王正慶,肖 策,車(chē)永飛,李天鵬,李 策,丁華棟,宋 靜,賀海洋,馬 艷

(1.南華大學(xué) 資源環(huán)境與安全工程學(xué)院,湖南 衡陽(yáng) 421001;2.東華理工大學(xué) 核資源與環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室,江西 南昌 330013;3.稀有金屬礦產(chǎn)開(kāi)發(fā)與廢物地質(zhì)處置技術(shù)湖南省重點(diǎn)實(shí)驗(yàn)室,湖南 衡陽(yáng) 421001;4.核工業(yè)北京地質(zhì)研究院 遙感信息與圖像分析技術(shù)國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室,北京 100029;5.棗莊學(xué)院 城市與建筑工程學(xué)院,山東 棗莊 277160)

0 引 言

在植物生長(zhǎng)過(guò)程中，可能會(huì)遭受重金屬、水分、大氣等非生物因素的脅迫作用[1-3]。目前，在礦產(chǎn)勘查、土壤重金屬污染監(jiān)測(cè)領(lǐng)域，利用高光譜遙感技術(shù)監(jiān)測(cè)植物吸收成礦元素、重金屬元素的相關(guān)研究成果豐碩[2-5]。在光譜特征研究方面，如，受重金屬污染的植物在400～900 nm光譜曲線變化最為顯著，同時(shí)重金屬含量越高，葉綠素最大吸收谷越淺[6-7]；某鈾尾礦馬先蒿在680 nm位置紅谷變淺，綠峰位置見(jiàn)小吸收谷[8]；隨鎘、銅、鋅離子濃度的升高，臍橙新葉、玉米葉及小麥冠層的分蘗期和拔節(jié)期光譜反射率稍增高[9-11]。在光譜值與生化參數(shù)關(guān)系模型研究方面，國(guó)外研究者，利用混合人工神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林、支持向量機(jī)等機(jī)器學(xué)習(xí)算法建模，估測(cè)蘋(píng)果葉、山葵葉葉綠素含量[12-13]；國(guó)內(nèi)的研究者，利用逐步回歸分析法建模，估測(cè)烤煙、冬小麥、小白菜等的總氮、鎘、葉綠素、胡蘿卜素含量等[14-17]；國(guó)內(nèi)研究者還利用神經(jīng)元網(wǎng)絡(luò)、隨機(jī)森林等機(jī)器學(xué)習(xí)法建模，估測(cè)蘋(píng)果、獼猴桃的含水率、葉綠素含量等[18-19]。由文獻(xiàn)調(diào)研可見(jiàn)，以鈾作為脅迫元素方面研究相對(duì)較少，又因紫竹梅易于室內(nèi)培養(yǎng)，故本文以室內(nèi)培養(yǎng)紫竹梅為研究對(duì)象，旨在研究鈾脅迫下的紫竹梅葉片高光譜特征、生化指標(biāo)，并利用高光譜參數(shù)反演生化指標(biāo)建模，為高光譜遙感植物鈾吸附監(jiān)測(cè)提供技術(shù)參考。

1 材料與方法1.1 植物培養(yǎng)設(shè)計(jì)

本實(shí)驗(yàn)在南華大學(xué)稀有金屬礦產(chǎn)開(kāi)發(fā)與廢物地質(zhì)處置技術(shù)湖南省重點(diǎn)實(shí)驗(yàn)室進(jìn)行。實(shí)驗(yàn)植物選用處于同一生長(zhǎng)期的紫竹梅植株幼苗。實(shí)驗(yàn)采用土培方式，培養(yǎng)所用塑料盆規(guī)格：16 cm(盆口直徑)×12 cm(盆底直徑)×13 cm(盆高)，控制室溫(25±5)℃，濕度70%～80%，光照采用藍(lán)紅光為1∶5的燈帶；實(shí)驗(yàn)溶液選用改進(jìn)的Hoagland’s營(yíng)養(yǎng)液，根據(jù)鈾地殼豐度(2.7×10-6)、鈾礦品位(地浸砂巖鈾礦工業(yè)品位100×10-6；硬巖鈾礦邊界品位300×10-6，工業(yè)品位500×10-6)及《鈾礦冶輻射防護(hù)和環(huán)境保護(hù)規(guī)定GB 23727—2020》中鈾廢水排放限值50 mg/L，并考慮植物的耐受性等因素，設(shè)置8組鈾質(zhì)量濃度：0 mg/L(對(duì)照組)(UL0)、0.05 mg/L(UL1)、1 mg/L(UL2)、2 mg/L(UL3)、10 mg/L(UL4)、50 mg/L(UL5)、100 mg/L(UL6)、200 mg/L(UL7)，按實(shí)驗(yàn)溶液濃度大小順序，每組設(shè)置3個(gè)平行樣，共24盆，盆間留足空間，消除邊際效應(yīng)的干擾；經(jīng)過(guò)預(yù)實(shí)驗(yàn)發(fā)現(xiàn)，紫竹梅生長(zhǎng)相對(duì)較慢，鈾脅迫下紫竹梅7 d左右才正常生長(zhǎng)，故將紫竹梅生長(zhǎng)期分為初期、中期及晚期，每期間隔10 d，初期開(kāi)始時(shí)間設(shè)定為正式培養(yǎng)后的第7天，分期采樣并測(cè)定反射率光譜值和葉綠素含量。

1.2 數(shù)據(jù)測(cè)定方法

1.2.1 葉片光譜測(cè)定

光譜測(cè)量在室內(nèi)進(jìn)行，采用美國(guó)ASD公司生產(chǎn)的FieldSpec Pro便攜式分光輻射光譜儀測(cè)量，波段范圍為350～2 500 nm，采樣間隔為1.4 nm@350～1 000 nm，2 nm@1000～2 500 nm，數(shù)據(jù)間隔為1 nm。對(duì)于24盆樣品，測(cè)定光譜前需要用內(nèi)置標(biāo)準(zhǔn)參考白板進(jìn)行校正，測(cè)定時(shí)將探測(cè)器探頭對(duì)準(zhǔn)葉片表面，這樣每個(gè)培養(yǎng)液濃度各時(shí)期均選擇3片葉，先每片葉測(cè)量20條光譜曲線，取平均值，再將3片葉的光譜值取平均，作為該時(shí)期該濃度下葉片的最終光譜值。葉片光譜測(cè)量與葉片采樣同步進(jìn)行。

1.2.2 葉片生理生化指標(biāo)測(cè)定

待反射率光譜測(cè)量完畢，隨即沿植物梗部將葉片摘下，裝入自封塑料袋，并將其放入恒溫箱，避免組分流失，同一時(shí)期的葉片樣品收集完整后，選用北京北分瑞利分析儀器公司生產(chǎn)的UV-9600紫外可見(jiàn)光分光光度計(jì)測(cè)定丙二醛含量、葉綠素含量、過(guò)氧化物酶活性，另外選用電感耦合等離子體質(zhì)譜儀(ICP-MS)測(cè)定葉片鈾含量。

丙二醛含量使用硫代巴比妥酸(thiobarbituric acid，TBA)法，采用UV-9600紫外可見(jiàn)光分光光度計(jì)，在波長(zhǎng)450 nm、532 nm、600 nm下分別測(cè)定吸光度。將上述測(cè)定的吸光度值利用相關(guān)公式計(jì)算丙二醛含量，計(jì)算公式為：

C=6.45×(A532-A600)-0.56×A450

(1)

式中，A450、A532及A600分別為在450 nm、532 nm、600 nm波長(zhǎng)下的吸光度；C為丙二醛物質(zhì)的量濃度，μmol/L。

葉綠素含量使用乙醇法，采用UV-9600紫外可見(jiàn)光分光光度計(jì)，在波長(zhǎng)645 nm、663 nm下分別測(cè)定吸光度。將上述測(cè)定的吸光度值利用相關(guān)公式計(jì)算葉綠素含量，計(jì)算公式為：

Ca=12.7×A663-2.69×A645

(2)

Cb=22.9×A645-4.68×A663

(3)

C總=Ca+Cb

(4)

A=C×V×N/W

(5)

式中：A645及A663分別表示在645 nm、663 nm波長(zhǎng)下的吸光度；Ca及Cb分別為葉綠素a、b質(zhì)量濃度，mg/L；C總表示葉綠素總濃度，mg/L；A為葉綠素含量，mg/g；C為葉綠素a或葉綠素b的質(zhì)量濃度，mg/L；V表示提取液的體積，mL；N表示稀釋倍數(shù)，W表示樣品鮮重，g。

過(guò)氧化物酶活性使用愈創(chuàng)木酚法，采用紫外-可見(jiàn)光分光光度計(jì)測(cè)定，在波長(zhǎng)470 nm下每隔30 s測(cè)定一次吸光度。將上述測(cè)定的吸光度值利用相關(guān)公式計(jì)算過(guò)氧化物酶活性，計(jì)算公式為：

U=(ΔA×V1)/(0.01×V2×Δt×W)

(6)

式中：ΔA為反應(yīng)階段的吸光度差；Δt為ΔA反應(yīng)時(shí)間，min，即0.5 min；V1為樣品液總體積，mL；V2為測(cè)定時(shí)樣品液用量，mL；W為樣品鮮重，g。

葉片樣品經(jīng)烘干、燒灰、消解、過(guò)濾等操作后得到待測(cè)液，采用電感耦合等離子體質(zhì)譜儀(ICP-MS)測(cè)定葉片鈾含量。

1.3 數(shù)據(jù)處理方法

1.3.1 高光譜數(shù)據(jù)分析

高光譜數(shù)據(jù)采集時(shí)，因外界環(huán)境、儀器噪聲等的干擾，難免會(huì)對(duì)光譜產(chǎn)生影響，出現(xiàn)“毛刺”現(xiàn)象，需要對(duì)所獲取的光譜進(jìn)行平滑處理[18]。本實(shí)驗(yàn)采用ViewSpecPro5.6軟件讀取ASD光譜儀獲取的紫竹梅單葉高光譜數(shù)據(jù)，進(jìn)行平滑、平均、微分計(jì)算等處理，得到原始反射率、一階微分反射率、二階微分反射率光譜曲線。本文選用Pearson相關(guān)系數(shù)法對(duì)紫竹梅葉片生理生化指標(biāo)和高光譜曲線進(jìn)行相關(guān)性分析，從而構(gòu)建逐步回歸方程。其中，Pearson相關(guān)系數(shù)計(jì)算、逐步回歸模型構(gòu)建均采用MATLAB軟件。

1.3.2 建模方法

皮爾森相關(guān)系數(shù)(pearson correlation coefficient)作為計(jì)算變量之間線性相關(guān)性的一種統(tǒng)計(jì)量，能夠反映兩個(gè)變量X與Y之間線性相關(guān)關(guān)系密切程度，計(jì)算方式見(jiàn)式(7)。Pearson相關(guān)系數(shù)一般用r表示，r取值介于-1和+1之間，當(dāng)r>0時(shí)，兩個(gè)變量呈正相關(guān)，即變量X隨變量Y的增大而增大，當(dāng)r<0時(shí)，兩個(gè)變量呈負(fù)相關(guān)，即變量X隨變量Y的增大而減小。其中，以相關(guān)系數(shù)絕對(duì)值判斷兩個(gè)變量間的相關(guān)程度，|r|→1時(shí)認(rèn)為兩個(gè)變量之間線性關(guān)系越強(qiáng)，|r|→0時(shí)認(rèn)為兩個(gè)變量之間線性關(guān)系越弱，其中|r|≥0.8時(shí)可視為高度相關(guān)，0.5≤|r|<0.8時(shí)可視為中度相關(guān)，0.3≤|r|<0.5時(shí)可視為低度相關(guān)，|r|<0.3時(shí)可視為不相關(guān)[20]。

(7)

回歸分析是一種常見(jiàn)的數(shù)學(xué)分析方法，可有效建立因變量與自變量之間的聯(lián)系，當(dāng)變量不少于2個(gè)時(shí)，稱(chēng)為多元回歸分析。逐步回歸分析是多元回歸分析的一種，該方法不僅可以較快地獲取對(duì)因變量影響最大的能通過(guò)回歸系數(shù)檢驗(yàn)的自變量子集，而且可以保證回歸效果，具有較好的擬合效果[21]。

模型建立后，通過(guò)對(duì)比決定系數(shù)R2、均方根誤差RMSE等參數(shù)篩選出最佳模型，其中R2用于判斷模型擬合程度，RMSE用于檢驗(yàn)估測(cè)模型的可靠程度[22]，計(jì)算方式為：

(8)

2 結(jié)果與分析

2.1 不同鈾濃度脅迫下紫竹梅葉片高光譜反射率特征

鈾脅迫下紫竹梅初、中、晚三個(gè)時(shí)期的葉片高光譜反射率大小均小于0.4，在700 nm附近有明顯的“紅谷”，但大小關(guān)系不明顯(圖1(a))。由鈾脅迫下紫竹梅一階導(dǎo)數(shù)葉片高光譜曲線可見(jiàn)，各期紫竹梅葉片一階導(dǎo)數(shù)高光譜曲線相似，在705 nm左右有一個(gè)明顯的峰值“紅邊”，但“紅邊”位置差異稍大(圖1(b))。

圖1 鈾脅迫下紫竹梅葉片高光譜曲線及一階導(dǎo)數(shù)高光譜曲線Fig.1 Spectral curve of purple bamboo plum leaves under uranium stress and first derivative spectral curve

2.2 不同鈾濃度脅迫下紫竹梅葉片生理生化指標(biāo)特征

紫竹梅葉片葉綠素含量、丙二醛含量、過(guò)氧化物酶活性變化見(jiàn)表1。隨鈾濃度升高，初期紫竹梅葉片葉綠素含量呈波浪形變化，中期、晚期葉綠素含量總體呈下降趨勢(shì)，最高值出現(xiàn)在中期質(zhì)量濃度為0.05 mg/L時(shí)，為1.376 mg/g；隨鈾質(zhì)量濃度升高，初期紫竹梅葉片丙二醛含量基本呈波浪型變化，僅在200 mg/L時(shí)陡增，為1.049 μmol/L，中期、晚期丙二醛含量總體上則呈下降趨勢(shì)；隨鈾濃度升高，各期紫竹梅葉片過(guò)氧化物酶活性均呈先上升后下降的趨勢(shì)，初期、中期最高值均出現(xiàn)在質(zhì)量濃度為2 mg/L時(shí)，分別為407.190 g·min、1 066.143 g·min；晚期最高值出現(xiàn)在質(zhì)量濃度為0.05 mg/L時(shí)，為681.184 g·min。分析紫竹梅葉片鈾含量變化(表2)可見(jiàn)，當(dāng)鈾質(zhì)量濃度升高時(shí)，初期紫竹梅葉片鈾含量呈上升趨勢(shì)，最高值出現(xiàn)在質(zhì)量濃度為100 mg/L時(shí)，為0.654 mg/L；中期葉片鈾含量呈下降趨勢(shì)，最高值出現(xiàn)在質(zhì)量濃度為0.05 mg/L時(shí)，為0.030 mg/L；晚期葉片鈾含量則呈波浪型變化，最高值出現(xiàn)在質(zhì)量濃度50 mg/L時(shí)，為0.110 mg/L。

表1 不同鈾濃度鈾脅迫下紫竹梅葉片生理生化指標(biāo)含量變化Table 1 Changes of physiological and biochemical indexes of purple bamboo plum leaves at different uranium concentrations under uranium stress

表2 不同鈾濃度鈾脅迫下紫竹梅葉片鈾含量變化Table 2 Changes of Uranium Content in Purple Bamboo Plum leaves under Different Uranium Concentrations under Uranium Stress

2.3 紫竹梅葉片生理生化指標(biāo)與高光譜參數(shù)相關(guān)性

表3 基于敏感高光譜特征參數(shù)與鈾脅迫下紫竹梅葉片生理生化指標(biāo)的最大相關(guān)系數(shù)Table 3 Based on the maximum correlation coefficients of sensitive spectral characteristic parameters and the physiological and biochemical indexes of purple bamboo plum leaves under uranium stress

2.4 紫竹梅葉片生理生化指標(biāo)與高光譜參數(shù)模型構(gòu)建及精度檢驗(yàn)

以R、D、D2高光譜參數(shù)為自變量，以葉片各生理生化指標(biāo)為因變量，選取16組樣本數(shù)據(jù)構(gòu)建逐步回歸模型(表4)，剔除差異太大的異常數(shù)據(jù)組，選擇剩余6～8組樣本作為驗(yàn)證數(shù)據(jù)(圖2)。由研究結(jié)果可見(jiàn)，葉片鈾含量估測(cè)模型的決定系數(shù)R2=0.486，均方根誤差RMSE=0.064，顯著性水平p=0.013，該模型R2最大且RMSE最小，其次是葉綠素含量估測(cè)模型，R2=0.442，RMSE=0.167，p=0.005，相比之下，丙二醛含量估測(cè)模型的R2=0.312，RMSE=0.176，p=0.025，精度均低于其他估測(cè)模型。從紫竹梅生化參數(shù)逐步回歸反演模型實(shí)測(cè)值與預(yù)測(cè)值關(guān)系圖可見(jiàn)(圖2)，丙二醛含量和過(guò)氧化物酶活性驗(yàn)證集的R2較高，分別為0.580、0.645，葉綠素含量驗(yàn)證集R2最低，為0.335。

表4 紫竹梅葉片生理生化指標(biāo)與高光譜參量的逐步回歸模型參數(shù)表Table 4 Parameter table ofstepwise regression model of leaf physiological and biochemical indexes and spectral parameters of purple bamboo plum leaves

圖2 紫竹梅葉片各生理生化指標(biāo)逐步回歸反演模型實(shí)測(cè)值與預(yù)測(cè)值關(guān)系圖Fig.2 Relationship between measured and predicted values of stepwise regression inversion model for physiological and biochemical indexes of purple bamboo plum leaves

3 結(jié) 論

本文分析了紫竹梅葉片高光譜數(shù)據(jù)、相關(guān)生化參量特征，構(gòu)建了基于高光譜數(shù)據(jù)的生化指標(biāo)逐步回歸估測(cè)模型，并進(jìn)行了模型精度檢驗(yàn)，獲得結(jié)論如下：

1)鈾脅迫下紫竹梅葉片初、中、晚3個(gè)時(shí)期的葉片高光譜反射率均小于0.4，在700 nm附近有明顯的“紅谷”，但大小關(guān)系不明顯；各期紫竹梅葉片一階導(dǎo)數(shù)高光譜曲線相似，均在705 nm左右有一個(gè)明顯的峰值“紅邊”，但“紅邊”位置差異稍大。

2)隨鈾濃度升高，初期紫竹梅葉片葉綠素含量、丙二醛含量呈波浪型變化，中期、晚期總體上則呈下降趨勢(shì)；隨鈾濃度升高，各期紫竹梅葉片過(guò)氧化物酶活性均呈先上升后下降的趨勢(shì)；當(dāng)鈾濃度升高時(shí)，初期紫竹梅葉片鈾含量呈上升趨勢(shì)，中期葉片鈾含量呈下降趨勢(shì)，晚期葉片鈾含量則呈波浪形變化。

3)一階導(dǎo)數(shù)、二階導(dǎo)數(shù)高光譜與紫竹梅葉片生理生化指標(biāo)的相關(guān)性總體上比原始高光譜高，相關(guān)生理生化指標(biāo)與各高光譜參數(shù)最大相關(guān)性均為中度負(fù)相關(guān)。

4)以原始高光譜、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)為自變量，以葉片葉綠素含量、丙二醛含量、過(guò)氧化物酶活性、鈾含量為因變量構(gòu)建的逐步回歸模型中，葉片鈾含量估測(cè)模型、葉綠素含量估測(cè)模型效果較好，R2分別為0.486和0.442；模型精度檢驗(yàn)中過(guò)氧化物酶活性、丙二醛含量模型的擬合效果較好，R2分別為0.645和0.580。