周 宜，李 曉，賀 利，王洋洋，劉北城，王永華，郭天財(cái)，馮 偉

(1.河南農(nóng)業(yè)大學(xué)/國(guó)家小麥工程技術(shù)研究中心，河南鄭州 450046; 2.河南農(nóng)業(yè)大學(xué)生命科學(xué)學(xué)院，河南鄭州 450002)

水分是作物生長(zhǎng)發(fā)育的重要限制因素，是綠色植物最主要的組成成分，是作物生命活動(dòng)的基本生活因子。水分虧缺直接影響植物的生理生化過(guò)程和形態(tài)結(jié)構(gòu)，從而影響植物生長(zhǎng)、產(chǎn)量與品質(zhì)[1-4]。水資源日益短缺的國(guó)情要求我國(guó)農(nóng)業(yè)生產(chǎn)更高效利用有限的水資源，以獲取更高的產(chǎn)量和更好的品質(zhì)。因此，實(shí)時(shí)準(zhǔn)確監(jiān)測(cè)作物水分狀況，對(duì)提高作物灌溉管理水平和水分利用效率具有重要意義。

傳統(tǒng)的作物水分檢測(cè)方法主要有三種，分別為土壤含水量法、植株形態(tài)指標(biāo)法、植株水分生理指標(biāo)法，然而這些方法在應(yīng)用時(shí)費(fèi)時(shí)耗力，難以實(shí)時(shí)、準(zhǔn)確地提供作物需水信息，不適于現(xiàn)代農(nóng)業(yè)的信息化發(fā)展。隨著現(xiàn)代技術(shù)發(fā)展，基于木質(zhì)部“空穴現(xiàn)象”聲發(fā)射信號(hào)、冠層溫度及冠-氣溫差指標(biāo)可以預(yù)測(cè)植株含水量，指示作物水分狀況[5-7]。遙感技術(shù)的迅速發(fā)展使得植株光譜曲線(xiàn)成為直接探測(cè)植被水分虧缺狀況、進(jìn)而評(píng)估作物干旱程度的有效方法。由于植物冠層光譜在900、970、1 200、1 450、1 930及2 500 nm等附近存在明顯水分吸收特征，據(jù)此可構(gòu)建水分植被指數(shù)監(jiān)測(cè)植被水分狀況[8-9]。用光學(xué)遙感直接監(jiān)測(cè)植被水分狀況多基于近紅外和短波紅外波段的反射光譜信息，而這些光譜信息易受大氣、下墊面等環(huán)境因素影響，噪音較大，信號(hào)不夠穩(wěn)定，在大田開(kāi)放式生長(zhǎng)條件下精確獲取的難度較大[10]。目前，獲取作物水分信號(hào)的光譜儀器相對(duì)較少，對(duì)儀器要求的技術(shù)含量高，通常價(jià)格昂貴。

透射光譜技術(shù)是通過(guò)光在物體中的透射情況來(lái)獲得生化信息的新型技術(shù)，因其方便快捷、樣品無(wú)損、綠色環(huán)保等優(yōu)點(diǎn)而備受關(guān)注。目前該技術(shù)常用于油脂、奶制品、中藥等的成分檢測(cè)及果實(shí)病蟲(chóng)害等的室內(nèi)檢測(cè)[11-16]。光是影響作物生長(zhǎng)的重要環(huán)境因子[17]，前人對(duì)作物冠層中光分布狀況研究較多，而透光率就是表征冠層結(jié)構(gòu)特征的一個(gè)重要指標(biāo)，與冠層內(nèi)部光照量呈正相關(guān)。研究表明，種植株型優(yōu)良的品種、合理施用肥料、優(yōu)化作物株行距配置可以改善冠層光環(huán)境，進(jìn)而影響作物形態(tài)特征和產(chǎn)量構(gòu)成[18]。目前，關(guān)于作物群體光輻射特性研究多集中于光在冠層內(nèi)的分布及消減，有關(guān)作物冠層光分布特性與植株生理指標(biāo)間定量關(guān)系研究還較少，尤其冠層透射光譜與植株水分狀況的關(guān)系研究鮮見(jiàn)報(bào)道。

本研究利用多年多點(diǎn)大田測(cè)定資料，系統(tǒng)分析小麥植株含水量與已見(jiàn)報(bào)道的冠層光譜微分參數(shù)間的關(guān)系，建立基于冠層透射光譜的紅邊雙峰指數(shù)與小麥植株含水量間定量關(guān)系，以期用實(shí)時(shí)獲取的小麥冠層透射光譜信息及時(shí)評(píng)估植株水分虧缺狀況，為作物精確灌溉管理提供技術(shù)支撐。

1 材料與方法

1.1 試驗(yàn)設(shè)計(jì)

試驗(yàn)1：于2015-2016年在河南省鄭州市進(jìn)行。試驗(yàn)地土壤類(lèi)型為潮土，其有機(jī)質(zhì)含量19.8 g·kg-1，全氮含量0.99 g·kg-1，速效磷含量70.02 mg·kg-1，速效鉀含量70.99 mg·kg-1。播種前均基施P2O5150 kg·hm-2和K2O 120 kg·hm-2。供試小麥品種為豫麥49-198。試驗(yàn)設(shè)置0、90、180、270、360 kg·hm-25個(gè)施氮水平(分別用N0～N4表示)。總施氮量的50%于播種前施用，剩余的50%于拔節(jié)期追施。設(shè)置三個(gè)水分梯度，分別為不澆水(W0)、拔節(jié)期澆一次水(W1)及拔節(jié)期和抽穗期分別澆一次水(W2)。隨機(jī)區(qū)組排列，設(shè)3次重復(fù)。其他管理措施同高產(chǎn)大田栽培。

試驗(yàn)2：于2016-2017年在河南省新鄉(xiāng)市進(jìn)行。試驗(yàn)地土壤類(lèi)型為潮土，其有機(jī)質(zhì)含量13.2 g·kg-1，全氮含量0.81 g·kg-1，速效磷含量13.6 mg·kg-1，速效鉀含量156.2 mg·kg-1。播種前均基施P2O5120 kg·hm-2和K2O kg·hm-2。供試小麥品種為周麥27。水氮處理同試驗(yàn)1，其他管理措施同高產(chǎn)大田栽培。

試驗(yàn)3：于2017-2018年在河南省新鄉(xiāng)市進(jìn)行。試驗(yàn)地土壤類(lèi)型為潮土，其有機(jī)質(zhì)含量13.3 g·kg-1，全氮含量0.66 g·kg-1，速效磷含量 8.3 mg·kg-1，速效鉀含量100.2 mg·kg-1。播種前均基施P2O5120 kg·hm-2和K2O kg·hm-2。供試小麥品種為周麥27。水氮處理同試驗(yàn)1，其他管理措施同高產(chǎn)大田栽培。

試驗(yàn)4：于2017-2018年在河南省洛陽(yáng)市進(jìn)行。試驗(yàn)地土壤類(lèi)型為潮土，其有機(jī)質(zhì)含量15.4 g·kg-1，全氮含量0.83 g·kg-1，速效磷含量21.6 mg·kg-1，速效鉀含量106.7 mg·kg-1。播種前均基施P2O5120 kg·hm-2和K2O 90 kg·hm-2。供試小麥品種為洛麥26、西農(nóng)219、中麥175、存麥5號(hào)、周麥32。試驗(yàn)設(shè)置三個(gè)水分梯度，分別為不澆水(W0)、拔節(jié)期澆一次水(W1)及拔節(jié)期和抽穗期分別澆一次水(W2)。隨機(jī)區(qū)組排列，重復(fù)3次。其他管理措施同高產(chǎn)大田栽培，試驗(yàn)數(shù)據(jù)用于模型驗(yàn)證。

1.2 指標(biāo)測(cè)定與方法

1.2.1 透射光譜的測(cè)定

采用由荷蘭生產(chǎn)的AvaSpec-2048×14型光纖光譜儀測(cè)定冠層透射光譜，測(cè)定波段范圍為200～1 160 nm。選擇晴朗無(wú)云無(wú)風(fēng)天氣的 11:00-13:00進(jìn)行測(cè)定。測(cè)量時(shí)選取三行有代表性的小麥，將探頭垂直向上置于小麥冠層內(nèi)距地面3 cm高度處(將行間距20 cm分為4等分，分別在東側(cè)小麥行、5 cm、10 cm、15 cm和西側(cè)小麥行共5個(gè)位置上各采集一個(gè)記錄，分別記為E1、E2、E3、E4、E5，統(tǒng)稱(chēng)為一個(gè)處理采樣)，在此前后加測(cè)冠層頂部光譜各2次(探頭垂直放置于冠層上方20 cm)，分別對(duì)冠層頂部和底部的光譜值進(jìn)行平均，并計(jì)算兩者比率(透射率)。在每一個(gè)測(cè)定小區(qū)，選擇有代表性的樣點(diǎn)3個(gè)，將其平均值作為該小區(qū)的透射率。試驗(yàn)1和試驗(yàn)3光譜測(cè)定時(shí)期為拔節(jié)期、孕穗期、抽穗期、開(kāi)花期、灌漿前期、灌漿中期和灌漿末期；試驗(yàn)2從開(kāi)花期開(kāi)始測(cè)定，主要為開(kāi)花期、灌漿中期和灌漿后期；試驗(yàn)4測(cè)定時(shí)期主要為抽穗期、灌漿中期和灌漿后期。由于灌漿后期植株的快速衰老導(dǎo)致冠層結(jié)構(gòu)破壞，此期僅測(cè)定部分小區(qū)的透射光譜。試驗(yàn)1、2、3和4的采集樣本數(shù)分別為96、34、98和40。

1.2.2 植株含水量的測(cè)定

在獲取光譜數(shù)據(jù)的同時(shí)，每個(gè)處理取小麥植株的面積為0.20 m2(0.5 m，2行)，每個(gè)取樣點(diǎn)均從地面水平割取。稱(chēng)得樣品鮮重，后在105 °C下殺青30 min，并在80 °C烘干，直到達(dá)到恒重，稱(chēng)取樣品干重。植株含水量的計(jì)算公式：

植株含水量=(樣品鮮重-樣品干重)/樣品鮮重×100%

1.3 數(shù)據(jù)處理與分析

主要包括冠層透射光譜的特征參數(shù)計(jì)算、特征參數(shù)與植株含水量間相關(guān)分析、回歸建模以及模型精度評(píng)估等。參照文獻(xiàn)資料，借鑒前人的光譜參數(shù)算法，利用MATLAB軟件編程處理光譜數(shù)據(jù)，計(jì)算光譜特征參數(shù)。對(duì)原始透射光譜進(jìn)行一階微分變換，計(jì)算出部分特定波段(藍(lán)光、黃光和紅光)范圍的一些光譜參量。依據(jù)相關(guān)性選取如表1所示的21個(gè)光譜特征參數(shù)，分析各個(gè)參數(shù)與小麥植株含水量之間的定量關(guān)系，篩選出敏感光譜參數(shù)。利用回歸分析技術(shù)確定對(duì)小麥植株含水量反應(yīng)敏感、精度較高的光譜特征參數(shù)，并利用均方根誤差(RMSE)和決定系數(shù)(r2)進(jìn)行模型精度評(píng)估。

2 結(jié)果與分析

2.1 水氮對(duì)小麥冠層透射率和微分光譜的影響

水氮顯著影響小麥冠層光譜，且影響程度在不同波段區(qū)域存在較大差異(圖1)。以試驗(yàn)3的孕穗期和開(kāi)花期原始光譜及其一階微分光譜數(shù)據(jù)為例，在 350～1 050 nm范圍內(nèi)，隨著施氮水平的提高(圖1a、圖1c)以及灌水次數(shù)的增加(圖1b、圖1d)，原始透射率呈不斷變小趨勢(shì)；而微分光譜在不同波段區(qū)域存在較大差異，以紅邊區(qū)域內(nèi)響應(yīng)程度最大，藍(lán)邊次之，黃邊最差(圖1e、圖1f)。水氮對(duì)微分光譜的影響因波段而異，其中對(duì)紅邊微分光譜值的影響較大。隨著施氮水平的提高，微分光譜值增加，N3、N4間差異變?。辉黾庸嗨螖?shù)后，微分光譜值亦增加，W2較W1略有提高。隨水氮條件的改善，微分光譜的紅邊面積增加明顯，趨勢(shì)更加穩(wěn)定。

表1 高光譜特征參數(shù)及定義Table 1 Parameters and definitions of hyperspectral characteristic

a、b、e、f：孕穗期; c、d、g、h：開(kāi)花期。

a,b,e,f:Booting stage; c,d,g,h:Anthesis stage.

圖1 不同水氮條件下小麥冠層透射率及一階微分光譜的變化

Fig.1 Changes of transmittance and first derivative of wheat under different water and nitrogen treatments

2.2 小麥冠層透射率及微分光譜與植株含水量間相關(guān)性

對(duì)試驗(yàn)1～3的不同波段(藍(lán)光、綠光、黃光、紅光、近紅外光)透射光譜與小麥植株含水量之間進(jìn)行相關(guān)分析，結(jié)果(圖2)表明，在拔節(jié)至灌漿中期的6個(gè)時(shí)期，原始光譜透射率均與植株含水量間呈顯著負(fù)相關(guān)，其中開(kāi)花期的相關(guān)性相對(duì)較差(r>-0.50)；灌漿后期的相關(guān)性較低，且為正相關(guān)。不同波段間原始光譜與植株含水量的相關(guān)系數(shù)差異較小。

一階微分光譜與與植株含水量的相關(guān)性在不同波段間差異顯著(圖2b)。其中，紅邊的相關(guān)性表現(xiàn)最好，在各個(gè)時(shí)期均呈極顯著的正相關(guān)(P<0.01)；其次為綠光，其中以灌漿前期表現(xiàn)較差；近紅外波段因時(shí)期而異，開(kāi)花和灌漿前呈顯著正相關(guān)，其他時(shí)期均呈負(fù)相關(guān)，僅孕穗期達(dá)極顯著水平。

將不同生育時(shí)期數(shù)據(jù)綜合，分析350～1 050 nm連續(xù)波段的透射率及其一階微分光譜值與小麥植株含水量之間的相關(guān)性(圖3)。整體而言，不同波段的透射率與植株含水量相關(guān)性均較差 (r<0.13)，且顯著差于單個(gè)時(shí)期的相關(guān)性。微分光譜在439、735、823及950 nm處與植株含水量的相關(guān)性較好，其中在紅邊區(qū)域的735 nm處相關(guān)性最高(r=0.73)。由此可見(jiàn)，紅邊區(qū)域一階微分值與植株含水量之間相關(guān)性在不同生育時(shí)期具有較好的一致性，可用于監(jiān)測(cè)小麥植株含水量。

JS:拔節(jié)期(n=30);BS:孕穗期(n=30); HS:抽穗期(n=30); AS:開(kāi)花期(n=45); EF:灌漿前期(n=30); MF:灌漿中期(n=45); LF:灌漿后期(n=18); JS-LF:拔節(jié)期-灌漿后期(n=228)。圖4同。

JS:Jointing stage; BS:Booting stage; HS:Heading stage; AS:Anthesis stage; EF:Early grain filling stage; MF:Middle grain filling stage; LF:Later grain filling stage; JS-LF:Jointing stage to late grain filling stage.The same in figure 4.

圖2 小麥不同生育時(shí)期的冠層透射率及一階微分光譜與植株含水量間相關(guān)系數(shù)

Fig.2Correlations of characteristic bands at different wheat growth stages between

transmittance, first derivative and plant water content

圖3 不同波段的小麥冠層透射率及一階微分 光譜與植株含水量間的相關(guān)系數(shù)(n=228)Fig.3 Correlations of different bands between transmittance, first derivative and plant water content in the wheat canopy

2.3 小麥冠層透射光譜的特征變量與植株含水量間相關(guān)性

由表2可知，光譜位置和面積類(lèi)的特征參數(shù)與植株含水量相關(guān)性由強(qiáng)到弱依次為紅邊參數(shù)、黃邊參數(shù)和藍(lán)邊參數(shù)。紅邊位置參數(shù)Dr和λr相關(guān)系數(shù)分別為0.74和0.59，紅邊面積參數(shù)SDr相關(guān)系數(shù)為0.70。光譜振幅組合及面積組合類(lèi)參數(shù)中，紅藍(lán)波段組合與植株含水量的相關(guān)性?xún)?yōu)于紅黃波段組合，振幅組合(Dr-Db)/(Dr+Db)的相關(guān)系數(shù)為0.75，面積組合參數(shù)(SDr-SDb)/(SDr+SDb)的相關(guān)系數(shù)為0.53。盡管紅邊面積與植株含水量相關(guān)性較好，但紅邊區(qū)域680～760 nm存在多峰現(xiàn)象。對(duì)紅邊區(qū)域進(jìn)行分割，發(fā)現(xiàn)不同的紅邊雙峰特征參數(shù)與植株含水量表現(xiàn)出不同的相關(guān)性。左峰面積和右峰面積與植株含水量均呈顯著正相關(guān)，相關(guān)系數(shù)分別為0.59和0.74，表明左峰面積含有較多的冗余信息，而右峰面積更能突出目標(biāo)物信息；雙峰面積比和雙峰面積歸一化指數(shù)與植株含水量均呈顯著負(fù)相關(guān)，相關(guān)系數(shù)分別為-0.83和-0.84?？梢?jiàn)，紅邊振幅Dr、紅邊面積SDr、紅藍(lán)振幅歸一化(Dr-Db)/(Dr+Db)、右峰面積RSDR、雙峰面積比RIDA及雙峰面積歸一化NDDA與植株含水量的相關(guān)性不僅在各生育時(shí)期表現(xiàn)較好，而且具有較好的一致性，綜合相關(guān)性較強(qiáng)。

表2 小麥冠層透射光譜的特征變量與植株含水量間相關(guān)系數(shù)(n=228)Table 2 Correlations between characteristic parameters of transmission spectra and wheat plant water content

***：P< 0.001；**：P< 0.01；*：P< 0.05.

2.4 小麥植株含水量與透射光譜的特征變量間定量關(guān)系

為了進(jìn)一步表征小麥植株含水量與透射光譜的特征變量間定量關(guān)系，選擇上述6個(gè)表現(xiàn)較好的光譜特征變量與植株含水量進(jìn)行回歸分析。由圖4可以看出，紅邊面積擬合精度最差，r2= 0.50，RMSE為6.21；其次為紅邊振幅、紅藍(lán)振幅歸一化及右峰面積，三者之間擬合精度差別較小，r2為0.55～0.56，RMSE為5.71～ 5.90；雙峰面積比及歸一化指數(shù)的擬合精度最高，r2分別為 0.69和0.71，RMSE分別為4.87和 4.70。

采用試驗(yàn)4樣本對(duì)上述模型進(jìn)行驗(yàn)證，并繪制6種反演模型的植株含水量預(yù)測(cè)值與實(shí)測(cè)值散點(diǎn)圖(圖5)，直觀(guān)展示模型對(duì)植株含水量的預(yù)測(cè)效果，其中雙峰面積比及歸一化指數(shù)的預(yù)測(cè)精度最高(r2=0.62)。這表明，紅邊雙峰組合參數(shù)均能夠很好地反映小麥植株含水量的變化，尤其雙峰面積歸一化指數(shù)預(yù)測(cè)精度更高，誤差控制更好，能有效監(jiān)測(cè)植株含水量狀況，有利于實(shí)時(shí)評(píng)估植株水分狀況及農(nóng)田受旱程度。

3 討 論

小麥冠層結(jié)構(gòu)具有時(shí)間動(dòng)態(tài)性，拔節(jié)以后的各生育時(shí)期冠層光譜透射率與植株含水量間相關(guān)性均達(dá)顯著水平，其中抽穗期處理間水分差異較小，開(kāi)花期受花粉光反射影響，導(dǎo)致該期相關(guān)性相對(duì)較弱(|r|<0.55 )。隨著生育時(shí)期的推移，小麥冠層空間異質(zhì)性發(fā)生變化，不同時(shí)期透射率的綜合數(shù)據(jù)與植株含水量的相關(guān)性并不顯著。為減小低頻背景噪音和其他光譜重疊信號(hào)的干擾，放大目標(biāo)探測(cè)物(冠層)光譜信息，先后發(fā)展了多種光譜分析技術(shù)[24-25]。前人研究發(fā)現(xiàn)，一階微分光譜可以較好監(jiān)測(cè)作物生長(zhǎng)狀況[26-28]。本研究中，對(duì)小麥冠層透射光譜進(jìn)行一階微分處理后，不同時(shí)期光譜的綜合數(shù)據(jù)與植株含水量的相關(guān)性與單個(gè)時(shí)期數(shù)據(jù)比較的結(jié)果因波段而異，其中紅邊720～755 nm的相關(guān)系數(shù)顯著提高(r>0.75,P<0.001)，說(shuō)明微分光譜能夠很好地減輕生育時(shí)期的影響。通過(guò)微分技術(shù)提取到的光譜位置及面積變量中，除Db和SDb外，其他光譜參數(shù)均與植株含水量表現(xiàn)出較好的相關(guān)性(P<0.05)，表明微分光譜能夠很好地反映植株水分信息。

圖4 基于光譜特征參數(shù)的小麥植株含水量監(jiān)測(cè)模型(n=228)Fig.4 Monitoring models of plant water content in winter wheat based on spectra characteristic parameters

圖5 基于光譜特征參量的冬小麥植株含水量預(yù)測(cè)值與實(shí)測(cè)值的比較(n=40)Fig.5 Comparison between predicted and observed plant water content in winter wheat based on spectral characteristic variables

紅光是光合作用高效光波段，增加紅光成分可提高了植株株高、葉面積、葉綠素含量、葉片光合速率及干物質(zhì)生產(chǎn)量，促進(jìn)同化產(chǎn)物向營(yíng)養(yǎng)器官分配[29-30]。由于680～760 nm處于紅光強(qiáng)吸收區(qū)和近紅外強(qiáng)反射區(qū)的過(guò)渡區(qū)，光譜變化比較劇烈，蘊(yùn)含著豐富的植被信息，被廣泛用于監(jiān)測(cè)植被生長(zhǎng)狀況[31-32]。據(jù)此，本研究篩選出的紅邊面積(SDr)、紅邊振幅(Dr)及藍(lán)邊振幅(Db)的歸一化值(Dr-Db)/(Dr+Db)與植株含水量的相關(guān)系數(shù)均高于0.70(P<0.001)。通過(guò)對(duì)紅邊面積分割并分析其與植株含水量間關(guān)系，發(fā)現(xiàn)右峰面積更能突出植株含水量的信息，雙峰面積比值及歸一化與植株含水量間相關(guān)性進(jìn)一步增強(qiáng)，線(xiàn)性方程擬合精度r2分別為0.69和0.71，能夠適用于不同生育時(shí)期植株含水量的監(jiān)測(cè)。

植被水分吸收波段主要位于近紅外及短波紅外區(qū)，前人基于這種物理學(xué)基礎(chǔ)的直接相關(guān)法確立了水分指數(shù)及估算方法。研究發(fā)現(xiàn)，不施氮肥的小麥?zhǔn)芨珊档挠绊懽顕?yán)重，可利用水分吸收波段計(jì)算水分指數(shù)WI(WI=R970/R900)，用于預(yù)測(cè)葉片水分狀況[8]。Danson等發(fā)現(xiàn)，1 360～ 1 470 nm和1 830～2 080 nm反射率一階導(dǎo)數(shù)與葉片含水量顯著相關(guān)，且不受葉片結(jié)構(gòu)的影響[33]。劉小軍等基于短波紅外波段提出了監(jiān)測(cè)水稻葉片含水量的光譜指數(shù)RSI(R1402, R2272) 和NDSI(R1402, R2272)[34]。當(dāng)然，冠層反射光譜主要反映植株上層信息，包含的中下層信息較少，這在一定程度上也影響了利用短波紅外反射光譜對(duì)植被水分狀況的精確評(píng)價(jià)。在作物生長(zhǎng)中，不同的水氮處理顯著影響作物生長(zhǎng)狀況，提高水肥吸收及干物質(zhì)生產(chǎn)能力，而這種生長(zhǎng)差異反過(guò)來(lái)影響冠層光譜特性，因此可見(jiàn)光信息也能間接反映作物水分狀況。前人利用這種生物學(xué)關(guān)聯(lián)機(jī)制的間接方法進(jìn)行了作物水分及氮素的估算評(píng)價(jià)[35-36]。例如，氮肥水平會(huì)影響作物長(zhǎng)勢(shì)及葉綠素含量，進(jìn)而影響光譜吸收，因此利用葉綠素敏感波段可以間接監(jiān)測(cè)氮素狀況。Thomas等利用葉綠素敏感波段550 nm和670 nm建立模型，定量估算甜椒葉片氮含量[37]。吳華兵等利用對(duì)長(zhǎng)勢(shì)敏感的波段及指數(shù)RVI [average(760-850),700] 定量指示棉花冠層葉片氮含量[38]。水分盈缺程度直接影響植物吸收利用土壤中的有機(jī)物和無(wú)機(jī)物質(zhì)的能力及作物長(zhǎng)勢(shì)，進(jìn)而對(duì)冠層光譜產(chǎn)生影響。田永超等提出R(610,560)、(R810-R610)/(R810+R610)和R(610,560)/ND(810,610)三類(lèi)光譜指數(shù)，均與小麥水分參數(shù)呈極顯著線(xiàn)性相關(guān)[39]。劉曉靜等發(fā)現(xiàn)，基于560 nm、610 nm、680 nm和810 nm構(gòu)建的NDVI和OSAVI等植被指數(shù)與冬小麥葉片相對(duì)含水量呈極顯著相關(guān)[40]。哈布熱等發(fā)現(xiàn)，不同生育時(shí)期冬小麥植株水分狀況均與650～775 nm波段密切相關(guān)，利用該波段構(gòu)建的回歸模型可用于監(jiān)測(cè)冬小麥植株含水率[41]。以上研究證實(shí)了采用可見(jiàn)光信息可以間接反映植株水分狀況。冠層反射光譜存在僅反映植株上層信息的缺點(diǎn)，而本研究采用的冠層透射光譜是光穿透整個(gè)冠層后的信息結(jié)果，與群體結(jié)構(gòu)密切相關(guān)，較反射光譜包含更多的作物長(zhǎng)勢(shì)信息，這在一定程度上可以彌補(bǔ)間接監(jiān)測(cè)小麥植株含水量的不足，提高監(jiān)測(cè)精度。因此，本研究基于可見(jiàn)光透射光譜技術(shù)，囊括多個(gè)生育時(shí)期，綜合不同水氮耦合處理對(duì)冬小麥植株含水量的影響，構(gòu)建了普適性較強(qiáng)的冬小麥植株含水量監(jiān)測(cè)模型，從而為小麥水分監(jiān)測(cè)和精確灌概提供技術(shù)支撐。

目前，有關(guān)植被冠層光譜信息的采集儀器較多，其中，可見(jiàn)光光譜信息較為穩(wěn)定，信噪比高，而近紅外光和短波紅外光譜極易受大氣環(huán)境(溫度、濕度、噪聲、大風(fēng)等)的影響，噪音相對(duì)較大，且植被信號(hào)不夠穩(wěn)定。為此，要獲得較為可靠的近紅外及短波紅外的植被光譜信息，對(duì)采集儀器的精密度、專(zhuān)業(yè)性要求較高，一般價(jià)格較為昂貴，農(nóng)業(yè)生產(chǎn)應(yīng)用受限。本研究采用的是透射光譜技術(shù)，僅利用可見(jiàn)光波段就可以間接監(jiān)測(cè)植株水分狀況，證實(shí)了可見(jiàn)光信息也能監(jiān)測(cè)植被水分狀況的可行性。這為小麥生產(chǎn)的水分灌溉管理提供了可靠的關(guān)鍵技術(shù)，同時(shí)為作物水分監(jiān)測(cè)提供了新的途徑與方法。由于對(duì)探測(cè)可見(jiàn)光光譜信息的儀器技術(shù)要求相對(duì)較低，此類(lèi)儀器價(jià)格相對(duì)低廉，可推廣到農(nóng)業(yè)生產(chǎn)中，實(shí)時(shí)監(jiān)測(cè)作物水分狀況，指導(dǎo)田間水分管理，促進(jìn)精準(zhǔn)農(nóng)業(yè)發(fā)展?；谕干涔庾V監(jiān)測(cè)作物水分狀況在田塊尺度上簡(jiǎn)單易行，而上升到高空大面積尺度上還需地面數(shù)據(jù)輔助，系統(tǒng)確立反射光譜與透射光譜間關(guān)聯(lián)機(jī)制，有關(guān)這方面的研究還需進(jìn)一步開(kāi)展。

4 結(jié) 論

透射光譜可以穿透整個(gè)冠層，直接感知植株生長(zhǎng)狀態(tài)。光譜微分技術(shù)減弱了不同生育時(shí)期間差異，透射光譜的紅邊區(qū)域一階微分值與植株含水量間相關(guān)顯著。以紅邊雙峰面積比值及歸一化指數(shù)為變量構(gòu)建的監(jiān)測(cè)模型能夠精確反演小麥植株含水量，尤其紅邊雙峰面積歸一化指數(shù)模型精度最高，這對(duì)于利用可見(jiàn)光信息實(shí)時(shí)監(jiān)測(cè)植被水分狀況，為作物精確灌溉管理提供了理論基礎(chǔ)及技術(shù)參考。