胡珍珠，潘存德，趙善超，陳 虹，王世偉

（1.新疆農(nóng)業(yè)大學(xué) 草學(xué)博士后科研流動(dòng)站，新疆 烏魯木齊 830052; 2.新疆農(nóng)業(yè)大學(xué) 林學(xué)與園藝學(xué)院 新疆教育廳干旱區(qū)林業(yè)生態(tài)與產(chǎn)業(yè)技術(shù)重點(diǎn)實(shí)驗(yàn)室，新疆 烏魯木齊 830052）

植被是陸地生態(tài)系統(tǒng)的重要組成部分，植物葉片中的水分含量約占40%～80%，而植被光合作用、呼吸作用以及生物量均依賴于水分。因此，監(jiān)測(cè)植物的含水量對(duì)反映植物生理狀況具有重要意義［1］， 也可為田間水分科學(xué)管理提供依據(jù)。而傳統(tǒng)的植物水分監(jiān)測(cè)方法具有滯后性和破壞性，且在時(shí)間和空間上難以滿足高效、適時(shí)、精準(zhǔn)、無(wú)損的要求，故而難以進(jìn)行大面積的應(yīng)用［2］。光譜技術(shù)具有簡(jiǎn)便、快捷、無(wú)損等特點(diǎn)，既可以滿足植被含水量在時(shí)空變化上的監(jiān)測(cè)，還能夠滿足實(shí)行高效、適時(shí)的監(jiān)測(cè)要求。目前已在國(guó)內(nèi)外得到廣泛應(yīng)用，有研究表明，750 ～1 350 nm 波段反射率、紅邊幅值、紅邊面積可對(duì)農(nóng)田水分虧缺狀況進(jìn)行即時(shí)監(jiān)測(cè)［3］。有研究表明冬小麥灌漿水分含量的敏感波段為350 ～630 nm和1 000 ～1 130 nm，且紅邊參數(shù)可以判別冬小麥水分脅迫的程度［4］。而1 190 ～1 320 nm 和1 600 nm 波段反射率的一階微分可以用來(lái)對(duì)雙季稻冠層水分的虧缺進(jìn)行監(jiān)測(cè)［5］。又有研究表明水分指數(shù)WI可較好地監(jiān)測(cè)植株水分狀況的變化［6］，而在后期研究中發(fā)現(xiàn)植物葉片、植株體或冠層的含水量均可采用WI與NDVI的比值WI/NDVI進(jìn)行預(yù)測(cè)，而且預(yù)測(cè)精度得到了顯著提高［7］。

平歐雜種榛（Corylus heterophylla×Corylus avellanay） 作為新疆北疆地區(qū)的主栽經(jīng)濟(jì)林樹(shù)種之一，具有較高的營(yíng)養(yǎng)價(jià)值和經(jīng)濟(jì)價(jià)值。但當(dāng)?shù)剞r(nóng)民由于缺乏科學(xué)的田間水分管理技術(shù)［8］，從而嚴(yán)重影響榛子的產(chǎn)量和品質(zhì)。因此，科學(xué)、合理地灌溉是榛子提產(chǎn)增效的關(guān)鍵問(wèn)題之一。由此可見(jiàn)，基于榛子樹(shù)體水分狀況，研發(fā)高效、適時(shí)的榛子葉片水分含量監(jiān)測(cè)技術(shù)，既可實(shí)現(xiàn)榛子提產(chǎn)增效的目的，也可促進(jìn)新疆林果業(yè)發(fā)展、改善生態(tài)環(huán)境。而現(xiàn)有的采用光譜技術(shù)對(duì)植株水分含量進(jìn)行監(jiān)測(cè)的研究均采用一般的數(shù)學(xué)統(tǒng)計(jì)方法，即認(rèn)為因變量存在誤差，而自變量不存在誤差。但在實(shí)驗(yàn)過(guò)程中，由于采樣誤差、測(cè)量誤差等因素導(dǎo)致自變量也存在誤差。故本研究引入度量誤差方法構(gòu)建榛子樹(shù)體水分含量，提高其測(cè)量精度，使其構(gòu)建的光譜反演度量誤差模型不僅滿足榛子樹(shù)體在時(shí)間上的連續(xù)性和空間上的廣泛性，也為更精準(zhǔn)的田間水分科學(xué)管理提供理論依據(jù)。

1 材料與方法

1.1 試驗(yàn)地概況

試驗(yàn)地位于烏魯木齊市北郊安寧渠鎮(zhèn)農(nóng)科院試驗(yàn)基地（E86°37＇33"～88°58＇24"，N43°45＇32"～ 44°08＇00"）屬溫帶大陸性干旱氣候，地處亞歐大陸腹地。晝夜溫差大，日照時(shí)數(shù)長(zhǎng)，年均日照時(shí)數(shù)2 813.5 h，年均降水量208.4 mm，年均蒸發(fā)量 2 616.9 mm，年均無(wú)霜期179 d。

1.2 試驗(yàn)材料

以平歐雜種榛的‘新榛1 號(hào)’品種（新疆品種審定委員審定的品種）為試驗(yàn)材料。樹(shù)齡9 年、株行距為2 m×4 m、林相整齊、東西行向栽植、健康無(wú)病蟲(chóng)害。供試樣株設(shè)置4 個(gè)不同水分梯度（W1重度干旱、W2 中度干旱、W3 輕度干旱、W4 對(duì)照），每個(gè)水分處理設(shè)置3 個(gè)重復(fù)小區(qū)，每個(gè)小區(qū)5 株樹(shù)，共60 株樹(shù)參試，所選樣株長(zhǎng)勢(shì)基本一致。

1.3 光譜數(shù)據(jù)采集

晴朗無(wú)風(fēng)或微風(fēng)的天氣情況下，分別于榛子果實(shí)坐果期、速生生長(zhǎng)期、脂化期和近成熟期，采用便攜式光譜分析儀（UniSpec-SC）對(duì)榛子葉片光譜反射率進(jìn)行田間活體測(cè)定。每一樣株從東、南、西、北4 個(gè)方向共選取當(dāng)年生成熟健康葉片10 片，對(duì)活體健康葉片進(jìn)行6 次重復(fù)測(cè)定，取其平均值作為該小區(qū)樣株葉片光譜反射率。

1.4 葉片水分含量測(cè)定

于榛子果實(shí)生育期，同步采集已進(jìn)行光譜數(shù)據(jù)測(cè)定的榛子樣株葉片，混合成1 個(gè)樣品，4 個(gè)生育期共48 個(gè)樣品。葉片采集后隨即用蒸餾水將樣片上泥土等雜物清洗干凈后并擦干，采用電子秤稱量葉片鮮重（FW）。鮮重測(cè)定后將葉樣裝入牛皮紙信封置于烘箱中，105 ℃殺青30 min，以恒溫80 ℃將葉樣烘至恒重，進(jìn)行干重（DW）稱量。葉片相對(duì)含水量（RWC）公示如下：

1.5 數(shù)據(jù)分析處理

本研究采用6 種光譜水分指數(shù)，即：水分指數(shù)WI（Water Index）［9］、歸一化水分指數(shù)NDWI（Normalized Difference Water Index）［10］、比值指數(shù)WI/NDWI（The Ratio Index）［10］、水分波段指數(shù)WBI（Water Band Index）［11］、中心波長(zhǎng)比值指數(shù)Ratio975（Center Wavelength Water Index）［12］、 光 化/生理反射指數(shù)PRI（Photochemical/Physiological Reflectance Index）［13］。

榛子葉片含水量和光譜特征參量之間的相關(guān)性采用Person 相關(guān)分析法進(jìn)行數(shù)據(jù)分析；榛子葉片水分含量與光譜特征參量之間的一次函數(shù)（y=ax+b）和三次函數(shù)（y=ax3+bx2+cx+d）回歸關(guān)系采用獨(dú)立正態(tài)等方差進(jìn)行檢驗(yàn)；榛子葉片水分含量光譜反演模型采用度量誤差方法進(jìn)行構(gòu)建；榛子葉片水分含量光譜反演度量誤差模型精度采用均方根誤差（RMSE）和相對(duì)誤差（RE）進(jìn)行檢驗(yàn)。

2 結(jié)果與分析

2.1 果實(shí)不同生育時(shí)期葉片光譜反射率特征

由圖1 可見(jiàn)，榛子果實(shí)4 個(gè)生育期，葉片光譜反射率曲線在整個(gè)波段上具有相同的趨勢(shì)。310 ～350 nm 短波段范圍內(nèi)，由于光譜曲線的首端噪聲，葉片光譜反射率變異較大，且此波段內(nèi)光譜反射率急劇降低。在400 ～680 nm 波段范圍內(nèi)反射率較低，并在550 nm 波段附近均出現(xiàn)第1 個(gè)強(qiáng)反射峰。在680 nm 附近均出現(xiàn)強(qiáng)吸收谷，即：紅谷。在680 ～750 nm 波段反射率迅速抬升，形成1個(gè)陡峭的爬升脊。在近紅外780 ～1 050 nm 波段，反射率較高且較平穩(wěn)，形成1 個(gè)很強(qiáng)的反射平臺(tái)。 1 050 ～1 110 nm 波段范圍，反射率變異隨著波長(zhǎng)的增加而增加。

圖1 榛子果實(shí)不同生育期葉片光譜反射率特征Fig.1 The leaf spectral reflectance characteristics of hazelnut at various phenological period of fruit development

2.2 光譜反射率對(duì)葉片水分含量的響應(yīng)

由表1 可見(jiàn)，榛子葉片含水量隨著田間持水量的增加而增加，但隨著果實(shí)生育時(shí)期的推移而降低。由圖2 可知，榛子果實(shí)4 個(gè)生育期，葉片光譜反射率對(duì)水分含量的響應(yīng)表現(xiàn)出相同的規(guī)律：在可見(jiàn)光波段，光譜反射率隨田間持水量的增加而增高；在近紅外波段，光譜反射率則隨田間持水量增加而降低。

表1 榛子果實(shí)不同生育時(shí)期葉片含水量Table 1 foliar water content of hazelnut fruit at various phenological periods of fruit development %

圖2 光譜反射率對(duì)葉片水分含量的響應(yīng)Fig.2 Response of spectral reflectance to leaf moisture content

2.3 榛子葉片含水量與光譜水分指數(shù)的相關(guān)性

采用Person 相關(guān)分析方法分別分析水分指數(shù)WI（水分指數(shù)）、WI/NDWI（比值指數(shù)）、WI/NDWI（比值指數(shù)）、WBI（水分波段指數(shù)）、Ratio975（水分波段指數(shù)）、PRI（水分波段指數(shù)）與葉片含水量相關(guān)系數(shù)。由表2 可見(jiàn)，二者之間的相關(guān)性均達(dá)到極顯著相關(guān)，相關(guān)系數(shù)最大的光譜水分指數(shù)與葉片含水量的關(guān)系最為密切，可作為敏感波段指數(shù)，故WI/NDWI（比值指數(shù)）、WI/NDWI（比值指數(shù)）、WI（水分指數(shù)）和WBI（水分波段指數(shù)）分別為果實(shí)坐果期、速生生長(zhǎng)期、果實(shí)脂化期和果實(shí)近成熟期的敏感波段指數(shù)。

表2 榛子果實(shí)不同生育時(shí)期葉片含水量與光譜水分指數(shù)的相關(guān)系數(shù)Table 2 Correlation coefficient between foliar water content and water index of hazelnut at various phenological periods of fruit development

2.4 榛子葉片含水量與光譜水分指數(shù)回歸關(guān)系

為構(gòu)建更精準(zhǔn)的榛子樹(shù)體含水量光譜反演模型，首先探尋葉片含水量和敏感波段之間的回歸關(guān)系，采用的回歸關(guān)系為一次函數(shù)（y=ax+b）和三次函數(shù)（y=ax3+bx2+cx+d），表3 結(jié)果表明，果實(shí)4 個(gè)生育期，因變量y（葉片含水量）和自變量x（敏感波段指數(shù)）之間的三次函數(shù)關(guān)系擬合度（R2）均較一次函數(shù)的擬合度（R2）高的多。

表3 榛子果實(shí)不同生育時(shí)期葉片水分含量與光譜水分指數(shù)的回歸關(guān)系Table 3 Regression relationship between foliar water content of hazelnut and spectral water index at various phenological periods of fruit development

2.5 葉片含水量與光譜水分指數(shù)三次回歸關(guān)系的診斷

分別對(duì)4 個(gè)生育期葉片含水量與敏感波段指數(shù)的三次函數(shù)的回歸關(guān)系殘差eij（i=1，2，3，4；j=1，2，3）進(jìn)行分析。由表4 可見(jiàn)，殘差正態(tài)分布χ2檢驗(yàn)χ2值分別為3.435 6、4.873 9、3.982 4、4.297 5，均小于χ20.1(6)=10.64，說(shuō)明殘差eij服從正態(tài)分布，即e～N（0, 0.65 762）、e～N（0, 0.456 32）、e～N（0, 0.404 62）和e～N（0, 0.464 72）；殘差獨(dú)立性Durbin-Watson（DW）檢驗(yàn)DW值依次為1.826、1.627、2.110、1.728，均在［1.468,2.532］之內(nèi)，表明不存在一階自相關(guān)；殘差方差齊性Levenes（W）檢驗(yàn)W分別為1.983、1.948、2.110 和1.728，均小于F0.05(3,8)=4.07，表明殘差方差表現(xiàn)為方差齊性。由上述獨(dú)立正態(tài)等方差檢驗(yàn)結(jié)果表明葉片含水量與敏感波段指數(shù)之間的三次函數(shù)關(guān)系構(gòu)建成立。

表4 葉片水分含量與敏感波段指數(shù)三次函數(shù)回歸關(guān)系的殘差檢驗(yàn)Table 4 Residual test for regression relationship between foliar water content and sensitive band index cubic function

2.6 葉片含水量光譜反演度量誤差模型的構(gòu)建

因自變量和因變量均為具有觀測(cè)誤差的內(nèi)生變量，故本研究引入度量誤差方法構(gòu)建榛子葉片水分含量光譜反演度量誤差模型。上述檢驗(yàn)結(jié)果表明，榛子果實(shí)4 個(gè)生育時(shí)期葉片水分含量與敏感波段指數(shù)間的三次函數(shù)關(guān)系均成立。以葉片水分含量為因變量（y），以相應(yīng)的敏感波段指數(shù)為自變量（x），基于已成立的三次函數(shù)數(shù)學(xué)關(guān)系基礎(chǔ)上構(gòu)建光譜反演度量誤差模型，見(jiàn)表5。

表5 葉片水分含量光譜反演度量誤差模型Table 5 Special measurement error models about foliar water content of hazelnut

2.7 葉片含水量光譜反演度量誤差模型精度檢驗(yàn)

為檢驗(yàn)葉片含水量光譜反演度量誤差模型具有較高的精度，并驗(yàn)證其在實(shí)踐生產(chǎn)中具有可應(yīng)用性，隨機(jī)選取46 個(gè)樣株作為獨(dú)立樣本，每個(gè)生育期與模型樣本同步進(jìn)行光譜反射率和含水量的測(cè)定，用以對(duì)模型精度的檢驗(yàn)。由獨(dú)立樣本預(yù)測(cè)的估測(cè)值和實(shí)測(cè)值間的線性關(guān)系的擬合度（R2）分別為0.876 2、0.898 1、0.836 2、0.867 3，表明模型的估測(cè)值和實(shí)際值較為接近。對(duì)光譜反演度量誤差模型進(jìn)行置信橢圓檢驗(yàn)，4個(gè)時(shí)期的置信橢圓檢驗(yàn)F值依次為1.678 4、2.567 4、1.893 5 和2.023 6，均小于F0.05（2,44）=3.21，表明度量誤差模型的估測(cè)值與實(shí)測(cè)值之間的差異不顯著。度量誤差模型的均方根誤差（RMSE）分別為2.026 3、2.897 3、2.201 8 和3.012 4 g/kg，相對(duì)誤差（RE）依次為2.163 2%、1.982 3%、2.026 3%、2.453 2%，表明估測(cè)值和實(shí)測(cè)值誤差較小。利用獨(dú)立樣本進(jìn)行檢驗(yàn)的結(jié)果表明4 個(gè)生育期構(gòu)建的葉片含水量光譜反演度量誤差模型均具有很高的估測(cè)精度。見(jiàn)圖3。

圖3 葉片水分含量估測(cè)值與實(shí)測(cè)值之間的關(guān)系Fig.3 Relationship between predicted values and measured values for foliar water content of hazelnut

3 討論

本研究采用田間活體葉片進(jìn)行光譜反射率的測(cè)定，葉片表面蠟層、鮮活葉片中水分、葉片細(xì)胞、亞細(xì)胞組織等結(jié)構(gòu)掩蓋了由化學(xué)鍵振動(dòng)引起的光譜反射特性的微弱變化，導(dǎo)致對(duì)葉片進(jìn)行水分含量監(jiān)測(cè)存在一定難度。故而消除這些因素對(duì)光譜反射的影響，是構(gòu)建具有高精度的植物水分光譜反演模型的關(guān)鍵所在。大量的研究是通過(guò)對(duì)光譜數(shù)據(jù)進(jìn)行相應(yīng)變換以及構(gòu)造光譜指數(shù)的方法來(lái)消除影響因子的干擾，如對(duì)光譜數(shù)據(jù)進(jìn)行一階差分轉(zhuǎn)換［14-15］、光譜數(shù)據(jù)進(jìn)行多波段組合、光譜比值植被指數(shù)［16］、光譜數(shù)據(jù)歸一化等方法［17］可以消除光照條件差異、減弱數(shù)據(jù)變異等，從而達(dá)到消弱其他因素對(duì)光譜觀測(cè)值的影響，對(duì)原始光譜數(shù)據(jù)進(jìn)行預(yù)處理可以凸顯出某些隱含的光譜特征從而達(dá)到提高估測(cè)精度的目的，但并不能完全消除干擾因子的影響，如Yoder［18］的研究表明，導(dǎo)數(shù)光譜并不能完全消除葉面積的影響。

利用光譜進(jìn)行模型反演的研究較多，如采用二次函數(shù)模型對(duì)艾比湖濕地自然保護(hù)區(qū)土壤鹽分的精度最高［19］；基于特征波段利用逐步回歸構(gòu)建的河套灌區(qū)土壤水溶性鹽基離子光譜反演模型精度最 高［20］；原始光譜反射率的的比值形式（RVI）和歸一化差值形式(NDVI)所構(gòu)建的長(zhǎng)江口濕地互花米草葉片葉綠素含量反演模型的精度最高［21］。但通常的回歸分析，總是認(rèn)為由于抽樣誤差、觀測(cè)誤差等導(dǎo)致因變量的觀測(cè)值含有誤差，而自變量的觀測(cè)值不含有任何誤差。而抽樣誤差、觀測(cè)誤差等同樣會(huì)導(dǎo)致自變量也含有誤差，這種隨機(jī)誤差為度量誤差。當(dāng)自變量和因變量二者都含有度量誤差，尤其當(dāng)因變量的度量誤差比較大時(shí)，常規(guī)回歸分析方法計(jì)算的結(jié)果會(huì)產(chǎn)生明顯的系統(tǒng)誤差。為減弱估測(cè)模型的系統(tǒng)誤差，度量誤差模型可較好地運(yùn)用于提高模型參數(shù)的估計(jì)，但目前采用該種方法用于生產(chǎn)實(shí)踐的研究較少，但在林分蓄積方程的靈敏性r［22］、生長(zhǎng)模型系數(shù)、生長(zhǎng)預(yù)測(cè)［23］和林分優(yōu)勢(shì)高和平均高［24］等林分生長(zhǎng)與收獲預(yù)估模型的研究上取得了重要進(jìn)展。唐守正院士提出采用非線性度量誤差聯(lián)立方程組進(jìn)行生態(tài)系統(tǒng)模型整合是可行的［25-26］。

本研究?jī)H采用度量誤差方法對(duì)榛子葉片水分含量光譜反演模型的參數(shù)進(jìn)行了估計(jì)。度量誤差研究的內(nèi)容還包含模擬外推、回歸校準(zhǔn)［27］等方法，哪種度量方法更適合應(yīng)用于帶度量誤差的榛子葉片水分含量光譜反演模型的參數(shù)估計(jì)，有待進(jìn)一步研究。

4 結(jié)論

（1）榛子葉片含水量隨著田間持水量的增加而增加，但隨著果實(shí)生育時(shí)期的推移而降低。

（2）葉片光譜反射率對(duì)水分的響應(yīng)表現(xiàn)為：在可見(jiàn)光波段，光譜反射率隨田間持水量的增加而增高；在近紅外波段，光譜反射率則隨田間持水量增加而降低。

（3）榛子果實(shí)4 個(gè)生育期，葉片水分含量和敏感波段之間的三次函數(shù)關(guān)系擬合度（R2）均較一次函數(shù)的擬合度（R2）高的多。且利用獨(dú)立正態(tài)等方差檢驗(yàn)表明二者之間的三次函數(shù)關(guān)系成立。

（4）利用獨(dú)立樣本對(duì)榛子葉片水分含量光譜反演度量誤差模型進(jìn)行檢驗(yàn)，其均方根誤差（RMSE）和相對(duì)誤差（RE）均較小，且通過(guò)置信橢圓檢驗(yàn)，表明榛子葉片水分含量光譜反演度量誤差模型具有較高的精度。