銅脅迫下玉米葉片的水分吸收光譜響應及其污染程度預測模型

楊可明，劉 聰，張文文，夏 天，程 龍

[中國礦業大學(北京)地球科學與測繪工程學院，北京 100083]

銅(Cu)是人類生活中一種常見的重金屬，在工礦等行業的生產和運用中排放含有大量銅離子的廢棄物，從而對周邊土壤和植物等環境造成重金屬污染，甚至引發生態系統退化。對農作物而言，由于土壤無法對Cu2+進行生物分解，當土中Cu2+積累到一定量時就會抑制作物生長，造成作物質量下降、減產甚至絕收，更嚴重是農作物的重金屬污染能直接或間接通過食物鏈毒害人類健康[1-4]，因此重金屬污染及其監測技術日益成為當下學術研究的熱點問題。現有研究證明，植物吸收過量的Cu2+不僅會抑制根系的生長及吸收，而且Cu2+會進入植物葉片并代替葉片中含量最多的鎂離子，從而影響葉綠素酶活性，破壞葉綠體結構，降低葉綠素含量，阻礙植物的光合作用，并使植物的光譜特性發生改變。通常，健康綠色植物均具有特定的光譜特性，雖然不同植物光譜響應有所差異，但在可見光和近紅外波譜區間總的“峰-谷”曲線形態卻比較相似[5-6]，這是因為影響其光譜特性的主導控制因素基本一致。可是，植物受Cu2+污染并改變葉片組分和結構后其主控因素就不同于健康葉片，可利用高光譜遙感技術感測這種不同及其所導致的光譜響應區間光譜特性的變化，且近紅外波段比可見光波段更易于感測。

植物特征波譜中由液態水控制的光譜區域是擬合水分指數的常用波段[7](圖1)，但利用這些波段進行重金屬脅迫方面的研究并不豐富。關麗等研究發現，鎘(Cd)脅迫會導致水稻對水的吸收減少，光合作用和脂肪代謝減弱；當水稻受到嚴重的Cd脅迫時，水分吸收谷會變淺[8]；Yu等認為，水分脅迫導致的葉肉結構變化會影響近紅外波段的反射率[9]。在近紅外波段，植物葉內細胞間空隙導致光的散射和折射，使反射率增高，形成紅外反射峰，它的主控因素是葉肉細胞結構、葉面粗糙度、樹冠結構、生物地球化學循環中的生物元素的電子躍遷及水含量和葉溫，其中最主要的控制因素是細胞結構、葉面和樹冠結構。植物受到重金屬脅迫后，葉細胞發生畸變或遭到破壞，細胞間隙增多，散射增強，葉片水含量降低，反射率增高，特別是如圖1所示的玉米試驗對照組[CK(0)]的近紅外水分強吸收帶1 450、1 940 nm 處比較突出。總體來說，將高光譜遙感直接應用到植物重金屬脅迫與水分變化的研究還比較欠缺。本試驗以受CuSO4脅迫的盆栽玉米為研究對象，擬利用高光譜遙感技術研究玉米受Cu2+污染后近紅外水吸收帶波譜特征的變化，通過提取玉米葉片中水含量的光譜指數來反映水分吸收帶光譜響應特征與Cu2+污染之間的相互關系。

1 材料與方法

1.1 材料與設備

本試驗選用中糯1號玉米盆栽作為研究對象，用CuSO4·5H2O的分析純溶液脅迫玉米發育生長。玉米葉片反射光譜測量采用350～2 500 nm波譜范圍的SVCHR-1024I高性能光譜儀，Cu2+含量的實驗室測量采用原子吸收分光光度計。

1.2 試驗方法與數據采集

1.2.1 植株的培養 本試驗選取中糯1號玉米種子和不透水有底漏的花盆進行培植。2014年5月6日對玉米種子進行催芽，5月8日在盆栽土壤中種植。5月9日出苗后澆灌營養液NH4NO3、KH2PO4和KNO3。種植玉米的盆栽土壤分別設置濃度為0、250、500 μg/g的3種CuSO4脅迫梯度，分別記為CK、T1和T2，每個濃度均設置3組平行試驗，共9盆盆栽玉米。在培植期定期澆水并在每天通風換氣。

1.2.2 光譜數據采集 于2014年7月17日進行室內玉米葉片光譜采集，使用光譜儀配套功率為50 W的鹵素燈光源和4°視場角的探頭，探頭垂直于葉片表面40 cm；為防止土壤對玉米葉片測量光譜的影響，用黑色塑料袋將花盆蓋住；光譜反射系數經專用平面白板標準化。在測量時，首先將標準白板水平放置，保證白板表面清潔，測定白板的反射率，觀察白板波譜曲線，當其曲線在100%反射率處近似1條直線時，白板校正完畢。然后測量玉米葉片的反射光譜，最終輸出的每種Cu2+脅迫深度的玉米葉片光譜線由3條原始掃描光譜自動平均所得。采集后的光譜數據如圖2所示。

1.2.3 Cu2+含量測定 將采集光譜后的玉米葉片樣品進行沖洗、烘干、稱質量等一系列預處理后，貼上標簽，注明樣品銅脅迫梯度并裝入樣品袋。然后將樣品袋帶入實驗室化驗分析，用燃燒原子吸收光譜法測定各梯度樣品的Cu2+含量，所得玉米葉片的Cu2+含量與原土壤的Cu2+脅迫濃度如表1所示。

表1 土壤中銅脅迫濃度與玉米葉片中Cu2+含量對照

2 預測模型與應用分析

2.1 基于水吸收光譜參數的預測模型

植被光譜曲線在1 450、1 940 nm處會形成2個比較明顯的水吸收谷。當玉米受到重金屬Cu2+脅迫后，玉米葉片水吸收帶在1 233～1 500、1 858～2 050 nm光譜區間上波谷會變淺，隨著Cu2+濃度的增大，水分吸收帶有變平趨勢。本研究分析在不同Cu2+濃度脅迫下，玉米葉片水分吸收光譜區間的吸收深度(h)和吸收面積(S)的變化值及變化趨勢，并討論其與不同濃度Cu2+含量間的相關性。其水分吸收譜帶吸收深度的計算采用連續統歸一化算法。各Cu2+濃度脅迫下的h和S等計算方法如下：選擇水分吸收谷所在的波段區間；以圖3所示的CK下玉米葉片光譜為例，確定水分吸收谷兩側反射率最大值點A、B，并以較低一側極值點為起點搜尋AB間谷內的包絡點；插值計算A、B2點連線在波段區間內的所有波長點(λi)的值fi，波段區間內所有波長λi對應的光譜反射率ρi，由ρi/fi值即可得到連續統歸一化曲線值ti。通過波長差及反射率可求2個極值點連線下的梯形ABB′A′面積S1，其中A′、B′為點A、B到x軸的垂線與x軸的交點(圖4)，S1的計算方法如式(1)所示。而通過式(2)可求得2個極值點A、B間原反射光譜曲線下的面積S2。則A、B2個極值點間的水分吸收谷面積(S)可通過S=S1-S2計算求得，求得的結果如表2所示。

S1=|λa-λb|(ρa+ρb)；

(1)

(2)

式中：λa、λb和ρa、ρb分別為點A、B的波長和反射率；λi-1、λi、λi+1為A、B間相鄰波長；ρi為波長λi對應的反射率。

通過擬合求得光譜連續統歸一化曲線值ti的最小值點，則h=1-min(ti)即為水分吸收谷的深度，求得的結果如表2所示。分別分析吸收深度h和吸收面積S與不同脅迫梯度下葉片Cu2+含量的相關性，分析結果如表3所示，其中R1、R2分別為玉米葉片光譜在1 233～1 500、1 858～2 050 nm波段區間處的吸收深度h和吸收面積S分別與玉米葉片中Cu2+含量之間的相關系數。

由表2可以看出，波段區間在1 858～2 050 nm處，玉米水吸收谷位置有偏移，但變化很小，基本可以忽略，但在2個水吸收帶中吸收深度隨Cu2+濃度的升高而減小，吸收面積則有明顯的增大趨勢。由表3可以看出，玉米水吸收帶在 1 233～1 500、1 858～2 050 nm波段區間受不同濃度Cu2+脅迫后，吸收深度、吸收面積與葉片中的Cu2+含量具有顯著相關性，其中葉片Cu2+含量與吸收深度呈顯著負相關，而與吸收面積則呈顯著正相關，且吸收深度、吸收面積與葉片中的Cu2+含量相關系數很高，均在±0.9左右，其中波段區間在 1 858～2 050 nm處的吸收深度的相關系數達到-0.97，而在 1 233～1 500 nm處吸收深度的相關系數只有-0.89。比較表3中2個水吸收波段吸收深度、吸收面積與葉片中Cu2+含量的平均相關系數可知，吸收面積的相關性更為顯著且波動性較小。

表2 玉米葉片光譜水分吸收谷的特征參數計算結果

表3 葉片光譜水吸收深度h和吸收面積S與不同脅迫濃度下葉片Cu2+含量的相關性分析結果

由此可得出，當玉米受到重金屬嚴重脅迫時，吸水能力減弱，植物葉片含水量減少，2個水分吸收谷變淺。隨著Cu2+脅迫濃度的升高，水分吸收帶有變平趨勢。由于吸收面積具有與玉米葉片中Cu2+含量的平均相關系數更高且波動性較小的優點，可以選擇水吸收波段的吸收面積作為衡量或預測玉米受重金屬Cu2+污染程度的指標。

2.2 基于含水量指數的預測模型

指數特征是定量表征植物葉冠生理效應的光譜波形和反射率特征，即用一定的數學模型來描述葉冠波譜的波形和反射率特征。本試驗利用玉米葉片在近紅外波段中水分敏感波段反射率、含水量指數及其組合來研究不同重金屬銅濃度脅迫下玉米葉片中水分吸收波譜變化及趨勢。目前使用較多的是變葉水植被指數(variational leaf water vegetation index，簡稱VLWVI)、疾病水植被指數(disease water vegetation index，簡稱DWVI)和歸一化水指數(normalized difference water index，簡稱NDWI)[10-12]。在此基礎上又增加了水波段指數(water band index，簡稱WBI)、水分脅迫指數(moisture stress index，簡稱MSI)和歸一化紅外指數(normalized difference infrared index，簡稱NDII)，各類葉片含水量指數計算公式如表4所示，其計算結果與玉米葉片中Cu2+含量相關性分析結果如表5所示。以上含水量指數常用在農作物管理、生產力預測與建模、著火威脅條件分析以及生態系統生理機能研究方面[13-16]，但很少用于植被的重金屬污染分析。

表4 玉米葉片含水量指數計算公式

注：ρ900表示波長為900 nm的光譜反射率，其他類似表示依此類推。

由表5可知，除DWVI外，其他含水量指數與玉米葉片中Cu2+含量具有顯著相關性，其中WBI、NDWI、NDII、VLWVI為顯著負相關，且WBI、NDWI、VLWVI的相關系數絕對值均在0.9以上。當玉米受到重金屬銅脅迫嚴重時，葉片含水量減少，在1 599 nm處的吸收強度明顯減弱。當MSI值越大，表明葉片含水量越小，玉米受到的銅污染也越嚴重。與MSI相反，NDII、NDWI、WBI、VLWVI值越大，表明葉片含水量越高，玉米受到的銅脅迫也就越小。

表5 玉米葉片的含水量指數與不同Cu2+含量間的相關性分析結果

通過葉片含水量指數與葉片中Cu2+含量的相關系數比較可以得出，含水量指數的相關性順序從高到低依次為NDWI>WBI>VLWVI>MSI>NDII>DWVI。由表5可以看出，DWVI的相關系數只有0.09，相關性最差，不能作為銅脅迫后玉米水分含量變化的診斷光譜指數，而其余的光譜含水量指數相關系數絕對值均在0.9左右，都可以用來作為判斷玉米銅污染程度的衡量或預測指標。由于NDWI與葉片含水量的相關性系數絕對值達到0.99，具有極高的相關性，所以用NDWI作為銅脅迫玉米條件下水分含量變化的診斷光譜指數更為準確。

3 結論

通過提取玉米光譜水分吸收特征參數和含水量指數，分析其與不同銅濃度脅迫下玉米葉片中Cu2+含量間的相關性，可以得出當玉米受到0～500 μg/g重金屬銅污染時，玉米葉片含水量會降低，水吸收帶在1 233～1 500、1 858～2 050 nm波段區間吸收谷隨銅濃度的升高而變淺，吸收深度減小，吸收面積增大，吸收谷會逐漸變緩并呈水平趨勢。由于水分吸收面積具有與玉米葉片中Cu2+含量的平均相關系數更高且波動性較小的優點，可以選擇水吸收波段的吸收面積作為衡量玉米受重金屬銅脅迫的程度的衡量或預測指標。同時玉米葉片光譜的各項含水量指數也會發生顯著變化(除DWVI外)，NDII、NDWI、WBI、VLWVI會隨銅脅迫濃度的升高而逐漸變小，而MSI則逐漸增大，因此可以利用含水量指數來衡量玉米受銅脅迫的程度；通過對比不同含水量指數的相關系數大小可知，NDWI與玉米葉片中Cu2+含量的相關系數最高。所以認為，可綜合利用水吸收帶的吸收面積和NDWI作為植物重金屬污染衡量或預測的最優指標，可以更為準確地判斷玉米受重金屬銅的污染程度。