孫陽(yáng)，李青山，譚效磊，任杰，馬興華，王傳義，劉雅嫻，徐秀紅

1 中國(guó)農(nóng)業(yè)科學(xué)院煙草研究所/農(nóng)業(yè)部煙草生物學(xué)與加工重點(diǎn)實(shí)驗(yàn)室，山東青島 266101；2 中國(guó)農(nóng)業(yè)科學(xué)院研究生院，北京 100081；3 土壤與農(nóng)業(yè)可持續(xù)發(fā)展國(guó)家重點(diǎn)實(shí)驗(yàn)室，中國(guó)科學(xué)院南京土壤研究所，南京 210008；4 中國(guó)科學(xué)院大學(xué)，北京 100049；5 山東臨沂煙草有限公司，山東臨沂 276001

栽培、采收、烘烤對(duì)煙草品質(zhì)的貢獻(xiàn)各占三分之一[1]。顏色是判斷煙葉田間成熟度和調(diào)制加工的重要依據(jù)[2-3]，又是烤后煙葉重要的分組因素和分級(jí)因素“色度”的組成部分，因此顏色的準(zhǔn)確鑒定直接關(guān)系到煙葉的最終品質(zhì)。色差計(jì)利用儀器內(nèi)部的標(biāo)準(zhǔn)光源照明被測(cè)物體，測(cè)定其CIE 三刺激值(X，Y，Z）并轉(zhuǎn)換成度量顏色的數(shù)值，能夠準(zhǔn)確測(cè)定物體表面顏色。在鮮煙葉采收和烘烤過(guò)程中，許多煙草工作者利用色差計(jì)對(duì)煙葉顏色進(jìn)行測(cè)定，李青山等[4-8]研究了不同成熟度煙葉正背面顏色參數(shù)與色素含量的相關(guān)性，認(rèn)為顏色參數(shù)可作為輔助指標(biāo)來(lái)判斷煙葉成熟度；武圣江等[9-12]基于顏色參數(shù)與成熟度的關(guān)系，提出了基于顏色參數(shù)鮮煙葉成熟度的判別函數(shù)和檢測(cè)方法。顏色參數(shù)還與烘烤過(guò)程中煙葉色素含量、主要化學(xué)成分含量、煙葉形態(tài)和質(zhì)地相關(guān)[13-18]，賀帆等基于顏色參數(shù)建立了預(yù)測(cè)色素和主要化學(xué)成分含量的模型[19-20]。但煙葉顏色參數(shù)需要進(jìn)行多次手工測(cè)量，限制了這一生物學(xué)指標(biāo)在植物生長(zhǎng)發(fā)育信息分析中的應(yīng)用。近年來(lái)，隨著高光譜遙感技術(shù)的發(fā)展，研究人員可直接對(duì)地物進(jìn)行微弱光譜差異的定量分析，且一次性采集的光譜數(shù)據(jù)可分析多個(gè)生物學(xué)指標(biāo)。煙葉顏色、組織結(jié)構(gòu)、葉脈等葉片特征有規(guī)律的變化，都會(huì)在反射光譜上得到反映[21-22]。梁曉燕等[23-25]對(duì)牛羊肉顏色進(jìn)行了高光譜分析，認(rèn)為利用高光譜技術(shù)可以快速檢測(cè)牛羊肉顏色，其他學(xué)者也將高光譜技術(shù)用于蘋果和茶葉的分級(jí)分類[26-27]。前人多是僅針對(duì)顏色參數(shù)進(jìn)行研究[4-8]，或只針對(duì)高光譜特征參數(shù)進(jìn)行研究[21-22]，較少研究利用高光譜技術(shù)快速檢測(cè)鮮煙葉顏色[28]，以鮮煙葉為研究對(duì)象進(jìn)行高光譜特征參數(shù)與顏色參數(shù)的相關(guān)性研究還未見(jiàn)報(bào)道?？緹熢谏L(zhǎng)發(fā)育過(guò)程中，煙葉顏色變化不僅可表征其營(yíng)養(yǎng)狀態(tài)，也是判斷煙葉成熟與否的主要鑒別指標(biāo)，更是烤后煙重要的分級(jí)因素。因此本文擬通過(guò)研究不同顏色鮮煙葉高光譜特征和顏色參數(shù)變化規(guī)律，分析高光譜特征參數(shù)與顏色參數(shù)的相關(guān)關(guān)系，以期建立基于高光譜特征參數(shù)預(yù)測(cè)顏色參數(shù)的回歸模型，為科學(xué)判定煙葉成熟度提供參考。

1 材料與方法

1.1 試驗(yàn)材料

試驗(yàn)于2016年在山東省沂水現(xiàn)代煙草科技園進(jìn)行，供試品種為NC55，土壤類型為褐土，肥力中等。純氮施用量控制在82.5 kg/hm2，氮磷鉀比例為1∶1.1∶2.8，施用太陽(yáng)島復(fù)合肥525 kg/hm2(含純氮52.5 kg/hm2)、豆餅300 kg/hm2、硫酸鉀225 kg/hm2、磷酸二銨75 kg/hm2。施肥方法為60%肥料作為基肥施用，其余于移栽后30 d追施。行距1.2 m，株距0.5 m。

1.2 試驗(yàn)設(shè)計(jì)

各部位煙葉以煙葉落黃程度為依據(jù)設(shè)置5個(gè)處理，各部位每個(gè)處理均選取5片有代表性的鮮煙葉，采集后放于黑色塑料袋保存，隨后在實(shí)驗(yàn)室采集煙葉顏色參數(shù)和高光譜數(shù)據(jù)，并利用所獲數(shù)據(jù)建立模型及進(jìn)行驗(yàn)證。各部位不同處理鮮煙葉的外觀特征見(jiàn)表1。

表1 不同顏色鮮煙葉外觀特征Tab.1 Appearance of tobacco leaves different colors

1.3 顏色參數(shù)的測(cè)定

顏色參數(shù)測(cè)定采用CR-10型全自動(dòng)色差計(jì)，L值為亮度值，0為黑色，100為白色，0～100之間為灰色，表示由黑到白的變化；a值為紅度值，正值時(shí)為紅色，負(fù)值時(shí)為綠色，表示由綠到紅的變化；b值為黃度值，正值為黃色，負(fù)值為藍(lán)色，表示由藍(lán)到黃的變化；色相角H°和飽和度C由L、a和b通過(guò)相應(yīng)公式求得，H°=arctan(b/a)，C=（a2＋b2）1/2。正背面顏色參數(shù)的測(cè)定方法一致，取葉中部距離煙葉主脈5 cm處的對(duì)稱點(diǎn)測(cè)量，每半片葉等距離測(cè)量3個(gè)點(diǎn)，6個(gè)點(diǎn)的平均值作為該葉片的顏色參數(shù)值。

1.4 光譜數(shù)據(jù)的采集

采用手持便攜式地物光譜儀（ASD Field Spec Handheld）測(cè)定煙葉的光譜反射率，光譜有效范圍350～1075 nm。測(cè)量時(shí)保證光譜儀距被測(cè)葉片距離不變的情況下，標(biāo)準(zhǔn)燈（光譜儀配套的鹵化燈，A128950，ASD）的高度和角度以校準(zhǔn)光譜儀時(shí)DN值在40000～50000為準(zhǔn)。每個(gè)小區(qū)按照處理的要求選擇具有代表性的葉片進(jìn)行測(cè)量，每個(gè)葉片在葉基部、中部、尖部分別選取距主脈5 cm左右兩個(gè)點(diǎn)，每個(gè)點(diǎn)測(cè)量6次，取其平均值作為該葉片的光譜值。煙葉光譜數(shù)據(jù)測(cè)量時(shí)要及時(shí)進(jìn)行標(biāo)準(zhǔn)白板校正，保證標(biāo)準(zhǔn)白板的反射率為1。

1.5 數(shù)據(jù)處理

采用Excel 2007和SPSS 19.0進(jìn)行數(shù)據(jù)處理和繪圖。各部位不同落黃程度煙葉顏色參數(shù)值的差異顯著性采用one-way ANOVA(LSD，P＜0.01和P＜0.05）進(jìn)行分析，簡(jiǎn)單相關(guān)分析采用雙變量相關(guān)分析（pearson相關(guān)系數(shù)和雙側(cè)檢驗(yàn)），高光譜特征參數(shù)(表2)和顏色參數(shù)進(jìn)行逐步回歸分析（線性，引入水平P=0.05）?；貧w模型的檢驗(yàn)標(biāo)準(zhǔn)是有較高的相關(guān)系數(shù)r和較低的標(biāo)準(zhǔn)誤差SEC，SEC可以通過(guò)公式（1）計(jì)算而得。

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

2 結(jié)果與分析

2.1 鮮煙葉的顏色參數(shù)

烤煙生長(zhǎng)過(guò)程中，煙葉的外觀顏色會(huì)發(fā)生變化。由圖1所示，隨著煙葉落黃程度的提高，各部位煙葉顏色參數(shù)L值（亮度值）、b值（黃度值）和C值（飽和度）呈不斷增大的趨勢(shì)；a值（紅度值）呈先減小后增大的趨勢(shì)，各部位M5的a值明顯大于M1～M4；H°值（色相角）則呈不斷減小的趨勢(shì)。說(shuō)明煙葉不斷變亮的同時(shí)，綠色逐漸褪去，黃色開(kāi)始顯現(xiàn)，與M1～M5的顏色變化相符合。

圖1 鮮煙葉顏色參數(shù)隨落黃程度提高的變化Fig.1 Changes of color parameters of fresh tobacco leaves with the increase of yellowing degree

2.2 鮮煙葉高光譜特征分析

2.2.1 反射率

煙葉的光譜特征與典型的植物光譜特征一致：在藍(lán)、紅光波段形成兩個(gè)低反射區(qū)，從500 nm起反射率逐漸變大，在550 nm處形成一個(gè)小的反射峰，在700 nm左右反射率突然上升，在近紅外區(qū)成為一個(gè)高反射平臺(tái)[29]。

隨著烤煙生育期的推進(jìn)，煙葉表現(xiàn)出不同程度的落黃。由圖2可知，各部位煙葉在480～680 nm的可見(jiàn)光范圍內(nèi)，落黃程度越高則反射率越大；通過(guò)光譜曲線，可以看出500～660 nm（尤其是綠峰反射率）對(duì)于不同顏色的煙葉有較好的區(qū)分效果。650～690 nm范圍內(nèi)的紅谷反射率的變化規(guī)律同綠峰反射率一致。綠峰位置（下部葉M1～M5：551～559 nm；中部葉 M1～M5：553～556 nm；上部葉 M1～M5：552～557 nm）和紅谷位置（下部葉M1～M5：666～674 nm；中部葉 M1～M5：670 ～675 nm；上部葉 M1～M5：670 nm、671 nm、674 nm、674 nm、673 nm）隨落黃程度的提高呈不斷后移的趨勢(shì)。

圖2 不同顏色鮮煙葉的反射率Fig.2 Reflectance of tobacco leaves of different colors

2.2.2 反射率的一階導(dǎo)數(shù)值

圖3為各部位煙葉反射率的一階導(dǎo)數(shù)值（480～800 nm）。各部位煙葉的紅邊位置隨生育期的推遲，紅邊位置（下部葉 M1～M5：713～689 nm；中部葉M1～M5：709～691 nm； 上 部 葉 M1～M5：703～692 nm）不斷前移；中部葉和上部葉的紅邊幅值不斷增大，下部葉則表現(xiàn)為先增大，至M4達(dá)到最大值后開(kāi)始減小。藍(lán)邊位置（下部葉M1～M5：527～517 nm；中部葉 M1～M5：522～511 nm；上部葉 M1～M5：523～516 nm）同紅邊位置的變化規(guī)律一致；各部位煙葉藍(lán)邊幅值的變化趨勢(shì)一致，表現(xiàn)為不斷增大。黃邊位置（下部葉M1～M5：619 nm、623 nm、623 nm、625 nm、629 nm； 中 部 葉 M1～M5：621 nm、623 nm、625 nm、625 nm、625 nm；上部葉 M1～M5：621 nm、624 nm、625 nm、624 nm、624 nm）整體趨于后移，黃邊幅值基本為零，保持穩(wěn)定。

圖3 不同顏色煙葉反射率的一階導(dǎo)數(shù)值Fig.3 First derivative values of reflectance of different color tobacco

2.3 高光譜特征參數(shù)與顏色參數(shù)的相關(guān)性分析

通過(guò)對(duì)高光譜特征參數(shù)與顏色參數(shù)進(jìn)行相關(guān)性分析（表3），可以看出，與各顏色參數(shù)呈顯著或極顯著相關(guān)關(guān)系的高光譜特征參數(shù)有差異。高光譜特征 參 數(shù) Rg、Rr、λg、λv、Dr、Db、λy、SDg、SDb與顏色參數(shù)L值呈極顯著正相關(guān)，λb、λr、SDr、SDy、SDr/SDb、SDr/SDy、（SDr－ SDb）/（SDr＋SDb）、（SDr－SDy）/ （SDr＋SDy）與顏色參數(shù)L均呈極顯著負(fù)相關(guān)；Rr、Rg/Rr、（Rg－Rr）/（Rg＋Rr）、λg、Dy、SDr與顏色參數(shù)a的相關(guān)關(guān)系達(dá)到顯著或極顯著水平；Rg、Rr、λg、λv、Dr、Db、λy、SDg、SDb與顏色參數(shù)b呈顯著或極顯著正相關(guān)，λr、λb、SDr、SDr/SDb、SDr/SDy、（SDr－SDb）/（SDr＋ SDb）、（SDr－SDy）/ （SDr＋ SDy）與顏色參數(shù)b呈顯著或極顯著負(fù)相關(guān)；Rg、Rr、λg、λv、Dr、λy、SDg、Db、SDb、SDy、SDb、SDy 與 顏 色參數(shù)C的正相關(guān)關(guān)系達(dá)到顯著或極顯著水平，λr、λb、SDr、SDr/SDb、SDr/SDy、（SDr－ SDb）/（SDr＋ SDb）、（SDr－SDy）/ （SDr＋ SDy）與顏色參數(shù)C負(fù)相關(guān)關(guān)系達(dá)到顯著或極顯著水平；λr、SDr/SDb、SDr/SDy、（SDr－SDb）/（SDr＋SDb）、（SDr－SDy）/ （SDr＋SDy）與顏色參數(shù)H°呈顯著或極顯著正相關(guān)，Rg、Rr、λg、λv、Dr、λb、Db、λy、Dy、SDg、SDr、SDb則與顏色參數(shù)H°呈顯著或極顯著負(fù)相關(guān)。說(shuō)明高光譜特征參數(shù)與顏色參數(shù)的關(guān)系密切，可以通過(guò)高光譜特征參數(shù)的變化來(lái)指示顏色參數(shù)的變化。

表3 高光譜特征參數(shù)與顏色參數(shù)的相關(guān)性分析Tab.3 Correlation analysis of high spectral characteristic parameters and chromatic parameters

2.4 高光譜特征參數(shù)與顏色參數(shù)的逐步回歸分析

基于高光譜特征參數(shù)建立預(yù)測(cè)顏色參數(shù)的回歸模型，以顏色參數(shù)為因變量，高光譜特征參數(shù)為自變量，進(jìn)一步做逐步回歸分析（引入水平為P=0.05），并對(duì)回歸模型進(jìn)行顯著性檢驗(yàn)，得到各部位煙葉顏色參數(shù)的回歸模型。標(biāo)準(zhǔn)偏回歸系數(shù)在多元回歸分析中可真實(shí)反映自變量對(duì)因變量的貢獻(xiàn)率，本研究因此采用標(biāo)準(zhǔn)偏回歸系數(shù)建立回歸方程[30-32]。

回歸模型的評(píng)價(jià)標(biāo)準(zhǔn)是有較高的相關(guān)系數(shù)r和較低的標(biāo)準(zhǔn)誤差SEC。利用3個(gè)部位5個(gè)顏色煙葉對(duì)回歸模型進(jìn)行驗(yàn)證，對(duì)其預(yù)測(cè)值與實(shí)測(cè)值進(jìn)行相關(guān)分析和計(jì)算標(biāo)準(zhǔn)誤差，結(jié)果見(jiàn)圖4，預(yù)測(cè)值和實(shí)測(cè)值的相關(guān)系數(shù)達(dá)到極顯著水平，說(shuō)明基于高光譜特征參數(shù)的顏色參數(shù)回歸方程的預(yù)測(cè)效果較好，采用逐步回歸分析建立的高光譜特征參數(shù)回歸模型預(yù)測(cè)顏色參數(shù)值是可行的。

圖4 顏色參數(shù)回歸模型檢驗(yàn)Fig.4 Test of chromatic parameter regression model

3 討論與結(jié)論

本試驗(yàn)通過(guò)對(duì)各部位鮮煙葉顏色參數(shù)進(jìn)行研究，發(fā)現(xiàn)隨著落黃程度的提高，L、b、C值不斷增大，a值先減小再增大，H°值呈減小的趨勢(shì)，說(shuō)明各部位鮮煙葉在成熟落黃過(guò)程中亮度逐漸增強(qiáng)、綠色逐漸褪去、黃色逐漸顯現(xiàn)，這與各部位鮮煙葉樣品的實(shí)際顏色變化規(guī)律相吻合，并與李青山等[4-5,9]的研究結(jié)果一致。

各部位不同顏色煙葉的光譜反射率呈現(xiàn)典型的植物光譜特征：在藍(lán)、紅光波段形成兩個(gè)低反射區(qū)，從500 nm起反射率逐漸升高，在550 nm處形成一個(gè)小的反射峰，在700 nm左右反射率突然升高，在近紅外區(qū)形成一個(gè)高反射平臺(tái)[22]。在烤煙成熟落黃過(guò)程中，葉綠素被大量分解破壞，煙葉顏色由深綠色漸變?yōu)闇\黃色，導(dǎo)致煙葉在可見(jiàn)光波段內(nèi)所吸收的光波進(jìn)一步減少，從而使煙葉光譜反射率增加[33]。這解釋了隨落黃程度的提高，鮮煙葉反射率在480～680 nm的可見(jiàn)光范圍內(nèi)不斷增大的原因，并與李青山等[21]研究結(jié)果一致。又因綠峰位置和紅谷位置與葉綠素濃度呈負(fù)相關(guān)，紅邊位置與葉綠素濃度呈正相關(guān)[34]，因此隨生育過(guò)程推進(jìn)，綠峰位置和紅谷位置均表現(xiàn)為不斷后移，紅邊位置表現(xiàn)為不斷前移[21-22,30]。

隨著高光譜技術(shù)的發(fā)展，研究人員發(fā)現(xiàn)利用高光譜技術(shù)可對(duì)烤后煙的顏色和部位進(jìn)行分析[28]，也可對(duì)葉片水分、葉綠素含量、主要化學(xué)成分和組織結(jié)構(gòu)等生物學(xué)信息進(jìn)行預(yù)測(cè)[35-38]，可以解決利用色差計(jì)所得生物學(xué)信息單一的問(wèn)題。為了探索一種快速測(cè)定烤煙顏色參數(shù)的可靠新方法，本研究針對(duì)鮮煙葉的高光譜特征參數(shù)與顏色參數(shù)進(jìn)行相關(guān)性研究并建模，基于高光譜特征參數(shù)建立的顏色參數(shù)預(yù)測(cè)模型預(yù)測(cè)效果良好，說(shuō)明利用可見(jiàn)-近紅外高光譜技術(shù)對(duì)鮮煙葉顏色進(jìn)行分析是可行的。因?yàn)轭伾珔?shù)主要受色素含量的影響[17,39]，在400～760 nm波段影響葉片反射率的主要因素是色素含量[40-41]。所以此預(yù)測(cè)模型對(duì)于不同品種和不同營(yíng)養(yǎng)狀況下的煙葉顏色參數(shù)的測(cè)定應(yīng)當(dāng)也是可行的，但具體情況還需進(jìn)一步研究。

葉綠素含量隨煙葉成熟發(fā)生有規(guī)律的變化，先升高后逐漸降低[42-43]。落黃程度的變化是煙葉成熟度的直接表現(xiàn)，高光譜特征參數(shù)因不同部位鮮煙葉落黃程度的變化而變化，也會(huì)隨成熟度的變化而變化。因此，有必要繼續(xù)研究利用高光譜技術(shù)探討不同成熟度鮮煙葉的綜合生物學(xué)信息，進(jìn)而利用高光譜特征參數(shù)對(duì)煙葉成熟度進(jìn)行規(guī)?；臏?zhǔn)確判斷。