馬龍飛，胡乃月，李 偉，秦偉龍，黃收兵，王志敏，李 斐，于 康

（1 中國(guó)農(nóng)業(yè)大學(xué)農(nóng)學(xué)院，北京 100094；2 內(nèi)蒙古農(nóng)業(yè)大學(xué)草原與資源環(huán)境學(xué)院，內(nèi)蒙古呼和浩特 010018；3 慕尼黑工業(yè)大學(xué)生命科學(xué)學(xué)院，德國(guó)弗賴辛 D-85354）

世界上有近1/3的地區(qū)屬于干旱和半干旱地區(qū)，這些地區(qū)的作物生長(zhǎng)受到水分供應(yīng)不足的限制，即使在部分水分供應(yīng)充足的地區(qū)，作物生長(zhǎng)偶爾也會(huì)受到干旱影響[1]。我國(guó)作為世界谷物生產(chǎn)第一大國(guó)，玉米生產(chǎn)遍布全國(guó)31個(gè)省市，其產(chǎn)量位居世界第二位[2-5]。我國(guó)玉米主要分布在干旱和半干旱地區(qū)[4]，玉米生長(zhǎng)過(guò)程中需要進(jìn)行人工灌溉以保證玉米的水分需求。我國(guó)水資源僅占全球水資源的6%，農(nóng)業(yè)又是我國(guó)用水最多的產(chǎn)業(yè)，農(nóng)業(yè)用水超過(guò)全國(guó)用水量的60%[6]。目前大田作物栽培中普遍缺乏科學(xué)的田間水分管理。傳統(tǒng)的漫灌模式在滿足作物生長(zhǎng)發(fā)育需水量的同時(shí)，往往因過(guò)量灌溉造成水資源浪費(fèi)。近年來(lái)發(fā)展的滴灌模式依靠滴灌帶對(duì)田間作物進(jìn)行灌溉，在保證了作物需水量的同時(shí)又節(jié)約了水資源[7]。但是，田間鋪設(shè)滴灌帶操作較為復(fù)雜，成本也較高，限制了滴灌技術(shù)在大田生產(chǎn)中的大面積推廣和應(yīng)用。因此，在大田作物生長(zhǎng)中實(shí)現(xiàn)合理灌溉和水資源的高效利用，不僅需要經(jīng)濟(jì)高效的灌溉技術(shù)，同時(shí)也需要經(jīng)濟(jì)高效的監(jiān)測(cè)方法來(lái)準(zhǔn)確評(píng)估作物干旱發(fā)生情況、水分需求以及其大田空間變異。

在玉米干旱脅迫研究中葉片色素含量和比葉面積等參數(shù)常被用作表征作物干旱狀況的參考指標(biāo)[8-9]。葉綠素在光合作用過(guò)程中參與光吸收，在受到干旱脅迫時(shí)葉片葉綠素含量會(huì)降低，削弱了光合作用，從而導(dǎo)致干物質(zhì)生產(chǎn)能力的下降[10]。比葉面積反映了葉片的單位生物量所產(chǎn)生的葉面積，一定程度上可以反映葉片對(duì)光截獲的能力強(qiáng)弱和在強(qiáng)光下葉片的自我保護(hù)能力[11-12]。Wellstein等[13]研究指出草本開(kāi)花植物的比葉面積在地中海氣候條件下會(huì)隨著干旱狀況的加重而呈下降的趨勢(shì)。也有研究表明，對(duì)于禾本科作物，干旱會(huì)導(dǎo)致葉片面積和葉片干重同步下降[14]。干旱條件下作物水分供應(yīng)不足，葉片面積減小，與水分供應(yīng)良好的情況相比，水分脅迫下作物葉片所占的生物量比例變小，葉片變厚[15]。目前大多數(shù)田間試驗(yàn)都是依靠傳統(tǒng)人工取樣測(cè)定色素含量、葉面積等，但是人工監(jiān)測(cè)的方法費(fèi)時(shí)費(fèi)力，很難達(dá)到規(guī)?；?、實(shí)時(shí)監(jiān)測(cè)的目的。

無(wú)人機(jī)(unmanned aerial vehicle，UAV)作為一種新型的遙感平臺(tái)，具有靈活性和高分辨率的特點(diǎn)，在適宜的天氣條件下可以快速和準(zhǔn)確地獲取作物生長(zhǎng)狀態(tài)信息[16-17]。早在20世紀(jì)90年代無(wú)人機(jī)就已經(jīng)被廣泛應(yīng)用于農(nóng)業(yè)生產(chǎn)管理[18]。隨著科學(xué)技術(shù)的不斷發(fā)展，無(wú)人機(jī)在農(nóng)業(yè)中的應(yīng)用越來(lái)越廣泛。尤其是近幾年來(lái)，無(wú)人機(jī)獲取圖像數(shù)據(jù)已實(shí)現(xiàn)高度的自動(dòng)化，對(duì)操作人員經(jīng)驗(yàn)的依賴性越來(lái)越小。因此，無(wú)人機(jī)搭載傳感器記錄作物生長(zhǎng)狀況數(shù)據(jù)的可靠性越發(fā)得到研究人員的認(rèn)可，為作物脅迫監(jiān)測(cè)以及進(jìn)一步分析作物生理生化性狀提供了更豐富的替代手段。前人研究表明，可以利用多光譜圖像估算作物生物量和氮含量，根據(jù)無(wú)人機(jī)獲取的高分辨率RGB照片對(duì)田間作物灌溉進(jìn)行指導(dǎo)[19-20]。無(wú)人機(jī)獲取的多光譜影像可提取多種植被指數(shù)，其中歸一化植被指數(shù)(normalized difference vegetation index, NDVI)可以反映作物綠色覆蓋度。一般情況下，植被覆蓋度越大，NDVI值越接近1。NDVI值和綠色植物的葉綠素含量有一定的相關(guān)性[21]，因此NDVI常被用來(lái)衡量綠色植物的葉綠素含量等信息。作物的葉片色素含量在干旱條件下會(huì)受到一定程度的影響。對(duì)于玉米來(lái)說(shuō)，干旱脅迫會(huì)導(dǎo)致玉米葉片的葉綠素含量下降，且抗旱品種的葉綠素含量下降較小[22]。肖武等[23]利用無(wú)人機(jī)多光譜影像提取紅邊植被指數(shù)，并結(jié)合多元線性回歸模型實(shí)現(xiàn)了對(duì)基于SPAD測(cè)定的玉米成熟期葉綠素含量的反演。張學(xué)治等[24]在夏玉米全生育期葉片色素含量和多種植被指數(shù)的相關(guān)性研究中，利用逐步回歸分析篩選出NDVI與夏玉米葉片色素含量相關(guān)性最好。Ramachandiran等[25]在玉米播種后60和90天測(cè)定的干旱脅迫狀態(tài)下的葉綠素總含量和NDVI、GNDVI、LCI指數(shù)都有顯著相關(guān)性。因此植被指數(shù)數(shù)據(jù)和作物生長(zhǎng)狀況參數(shù)相結(jié)合在一定程度上可以反映作物的干旱狀況。Tilling等[26]在小麥生育期測(cè)定4次冠層光譜，比較了每個(gè)時(shí)期NDRE和NDVI指數(shù)在反演不同灌溉條件下的小麥冠層氮素含量的區(qū)別，發(fā)現(xiàn)NDRE比NDVI更能敏感地反映小麥冠層氮含量。綜上所述，作物在整個(gè)生育期內(nèi)都有可能受到干旱脅迫的影響，但是以往的研究多是針對(duì)作物生育期內(nèi)個(gè)別時(shí)期，針對(duì)整個(gè)生育期內(nèi)干旱監(jiān)測(cè)的可行性少有研究，因此干旱預(yù)警的最佳時(shí)期、光譜指標(biāo)仍不明確。

本研究利用無(wú)人機(jī)多光譜圖像在多個(gè)生育時(shí)期監(jiān)測(cè)玉米長(zhǎng)勢(shì)，旨在探明近地遙感數(shù)據(jù)用于反映作物長(zhǎng)勢(shì)狀況在不同處理下出現(xiàn)差異的最佳時(shí)期及反映干旱脅迫的最佳光譜指數(shù)。

1 材料與方法

1.1 大田試驗(yàn)設(shè)計(jì)

試驗(yàn)地點(diǎn)位于河北省滄州市吳橋縣姚莊村中國(guó)農(nóng)業(yè)大學(xué)實(shí)驗(yàn)站。本試驗(yàn)選用兩個(gè)玉米品種，分別為‘鄭單958’和‘富民985’。每個(gè)品種設(shè)置3種不同的灌溉模式，分別為滴灌、畦灌和雨養(yǎng)模式。每種模式3次重復(fù)，共18個(gè)試驗(yàn)小區(qū)。每個(gè)小區(qū)種植面積為30 m2。于2020年4月26日播種，播種前以750 m3/hm2的灌溉量進(jìn)行底墑水澆灌。滴灌模式使用滴灌帶于9葉期(播種后45天)和抽雄后10天(播種后73天)進(jìn)行灌溉，每次灌溉量為750 m3/hm2。畦灌模式與滴灌模式的灌溉時(shí)間和灌水量一致。雨養(yǎng)模式在生育期內(nèi)不進(jìn)行灌溉。

1.2 無(wú)人機(jī)圖像獲取及處理

于玉米播種后60、70、76、84、90、95天利用大疆精靈4無(wú)人機(jī)(Phantom 4 multispectral)搭載多光譜相機(jī)進(jìn)行多光譜圖像數(shù)據(jù)獲取，該相機(jī)有6個(gè)鏡頭，可以同時(shí)獲取5個(gè)波段[紅Red (650±16 nm)、綠 Green (560±16 nm)、藍(lán) Blue (450±16 nm)、紅邊Red-edge (730±16 nm)、近紅外 Near infrared (840±26 nm)]和一張RGB圖像。設(shè)置飛行航線的旁向重疊度為90%，航向重疊度為90%，飛行高度為30 m，選擇晴朗無(wú)風(fēng)天氣的上午10點(diǎn)到下午2點(diǎn)之間進(jìn)行圖像獲取。田間設(shè)置4個(gè)地面控制點(diǎn)，使用DJI RTK 2測(cè)定每個(gè)控制點(diǎn)坐標(biāo)。

使用大疆智圖(DJI Terra)對(duì)每一次飛行任務(wù)中獲取的圖片進(jìn)行圖像拼接以獲取正射影像。無(wú)人機(jī)每一次飛行任務(wù)獲取的圖片導(dǎo)入大疆智圖軟件后，選擇二維多光譜模板為重建類型，像控點(diǎn)管理中選擇導(dǎo)入地面控制點(diǎn)坐標(biāo)進(jìn)行處理。輸出結(jié)果包含一張RGB圖像，5張單波段光譜反射率圖像(紅Red、綠Green、藍(lán)Blue、紅邊Red-edge、近紅外Near infrared)，5張植被指數(shù)圖像(歸一化植被指數(shù)NDVI、歸一化差異紅色邊緣指數(shù)NDRE、綠色歸一化差異植被指數(shù)GNDVI、葉面葉綠素指數(shù)LCI、優(yōu)化土壤調(diào)節(jié)植被指數(shù)OSAVI)。各植被指數(shù)具體計(jì)算公式見(jiàn)表1。

表1 文章中所涉及的植被指數(shù)Table 1 The vegetation indexes used in this study

田間作物生長(zhǎng)前期冠層覆蓋度較小，因此無(wú)人機(jī)圖像中包含大量土壤背景，為減小土壤背景的干擾，將拼接后的無(wú)人機(jī)圖像進(jìn)行分割，在MATLAB中利用ExG閾值分割法[32]將植被和土壤背景分開(kāi)，以減少土壤背景的光譜反射值對(duì)數(shù)據(jù)的影響。將分割后的圖像導(dǎo)入QGIS中進(jìn)行光譜數(shù)據(jù)提取，在分割后的圖像上按照小區(qū)創(chuàng)建新的圖層進(jìn)行數(shù)據(jù)提取工作，計(jì)算每一個(gè)小區(qū)的光譜反射率平均值。

1.3 田間數(shù)據(jù)的獲取

1.3.1 葉片色素含量測(cè)定 于玉米播種后60到90天每10天測(cè)定一次葉綠素含量。選取最新展開(kāi)葉，稱取0.1 g鮮樣品切碎，利用10 mL 95%酒精置于黑暗處萃取24 h，使用分光光度計(jì)于470、646、663 nm下進(jìn)行比色。根據(jù)Lichtenthaler等提出的方法計(jì)算葉綠素a、葉綠素b、類胡蘿卜素含量[33]。

1.3.2 比葉面積測(cè)定 雌穗抽出后取穗位葉，于播種后76、84、95天取樣3次，選取長(zhǎng)勢(shì)狀況能夠代表整個(gè)小區(qū)的植株，將穗位葉沿葉片根部完整切割后置于密封袋中保存，及時(shí)帶回實(shí)驗(yàn)室進(jìn)行面積測(cè)定。利用掃描儀獲取葉片圖像，使用MATLAB編寫(xiě)程序?qū)崿F(xiàn)分割葉片圖像并計(jì)算葉片面積。烘干后測(cè)定干物質(zhì)重，根據(jù)葉片面積和葉片干重的比值計(jì)算出比葉面積，公式(1)[34]。

1.4 數(shù)據(jù)分析

采用Excel 2016和SPSS 26數(shù)據(jù)處理軟件進(jìn)行實(shí)驗(yàn)數(shù)據(jù)整理以及差異顯著性分析。使用R (4.0.3版本)進(jìn)行相關(guān)性分析和圖表繪制。

2 結(jié)果與分析

2.1 葉片色素含量分析

圖1結(jié)果表明，播種后60和70天同一品種不同灌溉模式之間的色素含量沒(méi)有出現(xiàn)顯著性差異。播種后80天，鄭單958在3種灌溉模式下的葉綠素a、葉綠素b和類胡蘿卜素含量都具有顯著性差異，且雨養(yǎng)處理下的葉綠素a、葉綠素b和類胡蘿卜素含量最低，而此時(shí)富民985在3種灌溉模式下的色素含量并無(wú)顯著性差異。播種后90天，雨養(yǎng)模式的效應(yīng)進(jìn)一步顯現(xiàn)，與灌溉處理(畦灌模式和滴灌模式)相比，富民985在雨養(yǎng)模式下3種色素含量與畦灌模式都具有顯著性差異，葉綠素a、葉綠素b含量與滴灌模式也差異顯著；鄭單958僅有葉綠素a和類胡蘿卜素含量具有顯著性差異，而葉綠素b含量與畦灌模式?jīng)]有顯著性差異。

圖1 不同生長(zhǎng)時(shí)期測(cè)定的玉米葉片色素含量Fig. 1 The pigment content of maize leaves measured at different growth periods

從田間長(zhǎng)勢(shì)(圖2)狀況來(lái)看，滴灌和畦灌模式之間的玉米生長(zhǎng)狀況沒(méi)有明顯差異，結(jié)合4次測(cè)定結(jié)果，富民985的滴灌和畦灌模式之間3種色素含量并沒(méi)有出現(xiàn)顯著性差異，推測(cè)這一結(jié)果和試驗(yàn)中灌溉處理有關(guān)，足量的灌溉未能使兩者出現(xiàn)差異。

圖2 播種后90天兩個(gè)玉米品種田間長(zhǎng)勢(shì)無(wú)人機(jī)圖像Fig. 2 Drone-captured images of growth of two maize cultivars at 90 days after sowing

2.2 比葉面積分析

如圖3所示，播種后76天時(shí)，同一處品種不同灌溉處理之間的比葉面積沒(méi)有出現(xiàn)顯著性差異。播種后84天和第95天時(shí)，富民985的雨養(yǎng)處理和其他灌溉模式之間的比葉面積表現(xiàn)出顯著差異，鄭單958的3種處理之間沒(méi)有出現(xiàn)顯著差異。結(jié)合3次取樣時(shí)間來(lái)看，兩個(gè)品種的滴灌和畦灌模式之間的比葉面積都沒(méi)有出現(xiàn)顯著差異。

圖3 三種灌溉模式下兩個(gè)玉米品種的比葉面積Fig. 3 The specific leaf area index (SLA) of two maize varieties under three irrigation modes

2.3 不同灌溉方式下的植被指數(shù)

圖4顯示，富民985品種在3種灌溉模式下5種植被指數(shù)都有差異顯現(xiàn)。播種后60天，雨養(yǎng)模式的NDVI、GNDVI和OSAVI指數(shù)顯著低于另外兩種灌溉模式，而NDRE和LCI指數(shù)則沒(méi)有表現(xiàn)出顯著差異。從播種后70天開(kāi)始，在3種模式下5種植被指數(shù)都表現(xiàn)出差異，雨養(yǎng)模式明顯低于滴灌和畦灌模式。各個(gè)時(shí)期總體來(lái)看，畦灌模式的植被指數(shù)低于滴灌模式，其中從播種后80或90天開(kāi)始，畦灌模式的各植被指數(shù)顯著低于滴灌模式。從時(shí)間變化趨勢(shì)來(lái)看，雨養(yǎng)模式下的5種植被指數(shù)都是呈現(xiàn)先升高后下降的變化趨勢(shì)；滴灌模式和畦灌模式下的NDVI、NDRE、GNDVI和LCI指數(shù)呈現(xiàn)升高后趨于穩(wěn)定的變化趨勢(shì)；滴灌模式的OSAVI指數(shù)呈現(xiàn)逐漸升高的趨勢(shì)，畦灌模式的OSAVI呈現(xiàn)先上升后下降的趨勢(shì)。

圖4 三種灌溉模式下兩個(gè)玉米品種植被指數(shù)間的差異分析Fig. 4 Analysis of the difference in vegetation index of two maize varieties under three irrigation modes

圖4顯示，鄭單958在雨養(yǎng)模式下的NDVI、GNDVI和OSAVI指數(shù)從播種后60天已顯著低于畦灌和滴灌處理。從播種后70天起，雨養(yǎng)模式的NDRE和LCI指數(shù)也都表現(xiàn)出顯著的下降。與富民985結(jié)果類似，畦灌模式的指數(shù)一般低于滴灌模式，5個(gè)指數(shù)從播種后80天開(kāi)始也表現(xiàn)出顯著差異，但NDVI與OSAVI指數(shù)除外?？傮w來(lái)看，雨養(yǎng)模式的5種植被指數(shù)也是呈現(xiàn)先上升后下降的趨勢(shì)；然而，畦灌和滴灌模式下的NDVI、NDRE、GNDVI和LCI等4種植被指數(shù)呈現(xiàn)逐漸上升的趨勢(shì)，但OSAVI呈現(xiàn)先上升后下降的趨勢(shì)。

2.4 植被指數(shù)和葉片色素含量之間的相關(guān)性分析

5個(gè)植被指數(shù)與3個(gè)葉片色素含量之間的相關(guān)性分析結(jié)果(圖5)顯示，播種后60和70天分別僅有(Chl.a+Chl.b)/Car和GNDVI、OSAVI之間，以及Chl.b和NDRE之間表現(xiàn)出顯著相關(guān)性。從播后80天開(kāi)始，NDRE、LCI指數(shù)和3種色素(Chl.a、Chl.b、Car)顯著相關(guān)(r≥0.61)，但是(Chl.a+Chl.b)/Car比值除外。在播后90天，3個(gè)植被指數(shù)與Chl.a和Chl.b之間均具有顯著相關(guān)性，且相關(guān)系數(shù)明顯高于前期。而類胡蘿卜素(Car)僅與NDVI相關(guān)性不顯著。葉綠素a、葉綠素b之間的相關(guān)性隨著播種后天數(shù)的增加而呈現(xiàn)顯著性上升的趨勢(shì)，說(shuō)明植被指數(shù)和色素含量之間的相關(guān)性受生育期的影響。另外，完全不同于其它指標(biāo)，(Chl.a+Chl.b)/Car比值在播后90天與各指數(shù)均顯著相關(guān) (r＞0.73,P＜0.05)。

圖5 玉米植被指數(shù)和色素含量的相關(guān)性分析Fig. 5 Correlation analysis of vegetation index and pigment content of maize

3 討論

本試驗(yàn)選取色素含量、比葉面積和植被指數(shù)3種指標(biāo)量化不同灌溉模式之間的區(qū)別。結(jié)合試驗(yàn)中獲取的數(shù)據(jù)來(lái)看，色素含量、比葉面積、植被指數(shù)等數(shù)據(jù)在3種灌溉模式之間都呈現(xiàn)了明顯的差異，但是各項(xiàng)指標(biāo)出現(xiàn)差異的時(shí)間略有不同。

3.1 干旱脅迫對(duì)色素含量和比葉面積的影響

試驗(yàn)早期相同品種下3種灌溉模式下的色素含量之間無(wú)顯著性差異，后期3種灌溉模式的色素含量才出現(xiàn)顯著性差異(圖1)。關(guān)義新等[35]、何海軍等[36]研究指出，葉綠素a、葉綠素b和類胡蘿卜素含量都會(huì)隨著干旱程度的加重而下降。本研究中玉米生長(zhǎng)后期雨養(yǎng)條件下的3種色素含量顯著低于灌溉(畦灌和滴灌)處理，表明干旱確實(shí)導(dǎo)致葉片中色素含量下降。

比葉面積描述了植物冠層內(nèi)葉片生物量相對(duì)于葉面積的分布狀況，這一分布狀況和作物水分供應(yīng)有關(guān)系[37]。本研究發(fā)現(xiàn)，兩個(gè)品種3種處理的比葉面積變化規(guī)律和Zhou等[14]的研究結(jié)果一致；由于播種后73天進(jìn)行了灌水處理，比葉面積的取樣時(shí)期都在灌水之后，灌溉措施影響了田間作物的生長(zhǎng)狀況。灌溉后鄭單958的3種處理之間的比葉面積沒(méi)有出現(xiàn)顯著性差異，播種后76天時(shí)富民985的雨養(yǎng)處理和灌水處理的比葉面積沒(méi)有顯著差異，后兩次取樣出現(xiàn)差異，這一結(jié)果表明鄭單958品種的耐旱能力優(yōu)于富民985。

綜合色素含量和比葉面積來(lái)看，針對(duì)富民985品種來(lái)說(shuō)，3種灌溉模式早期(播種后60、70天)的色素含量和比葉面積都沒(méi)有出現(xiàn)顯著性差異，而是在生育期的后期(播種后80、90天)上述指標(biāo)都達(dá)到了顯著性差異，而鄭單958品種在不同灌溉模式的色素含量差異和比葉面積差異沒(méi)有同步變化。由色素含量和比葉面積沒(méi)有出現(xiàn)同步變化，推測(cè)試驗(yàn)中測(cè)定的比葉面積由穗位葉計(jì)算而來(lái)，穗位葉位于植株中部。Li等[38]的研究指出，玉米干旱狀況下底部葉片對(duì)干旱的反應(yīng)更加敏感，在干旱早期就會(huì)和干旱狀況有更明顯的聯(lián)系，因此推測(cè)色素含量對(duì)干旱狀況產(chǎn)生反應(yīng)時(shí)，中部葉的比葉面積并沒(méi)有出現(xiàn)同步變化。

3.2 干旱條件下植被指數(shù)的變化

從植被指數(shù)之間的差異性分析來(lái)看，3種灌溉模式下兩個(gè)品種在播種后60天植被指數(shù)差異稍有顯現(xiàn)，播種后70天的植被指數(shù)顯示3種灌溉模式之間已經(jīng)有明顯差異，這一變化特征和師桂花等[39]對(duì)于不同水分條件下的草原植被群落光譜特征的研究結(jié)論一致，同樣說(shuō)明水分狀況會(huì)引起植被指數(shù)的差異。播種后80和90天3種灌溉模式下的兩個(gè)品種植被指數(shù)之間差異進(jìn)一步顯現(xiàn)。

綜合試驗(yàn)中人工測(cè)定的指標(biāo)和無(wú)人機(jī)獲取的多光譜數(shù)據(jù)來(lái)看，不同的指標(biāo)對(duì)于3種灌溉模式的差異都有一定的反映，區(qū)別在于不同的指標(biāo)出現(xiàn)差異的時(shí)間點(diǎn)不同，播種后70天多光譜數(shù)據(jù)構(gòu)建的植被指數(shù)已經(jīng)可以反映不同的灌溉模式之間的差異，并且在統(tǒng)計(jì)學(xué)上達(dá)到顯著性差異。然而，此時(shí)人工測(cè)定數(shù)據(jù)并沒(méi)有出現(xiàn)統(tǒng)計(jì)學(xué)上顯著性差異，因此多光譜數(shù)據(jù)可以認(rèn)為更敏感地反映不同灌溉模式之間的差異，更加及時(shí)地指導(dǎo)春玉米灌溉。Nogueira等[40]指出，人工監(jiān)測(cè)的指標(biāo)來(lái)反映作物群體生長(zhǎng)發(fā)育狀況不夠及時(shí)，無(wú)人機(jī)提取的植被指數(shù)可以更早的看出作物群體的狀態(tài)。由于人工取樣手段往往只能針對(duì)特定的少量植株進(jìn)行取樣測(cè)定，因此測(cè)定結(jié)果并不能準(zhǔn)確反映整個(gè)群體的生長(zhǎng)狀況。無(wú)人機(jī)數(shù)據(jù)中衍生出的植被指數(shù)是整個(gè)群體的植被指數(shù)的平均值，因此無(wú)人機(jī)數(shù)據(jù)能更加準(zhǔn)確地反映群體的植株生長(zhǎng)狀況。

3.3 植被指數(shù)和色素含量的相關(guān)性

將植被指數(shù)和葉片色素含量進(jìn)行統(tǒng)計(jì)分析建立統(tǒng)計(jì)關(guān)系，該方法具有一定的普適性[41]。葉片色素含量和植被指數(shù)之間的相關(guān)性分析表明，3種色素含量和植被指數(shù)之間存在顯著相關(guān)性，并且隨著作物生育期的推進(jìn)呈現(xiàn)上升的趨勢(shì)。相較于葉綠素a和葉綠素b與植被指數(shù)之間的相關(guān)性來(lái)看，類胡蘿卜素和植被指數(shù)之間的相關(guān)性不大，因此單獨(dú)使用類胡蘿卜素含量來(lái)反映作物當(dāng)前生長(zhǎng)狀況不夠準(zhǔn)確。干旱條件下玉米葉片提前衰老，衰老的葉片中葉綠素發(fā)生降解，葉綠素含量下降，但類胡蘿卜素降解較少，相對(duì)含量增加[42]，結(jié)合葉綠素總含量和類胡蘿卜素含量的比值和植被指數(shù)的相關(guān)性來(lái)看，生育前期該指標(biāo)和5種植被指數(shù)沒(méi)有達(dá)到顯著性相關(guān)，最后一次測(cè)定結(jié)果顯示(Chl.a+Chl.b)/Car和5種指數(shù)都達(dá)到極顯著相關(guān)。Merzlyak等[43]研究指出500 nm (綠光)和680 nm (紅光)對(duì)葉片衰老引起的色素含量變化最敏感，本試驗(yàn)中使用的5種植被指數(shù)都分別涉及到綠光波段和紅光波段，因此在色素含量測(cè)定的后期，葉綠素大量分解，類胡蘿卜素含量變化相對(duì)較小[44]，兩者的比值由于衰老作用變小，因此在作物生長(zhǎng)的后期兩者的比值和植被指數(shù)都出現(xiàn)了極顯著相關(guān)。可以考慮用作物中葉綠素總含量和類胡蘿卜素含量的比值來(lái)反映作物后期衰老狀況。Car和NDVI、GNDVI、OSAVI指數(shù)在播種后80天時(shí)的相關(guān)性不顯著(圖5)。由于Car的光譜吸收峰(400～500 nm)和葉綠素a、葉綠素b具有重合性[45]，因此在作物持綠時(shí)期，葉綠素a、葉綠素b含量較高，光譜指數(shù)難以反應(yīng)Car的含量。

NDRE采用了紅邊波段，在播種后70天與葉綠素b最早出現(xiàn)了顯著性相關(guān)。艾金泉等[46]研究表明，NDVI和葉綠素a、葉綠素b、類胡蘿卜素之間的相關(guān)性良好；結(jié)合本研究結(jié)果來(lái)看，播種后80天時(shí)NDVI和葉綠素a、葉綠素b具有顯著性相關(guān)，同一時(shí)期NDRE和色素含量之間的相關(guān)性優(yōu)于NDVI，在植被覆蓋度高的地區(qū)，利用紅/綠波段和近紅外波段構(gòu)建的植被指數(shù)容易出現(xiàn)飽和現(xiàn)象，而紅邊波段則可以避免這一現(xiàn)象，所以紅邊波段的加入可以提高玉米冠層色素含量的估算精度，這一結(jié)果和蘇偉等[47]的研究結(jié)果一致。LCI指數(shù)在播種后80天與3種色素含量達(dá)到顯著性相關(guān)，進(jìn)一步證明了紅邊波段可以更好地表征玉米冠層色素含量。

OSAVI指數(shù)的作用是降低土壤和潮濕條件的影響[48]，由于播種后73天的灌水處理導(dǎo)致土壤濕度增加，此時(shí)OSAVI指數(shù)僅和葉綠素b含量達(dá)到顯著性相關(guān)。Jin等[49]研究發(fā)現(xiàn)，OSAVI指數(shù)和葉綠素含量呈現(xiàn)高度相關(guān)(R2=0.63)，OSAVI指數(shù)和生物量干重相乘后的數(shù)值與葉綠素含量相關(guān)性更好(R2=0.81)。與Jin等的結(jié)果相比較，本試驗(yàn)中單獨(dú)使用OSAVI指數(shù)和葉綠素含量做線性相關(guān)分析，結(jié)果顯示相關(guān)性較差，原因在于OSAVI指數(shù)中所包含的近紅外與紅光的波段組合對(duì)葉綠素不夠敏感，Jin等[49]設(shè)置的氮肥梯度試驗(yàn)中植株生物量和施氮量高度相關(guān)，因此在這一基礎(chǔ)上將OSAVI和生物量相乘，得到的結(jié)果與葉綠素總量相關(guān)性優(yōu)于單獨(dú)使用OSAVI。

雖然在本試驗(yàn)條件下，我們觀測(cè)到了光譜參數(shù)對(duì)同一用水量的兩種灌溉模式的響應(yīng)具有差異，但實(shí)質(zhì)是對(duì)葉綠素、比葉面積、生物量等眾多影響光譜信息的因素的綜合響應(yīng)。本研究沒(méi)有考慮氮肥等營(yíng)養(yǎng)問(wèn)題或其它脅迫因素。將來(lái)的研究還需要進(jìn)一步驗(yàn)證在氮肥營(yíng)養(yǎng)和其他脅迫存在的情況下，利用無(wú)人機(jī)多光譜參數(shù)比較不同灌溉模式的效果或者監(jiān)測(cè)干旱的可靠性。

4 結(jié)論

利用無(wú)人機(jī)多光譜數(shù)據(jù)能夠反映不同灌溉模式下的春玉米生長(zhǎng)狀況之間的差異。植被指數(shù)在播種后70天(開(kāi)花期)即可體現(xiàn)灌溉作物的生長(zhǎng)情況優(yōu)于雨養(yǎng)模式下的作物；引入紅邊波段的NDRE指數(shù)和葉片中葉綠素含量相關(guān)性更好；依據(jù)其測(cè)定值計(jì)算的葉綠素與類胡蘿卜素的比值[(Ca+Cb)/Car]在作物生長(zhǎng)后期與植被指數(shù)相關(guān)性較高，可以反映作物衰老狀況，整體來(lái)看，利用無(wú)人機(jī)植被指數(shù)監(jiān)測(cè)作物生長(zhǎng)狀況具有一定的可行性，植被指數(shù)數(shù)據(jù)比傳統(tǒng)的人工測(cè)定指標(biāo)出現(xiàn)差異的時(shí)間更早更精確，可以更早發(fā)現(xiàn)作物的生長(zhǎng)狀況中受到的水分脅迫，為作物進(jìn)行水分灌溉提供了更為及時(shí)的指導(dǎo)依據(jù)。本研究?jī)H僅是針對(duì)玉米一種作物進(jìn)行研究，所得到的結(jié)論是基于本試驗(yàn)中的特定條件，因此結(jié)論的普適性仍需要進(jìn)一步驗(yàn)證。