李青山，王傳義，譚效磊，許家來，楊舉田，劉莉，朱先志，張玉琴，徐秀紅*

(1.中國農(nóng)業(yè)科學院煙草研究所/農(nóng)業(yè)部煙草生物學與加工重點實驗室，山東青島266101;2.中國農(nóng)業(yè)科學院研究生院，北京100081;3.山東臨沂煙草有限公司，山東臨沂276000;4.山東煙草研究院，山東濟南250098;5.山東臨沂煙草有限公司沂水分公司，山東沂水276400)

不同成熟度煙葉高光譜特征分析及與SPAD值的關(guān)系

李青山1，2，王傳義1，譚效磊3，許家來4，楊舉田3，劉莉5，朱先志5，張玉琴1，2，徐秀紅1*

(1.中國農(nóng)業(yè)科學院煙草研究所/農(nóng)業(yè)部煙草生物學與加工重點實驗室，山東青島266101;2.中國農(nóng)業(yè)科學院研究生院，北京100081;3.山東臨沂煙草有限公司，山東臨沂276000;4.山東煙草研究院，山東濟南250098;5.山東臨沂煙草有限公司沂水分公司，山東沂水276400)

為了探索田間不同成熟度煙葉的高光譜特征以及與SPAD值的關(guān)系，分析了不同成熟度煙葉的高光譜反射率、位置變量、面積變量和植被變量等光譜參數(shù)的差異。并采用相關(guān)分析和逐步回歸方法確定高光譜參數(shù)與SPAD值的關(guān)系。結(jié)果表明，隨著成熟度的提高，在可見光范圍內(nèi)(480～680 nm)，反射率逐漸升高，尤其在500～660 nm范圍內(nèi)，反射率對于不同成熟度的煙葉有較好的“區(qū)分效應”。在近紅外區(qū)域，隨著成熟度的提高，煙葉的反射率大體呈現(xiàn)減小的趨勢。煙葉的紅邊面積變化趨勢為:先增大后減小;藍邊面積隨著成熟度的提高不斷增大;SDr/SDb值和(SDr－SDb)/(SDr+SDb)值逐漸減小，且各成熟度間差異達到顯著或極顯著水平。SPAD值的紅谷反射率的回歸方程的預測效果較好，基于高光譜特征參數(shù)率建立回歸模型預測SPAD值是可行的。

煙葉;成熟度;高光譜;SPAD值

煙葉成熟采收是生產(chǎn)優(yōu)質(zhì)煙葉的中心環(huán)節(jié)和關(guān)鍵技術(shù)之一，掌握和正確判斷田間煙葉成熟度對于煙葉適熟采收和科學烘烤具有重要的意義。對于如何判斷田間煙葉成熟度，國內(nèi)科研工作者［1－5］建立了一些相對客觀的方法來判斷田間煙葉的成熟度。烤煙在成熟過程中，煙葉的顏色、組織結(jié)構(gòu)、葉脈等葉片特征會發(fā)生有規(guī)律的變化，而這些在煙葉的反射光譜上會得到反映［6］。因此，從煙葉光譜特征中提取煙葉成熟過程中的相關(guān)信息，通過反推可以得到煙葉不同成熟度的狀況，這為判別煙葉成熟度提供了新的思路。李佛琳等［7］利用逐步回歸分析篩選了可見光波段范圍內(nèi)的3個波段作為建模因子進行建模判斷煙葉成熟度，但未對不同成熟度煙葉近紅外波段范圍內(nèi)的光譜特征進行描述和利用。李向陽等［8］研究了不同葉齡煙葉的光譜特征，提出了不同煙葉成熟度的紅邊位置，但試驗采用的是盆栽，而盆栽條件和大田條件下存在較大的差異，研究結(jié)論能否適用于大田生產(chǎn)還有待進一步驗證。王建偉等［6］為明確田間不同成熟度煙葉的高光譜特征，研究了烤煙上部葉隨成熟度的提高，煙葉高光譜反射率、位置變量、面積變量和植被變量等光譜參數(shù)的差異。大量研究結(jié)果表明，闊葉樹葉片SPAD值與其葉綠素含量具有顯著的相關(guān)性。SPAD值的大小可以較好地反映樹木葉綠素含量的變化［9－12］。近年來，隨著高光譜遙感技術(shù)的發(fā)展，可直接對地物進行微弱光譜差異的定量分析，植被葉片的高光譜信息在可見光范圍內(nèi)主要受葉綠素和類胡蘿卜素影響。目前對作物特征光譜的研究主要集中在水稻、玉米、小麥和棉花等作物上［13－15］。一次光譜數(shù)據(jù)的采集可以同時分析多個指標，加快了信息采集的速度。以往對SPAD值的獲取均采SPAD計，SPAD計測量時需要手工對葉片進行反復測量，測量速度不高，所以限制了這一指標在植物生長信息分析中的應用。.

本文以烤煙下部葉為研究對象，分析田間不同成熟度煙葉高光譜反射率以及多項光譜特征參數(shù)的變化規(guī)律，旨在為研究田間煙葉不同成熟度高光譜特征參數(shù)的差異、開發(fā)基于光譜分析的成熟度判斷方法提供理論和技術(shù)支持。除此之外，通過研究高光譜參數(shù)與SPAD值的關(guān)系，探討一種利用高光譜技術(shù)獲取SPAD值的方法，以期克服以往利用葉綠素儀逐點對葉片進行反復測量而速度慢的缺點，實現(xiàn)對SPAD值的快速、準確估測，為利用高光譜技術(shù)在植物營養(yǎng)診斷和生長監(jiān)測方面的應用提供理論依據(jù)。

1 材料與方法

1.1 試驗設(shè)計

試驗于2015年在山東省沂水試驗站進行，選取肥力中等、植株長勢均一的煙田作為試驗田，供試品種為NC55。根據(jù)下部葉成熟度不同設(shè)置了5個處理(表1)，試驗田按照面積劃分為3個小區(qū)，3次重復。

1.2 光譜數(shù)據(jù)的采集

采用美國ASD Field Spec Handheld手持便攜式地物光譜儀測定煙葉的光譜反射率，光譜有效范圍350～1075 nm。光譜測定時選擇晴朗無云無風的天氣，測定時間為12:00－14:00。測量時保證光譜儀距被測葉片距離不變的情況下，背景色為黑色，每個小區(qū)按照處理的要求選擇具有代表性的葉片進行測量，每個葉片在葉基部、中部、尖部分別選取距主脈5 cm左右2個點，每個點測量6次，取其平均值作為該葉片的光譜圖，然后再測所取葉片的葉綠素含量(SPAD值)。煙葉光譜數(shù)據(jù)測量時要及時進行標準白板校正，保證標準白板的反射率為1。

各小區(qū)按照處理要求選擇煙株的下部葉(第5～6葉位)進行采摘，迅速裝入黑色密封袋，帶回實驗室，到規(guī)定時間段在室外進行光譜數(shù)據(jù)采集。

1.3 SPAD值的測量

測量儀器采用日本生產(chǎn)的SPAD 502葉綠素儀。每片葉選擇10個點進行測量，然后取平均值作為該葉片的SPAD值。

1.4 分析方法

1.4.1 光譜分析采用光譜歸一化微分分析技術(shù)，對反射光譜進行一階微分(差分)，其近似計算公式為:

式中:λi為波段i波長值，R(λi)為波長λi的光譜值，Δλ是相鄰波長的間隔。

表2 可提取的高光譜特征參數(shù)Table 2 Parameters of high spectral characteristics extracted

從煙葉的高光譜反射率值和一階微分光譜數(shù)值中提取位置變量、面積變量和植被變量等光譜特征參數(shù)(表2)。

1.4.2 數(shù)據(jù)分析采用美國ASD公司的View spec pro軟件對原始光譜反射曲線進行處理。數(shù)據(jù)的統(tǒng)計、計算和作圖采用Excel 2010和SPSS 19.0軟件進行。

2 結(jié)果與分析

2.1 不同成熟度下部煙葉的高光譜反射率

由圖1可知，煙葉的光譜反射率呈現(xiàn)典型的植物光譜特征:即在400～500與600～700 nm之間，藍、紅光波段的光輻射被葉片中的葉綠素全部吸收進行光合作用而形成兩個低反射區(qū)，分別在藍紫光部分(430～450 nm)和紅光部分(660～690 nm)。葉片從500 nm開始，反射率逐漸變大，在550 nm處形成一個小的反射峰，反射率不高于20%，這是煙葉呈綠色的原因。然后在700 nm左右反射率突然上升，進入近紅外區(qū)域后曲線平緩起來，形成高反射平臺區(qū)，反射率可達30%左右。反射率從紅光部分的低反射區(qū)的低點變化到近紅外比較高的過渡地區(qū)(680～700 nm)即“紅邊區(qū)”［16］。

從不同成熟度煙葉的反射率來看，隨著成熟度的提高，在可見光范圍內(nèi)(480～680 nm)的反射率逐漸升高。通過光譜曲線，可以看出500～660 nm對于不同成熟度的煙葉有較好的“區(qū)分效應”。在近紅外區(qū)域，隨著成熟度的提高，煙葉的反射率大體呈現(xiàn)減小的趨勢。這與前人研究結(jié)論基本一致［8，16］。

圖1 不同成熟度煙葉的反射率Fig.1 Reflectance of differentmaturity toacco

圖2 不同成熟度煙葉反射率的一階導數(shù)值Fig.2 First derivative values of differentmaturity tobacco reflectance

2.2 不同成熟度下部煙葉的位置變量的變化

由圖2可知，隨著成熟度的提高，紅邊幅值不斷增大(T5＞T4＞T3、T2＞T1)，紅邊位置不斷前移(T1:701 nm、T2:698 nm、T3:698 nm、T4:694 nm、T5:692 nm)，能較好地區(qū)分各成熟度，這結(jié)果基本與前人［6，8］研究結(jié)果部分一致:即紅邊位置超過695 nm時煙葉屬于欠熟或未熟狀態(tài)。藍邊幅值的變化趨勢同紅邊幅值的基本相同，藍邊位置的變化表現(xiàn)為:T1:520 nm、T2:519 nm、T3:519 nm、T2:519 nm、T1:517 nm，對于成熟度的“區(qū)分效應”較小。

波長510～560 nm范圍內(nèi)最大反射率為綠峰反射率，其對應的波長為綠峰位置:波長650～690 nm范圍內(nèi)最小反射率為紅谷反射率，其對應的波長為紅谷位置;從圖1中可知，T1～T5的綠峰位置和紅谷位置保持不變，而綠峰反射率和紅谷反射率均表現(xiàn)為T5＞T4＞T3、T2＞T1，T2和T3的曲線基本重合，差異較小。

圖3 不同成熟度煙葉的紅邊面積和藍邊面積Fig.3 Red edge and blue edge area of differentmaturity tobacco

2.3 不同成熟度下部煙葉的面積變量的變化

由圖3可知，隨著成熟度的提高，煙葉的紅邊面積的變化趨勢為:先增大后減小，T3與其他成熟度處理間的差異達到顯著水平，T1、T2、T4、T5間的差異均未達到顯著水平。藍邊面積隨著成熟度的提高不斷增大，T5、T4、T3間的差異不顯著，但與T1和T2的差異均達到顯著水平。

2.4 不同成熟度下部煙葉的植物變量的變化

由圖4中的SDr/SDb和(SDr－SDb)/(SDr+ SDb)變化來看，兩者的變化趨勢相同，表現(xiàn)為:隨著成熟度的提高，SDr/SDb值和(SDr－SDb)/(SDr+ SDb)值逐漸減小。T1、T2、T3、T4、T5間的差異均達到顯著水平，且T1、T2、T3、T4和T5之間差異達到極顯著水平，T4與T5間差異不明顯。而Rg/Rr值和(Rg－Rr)/(Rg+Rr)值的變化則為先減小后增大再減小，均在T3達到最大值。

圖4 不同成熟度下部煙葉的植物變量Fig.4 Plant different variablesmaturity of lower leaves

表3 SPAD值與高光譜特征參數(shù)的相關(guān)分析Table 3 Correlation analysis SPAD value and high spectral characteristic parameters

表4 SPAD值與高光譜特征參數(shù)分布正態(tài)性檢驗Table 4 SPAD value and high spectral characteristic parameter distribution normality test

2.5 烤煙高光譜特征參數(shù)與SPAD值相關(guān)分析

對高光譜特征參數(shù)和SPAD值之間進行相關(guān)分析(表3)，SDb、Rg、Rr、SDr/SDb與SPAD值呈顯著或極顯著負相關(guān)，(SDr－SDb)/(SDr+SDb)、(Rg－Rr)/(Rg+Rr)、Rg/Rr與SPAD值呈顯著或極顯著正相關(guān)。

除SDr外，其他高光譜特征參數(shù)與SPAD值之間存在相關(guān)關(guān)系，進而對其進行回歸分析。首先對高光譜特征參數(shù)和SPAD值進行正態(tài)性檢驗(表4)，shapiro-Wilk檢驗結(jié)果表明，SDb、Rg、Rr檢測P值＞0.05，通過正態(tài)性檢驗，說明數(shù)據(jù)服從正態(tài)分布，以SPAD值為因變量(Y)，SDb(X1)、Rg(X2)、Rr (X3)進行逐步回歸分析，得到回歸方程為Y=27.421－23.467X3(R2=0.62，F(xiàn)=53.927)。

通過對回歸模型的預測值與實測值進行相關(guān)分析(圖5，＊＊在0.01水平(雙側(cè))上顯著相關(guān))，預測值和實測值的相關(guān)系數(shù)為0.792達到極顯著水平，說明SPAD值的紅谷反射率的回歸方程的預測效果較好。說明采用逐步回歸分析建立的紅谷反射率回歸模型預測SPAD值是可行的。

圖5 回歸模型的檢驗Fig.5 Regression model testing

3 討論

從不同成熟度煙葉的反射率來看，隨著成熟度的提高，在可見光范圍內(nèi)(480～680 nm)的反射率逐漸升高。通過光譜曲線，可以看出500～660 nm對于不同成熟度的煙葉有較好的“區(qū)分效應”，這與方慧［16］等研究結(jié)果一致。在近紅外區(qū)域，隨著成熟度的提高，煙葉的反射率大體呈現(xiàn)減小的趨勢，紅邊幅值不斷增大，紅邊位置不斷前移，這與李向陽［8］等研究結(jié)果一致。通過不同成熟度煙葉反射率的一階導數(shù)值來分析，煙葉的紅邊面積的變化趨勢為:先增大后減小;藍邊面積隨著成熟度的提高不斷增大; SDr/SDb值和(SDr－SDb)/(SDr+SDb)值逐漸減小，且各成熟度間差異達到顯著或極顯著水平。這與王建偉［6］等人研究上部葉的結(jié)果基本一致。Rg/ Rr值和(Rg－Rr)/(Rg+Rr)值的變化則為先減小后增大再減小，均在T3達到最大值，這與王建偉［6］等人研究上部葉的結(jié)果不一樣，原因可能是由于下部葉和上部葉在色素含量和組織結(jié)構(gòu)等方面存在著差異。隨著成熟度的提高，部分高光譜特征參數(shù)呈現(xiàn)出規(guī)律性變化，這為判斷煙葉成熟度提供新的思路，如何開發(fā)基于高光譜參數(shù)的煙葉成熟度的判斷方法，有待進一步探討。

SDb、Rg、Rr、SDr/SDb與SPAD值呈顯著或極顯著負相關(guān)，(SDr－SDb)/(SDr+SDb)、(Rg－Rr)/ (Rg+Rr)、Rg/Rr與SPAD值呈顯著或極顯著正相關(guān)，這與付虎艷等［17］人研究結(jié)果基本一致。通過對于SPAD值相關(guān)關(guān)系顯著或者極顯著的光譜特征參數(shù)進行逐步回歸分析，建立了估測SPAD值的回歸模型，通過檢驗，表明通過光譜參數(shù)估測SPAD值是可行的，這與方慧［16］、朱西存［18］、劉飛［19］、李敏夏［20］、楊海清［21］、裘正軍［22］等人研究結(jié)果一致。

4 結(jié)論

隨著成熟度的提高，在可見光范圍內(nèi)(480～680 nm)的反射率逐漸升高，尤其在500～660 nm范圍內(nèi)反射率對于不同成熟度的煙葉有較好的“區(qū)分效應”。在近紅外區(qū)域，隨著成熟度的提高，煙葉的反射率大體呈現(xiàn)減小的趨勢，紅邊幅值不斷增大，紅邊位置不斷前移。煙葉的紅邊面積的變化趨勢為:先增大后減小;藍邊面積隨著成熟度的提高不斷增大;SDr/SDb值和(SDr－SDb)/(SDr+SDb)值逐漸減小，且各成熟度間差異達到顯著或極顯著水平。

SPAD值的紅谷反射率的回歸方程的預測效果較好，基于高光譜特征參數(shù)率建立回歸模型預測SPAD值是可行的。

［1］貴州省煙草研究院.一種烤煙采收成熟度的快速無損檢測方法:中國，CN103278458.A［P］.2013－09－04.

［2］李佛琳，趙春江，劉良云，等.烤煙鮮煙葉成熟度的量化［J］.煙草科技，2007(1):54－58.

［3］張光利，聶榮邦.以煙葉脯氨酸含量判斷田間成熟度的研究［J］.作物研究，2008(1):31－32+35.

［4］王懷珠，汪健，胡玉錄，等.莖葉夾角與烤煙成熟度的關(guān)系［J］.煙草科技，2005(8):32－34.

［5］西北農(nóng)林科技大學.一種煙葉成熟度快速檢測方法:中國，CN105004772.A［P］.2015－10－28.

［6］王建偉，張艷玲，李海江，等.田間不同成熟度烤煙上部葉的高光譜特征分析［J］.煙草科技，2013(5):64－67.

［7］李佛琳，趙春江，王紀華，等.一種基于反射光譜的烤煙鮮煙葉成熟度測定方法［J］.西南大學學報(自然科學版)，2008(10):51－55.

［8］李向陽，劉國順，史舟，等.利用室內(nèi)光譜紅邊參數(shù)估測烤煙葉片成熟度［J］.遙感報，2007(2):269－275.

［9］艾天成，李方敏，周治安，等.作物葉片葉綠素含量與SPAD值相關(guān)性研究［J］.湖北農(nóng)學院報，2000(1):6－8.

［10］姜麗芬，石福臣，王化田，等.葉綠素計SPAD-502在林業(yè)上應用［J］.生態(tài)學雜志，2005，12:1543－1548.

［11］裘正軍，宋海燕，何勇，等.應用SPAD和光譜技術(shù)研究油菜生長期間的氮素變化規(guī)律［J］.農(nóng)業(yè)工程學報，2007(7):150－154.

［12］姚付啟，張振華，楊潤亞，等.基于紅邊參數(shù)的植被葉綠素含量高光譜估算模型［J］.農(nóng)業(yè)工程學報，2009，S2:123－129.

［13］Daughtry C S T，Kim M S，de Colstoun E B，et al.Estimating corn leaf chlorophyll concentration from leaf and canopy reflectance［J］.Remote Sensing of Environment，2000，74(2):229－239.

［14］Tarpley L，Raja Reddy K，Gretchen F.Reflectance indiceswith precision and accuracy in predicting cotton leaf nitrogen［J］.Crop Science，2000，40:1814－1819.

［15］趙春江，黃文江，王紀華，等.不同品種、肥水條件下冬小麥光譜紅邊參數(shù)研究［J］.中國農(nóng)業(yè)科學，2002，35(8):980－987.

［16］方慧，宋海燕，曹芳，等.油菜葉片的光譜特征與葉綠素含量之間的關(guān)系研究［J］.光譜學與光譜分析，2007(9):1731－1734.

［17］付虎艷，靳涵丞，張洪亮，等.貴州喀斯特山區(qū)煙葉高光譜參數(shù)與葉綠素含量的關(guān)系［J］.煙草科技，2015(2):21－26.

［18］朱西存，趙庚星，姜遠茂，等.基于高光譜紅邊參數(shù)的不同物候期蘋果葉片的SPAD值估測［J］.紅外，2011，12:31－38.

［19］劉飛，王莉，何勇，等.基于可見/近紅外光譜技術(shù)的黃瓜葉片SPAD值檢測［J］.紅外與毫米波學報，2009(4):272－276.

［20］李敏夏，張林森，李丙智，等.蘋果葉片高光譜特性與葉綠素含量和SPAD值的關(guān)系［J］.西北林學院學報，2010(2):35－39.

［21］楊海清，姚建松，何勇.基于反射光譜技術(shù)的植物葉片SPAD值預測建模方法研究［J］.光譜學與光譜分析，2009(6):1607－1610.

［22］裘正軍，宋海燕，何勇，等.應用SPAD和光譜技術(shù)研究油菜生長期間的氮素變化規(guī)律［J］.農(nóng)業(yè)工程學報，2007(7):150－154.

(責任編輯 李山云)

Hyperspectral Characteristics of Different M aturity Tobacco and Relationship between SPAD Value

LIQing-shan1，2，WANG Chuan-yi1，TAN Xiao-lei3，XU Jia-lai4，YANG Ju-tian3，LIU Li5，ZHU Xian-zhi5，ZHANG Yu-qin1，2，XU Xiu-hong1*
(1.Tobacco Research Institute of Chinese Academy of Agricultural Sciences/Key Laboratory of Tobacco Biology and Processing，Ministry of Agriculture，Shandong Qingdao 266101，China;2.Graduate School of Chinese Academy of Agricultural Sciences，Beijing 100081，China; 3.Shandong Linyi Tobacco Company，Shandong Linyi276000，China;4.Shandong Tobacco Academy，Shandong Jinan 250098，China;5.Shandong Yishui Tobacco Company，Shandong Yishui276400，China)

In order to explore the spectrum characteristicsof tobacco leaf and its relationship with SPAD value in the field of differentmaturity，the differencesofhyperspectral reflectance，location，area and vegetation variablesofdifferentmaturity tobacco leafwere analyzed.Correlation analysis and stepwise regression method were used to determine the relationship between hyperspectral parameters and SPAD values.The results showed thatwith increasingmaturity，the reflectance in the visible range(480－680 nm)gradually increased，especially in the 500－660 nm range for the reflectance of tobacco leafmaturity better distinguishing effect.In the near-infrared region，with increasingmaturity，the reflectivity of tobacco generally showing a decreasing trend.Trend red edge area of tobacco is as follows:first and then decrease; blue border area with increasingmaturity increasing;SDr/SDb value and(SDr－SDb)/(SDr+SDb)value decreasesand the difference between thematurity reached significantor highly significant.The prediction effectof the regression equation of SPAD valueof the Red Valley reflectance is better，and it is feasible to build a regressionmodel based on the high spectral characteristic parameter to predict the SPAD value.

Tobacco leaf;Maturity;Hyperspectral;SPAD value

S572

A

1001－4829(2017)2－0333－06

10.16213/j.cnki.scjas.2017.2.016

2016－04－19

中國煙草總公司山東省公司科技重點項目“山東煙葉增香提質(zhì)烘烤工藝研究、集成與推廣”(魯煙科〔2015〕7號);國家公益性行業(yè)(農(nóng)業(yè))科研專項(201203091);中國農(nóng)業(yè)科學院科技創(chuàng)新工程(ASTIP-TRIC03)

李青山，男，山東昌邑人，碩士研究生，研究方向為煙草調(diào)制加工，E-mail:18765906246@163.com，*為通訊作者: E-mail:xuxiuhong@caas.cn。