洪帥，張澤，張立福，馬露露，海興巖，王振，張輝，呂新*

（1.石河子大學(xué)農(nóng)學(xué)院，新疆石河子832003；2.石河子大學(xué)生命科學(xué)學(xué)院，新疆石河子832003；3.中國(guó)科學(xué)院遙感與數(shù)字地球研究所，北京100080）

葉綠素含量是反映植被生長(zhǎng)階段以及營(yíng)養(yǎng)狀況的重要生化參數(shù)，也是植物總體生長(zhǎng)狀況的1 個(gè)重要指標(biāo)。隨著高光譜技術(shù)的不斷發(fā)展，高光譜植被指數(shù)與葉片葉綠素含量的關(guān)系已被大量研究。程乾等[1]通過(guò)研究光譜指數(shù)與水稻葉片葉綠素含量的相關(guān)性，認(rèn)為紅邊位置（Red edge po-sition，REP） 和增強(qiáng)植被指數(shù) （Enhanced vegetation index，EVI） 可以作為監(jiān)測(cè)水稻葉片葉綠素含量的遙感參數(shù)；祁亞琴等[2]用歸一化植被指數(shù)和比值植被指數(shù)估算棉花生物量，表明基于比值植被指數(shù)建立的冪函數(shù)模型為估算棉花生物量的最佳模型。Wessman 等[3-4]利用冠層反射光譜測(cè)定植物含氮水平以及葉綠素的含量，證明高光譜技術(shù)能夠?qū)θ~綠素含量進(jìn)行準(zhǔn)確估值，說(shuō)明葉綠素含量與光譜特性之間具有明顯的相關(guān)性。楊杰等[5]研究表明，在350～2 500 nm 的光譜波段，采取隨機(jī)兩兩組建的形式建立多個(gè)比值與歸一化光譜指數(shù)，認(rèn)為由特征波段（728 nm、709 nm）構(gòu)建的比值植被指數(shù)可精確估算水稻上部葉片葉綠素含量；田明璐等[6]發(fā)現(xiàn)在多種光譜參數(shù)建立的葉綠素相對(duì)含量（SPAD）反演模型中，使用多元逐步回歸方法的模型精度高于線性回歸模型。

由于作物[7-10]、地區(qū)[11-16]、栽培方式和生育時(shí)期的不同，前人所建立的擬合模型也不相同，所以有必要研究西北地區(qū)滴灌棉花不同生育時(shí)期的葉綠素含量估測(cè)模型。本研究以新疆北疆主栽棉花品種新陸早45[17]為研究對(duì)象，利用高光譜數(shù)據(jù)進(jìn)行相關(guān)分析，研究冠層高光譜數(shù)據(jù)與冠層葉片葉綠素含量的關(guān)系，利用其相關(guān)性構(gòu)建葉綠素含量的高光譜估測(cè)模型，以期為滴灌棉花大規(guī)模長(zhǎng)勢(shì)監(jiān)測(cè)提供依據(jù)和方法。

1 材料與方法

1.1 試驗(yàn)設(shè)計(jì)

試驗(yàn)于2017年在新疆瑪納斯縣六戶地鎮(zhèn)進(jìn)行。供試棉花品種為新陸早45 號(hào)（松散型、葉色偏淡）。小區(qū)覆膜，膜寬2.05 m，栽培模式為“1 膜3 管6 行”，行距配置為（10＋66＋10＋66＋10）cm，株距10.5 cm。試驗(yàn)地種植方式為棉花連作，東西行向，兩側(cè)設(shè)置保護(hù)區(qū)。每個(gè)小區(qū)面積為25 m2（10 m×2.5 m），完全隨機(jī)區(qū)組設(shè)計(jì)，重復(fù)3次，小區(qū)間設(shè)隔離帶。施氮量設(shè)5 個(gè)水平，即0、120、240、360、480 kg·hm－2純氮，分別以N0、Nl、N2、N3、N4 表示，其中N0 為對(duì)照（常規(guī)大田高產(chǎn)施純氮量介于240～360 kg·hm－2，為比較氮素水平對(duì)葉綠素含量的影響，采用N0 為對(duì)照；因?yàn)槿粢愿弋a(chǎn)肥量做對(duì)照，只能比較高肥、低肥量相較于高產(chǎn)肥量三者之間的不同，無(wú)法分清楚每個(gè)氮素梯度的影響）。灌溉定額為當(dāng)?shù)氐喂嗝尢镆话愎喔攘?，其他田間管理均按高產(chǎn)栽培要求進(jìn)行。

1.2 光譜數(shù)據(jù)獲取

棉花冠層高光譜數(shù)據(jù)由Field SpecPro FR2 500 型背掛式野外高光譜輻射儀（Analytical spectral devices，美國(guó)ASD 公司）采集。該光譜儀波段范圍為350～2 500 nm，采樣間隔為1 nm。各生育時(shí)期盡量選擇在晴朗無(wú)云、無(wú)風(fēng)或風(fēng)速很小的天氣進(jìn)行冠層光譜測(cè)定，測(cè)定當(dāng)天的時(shí)間范圍控制在12∶00—14∶00。測(cè)量時(shí)傳感器探頭垂直向下，光譜儀視場(chǎng)角為25°，距棉花冠層頂垂直高度約為1 m。每個(gè)小區(qū)采集3 個(gè)點(diǎn)，每個(gè)點(diǎn)采集5條光譜數(shù)據(jù)，最后用5 條數(shù)據(jù)的平均值作為該小區(qū)采樣點(diǎn)的光譜值。為保證測(cè)量精度，對(duì)每組目標(biāo)在觀測(cè)前后均進(jìn)行標(biāo)準(zhǔn)白板校正，以減少云層及太陽(yáng)高度變化等對(duì)光譜反射率的影響。

1.3 葉綠素含量的測(cè)定

試驗(yàn)所有棉花植株均從苗期開(kāi)始取樣，共計(jì)9 次，取樣時(shí)間分別為出苗后的第37、45、56、71、83、93、103、113、124 天。在每試驗(yàn)小區(qū)連續(xù)選取有代表性的棉株3 株為樣本，每個(gè)樣本采集棉株主莖倒2 葉，并用保鮮袋迅速冷藏封存，在實(shí)驗(yàn)室對(duì)鮮葉片進(jìn)行葉綠素含量的測(cè)定。葉綠素測(cè)定方法采用丙酮、乙醇和水（體積比4.5∶4.5∶1）的混合液浸提，浸提后用721 型紫外分光光度計(jì)測(cè)其吸光值。計(jì)算公式如下：Ca＝12.7×E663－2.69×E645；Cb＝2 2.9×E645－4.68×E663；CT＝Ca＋Cb＝8.02×E663＋20.21×E645.式中：Ca、Cb分別是葉綠素a、葉綠素b 含量值，CT為總?cè)~綠素含量，單位為mg·L－1；E663為葉綠素浸提液在紫外分光光度計(jì)663 nm 處吸光度值，其余類似。

1.4 高光譜參數(shù)的選擇

光譜指數(shù)與葉片色素或光合作用以及植物的水、營(yíng)養(yǎng)狀態(tài)等有關(guān)。光譜波段組合的選取參照一定的物理基礎(chǔ)，可以部分消除環(huán)境背景的影響，提高對(duì)目標(biāo)參數(shù)的敏感性。本研究根據(jù)棉花冠層葉片的光譜特征，結(jié)合前人研究，選取了對(duì)葉綠素含量響應(yīng)敏感的波段，構(gòu)成12 種指數(shù)進(jìn)行分析。具體計(jì)算公式見(jiàn)表1。

表1 光譜指數(shù)計(jì)算公式Table 1 Spectral index formula

1.5 數(shù)據(jù)處理

分析出苗后第56 天（現(xiàn)蕾初期，T1）、第93天（盛蕾期、T2）、第103 天（花鈴期、T3）、第124天（吐絮期、T4）4 個(gè)時(shí)期的光譜反射率和葉綠素含量的相關(guān)規(guī)律；將地物點(diǎn)在不同波段的反射率數(shù)據(jù)進(jìn)行線性或非線性地組合計(jì)算可以得出各種光譜指數(shù)，挑選出對(duì)葉綠素含量高度敏感的光譜指標(biāo)，比較多種擬合方法確立棉花葉綠素含量的光譜模型，采用均方根誤差（RMSE）和決定系數(shù)（R2）檢驗(yàn)建立的指數(shù)優(yōu)選估測(cè)模型，R2越接近1，RMSE越小，則模型擬合度越好。對(duì)每個(gè)生育時(shí)期所篩選的估算模型進(jìn)行驗(yàn)證，同時(shí)繪制葉片葉綠素含量實(shí)測(cè)值與估算值之間散點(diǎn)圖。本研究數(shù)據(jù)分析在軟件SPSS19.0 和Microsoft excel 2007 中完成，圖像分析在Origin 8.0 軟件中完成。

2 結(jié)果與分析

2.1 不同施氮量處理下滴灌棉花冠層葉片葉綠素含量的變化特征

圖1 滴灌棉花不同施氮水平棉花葉片葉綠素含量Fig.1 Chlorophyll content in cotton leaves with different nitrogen application levels

由圖1 可以看出，出苗后不足60 d 時(shí)，N0 處理下棉花冠層葉片葉綠素含量不低于其他施肥處理，說(shuō)明土壤中的養(yǎng)分足以供應(yīng)棉花苗期的生長(zhǎng)發(fā)育。從出苗第45 天起，棉花進(jìn)入快速生長(zhǎng)發(fā)育期，高氮施肥處理下的葉綠素合成加快。從第56 天起，高施氮量處理的葉綠素含量變化異常。通過(guò)分析整個(gè)生育期的氣象、病蟲(chóng)害資料和田間觀測(cè)數(shù)據(jù)，發(fā)現(xiàn)第56～93 天期間棉花大田中病蟲(chóng)害較為嚴(yán)重，以棉蚜為主，導(dǎo)致棉花葉片葉綠素含量降低；棉蚜消退后，葉綠素含量升高。

2.2 大田不同生育時(shí)期滴灌棉花冠層光譜特征

由圖2 可知：棉花光譜曲線呈現(xiàn)出典型植被特征，在550 nm 處出現(xiàn)反射峰，在720～1 300 nm 近紅外波段為顯著的高反射范圍。波長(zhǎng)1 300～1 400 nm 近紅外波段和1 800～1 950 nm近紅外波段由于大氣中水分吸收光的作用，光譜曲線出現(xiàn)強(qiáng)烈噪聲，并且在1 200～1 400 nm 波段內(nèi)反射率呈現(xiàn)急劇下降趨勢(shì)。滴灌棉花不同生育時(shí)期的冠層反射率在350～720 nm 和1 850～2 500 nm 波段內(nèi)差異不明顯，但在720～1 800 nm 近紅外波段有明顯差異；在760～1 350 nm 差異最明顯，呈現(xiàn)出花鈴期反射率最高，吐絮期反射率最低。盛蕾期反射率低于現(xiàn)蕾期，因?yàn)槭⒗倨诖竺娣e發(fā)生棉葉螨，導(dǎo)致棉花葉片冠層受害嚴(yán)重，光譜反射率降低。

圖2 大田不同生育時(shí)期滴灌棉花冠層反射率光譜Fig.2 Canopy reflectance spectrum of cotton under drip irrigation at different growth stages in field

2.3 滴灌棉花冠層葉片葉綠素含量與光譜指數(shù)的相關(guān)性

由表2 可知，現(xiàn)蕾期光譜指數(shù)VOG1與葉綠素含量呈顯著正相關(guān)，相關(guān)系數(shù)達(dá)到0.944；盛蕾期相關(guān)最顯著的光譜指數(shù)也是VOG1，相關(guān)系數(shù)達(dá)到0.907；花鈴期相關(guān)性好的光譜指數(shù)是VOG1、VOG2、SDr，相關(guān)系數(shù)分別為0.895、－0.917、－0.902；吐絮期相關(guān)性好的光譜指數(shù)是VOG1、Db，相關(guān)系數(shù)分別為0.930、0.900。4 個(gè)時(shí)期棉花冠層葉片葉綠素含量與VOG1相關(guān)性均較好。

表2 不同生育時(shí)期葉綠素含量和光譜指數(shù)的相關(guān)系數(shù)Table 2 Correlation coefficients of chlorophyll contents and spectral indexes at different growth stages

2.4 滴灌棉花冠層葉片葉綠素含量估算模型的構(gòu)建

以葉綠素含量為因變量，將0.05 水平顯著性檢驗(yàn)相關(guān)性最好的3 種光譜指數(shù)作為自變量，分別構(gòu)建一元線性回歸模型?，F(xiàn)蕾期選擇RVI、VOG1、REIP；盛蕾期選擇Dr、VOG1、VOG2；花鈴期選擇VOG1、VOG2、SDr；吐絮期選擇VOG1、Db、SDb。以棉花冠層葉片葉綠素含量為因變量，選取通過(guò)0.05 水平顯著性檢驗(yàn)的光譜指數(shù)作為自變量，構(gòu)建多元逐步回歸模型，記作R-MSR。經(jīng)過(guò)多次檢驗(yàn)，根據(jù)決定系數(shù)R2最接近1 和RMSE最小，且自變量數(shù)目盡可能精簡(jiǎn)的原則，在現(xiàn)蕾期入選的指數(shù)為VOG1、Dr，盛蕾期入選的為VOG1，花鈴期入選的為VOG2、SDr，吐絮期入選的為VOG1。R-MSR模型中，x1、x2為入選的光譜指數(shù)。

優(yōu)選的光譜指數(shù)與葉綠素含量構(gòu)建的線性回歸模型如表3 所示，每個(gè)生育時(shí)期選擇的指數(shù)擬合模型的決定系數(shù)均有達(dá)到0.8 以上的，說(shuō)明篩選的參與回歸模型建立的各光譜指數(shù)都顯著包含可估測(cè)葉片葉綠素含量的信息。現(xiàn)蕾期和花鈴期的R-MSR模型的精度要高于單變量回歸模型。在盛蕾期和吐絮期多元逐步回歸模型建立中，只有1 個(gè)指數(shù)入選。因此，每個(gè)時(shí)期精度最好的模型都為多元逐步回歸模型，且模型的決定系數(shù)都高于0.8，均方根誤差（RMSE）均小于0.1，表現(xiàn)出較高的精度。

2.5 模型檢驗(yàn)滴灌棉花冠層葉片葉綠素含量估測(cè)模型的精度檢驗(yàn)

利用20 條檢驗(yàn)樣本數(shù)據(jù) （每個(gè)生育時(shí)期5條）進(jìn)行模型估測(cè)值和實(shí)際值擬合分析，使用擬合方程的決定系數(shù)（R2）、均方根誤差（RMSE）檢驗(yàn)?zāi)Ｐ偷墓罍y(cè)能力和精度，結(jié)果如表4、 圖3 所示。從表4 可以看出，4 個(gè)生育時(shí)期的模型決定系數(shù)都高于0.62，現(xiàn)蕾期的超過(guò)0.8，RMSE為0.11。因此，認(rèn)為模型精度較好。綜上所述，構(gòu)建的不同生育時(shí)期棉花冠層葉片葉綠素含量估測(cè)模型是可行的，可以根據(jù)采集冠層光譜數(shù)據(jù)的生育時(shí)期擇優(yōu)選取估測(cè)模型。

表3 葉綠素含量和光譜指數(shù)的反演模型Table 3 Inversion model of chlorophyll content and spectral index

表4 葉綠素含量估算模型的檢驗(yàn)結(jié)果Table 4 Test results of chlorophyll content estimation model

3 討論

目前，使用高光譜數(shù)據(jù)建立經(jīng)驗(yàn)?zāi)Ｐ蛠?lái)反演作物的生理參數(shù)已經(jīng)得到認(rèn)可，模型的精準(zhǔn)度也越來(lái)越高。但大部分前人的研究都是對(duì)作物整個(gè)生育期進(jìn)行建模研究[18-26]，而作物不同生育時(shí)期生長(zhǎng)發(fā)育的表觀色澤、形態(tài)、理化參數(shù)都能夠干擾高光譜儀器的測(cè)量。因此，本研究使用便攜式光譜儀進(jìn)行各生育時(shí)期的監(jiān)測(cè)，并用于反演滴灌棉花冠層葉片葉綠素含量，得出了不同生育時(shí)期的冠層葉片葉綠素含量的反演模型，取得較好效果，為農(nóng)業(yè)遙感的應(yīng)用提供了理論支持。

圖3 建模樣本棉花葉片葉綠素估測(cè)值和實(shí)測(cè)值擬合結(jié)果Fig.3 Fitting result of chlorophyll estimation and measured value of cotton leaf in sample

棉花冠層葉片葉綠素含量高光譜反演模型沒(méi)有確定的標(biāo)準(zhǔn)化模型，不同種作物的最佳反演模型無(wú)法通用，同種作物的最佳反演模型，也因天氣、地理、品種、長(zhǎng)勢(shì)、監(jiān)測(cè)儀器、大田管理等的不同而不同。本試驗(yàn)受限于天氣、空間、設(shè)備、技術(shù)等多方面影響，沒(méi)有獲得更為詳細(xì)的高光譜數(shù)據(jù)，得出的反演估測(cè)模型也受限于此次測(cè)量結(jié)果。此外，本次試驗(yàn)每個(gè)生育時(shí)期建模樣本數(shù)量較低。本年度葉綠素?cái)?shù)據(jù)采集了8 次，總計(jì)120條數(shù)據(jù)，但是只用到60 條數(shù)據(jù)，每個(gè)模型的建立基于15 條數(shù)據(jù)，數(shù)據(jù)量較少，影響精準(zhǔn)度。

本試驗(yàn)為1年試驗(yàn)，試驗(yàn)數(shù)據(jù)受到大田中病蟲(chóng)害的影響：葉綠素含量在病蟲(chóng)害發(fā)生期間波動(dòng)反常，數(shù)值下降；同時(shí)期的光譜反射率出現(xiàn)異常下降現(xiàn)象，對(duì)比文獻(xiàn)[18-26]與大田當(dāng)時(shí)實(shí)際生產(chǎn)資料發(fā)現(xiàn)，規(guī)模較大的棉蚜發(fā)生時(shí)會(huì)產(chǎn)生大量的蚜蟲(chóng)分泌物，較多的分泌物堆積會(huì)使葉面出現(xiàn)黝黑發(fā)亮的現(xiàn)象，導(dǎo)致光譜反射率降低。本試驗(yàn)完全采用大田種植管理，天氣、水分、日照、蟲(chóng)害均與大田種植一致，故蟲(chóng)害的發(fā)生反而會(huì)使模型的估測(cè)值與真實(shí)值更加相近。本試驗(yàn)在4 個(gè)棉花生育關(guān)鍵時(shí)期的數(shù)據(jù)，包含了病蟲(chóng)害發(fā)生時(shí)和正常生長(zhǎng)時(shí)的數(shù)據(jù)值。棉花大田種植無(wú)法避免主要病蟲(chóng)害的發(fā)生，因此基于正常大田栽培建立的棉花冠層葉片葉綠素估測(cè)模型更加適用于大田監(jiān)測(cè)，更具有廣譜性。最終建立的不同生育時(shí)期的模型中，盛蕾期決定系數(shù)最低（R2＝0.823），而新疆北方大田中棉蚜大規(guī)模爆發(fā)時(shí)期就是在此階段，猜測(cè)病蟲(chóng)害導(dǎo)致了此時(shí)期模型決定系數(shù)的下降。本試驗(yàn)中，病蟲(chóng)害導(dǎo)致葉綠素、光譜反射率、模型精度降低，但受限于本試驗(yàn)的時(shí)間等問(wèn)題，無(wú)法深入探究此問(wèn)題，后期將開(kāi)展相關(guān)研究，進(jìn)而期待為精準(zhǔn)農(nóng)業(yè)提供幫助。

4 結(jié)論

本研究以滴灌棉花冠層葉片光譜數(shù)據(jù)和冠層葉綠素含量數(shù)據(jù)為基礎(chǔ)，揭示了氮素水平對(duì)葉綠素含量的影響，也分別分析了12 種光譜指數(shù)和不同生育時(shí)期的葉綠素含量的相關(guān)關(guān)系，在此基礎(chǔ)上選擇相關(guān)性好的光譜參數(shù)構(gòu)建線性回歸模型和多元逐步回歸模型，得到了下面結(jié)論：（1）不施肥土壤中的氮素養(yǎng)分只能保證苗期棉花的葉綠素合成不受限制，進(jìn)入下一階段的生長(zhǎng)發(fā)育后，氮素不足成為限制葉綠素合成的因素之一；棉蚜爆發(fā)，也會(huì)使葉綠素含量降低。（2）棉花的4個(gè)生育時(shí)期（現(xiàn)蕾期、盛蕾期、花鈴期和吐絮期）中冠層葉片葉綠素含量都與Vogelmann 紅邊指數(shù)1（VOG1）相關(guān)，相關(guān)系數(shù)分別是0.944、0.907、0.895、0.930。（3）大田種植時(shí)不同生育時(shí)期的棉花葉片葉綠素模型有很大差異。所建立模型的決定系數(shù)由高到低依次為現(xiàn)蕾期＞花鈴期＞吐絮期＞盛蕾期。建立的現(xiàn)蕾期模型（y＝82.509x1＋89.937x2－94.438） 精度與準(zhǔn)確度均是最好的，模型檢驗(yàn)R2達(dá)到0.843。此外，還發(fā)現(xiàn)病蟲(chóng)害的發(fā)生會(huì)降低模型精度。