品(專利號201810235518.1)，VC830L萬用表(深圳市勝祿高電子科技有限公司)。

1.2 方法

2019年3—4月選擇健康、無病蟲害、無撕裂的女貞、紅葉石楠、珊瑚樹、無患子、紫荊、楊梅、桂花、黃精、覆盆子、玉竹葉片，采后立即用塑料袋密封帶回，樣品離體時間控制在1 h以內(nèi)。測量在室內(nèi)完成，測量前從葉基部剪去葉柄，用紙巾擦去葉片表面灰塵和臟物，室溫下測量，重復間測量間隔時間約1 min。女貞、紅葉石楠、珊瑚樹、無患子、紫荊、楊梅、桂花取8片葉，隨機編號為1～8號，分成訓練集和測試集2組，1～6號為訓練集，7～8號為測試集。黃精、覆盆子、玉竹取3片葉片，分成訓練集和測試集2組，1～2號為訓練集，3號為測試集。每個葉片測電容和電阻各3次。

1.2.1 葉片電容測定

電容傳感器采用導電纖維布作為平行板，固定在具夾力為7 N的塑料夾上，極板間面積為1 cm×2 cm。2個傳感器并聯(lián)組成。測量電容時將2個傳感器夾住葉片兩側，開機讀取初始電容值。

1，塑料夾；2，基板；3，平行板電極；4，葉片。1， Plastic clip; 2， Substrate; 3， Parallel-plate electrode; 4， Leaf.

1.2.2 葉片電組測定

萬用表2 MΩ檔測電阻，將導電泡棉分別固定在2個塑料夾上，每個夾子的導電泡棉連接導線作電極，電極中間挖1小孔，孔內(nèi)填充海綿，電極間距離5 cm。測量時在海綿上各滴1小滴飽和NaCl，穩(wěn)定30 s后讀數(shù)。測量葉片背面電阻。

1.2.3 葉片含水量測定

葉片含水量(%)=(鮮質量-干質量)/鮮質量×100[12]。

1.2.4 統(tǒng)計方法

組內(nèi)相關系數(shù)(intraclass correlation coefficient，ICC)常用于評價同一個體多次測量結果的一致性或可靠性。一般認為ICC<0.40表示可靠性較差，ICC為0.40～0.75表示可靠性一般，ICC>0.75表示可靠性良好。組內(nèi)相關系數(shù)用SPSS 19.0軟件分析，輸入數(shù)據(jù)，點擊分析-度量-可靠性分析，選擇類內(nèi)相關系數(shù)。結果輸出中單個測量是指單個評定者的評分，給出單個評定者評分的可靠性；平均測量是多個評定者的評分均值，給出多個評定者評分均值的可靠性。本研究為單個評定者，數(shù)據(jù)采用單個測量值。

回歸采用Excel軟件分析，點擊數(shù)據(jù)-數(shù)據(jù)分析，窗口中點回歸-確定，Y輸入?yún)^(qū)域為含水量數(shù)據(jù)，X輸入?yún)^(qū)域為電容的倒數(shù)、電阻和電阻電容比值的數(shù)據(jù)，采用線性回歸分析，置信度95%。

2 結果與分析

2.1 植物葉片電容測量數(shù)據(jù)可靠性評價

女貞1～8號葉片電容測量結果見表1。對表1中女貞葉片電容3次重復之間進行SPSS 19.0組內(nèi)相關系數(shù)分析，結果見表2。女貞葉片電容單個測量ICC為0.815 (P<0.001)，數(shù)據(jù)可靠性良好。

同樣，對紅葉石楠、珊瑚樹、無患子、紫荊、楊梅、桂花葉片電容進行組內(nèi)相關系數(shù)分析(黃精、覆盆子、玉竹葉片數(shù)據(jù)少，不作評價)，ICC全部大于0.75(表3)，表明數(shù)據(jù)可靠性均良好。

表1 女貞葉片電容測量值

Table1Capacitance value ofLigustrumlucidumAit leaves pF

重復Repeats12345678重復1Repeat14245484843504056重復2Repeat24449494844504350重復3Repeat34548504845524251

表2 女貞葉片電容組內(nèi)相關系數(shù)

Table2Intraclass correlation coefficient ofLigustrumlucidumAit leaf capacitance

組別Group組內(nèi)相關系數(shù)ICC95%置信區(qū)間95%confidenceinterval下限Lower上限Upper值Value使用真值0的F檢驗F-testusingtruevalue0df1df2Sig單個測量0.8150.5170.95614.2367140Singlemeasurement平均測量0.9300.7630.98514.2367140Averagemeasurement

表3 植物葉片電容組內(nèi)相關系數(shù)

Table3Intraclass correlation coefficient of plant leaf capacitance

植物Plant組別Group組內(nèi)相關系數(shù)ICC95%置信區(qū)間95%confidenceinterval下限Lower上限Upper值Value使用真值0的F檢驗F-testusingtruevalue0df1df2SigBSM0.9840.9480.997189.4847140CSM0.9310.7890.98441.3597140DSM0.9600.8740.99173.4447140ESM0.8810.6630.97323.3027140FSM0.9460.8310.98853.0707140GSM0.9370.8060.98645.5667140

B，紅葉石楠；C，珊瑚樹；D，無患子；E，紫荊；F，楊梅；G，桂花；SM，單個測量。下同。

B，Photinia×fraseriDress; C，Viburnumodoratissinum; D，SapindusmukorossiGaertn.; E，Cercischinensis; F，Myricarubra(Lour.) S. et Zucc.; G，Osmanthussp.; SM， Single measurement. The same as below.

2.2 植物葉片電阻測量數(shù)據(jù)可靠性評價

女貞1～8號葉片電阻測量結果見表4。利用SPSS 19.0對表4中女貞葉片電阻3次重復之間進行組內(nèi)相關系數(shù)分析，結果見表5。女貞葉片電阻單個測量ICC為0.593(P=0.004)，數(shù)據(jù)可靠性一般。同樣，對紅葉石楠、珊瑚樹、無患子、紫荊、楊梅和桂花葉片電阻進行組內(nèi)相關系數(shù)分析(黃精、覆盆子、玉竹葉片數(shù)據(jù)少，不作評價)，紅葉石楠(ICC=0.847，P<0.001) 和楊梅(ICC=0.841，P<0.001)數(shù)據(jù)可靠性良好，無患子(ICC=0.449，P=0.023)、紫荊(ICC=0.550，P=0.007)和桂花(ICC=0.727，P<0.001)數(shù)據(jù)可靠性一般，珊瑚樹(ICC=0.343，P=0.063)數(shù)據(jù)可靠性較差(表6)。

2.3 植物葉片含水量與電容、電阻回歸分析

對女貞、紅葉石楠、珊瑚樹、無患子、紫荊、楊梅、桂花、黃精、覆盆子、玉竹葉片訓練集進行回歸分析，建立回歸模型。訓練集電容、電阻和含水量數(shù)據(jù)見表7。表7數(shù)據(jù)經(jīng)1stOpt軟件快速公式擬合搜索，綜合考慮決定系數(shù)、調整決定系數(shù)、公式簡明性和殘差值，選擇Z=p1+p2·X-1+p3·Y+p4·Y·X-1作為擬合公式，Z為含水量(%)，X為電容(pF)，Y為電阻(MΩ)，p1、p2、p3和p4為系數(shù)；將X-1、Y、Y·X-1和Z的數(shù)據(jù)輸入Excel，經(jīng)多元線性回歸分析，結果顯示調整R2為0.977 4，模型擬合效果良好。方差分析表明，顯著性值P=7.85×10-37，表明建立的線性關系回歸模型具有極顯著的統(tǒng)計學意義。表8顯示，電容倒數(shù)(X-1)與含水量(Z)、電阻(Y)與含水量(Z)、電阻電容的比值(Y·X-1)與含水量(Z)都存在極顯著相關性。表9表明，預測含水量殘差為-2.56%～2.25%。表8確定擬合方程為Z=86.09-628.471X-1-11.1753Y+117.2954Y·X-1。

2.4 植物葉片含水量的預測

測試集的電容、電阻和含水量數(shù)據(jù)見表10。利用擬合方程對10種植物葉片測試集含水量進行預測，然后與干燥法所測含水量之間求絕對誤差和相對誤差，絕對誤差為干燥法實測含水量與預測含水量之差，相對誤差為絕對誤差與干燥法實測含水量之比乘以100%所得的數(shù)值。一般來說，相對誤差更能反映測量的可信程度。經(jīng)計算絕對誤差介于-2.53%～1.46%，相對誤差介于-3.83%～1.95%，表明該模型對10種植物葉片含水量的預測準確度較高。

表4 女貞葉片電阻測量值

Table4Resistance ofLigustrumlucidumAit leaves MΩ

重復Repeats12345678重復1Repeat10.6010.6060.5600.5690.6010.5700.5910.638重復2Repeat20.4670.5880.5200.5380.5250.5460.4770.614重復3Repeat30.4300.5560.5110.5330.5170.5310.4340.606

表5 女貞葉片電阻組內(nèi)相關系數(shù)

Table5Intraclass correlation coefficient ofLigustrumlucidumAit leaf resistance

組別Group組內(nèi)相關系數(shù)ICC95%置信區(qū)間95%confidenceinterval下限Lower上限Upper值Value使用真值0的F檢驗F-testusingtruevalue0df1df2Sig單個測量0.5930.1640.8875.3637140.004Singlemeasurement平均測量0.8140.3700.9595.3637140.004Averagemeasurement

表6 植物葉片電組組內(nèi)相關系數(shù)

Table6Intraclass correlation coefficient of plant leaf resistance

植物Plant組別Group組內(nèi)相關系數(shù)ICC95%置信區(qū)間95%confidenceinterval下限Lower上限Upper值Value使用真值0的F檢驗F-testusingtruevalue0df1df2SigBSM0.8470.5850.96417.6707140.000CSM0.343-0.0880.7822.5647140.063DSM0.4490.0060.8323.4407140.023ESM0.5500.1130.8724.6737140.007FSM0.8410.5700.96216.8297140.000GSM0.7270.3570.9319.0027140.000

表7 十種植物葉片訓練集電容、電阻和含水量

Table7Leaf capacitance， resistance and moisture content of 10 plants in training set

編號CAP/pFRES/MΩMOC/%編號CAP/pFRES/MΩMOC/%編號CAP/pFRES/MΩMOC/%No.No.No.144±10.499±0.07367.0117140±20.230±0.00579.093335±11.554±0.07755.32247±20.583±0.02167.5418161±50.221±0.01078.593436±01.622±0.10956.38349±10.530±0.02166.0519376±130.425±0.01580.173541±11.609±0.08458.21448±00.547±0.01666.0820450±200.390±0.02480.583628±01.308±0.10654.76544±10.548±0.03866.7321412±120.404±0.02280.173770±20.547±0.01774.17651±10.549±0.01667.3122342±30.432±0.01178.893855±30.519±0.01371.467227±10.540±0.02477.3823272±50.395±0.02579.503965±00.483±0.02973.948310±30.629±0.01477.3024360±110.412±0.01880.334060±20.509±0.01571.439287±30.652±0.04276.3025235±30.393±0.00978.004163±20.434±0.02674.0810274±20.595±0.03777.0326198±40.391±0.05078.094258±20.498±0.03972.8411295±40.648±0.06576.9027204±80.352±0.03878.0343169±40.579±0.06274.5212267±40.619±0.01976.0228209±40.457±0.00178.3944150±30.499±0.03877.3513144±30.227±0.01179.9229169±10.448±0.01077.5545552±131.563±0.14369.2914138±40.216±0.01379.4230185±20.429±0.03377.5046615±151.215±0.08470.1015149±10.226±0.00980.933130±01.440±0.17852.7447314±210.318±0.01182.6016168±50.230±0.00479.923233±01.606±0.08655.7148356±80.383±0.01281.22

1～6，女貞；7～12，紅葉石楠；13～18，珊瑚樹；19～24，無患子；25～30，紫荊；31～36，楊梅；37～42，桂花；43～44，黃精；45～46，覆盆子；47～48，玉竹；CAP，電容；RES，電阻；MOC，含水量。

1-6，LigustrumlucidumAit; 7-12，Photinia×fraseriDress; 13-18，Viburnumodoratissinum; 19-24，SapindusmukorossiGaertn.; 25-30，Cercischinensis; 31-36，Myricarubra(Lour.) S. et Zucc.; 37-42，Osmanthussp.; 43-44，Polygonatumsibiricum; 45-46，RubusidaeusL.; 47-48，Polygonatumodoratum(Mill.) Druce; CAP， Capacitance; RES， Resistance; MOC， Moisture content.

表8 回歸參數(shù)表

Table8Regression parameter table

項目ItemCOESTEtStatP-valueLower95.0%Upper95.0%INT86.08970.5670151.8461.71E-6184.947187.23231/X-628.47144.631-14.0826.6E-18-718.419-538.523Y-11.17530.8785-12.7202.44E-16-12.9458-9.4047Y/X117.295443.2882.70960.0095630.05336204.538

COE，系數(shù)；STE，標準誤差；INT，截距；X，電容；Y，電阻。

COE， Coefficient; STE， Standardized error; INT， Intercept;X， Capacitance;Y， Resistance.

表9 殘差輸出結果

Table9Residual output results

編號No.PRVRESISTR編號No.PRVRESISTR編號No.PRVRESISTR167.46-0.4434-0.37601779.23-0.1423-0.12063355.98-0.6584-0.5582267.74-0.2014-0.17081879.88-1.2958-1.09873455.680.70610.5987368.61-2.5596-2.17031979.800.36960.31333557.390.81910.6945468.22-2.1443-1.81822080.440.14050.11913654.300.45990.3900567.15-0.4162-0.35292180.160.00330.00283771.912.25461.9117668.82-1.5089-1.27942279.57-0.6820-0.57823869.911.54641.3112777.56-0.1786-0.15142379.53-0.0326-0.02763971.942.00281.6982877.270.03250.02752479.880.45790.388254070.930.50350.4269976.89-0.5816-0.49312579.23-1.2267-1.04014172.121.96321.66461077.40-0.3675-0.31162678.78-0.6894-0.5844270.642.20191.86701176.98-0.0775-0.06572779.28-1.2542-1.06344376.30-1.7733-1.50361277.09-1.0739-0.91052878.240.15440.13094476.700.64580.54761379.360.55500.47062977.67-0.1189-0.10084567.821.46941.24591479.310.10790.09153078.17-0.6725-0.57024671.72-1.6197-1.37341579.511.41441.19933154.84-2.1024-1.78264780.651.94421.64851679.94-0.0181-0.01533254.671.04190.88344880.181.04440.8856

編號1-48同表7。PRV，預測值；RESI，殘差；STR，標準殘差。

No. 1-48 were the same as table 7. PRV， Predicted value; RESI， Residual; STR， Standardized residual.

表10 測試集植物葉片含水量預測

Table10Prediction of leaf moisture content in test set

植物Plant編號No.電容/pFCapacitance電阻/MΩResistance實測含水量Measuredmoisturecontent/%預測含水量Predictedmoisturecontent/%絕對誤差Absoluteerror/%相對誤差Relativeerror/%A742±10.501±0.06667.4966.820.670.99852±30.619±0.01466.0268.55-2.53-3.83B7264±80.745±0.02476.5775.720.861.128256±20.587±0.04577.5577.350.200.26C7167±40.199±0.02581.7080.241.461.798185±20.218±0.00780.2080.39-0.19-0.24D7409±140.356±0.01580.2880.68-0.40-0.508375±110.399±0.00779.8580.08-0.23-0.29E7217±80.411±0.00878.3878.82-0.44-0.568212±140.459±0.00478.5978.250.340.43F731±11.355±0.06656.0755.630.430.77833±01.455±0.10954.3155.96-1.65-3.04G766±10.532±0.02472.8871.561.311.80874±10.451±0.00574.7773.311.461.95H3141±40.549±0.02375.8875.94-0.07-0.09I3766±91.159±0.02970.1372.50-2.37-3.38J3356±120.354±0.02481.4380.480.951.17

A，女貞；B，紅葉石楠；C，珊瑚樹；D，無患子；E，紫荊；F，楊梅；G，桂花；H，黃精；I，覆盆子；J，玉竹。

A，LigustrumlucidumAit; B，Photinia×fraseriDress; C，Viburnumodoratissinum; D，SapindusmukorossiGaertn.; E，Cercischinensis; F，Myricarubra(Lour.) S. et Zucc.; G，Osmanthussp.; H，Polygonatumsibiricum; I，RubusidaeusL.; J，Polygonatumodoratum(Mill.) Druce.

3 結論與討論

植物葉片含水量可以間接通過測量葉片電容和電阻進行預測，葉片電容、電阻和含水量之間存在非線性關系，不同植物葉片之間存在預測含水量的通用模型，本研究通過對10種植物葉片的電容、電阻與含水量回歸分析研究，得到了葉片含水量與電容、電阻間的擬合模型，并根據(jù)擬合模型對10種植物葉片含水量進行預測，結果表明模型預測準確度較高。

本研究方差分析結果中，F(xiàn)值對應的SignificanceF為7.85×10-37，遠小于0.05，可以認為回歸模型有用。回歸參數(shù)表中t統(tǒng)計量的P值，截距項為1.71×10-61，電容倒數(shù)項為6.6×10-18，電阻項為2.44×10-16，電容電阻比值項為0.009 56，均小于0.05，因此3項自變量均與含水量存在顯著相關性。

良好的模型要求殘差分布接近正態(tài)分布，通過Excel軟件對殘差的描述統(tǒng)計進行分析，結果平均值與總和都為0，峰度是-0.35，偏度是0.01，均接近0。因此，可以判斷殘差分布接近正態(tài)分布，模型擬合良好。利用回歸模型對測試集葉片含水量進行預測，測試集中9個葉片相對誤差在-1%～1%，只有1個葉片小于-3.5%，表明模型預測準確度較高。

葉片電特性的變化能較好地反映葉片水分狀況，為直接快速檢測植物缺水程度提供了一種新的方法。前人研究主要集中在葉片電特性與單種植物的變化規(guī)律研究，本試驗將10種植物葉片電特性的變化進行綜合研究，為探索葉片含水量與電特性之間的內(nèi)在規(guī)律做了有益的嘗試。本研究中部分植物葉片電阻測定數(shù)據(jù)可靠性不高，方法還有待改進，以提高測量的穩(wěn)定性和可靠性。本研究僅對10種植物的離體葉片進行了研究，在線測量有待進一步研究，下一步應擴大植物種類和范圍，進一步研究植株不同部位、不同生育期葉片的臨界含水量和適宜含水量，以盡快應用于大田作物的診斷，提升作物的產(chǎn)量和質量。