拔節期夏玉米洪澇脅迫下葉綠素含量和高光譜特征變化

陳 振， 隋學艷， 梁守真， 王 猛， 顏丙囤

(1.中國礦業大學，江蘇徐州 221116； 2.山東省農業可持續發展研究所，山東濟南 250000)

拔節期夏玉米洪澇脅迫下葉綠素含量和高光譜特征變化

陳 振1，2， 隋學艷2， 梁守真2， 王 猛2， 顏丙囤1，2

(1.中國礦業大學，江蘇徐州 221116； 2.山東省農業可持續發展研究所，山東濟南 250000)

基于農作物遙感原理，通過模擬試驗的方式，獲取洪澇脅迫下夏玉米高光譜特征變化情況，結合玉米葉綠素含量變化特征，為玉米洪澇災害識別及區分洪澇脅迫程度的遙感監測提供先驗知識。結果發現，洪澇脅迫下拔節期夏玉米葉綠素含量呈下降趨勢，淹水時間越長，下降幅度越大；光譜反射率在可見光部分隨淹水時間增加而上升，在近紅外部分隨淹水時間增加而下降。紅邊處一階微分(Dre)、綠峰處反射率(ρg)、反射率面積SGρ(綠)等多種光譜參數可以指示玉米洪澇災害的發生程度，可以作為玉米洪澇災害監測與評估的重要參數。

洪澇脅迫；夏玉米；葉綠素；光譜特征；遙感監測

玉米是世界總產量最高的糧食作物，其產量與糧食安全休戚相關。2013年我國玉米種植面積3 631.8萬hm2，總產 2 180億kg，占糧食總產的36.3%[1]。近年來由于玉米用途廣、生產機械化程度高，其在糧食作物總種植面積和產量的占比逐年增加，玉米對我國糧食產業影響較大[2]。農作物種植，除了種子質量、栽培管理外，災害是影響產量的重要決定因素[3]。我國幅員遼闊，自然條件復雜，洪澇災害發生頻繁，己成為我國社會經濟持續發展中重要的制約因素之一。據不完全統計，每年大約0.073億hm2農田遭受洪澇災害，每年經濟損失在100億元左右，約占國民生產總值的1%～2%[4]。夏玉米生長雨熱同季，近幾年由于氣候多變，以及農戶耕地整理時對排水系統的破壞，導致玉米澇災的普遍發生。

玉米洪澇災害發生后，需要農業生產管理部門作出及時的響應，確定受災位置、面積以及受災程度，據此作出救災減災方案，指導農戶將損失降至最低。目前，多數地區還是依靠傳統的人工調查，由于災害發生后田間無法進入，受時間和人力的影響，只能篩選部分代表性的地塊，并以此作出估算進行受災情況上報。傳統方法費時費力效果較差。遙感技術作為信息獲取的重要方法，已經廣泛地應用于農業生產中，例如農業資源調查、農作物長勢監測、品質預測、估產、災害監測等方面[5-6]。

目前，國內外未見利用遙感技術進行夏玉米洪澇災害監測與評估的研究報道。隨著高光譜、高空間分辨率傳感器的應用，通過分析作物遭受洪澇災害前后光譜反射率差異，可以實現洪澇災害的定量監測。本研究通過模擬試驗實測夏玉米在拔節期受洪澇災害后高光譜曲線特征及葉綠素等生理生態參數，為遙感監測洪澇災害提供先驗知識。

1 材料和方法

1.1 試驗材料

試驗于2015年夏玉米拔節期進行，試驗地點位于山東省濟陽縣太平鎮姜家村(116°19′602″E、39°57′822″N)，試驗田中等肥力，夏玉米南北向種植，長勢良好，灌溉條件便利。

1.2 試驗設計

洪澇處理設6個水平，分6個試驗小區，對照組CK正常生長(不處理)、洪澇處理組水淹1、3、5、7、9 d，持續灌水，保證水沒過玉米根部。各處理水平依次標記為CK、T1、T2、T3、T4、T5，水淹程度依次加重。7月30日洪澇處理，7月31日、8月2日、8月4日、8月6日、8月8日、8月10日和8月12日測量光譜數據和葉綠素含量等參數。

1.3 光譜測量

光譜測量采用美國分析光譜儀器(Analytical Spectral Devices，ASD公司)ASD FieldSpec野外便攜式高光譜儀，選擇晴朗無風，11：00—14：00內測量。

玉米的光譜測量主要是測量冠層光譜。試驗測量冠層光譜時傳感器探頭垂直向下，距離玉米冠層與對白板時一致，投影面直徑約130 cm，可覆蓋樣方中心植株冠層，避免田壟及水體影響。每小區南、中、北固定3個測試點，用插地標牌進行標記，每點采集1條光譜，最終取3條光譜曲線均值作為小區測量結果(圖1)。

1.4 葉綠素含量的測量

使用植物養分測定儀TYS-3N測量葉綠素含量SPAD相對值0～100[7]。選取小區內連續10株玉米，掛牌標記最上部1張完全展開葉，對葉片進行葉綠素含量活體測量，最終取均值作為小區測量結果。

1.5 數據處理

測量數據用Excel處理，ASD viewspecpro軟件處理高光譜數據。對于高光譜數據，主要采用光譜反射率ρ及反射率一階微分dρ/dλ，分析其與洪澇災害發生程度等指標之間的關系，選擇能識別和評價洪澇程度的特征波段和光譜指數。

2 結果和分析

2.1 葉綠素含量變化

拔節期夏玉米受洪澇災害時，不同脅迫程度下葉綠素變化趨勢與CK基本相似，淹沒1～3 d的玉米葉綠素含量與CK差別不大，但隨受洪澇脅迫程度的加重，葉綠素含量逐漸低于CK，其中淹沒7、9 d的變化最為明顯，這與實際觀測玉米生長情況一致，在受洪澇災害脅迫初期，玉米生長狀況與對照相比表現不明顯，在水淹7～9 d開始，玉米葉片開始出現發黃、枯萎現象，有的植株甚至倒伏死亡(圖2)。

2.2 光譜曲線

2.2.1 玉米冠層高光譜反射率曲線 對于玉米冠層高光譜反射率(ρ)曲線，在洪澇脅迫處理前(7月30日)，高光譜曲線比較符合健康植株的特征，綠光波段反射峰位于556 nm附近，在680 nm附近為紅光波段吸收谷區，在680～750 nm范圍里為紅邊區，陡坡效應明顯，在780 nm左右反射率趨向平穩，并且各個小區之間曲線相似，反射率值接近(圖3-a)。在洪澇脅迫后(8月12日)，發現淹沒1 d的與對照相比，無論是高光譜反射率曲線線形，還是反射率值，都沒有顯著變化；淹水3、5、7、9 d的與對照相比，高光譜反射率曲線線形在可見光部分明顯增加，而在近紅外部分，處理組光譜反射率值較對照均有所下降(圖3-b)。

光譜變化特征的原因可能是：(1)通過觀察，淹沒1 d的作物生長狀況沒有明顯的變化，停止灌水后，水很快滲入地下，對植物根的呼吸作用等沒有產生大的影響，適量的水分反而促進了玉米的生長發育；(2)水淹3、5、7、9 d時，隨著玉米根部淹沒時間的延長，影響了玉米的呼吸作用、光合作用、蒸騰作用等生命活動，進而開始出現玉米葉片枯萎泛黃、植株倒伏最終死亡的現象[8]；且隨淹水時間的延長，植株結構受損更為嚴重，造成葉綠素含量減少，可見光區域吸收減弱，葉面積和冠層結構發生變化，這樣一來植株群體結構變化就會導致莖稈、葉片等組分對冠層的貢獻比例發生變化，造成光譜反射率在近紅外區域呈現小于對照的趨勢。

2.2.2 冠層高光譜反射率一階微分曲線 對高光譜反射率數據求一階微分值(dρ/dλ)，考慮曲線的變化率，主要是消除外界因素特別是土壤背景對光譜曲線的影響，可用于檢測出診斷波段。一階導數光譜具有顯著的3邊特征(藍邊、黃邊、紅邊)，可以反映植被的生長狀況。“藍邊”是藍光位于490～530 nm范圍之間反射率一階導數最大值的位置，“黃邊”是黃光位于550～580 nm范圍之間反射率一階導數最大值的位置，“紅邊”是綠色植物在680～760 nm內光譜反射率增高最快的點，也是一階導數最大值所對應的光譜位置。三者在高光譜遙感中均為植被光譜曲線的特征點和特征區域，其中“紅邊”是綠色植物光譜最明顯的特征之一[9](圖4-a、圖 4-b)。

處理前后光譜一階導數曲線變化差異不明顯，需要對藍邊、黃邊、紅邊特征波段進行對比(表1)。其中，“紅邊”位移現象是隨著高光譜遙感的興起而發展起來的光譜數據分析技術中研究最多的，成就顯著的成果，Horler等研究認為紅邊可以作為植物受脅迫的光譜指示波段[10]。當綠色植物葉綠素含量增加、生長活力旺盛時，紅邊位置會向紅外方向偏移，即“紅移”，符合拔節期CK變化；當植物由于感染病蟲害或因災害或物候變化等脅迫而“失綠”時，紅邊位置會向短波方向偏移，即“藍移”，符合拔節期處理T1～T5變化。

為了體現相同處理不同時期的高光譜反射率曲線的變化情況，分別繪出了5個處理和對照的2個時期的高光譜反射率曲線(圖5)。發現洪澇處理后，TI處理前后變化很小，與CK變化情況基本相同。T2～T5處理在可見光波段，處理后反射率基本都高于處理前；在近紅外波段，處理后反射率要低于處理前。總體上曲線波形相似，T2～T5在綠黃紅波段范圍曲線有抬高趨勢，可能T1洪澇脅迫程度較輕，時間較早，在此范圍內形狀變化沒有T2～T5明顯[11]。

表1 洪澇脅迫前后特征波段位置變化

2.2.3 特征波段分析 分別對洪澇脅迫程度與光譜位置變量、光譜面積變量和光譜植被指數共12組數據進行相關分析，5個參數與脅迫程度達到了極顯著相關關系，3個參數達到了顯著相關關系(表2)。相關程度由大到小依次為紅邊處一階微分(Dre)>綠峰處反射率(ρg)>反射率面積SGρ(綠)>歸一化植被指數(SNirρ-SRρ)/(SNirρ+SRρ)>比值植被指數SNirρ/SRρ>紅谷處反射率(ρrw)>反射率面積SNirρ(近紅外)>反射率面積SRρ(紅)[12]，說明洪澇脅迫發生后洪澇脅迫水平在這些特征波段位置有很好的相關性。

表2 洪澇脅迫程度與高光譜特征部位相關系數

注：**表示在0.01水平顯著，*表示在0.05水平顯著。

3 結論

洪澇脅迫下，玉米葉綠素含量隨著脅迫程度的增加而得下降越明顯，水淹7 d后，玉米生理性狀表現才開始明顯，出現葉片發黃枯萎、植株倒伏等現象，這主要是因為淹水時間短時，沒有顯著影響玉米植株的光合作用、呼吸作用，生理性狀變化不大，隨著淹水時間的增加，植株呼吸作用和光合作用受到不同程度的抑制，從而表現出不同的生理變化。

洪澇脅迫下的玉米光譜在可見光波段有上升趨勢，在近紅外波段有下降趨勢，脅迫程度越重，可見光和近紅外光變化趨勢越顯著，這主要是由于洪澇脅迫下葉綠素含量發生變化，在可見光波段葉綠素吸收能力減弱，光譜反射率升高，而在近紅外波段的變化主要是由于洪澇脅迫后玉米葉片和玉米冠層結構變化導致的。

通過分析脅迫程度和光譜特征位置的相關性，得出了與脅迫程度相關性較好的特征位置和植被指數，為玉米洪澇災害的監測與評估提供理論依據與方法支持，具有理論與現實應用意義。

[1]中華人民共和國統計局. 2014中國統計年鑒[M]. 北京：中國統計出版社，2014.

[2]余衛東，馮利平，劉榮花. 玉米澇漬災害研究進展與展望[J]. 玉米科學，2013(4)：143-147.

[3]潘瑞熾. 植物生理學[M]. 北京：高等教育出版社，1958.

[4]李戈偉. 基于遙感和GIS的洪災監測與評估方法研究[D]. 北京：中國科學院遙感應用研究所，2002.

[5]徐 鵬. 洪澇脅迫的水稻長勢光譜響應與災情遙感評估[D]. 西安：西安科技大學，2014.

[6]萬余慶，譚克龍，周日平. 高光譜遙感應用研究[M]. 北京：科學出版社，2006.

[7]袁 媛. 夏玉米葉綠素及葉面積指數高光譜遙感估算[D]. 楊凌：西北農林科技大學，2014.

[8]周新國，韓會玲，李彩霞，等. 拔節期淹水玉米的生理性狀和產量形成[J]. 農業工程學報，2014(9)：119-125.

[9]易秋香. 玉米主要生物物理和生物化學參數高光譜遙感估算模型研究[D]. 烏魯木齊：新疆農業大學，2005.

[10]Horler D，Dockray M，Barber J. The red edge of plant leaf reflectance[J]. International Journal of Remote Sensing，1983，4(2)：273-288.

[11]蔣金豹，Michael D S，何汝艷，等. 水浸脅迫下植被高光譜遙感識別模型對比分析[J]. 光譜學與光譜分析，2013(11)：3106-3110.

[12]李章成. 作物凍害高光譜曲線特征及其遙感監測[D]. 北京：中國農業科學院，2008.

10.15889/j.issn.1002-1302.2017.02.018

2015-11-26

山東省農業重大應用技術創新課題；農業農村資源等監測統計經費(農業遙感監測與評價)項目(編號：)；山東省信息化(電子政務)專項。

陳 振(1988—)，男，山東濰坊人，碩士研究生，主要從事農業遙感及應用研究。E-mail：chenzhen0608@126.com。

隋學艷，碩士，助理研究員，主要從事農業遙感研究。E-mail：sdnkysxy@163.com。

P237；S513.01

A

1002-1302(2017)02-0069-04

陳 振，隋學艷，梁守真，等. 拔節期夏玉米洪澇脅迫下葉綠素含量和高光譜特征變化[J]. 江蘇農業科學，2017，45(2)：69-72.