基于高光譜的夏玉米葉片SPAD 值估測模型研究

王俞茜，韓娜娜,通信作者，周青云，張寶忠，彭致功

（1.天津農(nóng)學院 水利工程學院，天津 300392；2.中國水利水電科學研究院流域水循環(huán)模擬與調(diào)控國家重點實驗室，北京 100083；3.中美生態(tài)農(nóng)業(yè)與水環(huán)境保護國際聯(lián)合研究中心，天津 300392）

葉綠素含量是作物生長過程中一個重要的生理指標，可以反映光合作用能力、植物營養(yǎng)狀況[1]。SPAD 值是葉綠素的相對含量，與葉綠素具有良好的相關(guān)性，因此SPAD 值能夠很好地反映作物葉綠素含量的變化[2]，從而可以監(jiān)測作物的長勢。高光譜技術(shù)為作物葉綠素含量提供了快速診斷、非破壞性的數(shù)據(jù)采集和處理方法。國內(nèi)外學者在高光譜監(jiān)測作物葉綠素含量方面進行了大量研究。采用PROSPECT 模型進行建模驗證時，部分模擬數(shù)據(jù)用于建模，其余數(shù)據(jù)進行驗證[3-4]。施潤和等[5]利用PROSPECT 模型研究了多種高光譜植被指數(shù)定量反演葉片葉綠素含量，并分析比較了各指數(shù)的穩(wěn)定性和抗干擾能力。吳伶等[6]利用PROSPECT＋SAIL 模型和微粒群算法對葉綠素含量進行反演。雷祥祥等[7]利用PROSPECT 模型，以歐式距離作為評價函數(shù)，擬合蔬菜葉片光譜反射率，反演葉綠素含量和SPAD 值。這樣建模提高了模型的精度和可靠性，但未結(jié)合田間試驗數(shù)據(jù)進行驗證，缺乏實用性。部分學者對田間實測數(shù)據(jù)進行分析時，常采用經(jīng)驗統(tǒng)計方法建立光譜反射率或其他變化形式與SPAD 值的回歸方程進行預測[8-9]。王愛芳等[10]利用敏感波段以及它們的差值、比值、歸一化差值指數(shù)與特定紅邊位置計算得到的光譜指數(shù)與SPAD 值建立模型，相關(guān)性較好。李丹等[11]通過分析荔枝葉片的光譜反射曲線與荔枝秋梢老熟階段葉片SPAD 值的關(guān)系，進行荔枝葉片SPAD 值估算。運用高光譜指數(shù)建模驗證時，王凱龍等[12]比較了15 種高光譜指數(shù)與SPAD 值的相關(guān)性，確定了不同生育期估算小麥葉片SPAD 值的最佳植被指數(shù)。蔣金豹等[13]利用微分指數(shù)建立了小麥葉綠素含量的估算模型，模型精度較高。

前人大多單獨利用PROSPECT 模型或田間試驗數(shù)據(jù)研究作物不同生育期SPAD 值的估測模型，對適用于夏玉米不同生育期的通用模型研究較少，且將PROSPECT 模型和田間試驗數(shù)據(jù)融合估測夏玉米葉片SPAD 值也較少。因此本研究基于PROSPECT 模型，結(jié)合2018 年夏玉米葉片高光譜和田間試驗數(shù)據(jù)，對夏玉米葉片SPAD 值估測模型進行研究。具體步驟如下：利用PROSPECT 模型模擬夏玉米葉片各個生育期的光譜反射率，篩選與夏玉米葉片SPAD 值相關(guān)性較高的高光譜指數(shù)，構(gòu)建不同生育期最優(yōu)高光譜指數(shù)與SPAD 值的估測模型，擬建立整個生育期的通用模型，利用2018年華北地區(qū)夏玉米實測高光譜反射率及其對應(yīng)的SPAD 值綜合分析不同高光譜指數(shù)和不同建模方法在夏玉米SPAD 值估測中的應(yīng)用能力，以期為華北地區(qū)夏玉米SPAD 值監(jiān)測提供理論依據(jù)和技術(shù)支持。

1 材料與方法

1.1 研究區(qū)概況與試驗設(shè)計

田間試驗在國家節(jié)水灌溉北京工程技術(shù)研究中心大興試驗研究基地進行。該地屬于暖溫帶半干旱大陸性季風氣候，四季分明，冬季干旱，夏季多雨。全年80%的降雨集中在6—9 月，年平均氣溫11.6 ℃，平均風速1.2 m/s，年平均降雨量556 mm，年平均蒸發(fā)量1 800 mm 以上，平均海拔14～52 m。

試驗作物夏玉米于2018 年6 月15 日播種，同年9 月24 日收獲，品種為‘紀元168’。氮肥在播種前（選用“科霸”復混肥料）和拔節(jié)至抽雄期（選用尿素）分兩次施用，設(shè)置5 個處理，以探究不同氮處理條件下不同生育期SPAD 值的變化。每次施肥量均為0、225.0、337.5、450.0、675.0 kg/hm2，即N0、N1、N2、N3、N4，每個處理設(shè)3個重復試驗。田間高光譜數(shù)據(jù)采集和取樣日期分別為：拔節(jié)期（2018 年7 月21 日）、抽雄期（2018年8 月8 日）、灌漿期（2018 年8 月21 日）、乳熟期（2018 年9 月16 日）。

1.2 數(shù)據(jù)獲取

1.2.1 夏玉米葉片SPAD 值測定

采用SPAD-502plus 葉綠素儀，通過測量葉片在一定波長范圍內(nèi)的透光系數(shù)來間接確定葉綠素的相對含量（SPAD 值）。利用該儀器在夏玉米生育期內(nèi)與測定葉片高光譜反射率同步進行SPAD值觀測，每個小區(qū)選取3 株長勢相同的夏玉米，選取頂梢向下完全展開的頂2、頂3 葉片作為觀測點，每個樣點測3 次，其平均值作為該葉片SPAD 值。

1.2.2 夏玉米葉片高光譜數(shù)據(jù)采集

夏玉米葉片高光譜數(shù)據(jù)采用美國Analytical Spectral Devices 公司生產(chǎn)的ASD HandHeld2 型手持式地物光譜儀，波段范圍為325～1 075 nm，光譜采樣間隔為1 nm，光譜分辨率為3 nm。在天氣晴朗、無風時測量，測定時間（北京）為10:00—14:00。將采集SPAD 值的葉片取樣后平鋪在田間土壤上，使其完全覆蓋光譜視場范圍，探頭垂直向下，距葉片垂直高度15 cm 處進行葉片高光譜數(shù)據(jù)采集。每次光譜采集前，用白板對光譜儀進行優(yōu)化和標定。每個采樣點保存10 條光譜曲線，其平均值作為該采樣點葉片的光譜數(shù)據(jù)。

本研究針對夏玉米四個生育期共進行了4 次數(shù)據(jù)采集，每次獲取15 組數(shù)據(jù)，共獲得60 組有效SPAD 值和高光譜數(shù)據(jù)。

1.3 分析方法

1.3.1 PROSPECT 模型簡介

本研究采用PROSPECT 模型，該模型能在可見光波段以最小的誤差模擬葉片的光學性質(zhì)[14]。其模擬的基本參數(shù)為葉片結(jié)構(gòu)參數(shù)N、葉綠素含量Cab（μg/cm2）、干物質(zhì)含量Cm（g/cm2）、等效水厚度EWT（g/cm2）和棕色素Cbrowg（μg/cm2）。通過該模型可以得到葉片的方向半球反射率和透射率。模型基本參數(shù)[15]見表1。在4 個生育期內(nèi)，該模型共生成60 組有效的葉片光譜反射率。

表1 PROSPECT模型基本參數(shù)

1.3.2 高光譜指數(shù)

高光譜指數(shù)是指由某些特定高光譜數(shù)據(jù)的反射率線性或非線性組合構(gòu)成的一種光譜參數(shù)[16]。目前國內(nèi)外學者提出了大量的高光譜指數(shù)，本研究從已發(fā)表的高光譜指數(shù)文獻中篩選出與葉綠素含量、氮含量相關(guān)的25 個高光譜指數(shù)進行分析，詳見表2。

表2 高光譜指數(shù)及出處

續(xù)表

1.4 模型評價

為驗證模型的預測精度，將模型預測值和實測值比較分析。本研究以決定系數(shù)（R2）、均方根誤差（RMSE）和相對誤差（RE）作為指標來評價模型的預測能力。計算公式見（1）～（3）。

式中：yi為SPAD 實測值，為SPAD 實測值的平均值，yj為SPAD 預測值，為SPAD 預測值的平均值，n為樣本數(shù)。

2 結(jié)果與分析

2.1 不同處理下葉片SPAD 的動態(tài)變化分析

由圖1 可知，夏玉米葉片SPAD 值隨著生育期的推進先增加后減小，且不同氮處理下表現(xiàn)出相對一致的變化規(guī)律。不同氮處理條件下，葉片SPAD 值均在灌漿期達到峰值后逐漸下降。灌漿期之前玉米生長發(fā)育較旺盛，具有較強的光合作用，從而導致葉片SPAD 值較大。在灌漿期之后，玉米葉片逐漸衰老，光合作用逐漸減弱，同時玉米葉片開始出現(xiàn)枯黃甚至死亡，導致SPAD 值逐漸下降。施氮量對夏玉米葉片各個生育期的SPAD值均產(chǎn)生影響。N0 處理下夏玉米葉片SPAD 值明顯低于其他處理，氮肥的虧缺限制了葉綠素的生成以及葉片的光合能力，從而導致葉片SPAD 值降低[42]。施加氮肥可以提高夏玉米葉綠素含量，有利于葉片綠色程度增加。

圖1 夏玉米葉片SPAD 值變化規(guī)律

2.2 不同生育期夏玉米葉片光譜反射率研究

由圖2 所示的實測葉片光譜反射率曲線可以看出，在拔節(jié)期、抽雄期、灌漿期、乳熟期夏玉米葉片光譜反射曲線形態(tài)基本一致。隨著生育期的推進，350～100 nm 可見光波段反射率逐漸增大，700～1 075 nm 近紅外區(qū)域反射率逐漸降低。不同生育期具有不同的物理結(jié)構(gòu)和生態(tài)特征，同時，細胞結(jié)構(gòu)、等效水厚度以及干物質(zhì)含量有明顯差別，從而導致吸收系數(shù)不同，進而導致反射率有明顯差別，因此出現(xiàn)不同的光譜反射率特征。夏玉米葉片光譜具有一般植被光譜的“峰和谷”特征。在650～700 nm 形成一個低反射谷，由于在此波段內(nèi)光輻射容易被葉綠素吸收，形成較低的反射谷。從500 nm 起葉片的吸收減少，產(chǎn)生了一個小的“反射峰”。在680～750 nm 反射率有一個較大的增加過程，在750 nm 之后趨于平緩，成為高反射區(qū)域。

圖2 不同生育期葉片光譜反射曲線

在PROSPECT 模型中輸入葉綠素含量、等效水厚度、干物質(zhì)及葉片結(jié)構(gòu)參數(shù)，便可得到不同生育期夏玉米葉片模擬光譜反射率。在本研究中，葉綠素含量由SPAD 值計算得到，見公式（4）[43]。

式中：Chl表示葉綠素含量，單位：μmol/cm，M表示SPAD 值，無量綱。

PROSPECT 模型模擬的夏玉米光譜反射率與實測夏玉米光譜反射率基本趨勢一致，且R2為0.988 2，RMSE＝0.080 2，擬合精度較高，如圖3所示。

圖3 葉片光譜實測反射率與模擬反射率關(guān)系

2.3 估算夏玉米葉片SPAD 值的高光譜指數(shù)優(yōu)選

不同生育期，建立25 個高光譜指數(shù)與葉片SPAD 值的關(guān)系，選擇相關(guān)性較高的前5 個高光譜指數(shù)，結(jié)果見表3。

表3 各生育期夏玉米葉片SPAD值估算模型

續(xù)表

由表3 可知，不同生育期，與SPAD 值相關(guān)性較高（R2＞0.95）的5 個高光譜指數(shù)，均可以建立SPAD 值估測模型。本研究采用決定系數(shù)最高的高光譜指數(shù)建立SPAD 值估測模型，簡稱最優(yōu)模型。其中拔節(jié)期、抽雄期、灌漿期和乳熟期最優(yōu)高光譜估測SPAD 值模型相對應(yīng)的光譜指數(shù)分別為：REIP（R2＝0.985 2）、mND705（R2＝0.998 1）、mND705（R2＝0.998 7）、G-M（R2＝0.995 6）。

對比分析SPAD 值的估測模型，見表3。可以看出：在4 個生育期，與SPAD 值相關(guān)性較高的前5 個高光譜指數(shù)中，均有高光譜指數(shù)mND705。該高光譜指數(shù)與SPAD 值為線性關(guān)系且相關(guān)性較高（R2＞0.960 0），但線性關(guān)系系數(shù)a，b在各個生育期數(shù)值不同。這可能是在不同生育期夏玉米葉片SPAD 會有不同，總體呈現(xiàn)出隨著生育期的推進先增加后減小的趨勢。而不同生育期的劃分則根據(jù)生長天數(shù)的變化，夏玉米的生長天數(shù)從播種日期計算。本文考慮系數(shù)a，b可能與作物的生長天數(shù)之間有聯(lián)系，因此分析了不同生育期mND705 光譜模型中系數(shù)a，b分別與夏玉米生長天數(shù)t之間的關(guān)系，結(jié)果見式（5）、（6）和圖4所示。

圖4 系數(shù)a，b與生長天數(shù)t的關(guān)系

系數(shù)a，b與夏玉米生長天數(shù)t之間的決定系數(shù)R2分別為：0.731 7 和0.716 6，相關(guān)系數(shù)較高。因此本研究基于高光譜指數(shù)mND705 建立夏玉米全生育期適用的SPAD 值估測模型，簡稱通用模型，見式（7）。

式中：y為SPAD 值，x為高光譜指數(shù)mND705，t為生長天數(shù)。

2.4 模型驗證

分別對拔節(jié)期、抽雄期、灌漿期、乳熟期的最優(yōu)模型及通用模型進行驗證。

（1）最優(yōu)模型驗證。其步驟是：不同生育期最優(yōu)高光譜指數(shù)分別為：REIP、mND705、mND705、G-M，對應(yīng)的估算模型見表3，結(jié)合實測高光譜數(shù)據(jù)預測SPAD 值，并與實測值進行分析比較。這4個生育期的R2分別為：0.625 9、0.691 2、0.591 9和0.579 9，RMSE分別為：14.4、12.3、6.3 和9.4，RE分別為：29.1%、22.1%、9.3%和16.9%，結(jié)果見圖5 中的驗證1。

（2）通用模型驗證。其步驟為：根據(jù)實測光譜反射率計算高光譜指數(shù)mND705 和式（7）的通用模型，得到各生育期葉片SPAD 估測值，并與實測SPAD 值進行比較，這4 個生育期的R2分別為：0.597 3、0.691 2、0.591 9 和0.402 4，RMSE分別為：12.5、12.0、6.4 和7.3，RE分別為：24.2%、21.5%、10.4%和11.8%，結(jié)果見圖5 中的驗證2。

由圖5 可知，抽雄期和灌漿期最優(yōu)模型與通用模型均采用高光譜指數(shù)mND705，由于模型系數(shù)的值不同，兩種模型的預測結(jié)果不完全一致，但差異較小。拔節(jié)期和乳熟期最優(yōu)模型與通用模型采用的高光譜指數(shù)不一致，因此兩種模型預測的結(jié)果相差較大，在拔節(jié)期，采用的高光譜指數(shù)分別為REIP 和mND705，二者的決定系數(shù)分別為0.625 9 和0.597 3，而在乳熟期，采用的高光譜指數(shù)分別為G-M 和mND705，二者的決定系數(shù)分別為0.579 9、0.402 4，但拔節(jié)期和乳熟期通用模型的RMSE、RE小，模型精度高。綜合分析，采用通用模型在各個生育期模型的穩(wěn)健性較好，預測精度較高。

3 討論

SPAD 值是葉綠素儀通過測量葉片在紅光（650 nm）和紅外線（940 nm）兩種波長范圍內(nèi)的透光系數(shù)來確定的，而高光譜也是利用紅光和近紅光的特性，兩者之間都是利用光學特征，因此兩者之間通過光學特征能夠建立很好的關(guān)系。由于在不同生育期作物的生理性狀及外部環(huán)境的不同，因此本研究針對夏玉米在拔節(jié)期、抽雄期、灌漿期、乳熟期分別開展了研究，篩選了不同生育期最優(yōu)高光譜指數(shù)及預測模型。宋曉[44]證實了同一作物同一植被指數(shù)在不同生育期的數(shù)值不同，其與農(nóng)學參數(shù)的相關(guān)性也有差異。文瑤等[45]在玉米苗期采用LS-SVR 建立光譜指數(shù)NDVI、RVI、DVI 與葉綠素含量的擬合模型，效果較好。李媛媛等[46]在對西北地區(qū)乳熟期玉米采用一階微分和高光譜特征參數(shù)的相關(guān)系數(shù)，建立了夏玉米葉片SPAD 值的BP 神經(jīng)網(wǎng)絡(luò)驗證模型。HU 等[47]利用CASI 數(shù)據(jù)構(gòu)建CCII 指數(shù)對小麥SPAD 值進行估算。這與大多數(shù)學者的研究是一致的。

另外，本研究采用高光譜指數(shù)mND705 建立通用模型，該高光譜指數(shù)是在傳統(tǒng)NDVI 指數(shù)的基礎(chǔ)上，考慮了對葉綠素含量敏感度較高的705 nm處的反射率，并結(jié)合445 nm 處的葉綠素吸收特征，以及750 nm 近紅外反射而發(fā)展的一個植被指數(shù)[16，43]。改進后的植被指數(shù)能削弱光譜散射以及吸收的不穩(wěn)定對葉綠素的影響，從而達到理想效果。前人在進行研究時，只考慮到高光譜指數(shù)在不同生育期的敏感性，從而在各生育期單獨建立模型，或在整個生育期采用一個高光譜指數(shù)進行模型。而本研究構(gòu)建的通用模型為：y＝（0.184 4t＋71.715）x－0.077 6t＋9.581 2，不僅考慮到不同生育期高光譜指數(shù)的敏感性有差異，同時也關(guān)注到通用模型在不同生育期的適用性。將本研究所獲取的估測模型與無人機、遙感結(jié)合，可以快速無損地對大區(qū)域夏玉米SPAD 值進行監(jiān)測研究。

4 結(jié)論

夏玉米氮營養(yǎng)狀況與葉綠素含量密切相關(guān)，而葉綠素含量可以通過具有葉片光學特性的SPAD 值反映，而SPAD 觀測的是單個葉片，為實現(xiàn)大區(qū)域范圍內(nèi)夏玉米長勢及營養(yǎng)狀況診斷，本文基于PROSPECT 模型，利用高光譜技術(shù)探討了夏玉米葉片SPAD 值估測模型，提出了最優(yōu)模型和通用模型。主要結(jié)論如下：

（1）夏玉米葉片SPAD 值呈現(xiàn)出隨著生育期的推進先增加后減小的趨勢，且施氮量對夏玉米葉片各個生育期的SPAD 值均產(chǎn)生影響。隨著施肥量的增加，夏玉米葉片SPAD 值呈增加的趨勢。

（2）最優(yōu)模型在拔節(jié)期、抽雄期、灌漿期、乳熟期對應(yīng)的最優(yōu)高光譜指數(shù)分別為：REIP、mND705、mND705、G-M，用上述最優(yōu)高光譜指數(shù)模型驗證時，R2的范圍為0.579 9～0.625 9，RMSE的范圍為6.3～14.4，RE的范圍為9.3%～29.1%。

（3）以高光譜指數(shù)mND705 在4 個生育期建立估測SPAD 值通用模型，R2的范圍為0.402 4～0.691 2，RMSE、RE的范圍分別為：6.4～12.5，6.4%～24.2%。表明以高光譜指數(shù)mND705 在4個生育期建立估測SPAD 值通用模型對夏玉米葉片SPAD 值的反演具有較高精度，且模型在精確度、簡單易用性等方面表現(xiàn)好。因此，本研究建立的通用估測模型可以有效預測夏玉米葉片SPAD 值。