基于光譜變換的冬小麥冠層SPAD值估算模型研究

林少喆，彭致功，張寶忠，魏 征，張 倩，韓娜娜，劉 露，王春堂，馮 哲

(1.山東農(nóng)業(yè)大學(xué)水利土木工程學(xué)院，山東 泰安 271018； 2.中國(guó)水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100038；3.青島平度市水利勘察設(shè)計(jì)院，山東 青島 266700)

0 引 言

葉綠素作為植物生長(zhǎng)過程中重要的生化參數(shù)之一，其含量多少是評(píng)價(jià)植株的氮素狀態(tài)、生長(zhǎng)狀況和光合能力的良好指示指標(biāo)[1-3]，因此實(shí)時(shí)監(jiān)測(cè)植株葉綠素含量，對(duì)作物長(zhǎng)勢(shì)預(yù)測(cè)、氮肥調(diào)控、產(chǎn)量評(píng)估等具有重要的理論和實(shí)踐意義[4,5]。傳統(tǒng)監(jiān)測(cè)葉綠素含量的方法均通過破壞性采樣測(cè)定，費(fèi)時(shí)費(fèi)力，代表性差，難以滿足規(guī)模化監(jiān)測(cè)要求[6]；近年來隨著光譜技術(shù)的快速發(fā)展，其時(shí)空分辨率大幅提高，能及時(shí)獲取作物長(zhǎng)勢(shì)狀況，為大規(guī)模作物長(zhǎng)勢(shì)實(shí)時(shí)快速無(wú)損監(jiān)測(cè)提供了技術(shù)支撐[7]。

近年來國(guó)內(nèi)外學(xué)者對(duì)作物葉綠素含量監(jiān)測(cè)方法進(jìn)行了大量的研究，并建立了各主要作物葉綠素含量估算模型。諸多研究成果側(cè)重于對(duì)作物特定生育階段葉綠素含量監(jiān)測(cè)與分析，而SPAD值是表征植株葉綠素相對(duì)含量的參數(shù)，在一定條件下可以完全替代葉綠素含量。王凱龍等人通過比較15種高光譜指數(shù)與SPAD的相關(guān)性，確定了特定生育期估算小麥葉片SPAD值的最佳指數(shù)[8]；殷紫等人研究表明油菜苗期監(jiān)測(cè)SPAD值的最佳的光譜指數(shù)為SDr/SDy，現(xiàn)蕾抽苔期監(jiān)測(cè)SPAD值最佳光譜指數(shù)為(SDr-SDy)/(SDr+SDy)[9]；余蛟洋等人基于光譜特征參數(shù)構(gòu)建了不同生育期蘋果葉片SPAD值的估算模型，并指出不同生育期均以藍(lán)邊幅值和綠峰面積為自變量構(gòu)建的估算模型模擬精度最高[10]；袁媛等人利用RVI、NDVI、DVI等3種植被指數(shù)分別與夏玉米不同生育期的SPAD值進(jìn)行葉綠素含量模型構(gòu)建，篩選出夏玉米不同生育期最佳擬合模型，其中拔節(jié)期、抽穗期、灌漿期、蠟熟期監(jiān)測(cè)SPAD值的最佳植被指數(shù)分別為RVI、NDVI、NDVI、DVI[11]。由于不同生育時(shí)段外部光熱環(huán)境、自身形態(tài)及葉片組織結(jié)構(gòu)也在不斷變化，作物冠層光譜反射率也存在顯著差異[12,13]，因此特定生育期光譜模型能否適用于全生育期植株冠層葉綠素含量的監(jiān)測(cè)有待驗(yàn)證。為兼顧模型的簡(jiǎn)單實(shí)用性與易操作性，部分學(xué)者也通過對(duì)比多種模型在不同生育階段的模擬效果，提出了適用于整個(gè)生育階段的作物葉綠素含量估算模型，如羅丹等人指出了RSI(FD689,FD609)和SASI(R491,R666)L=0.01為預(yù)測(cè)全生育期冬小麥冠層葉綠素含量的最佳指數(shù)[14]，該類模型在特定生育時(shí)段監(jiān)測(cè)效果如何有待進(jìn)一步驗(yàn)證。

對(duì)光譜數(shù)據(jù)進(jìn)行光譜變換如倒數(shù)、對(duì)數(shù)與微分等平滑處理和降噪處理，對(duì)降低背景與噪音影響具有較好的效果[15]。張雪茹等人對(duì)原始光譜數(shù)據(jù)進(jìn)行15種光譜變換，提出了能夠表征低溫脅迫下冬小麥葉綠素含量的最佳光譜變換形式[16]；張賢龍等人提出一階微分和一階對(duì)倒數(shù)變換下光譜模型估算土壤鹽分精度較高[17]；王磊等人指出了光譜數(shù)據(jù)的歸一化對(duì)數(shù)處理顯著提高了玉米氮素含量的反演精度[18]。可見，通過構(gòu)建基于光譜變換相關(guān)參量的模擬模型，能夠提高光譜監(jiān)測(cè)精度。

本文以冬小麥為研究對(duì)象，利用2017-2018年不同施氮水平下各生育期冬小麥冠層光譜反射率與植株冠層SPAD值的數(shù)據(jù)，分析了光譜數(shù)據(jù)變換和植株冠層SPAD值之間的相關(guān)性，提出了考慮各生育期特點(diǎn)且具有較高精度的適宜模型組合，以期為華北地區(qū)高光譜診斷冬小麥冠層葉綠素含量提供理論依據(jù)和技術(shù)支持。

1 材料與方法

1.1 試驗(yàn)區(qū)概況

本試驗(yàn)在中國(guó)水利水電科學(xué)研究院大興節(jié)水試驗(yàn)基地(39°37′N, 116°26′E)進(jìn)行，該基地屬于暖溫帶半干旱大陸性季風(fēng)氣候，冬春干旱、夏季多雨；年均日照數(shù)約2 600 h，多年平均降雨量為540 mm，多年平均氣溫12.1 ℃，年無(wú)霜期平均為185 d，全年平均水面蒸發(fā)量在1 800 mm以上。

1.2 試驗(yàn)設(shè)計(jì)

供試冬小麥品種為中麥175，2017年10月13日播種，行距為30 cm，于次年6月6日收獲，生育期達(dá)236 d。冬小麥全生育期內(nèi)施肥2次，分別為播前基肥施復(fù)合肥(含N量15%)和返青期追施尿素(含N量45%)。共設(shè)置5個(gè)施氮水平，分別為0、90、135、180、225 kg/hm2(純氮)，即N1、N2、N3、N4、N5處理，各處理設(shè)置3次重復(fù)；共分為15個(gè)小區(qū)，小區(qū)長(zhǎng)為8 m，寬為7 m，面積為56 m2。各小區(qū)均保持灌溉水平一致，其他田間管理措施按照當(dāng)?shù)匾话愀弋a(chǎn)田進(jìn)行。

1.3 測(cè)定項(xiàng)目與方法

1.3.1 冠層光譜測(cè)定

在冬小麥生育期內(nèi)，選擇晴朗無(wú)云或少云天氣條件下，采用美國(guó)ASD公司生產(chǎn)的Field-SpecHandHeld2手持式光譜儀測(cè)定小麥冠層光譜，測(cè)定時(shí)間一般以10∶00-14∶00為宜。監(jiān)測(cè)前進(jìn)行光譜儀的優(yōu)化，且采用反射率為1的白板校正，測(cè)量時(shí)光譜儀探頭距冬小麥冠層約15 cm，始終與地面保持90°，視場(chǎng)角為25°。各監(jiān)測(cè)點(diǎn)設(shè)置重復(fù)采樣10次，取其平均值作為該監(jiān)測(cè)點(diǎn)的冠層反射率；每個(gè)小區(qū)設(shè)置3處具有代表性的監(jiān)測(cè)點(diǎn)，取其平均值作該小區(qū)的冠層光譜反射率。在冬小麥拔節(jié)期后依據(jù)天氣情況每7～10 d進(jìn)行1次光譜反射率測(cè)定，共監(jiān)測(cè)5次，分別為4月27日(拔節(jié)-抽穗期)、5月6日(抽穗-灌漿期)、5月13日(抽穗-灌漿期)、5月20日(灌漿-成熟期)和5月27日(灌漿-成熟期)。

1.3.2 葉綠素含量測(cè)定

由于SPAD值與葉片葉綠素含量呈極顯著相關(guān)，一定條件下可以代替葉綠素含量[19-22]，因此本文使用SPAD-502型葉綠素儀對(duì)冬小麥葉片SPAD值進(jìn)行田間無(wú)損測(cè)量。在測(cè)定冠層光譜的區(qū)域隨機(jī)選取2株旗葉或頂1葉中部進(jìn)行SPAD測(cè)定，取二者平均值作為該監(jiān)測(cè)樣點(diǎn)的冠層SPAD值，每小區(qū)選定3處監(jiān)測(cè)樣點(diǎn)，取各監(jiān)測(cè)樣點(diǎn)平均值作為該小區(qū)的冠層SPAD值。

1.3.3 光譜變換方法

在前人研究的基礎(chǔ)上，本文選取10種典型的數(shù)學(xué)變換方法對(duì)冬小麥冠層光譜反射率值進(jìn)行變換，見表1[23-25]。

表1 10種光譜變換計(jì)算公式Tab.1 10 kinds of spectral transformation formula

注：“′”表示一階導(dǎo)數(shù)。

1.4 數(shù)據(jù)處理與統(tǒng)計(jì)分析

本文共測(cè)定SPAD值樣本共75份，剔除異樣值后將該樣本按2∶1隨機(jī)分成兩部分，將各生育期相同處理的3份樣本隨機(jī)抽取2份樣本進(jìn)行冬小麥SPAD值模型構(gòu)建，剩余1份樣本用于模型穩(wěn)定性及精準(zhǔn)性的檢驗(yàn)；即將50份樣本通過函數(shù)擬合構(gòu)建模型，25份樣本作為檢驗(yàn)樣本對(duì)模型性能進(jìn)行評(píng)估。所述模型的評(píng)價(jià)選取決定系數(shù)R2、均方根誤差RMSE及平均絕對(duì)誤差MAE進(jìn)行綜合評(píng)定。R2越大，RMSE和MAE越小，模型的精度越高。具體公式如下：

(1)

(2)

(3)

2 結(jié)果與分析

2.1 不同施氮水平下冬小麥SPAD值的變化特征

不同施氮水平下冬小麥冠層SPAD值見表2，隨著冬小麥生育期的推進(jìn)，SPAD值呈先增加后降低的趨勢(shì)，在抽穗-灌漿期小麥冠層SPAD達(dá)到最高點(diǎn)為54.80；隨后降低，在灌漿-成熟期小麥冠層SPAD降至48.298，由于在灌漿期之后，冬小麥的營(yíng)養(yǎng)物質(zhì)開始向麥穗轉(zhuǎn)移，小麥葉片凋萎衰老，導(dǎo)致葉綠素含量降低。冬小麥冠層SPAD值隨著施肥量的增加呈增加的趨勢(shì)。不同施氮水平下冬小麥冠層SPAD值存在顯著性差異，其中在拔節(jié)-抽穗期和抽穗-灌漿期，N1處理與其他處理間的冠層SPAD值差異均達(dá)顯著水平；而在灌漿-成熟期，N5、N3、N1等各處理間冠層SPAD值差異達(dá)極顯著水平。

表2 不同施氮水平下冬小麥植株冠層SPAD值Tab.2 Canopy SPAD values of winter wheat plants under different nitrogen levels

同一列不同小寫字母之間表示同一生育期不同施氮水平之間差異顯著(p<0.05)；同一列不同大寫字母之間表示同一生育期不同施氮水平之間差異極顯著(p<0.01)。

2.2 冬小麥植株冠層光譜特征

冬小麥的光譜具有一般綠色植物的反射特性，即在可見光波段光譜反射率較低，在近紅外區(qū)域光譜反射率較高，且較可見光波段差異顯著。由于小麥在生長(zhǎng)過程中，葉綠素含量增加，光合作用增強(qiáng)，吸收紅光與藍(lán)光的能力增強(qiáng)，使反射率降低，從而形成兩個(gè)吸收谷；而冬小麥對(duì)綠光的吸收能力較弱，因此形成較為明顯的反射峰；在690 nm后，葉片細(xì)胞結(jié)構(gòu)發(fā)生變化[26]，反射率急劇上升，形成一個(gè)較高的反射區(qū)，即“紅邊現(xiàn)象”。在同一生育期內(nèi)，隨著施氮量的增加，冬小麥植株冠層光譜反射率在可見光區(qū)域內(nèi)降低；在近紅外波段范圍內(nèi)則呈相反趨勢(shì)，即隨著施氮量增加，冬小麥植株冠層反射率增加。

圖1 冬小麥植株冠層光譜特征Fig.1 Canopy spectral characteristics of winter wheat plants

2.3 冬小麥冠層SPAD值與不同光譜變換形式的相關(guān)性

將不同光譜變換形式與冬小麥SPAD值進(jìn)行相關(guān)性分析，以相關(guān)系數(shù)最大為原則篩選不同光譜變換形式下的敏感波段(見表3)。在拔節(jié)-抽穗期，除V9未達(dá)顯著水平外，V0、V3、V4、V6、V7達(dá)顯著水平，V1、V2、V5、V8、V10甚至達(dá)極顯著水平，其中與V10相關(guān)性最高，二者間相關(guān)系數(shù)為-0.854，其對(duì)應(yīng)的敏感波段為503 nm；在抽穗-灌漿期，冬小麥冠層SPAD值與不同變換形式的相關(guān)系數(shù)的絕對(duì)值大于0.505，且均達(dá)極顯著水平，其中也以與V10的相關(guān)性最高，二者間相關(guān)系數(shù)為-0.904，其對(duì)應(yīng)敏感波段為543 nm；在灌漿-成熟期，冬小麥冠層SPAD值與不同光譜變換形式的相關(guān)系數(shù)絕對(duì)值穩(wěn)定在0.634～0.867之間，且均達(dá)極顯著水平，其中相關(guān)系數(shù)最高的變換形式為V8，二者間相關(guān)系數(shù)為0.867，其對(duì)應(yīng)的敏感波段分別為726 nm。通過對(duì)全生育期植株冠層SPAD值與各光譜變換形式進(jìn)行相關(guān)分析，二者間相關(guān)系數(shù)的絕對(duì)值大于0.433，且均達(dá)極顯著水平；其中相關(guān)系數(shù)最高的變換形式為V2，其對(duì)應(yīng)的敏感波段為724 nm，屬于紅光范圍，其相關(guān)系數(shù)為-0.765。可見，拔節(jié)-抽穗期和抽穗-灌漿期的敏感波段分別為503 nm、543 nm，該波段屬于綠光波段范圍，而灌漿-成熟期與全生育期的敏感波段為726 nm、724 nm屬于紅光波段范圍。不同生育期和全生育期最佳光譜變換形式及相應(yīng)敏感波段各異，為了保證模擬效果的準(zhǔn)確性與可靠性，采用光譜變換構(gòu)建冬小麥SPAD值模型應(yīng)結(jié)合不同生育期特點(diǎn)，選擇適宜光譜變換形式及其相應(yīng)的敏感波段。

表3 不同生育期冬小麥冠層SPAD值與各光譜變換形式的相關(guān)系數(shù)Tab.3 Correlation coefficient between winter wheat canopy SPAD value and various spectral transformation forms in different growth stages

注：“**”表示極顯著相關(guān)，“*”表示顯著相關(guān)。

2.4 冬小麥冠層SPAD值光譜模型構(gòu)建

基于光譜變換的冬小麥冠層SPAD值監(jiān)測(cè)模型見表4，以各生育期冠層SPAD值為因變量，各生育期相關(guān)系數(shù)最高的光譜變換值為自變量，其中拔節(jié)-抽穗期以敏感波段503 nm下光譜變換V10值，抽穗-灌漿期以敏感波段543 nm下光譜變換V10值，灌漿-成熟期以敏感波段726 nm下光譜變換V8值，在此基礎(chǔ)上構(gòu)建了綜合考慮各生育期不同光譜變換形式下適宜的回歸模型組合即模型組合1；參考以往研究成果[27]，紅邊波段(720～740 nm)為葉綠素的敏感波段，同時(shí)綜合表3的分析結(jié)果，選取了以敏感波段724 nm下V2值作為全生育期模擬效果較為理想的單個(gè)光譜變換值的一元二次回歸模型即模型2。

基于光譜變換的冬小麥冠層SPAD值的一元二次回歸模型評(píng)價(jià)指標(biāo)如表5，在拔節(jié)-抽穗期，模型1的決定系數(shù)R2為0.836，模型2的決定系數(shù)R2為0.672，與模型2相比，模型1的決定系數(shù)R2提高24.4%；在抽穗-灌漿期，模型1的決定系數(shù)R2為0.855，模型2的決定系數(shù)R2為0.806，與模型2相比，模型1的決定系數(shù)R2提高6.1%；在灌漿-成熟期，模型1的決定系數(shù)R2為0.917，模型2的決定系數(shù)R2為0.581，與模型2相比，模型1的決定系數(shù)R2提高57.8%。針對(duì)生育期模擬效果，模型1的決定系數(shù)R2為0.890，模型2的決定系數(shù)R2為0.646，與模型2相比，在全生育模型1的決定系數(shù)R2提高37.8%?？梢?，綜合考慮各生育期特點(diǎn)模型組合1在各個(gè)生育時(shí)段的監(jiān)測(cè)效果都要優(yōu)于模型2，而模型2在各個(gè)生育期監(jiān)測(cè)精度雖然在可接受范圍內(nèi)，但不同生育期間監(jiān)測(cè)效果差異比較大。

表4 基于光譜變換的冬小麥冠層SPAD值監(jiān)測(cè)模型Tab.4 SPAD monitoring model of winter wheat canopy based on spectral transformation

2.5 冬小麥冠層SPAD值光譜模型驗(yàn)證

為了評(píng)估冬小麥冠層SPAD值光譜模型的可靠性與穩(wěn)定性，利用驗(yàn)證樣本集(n=25)對(duì)上述2個(gè)模型分別進(jìn)行驗(yàn)證見表6、圖2。由表6可知，模型1在拔節(jié)-抽穗期的決定系數(shù)R2為0.492，均方根誤差RMSE為4.361，平均絕對(duì)誤差MAE為3.248，較同期模型2的決定系數(shù)R2提高6.3%，均方根誤差RMSE和平均絕對(duì)誤差MAE分別減少30.6%、31.3%；模型1在抽穗-灌漿期的決定系數(shù)R2為0.786，均方根誤差RMSE為3.339，平均絕對(duì)誤差MAE為2.533，較同期模型2的決定系數(shù)R2提高40.6%，均方根誤差RMSE和平均絕對(duì)誤差MAE分別減少62.5%、48.8%；模型1在灌漿-成熟期的決定系數(shù)R2為0.652，均方根誤差RMSE為5.619，平均絕對(duì)誤差MAE為4.262，較同期模型2的決定系數(shù)R2提高11.5%，均方根誤差RMSE和平均絕對(duì)誤差MAE分別減少6.2%、4.9%；模型1在全生育期的決定系數(shù)R2為0.606，均方根誤差RMSE為4.571，平均絕對(duì)誤差MAE為3.367，較同期模型2的決定系數(shù)R2提高2.5%，均方根誤差RMSE和平均絕對(duì)誤差MAE分別減少1.1%、2.9%?？梢姡谀Ｐ万?yàn)證情況下，采用各生育期不同光譜變換形式下適宜的回歸模型組合的監(jiān)測(cè)效果優(yōu)于僅單個(gè)光譜變換值的一元二次回歸模型。

表5 基于光譜變換的冬小麥冠層SPAD值估算模型評(píng)價(jià)指標(biāo)Tab.5 Evaluation index of winter wheat canopy SPAD value estimation model based on spectral transformation

表6 冬小麥冠層SPAD值光譜模型驗(yàn)證評(píng)價(jià)指標(biāo)Tab.6 Winter wheat canopy SPAD value spectral model verification evaluation index

圖2 冬小麥冠層SPAD值實(shí)測(cè)值與預(yù)測(cè)值的關(guān)系圖Fig.2 Relationship between measured values and predicted values of winter wheat canopy SPAD values

3 結(jié) 論

本文以冬小麥各生育期植株冠層SPAD值與不同光譜變換之間的相關(guān)性為基礎(chǔ)，考慮各生育期間的差異，構(gòu)建了各生育期不同光譜變換形式下的冬小麥冠層SPAD值適宜模型組合和全生育期單個(gè)光譜變換值的一元二次回歸模型，并對(duì)各模型監(jiān)測(cè)效果進(jìn)行驗(yàn)證。具體結(jié)論如下：

(1)同一生育期不同施氮水平下，在可見光范圍內(nèi)冠層光譜反射率隨著SPAD值的增大呈降低的趨勢(shì)；在近紅外范圍內(nèi)冠層光譜反射率隨著SPAD值的增大呈增大的趨勢(shì)。

(2)拔節(jié)-抽穗期、抽穗-灌漿期、灌漿-成熟期與冬小麥冠層SPAD值相關(guān)性最高的光譜變換形式分別為V10(一階微分)、V10(一階微分)、V8(對(duì)數(shù)的一階微分)，其敏感波段分別為503、543、726 nm；全生育期相關(guān)性最高的光譜變換形式為V2(除以R930)，其敏感波段為724 nm。

(3)模型組合1在拔節(jié)-抽穗期、抽穗-灌漿期、灌漿-成熟期以及全生育期的決定系數(shù)R2均大于0.8，且較同期模型2的決定系數(shù)R2均有較大幅度的提高，表明采用各生育期不同光譜變換形式下適宜模型組合的監(jiān)測(cè)效果優(yōu)于單個(gè)光譜變換值的一元二次回歸模型，且能夠提高模型的模擬精度與穩(wěn)定性。

□