基于熒光參數的棉花盛鈴期水分狀況高光譜監測

劉馨月，王登偉，黃春燕，黃凱杰，王永勝，來瑞欣，馬如海，韓勇超，王露霞

(石河子大學農學院/新疆生產建設兵團綠洲生態農業重點實驗室，新疆石河子 832003)

0 引 言

【研究意義】高光譜分辨率遙感技術(Hyperspectral Remote Sensing)，起源于20世紀70年代，是在未來精準農業技術體系中獲取農田數據，監測作物生長和推進農業可持續發展的有效技術途徑[1-3]。葉綠素熒光參數(Fo、Fv/Fm、ΦPSⅡ、ETR、qP和NPQ)可以反映植株的“內在性”特點，被稱為光合作用與環境關系的內在探針[4]。通過測定葉綠素熒光參數可以快速、有效地反映作物對干旱脅迫的響應[5]。棉花作為新疆的主要經濟作物，在生長季節里容易遭受水分脅迫，干旱限制了新疆棉花生產潛力的發揮。通過開展棉花冠層高光譜與葉綠素熒光參數二者關系的研究，擴大高光譜應用基礎性研究的范圍，使干旱逆境因子對棉花光合生理的脅迫響應通過高光譜遙感得以拓展。【前人研究進展】Jackson等[6]指出，高光譜反射特性可快速、準確地獲取作物水分的信息；Bowman等[7]表示，隨著葉片相對含水量的下降，近紅外區域的反射率上升；Penuelas等[8]認為，WI(R970/R900)能較好地指示作物水分狀況的變化；Demmig B等[9]研究表明，干旱脅迫下Fo顯著上升，葉片結構的PSⅡ抑制了光合作用的原初反應；劉瑞顯等[10-14]認為，在干旱脅迫期間，Fo、NPQ明顯升高，而Fv/Fm、ФPSⅡ、ETR與qP均顯著降低；羅俊等[15]研究指出，Fv/Fm、Fv/Fo、Yield等熒光參數隨水分脅迫強度的增強不斷下降，但下降幅度因品種而異；薛惠云等[16]研究表明，Fv/Fm、ФPSⅡ、qP隨干旱脅迫時間的延長呈下降趨勢，NPQ呈上升趨勢。高光譜與熒光參數相結合的研究，也見諸于報道。朱艷等[17]研究認為，小麥功能葉在可見光區(520～680 nm)和近紅外區(750～850 nm)的反射光譜與葉綠素熒光參數相關性較好；王銳等[18]指出，大豆高光譜植被指數PSRI和SIPI與熒光參數的相關性均達到顯著水平(P<0.05)；薛惠云等[16]表示，熒光參數Fv/Fm和植被指數PRI均能靈敏地反映棉花葉片的水分狀況，并且在持續干旱脅迫中，Fv/Fm更靈敏、準確；孟浩峰等[19]認為， 棉花的植被指數PSSRa、PSSRb和mSR705與PRI可以分別估測熒光參數Y(Ⅱ)、qP和qL與NPQ、qN和Y(NPQ)；仇亞紅等[20]指出，玉米的高光譜變量Dλ699、Dλ701、Dλ703、Dλ702、Dλ701、R764、Dλ699、Dλ699、Dλ700和熒光參數Fv/Fm、ФPSⅡ、NPQ呈極顯著(P<0.01)相關。【本研究切入點】研究建立植被指數與葉綠素熒光參數的相關回歸模型，實時、無損、精確獲取棉花冠層的反射光譜信息，監測棉花冠層的水分脅迫狀況。【擬解決的關鍵問題】獲取棉花新陸早45號和新陸早62號干旱條件下盛鈴期的冠層高光譜數據和葉片葉綠素熒光參數，研究反射光譜和葉綠素熒光參數隨灌水量的變化規律，用高光譜植被指數估算葉綠素熒光參數，為實施高光譜遙感實時、快速監測新疆大面積的棉花水分的脅迫狀況提供理論依據。

1 材料與方法

1.1 材 料

試驗于2017年在新疆石河子大學農學院試驗站(N44°20′，E86°03′)進行。試驗設計水分處理為主區，品種為副區的裂區試驗，重復3次，設4個灌水量處理：嚴重缺水灌溉(1 050 m3/hm2，以W1表示)、缺水灌溉(2 160 m3/hm2，以W2表示)、適量灌溉(4 320 m3/hm2，以W3表示)、充分灌溉(6 300 m3/hm2，以W4表示)，灌水量用水表控制。試驗區前茬為棉花，土壤肥力中等。兩個棉花供試品種分別為新陸早45號和新陸早62號。以66 cm+10 cm+66 cm的寬窄行種植，覆膜點播，膜下滴灌，隨水施肥，全生育期灌水10次，化控7次，2017年4月24日播種，7月4日打頂。大田常規管理。表1

表1 棉花新陸早45號和新陸早62號全生育期灌水模式
Table 1 The irrigation mode of the whole growth period of cotton Xinluzao NO. 45 and Xinluzao NO. 62

生育時期Growth stage澆水次數Frequency of irrigation灌水日期Irrigation date試驗處理/灌水量 Treatments/Irrigation capacity(m3/hm2)W1W2W3W4花蕾期 Budding phase16/1172.6 184.4 411.4 606.7 26/2162.9 178.1 405.0 605.0 36/2974.3 197.1 420.7 643.5 花期Flowering phase47/880.0 190.8 417.1 614.6 57/1685.7 190.8 417.1 566.6 67/23102.9 222.6 495.5 777.9 77/3097.1 216.2 463.5 686.7 花鈴期 Blossing and boll-forming stages88/574.3 209.9 402.9 584.4 98/1151.4 184.4 417.1 576.2 108/1822.9 89.0 263.8 398.6 合計 Total724.0 1 863.3 4 114.1 6 060.3

1.2 方 法

1.2.1 測定項目

2017年8月7號(盛鈴期)，分別測定棉花新陸早45號和新陸早62號各水分處理下植株冠層光譜數據和葉片熒光參數。取樣時每個小區連續取3個樣點，測定相關指標。

1.2.1.1 采集棉花冠層高光譜數據

不同水分處理下棉花冠層光譜數據采用美國ASD Filedspec FR 2500型地物光譜儀測定。此地物光譜儀的波段范圍為350～2 500 nm，光譜分辨率在350～1 000 nm為3 nm，1 000～2 500 nm為10 nm。測量時選擇長勢均勻無病蟲危害的棉株為樣點，在無風無云晴朗日的11:30～14:00對棉花冠層進行光譜測試，視場角(FOV)設定為25°，測量前用白板標定，然后把探頭垂直放置距棉花冠層高度1 m處測試，光譜掃描時間設定為0.2s，每個樣點采集10條反射光譜曲線，每個處理的寬窄行各選取3個樣點，各處理3個樣點寬行和窄行的冠層光譜反射率平均即為其光譜反射率。

1.2.1.2 測定棉花葉片熒光參數

在棉花盛鈴期獲取冠層光譜數據的同時，在測試樣點區，利用德國生產的PAM-2100便攜式葉綠素熒光分析儀(Walz, Effeltrich, Germany)，測定打頂后的棉花主莖活體倒二葉的熒光參數，測定時間段分別為上午11:00～14:00，晚上23:00～01:00(次日)，每個處理測3個葉片，每個葉片對稱測四次，取平均值作為該處理的結果數據。從測定的結果中篩選出熒光參數Fv/Fm(PSⅡ最大光化學量子產量)[21-22]用于數據處理。

1.2.2 棉花冠層高光譜一階微分光譜數據計算

Demetriades等[23]指出，光譜微分技術可以去除部分線性和接近線性的背景、噪聲等光譜對目標光譜的影響，棉花冠層一階微分光譜計算見公式(1)：

ρ′(λi)=[ρ(λi+1)-ρ(λi-1)]/2Δλ.[24]

(1)

式中：λi為各波段波長，ρ′(λi)為波長λi的光譜反射率的一階微分光譜值，Δλ是波長λi-1到λi的間隔。

1.2.3 棉花冠層紅邊參數計算

根據公式(1)分別提取棉花紅邊參數：

(1)紅邊位置(λred)：紅光范圍內(680～750 nm)光譜反射率的一階微分光譜最大值所對應的波長；

(2)紅邊斜率(Dλred)：紅光范圍內(680～750 nm)的光譜反射率的一階微分光譜最大值；

(3)紅邊峰值面積(簡稱紅邊面積)(SDred)：680～750 nm的光譜反射率的一階微分光譜之和[25-27]。

1.2.4 棉花冠層植被指數

歸一化植被指數(NDVI)和比值植被指數(RVI)的表達式分別為：

NDVI=(ρNIR-ρR)/(ρNIR+ρR).

(2)

RVI=ρNIR/ρR.

(3)

式(2)和(3)中的ρNIR和ρR分別為716～1 361 nm、650～670 nm波段范圍的平均反射率。

1.3 數據處理

利用微軟公司的辦公軟件Excel 2003及IBM公司推出的IBM SPSS Statistics 19對原始熒光參數進行數據分析并作圖。

2 結果與分析

2.1 不同水分處理下棉花盛鈴期冠層反射光譜變化特征

盛鈴期是棉花生長發育的關鍵時期，此期的棉花生長茂盛，冠層郁閉，且反射光譜對不同水分處理的棉花響應更加敏感。研究表明，不同的水分處理條件下，兩棉花品種盛鈴期的冠層反射光譜曲線變化趨勢相似。在450～700 nm、700～1 300 nm 、1 400～1 550 nm和1 950～2 450 nm的波段范圍內，光譜反射率的大小因水分處理的不同有較大差異，在700～1 300 nm波段范圍內兩棉花品種的光譜反射率均為W4>W3>W2>W1，而在450～700 nm、1 400～1 550 nm和1 950～2 450 nm三個光譜波段范圍內，棉花冠層的光譜反射率隨灌溉量的增加而降低，即在W1灌溉處理下光譜反射率的值最大。分析不同水分條件下棉花冠層的反射光譜特征，棉花冠層的反射光譜可以用來指示棉花水分脅迫的狀況。圖1

圖1 不同水分處理下棉花兩品種的光譜反射率變化特征
Fig.1 The spectral reflectance variation characteristics of two cotton cultivars under different water treatments

2.2 不同水分處理下棉花盛鈴期冠層紅邊參數的特征分析

“紅邊”是植被營養、長勢、水分狀況等的指示性特征波段[27]。研究表明，紅邊曲線呈現“雙峰”現象，紅邊斜率(Dλred)和紅邊面積(SDred)隨著灌溉量的增加而增大。新陸早45號在4個水分處理下的紅邊位置(λred)均為724 nm，新陸早62號在干旱處理(W1和W2)下的λred相對于充分灌溉處理(W3和W4)出現了明顯的“藍移”現象(紅邊左移了6 nm)，棉花品種間對水分處理的反應存在差異性。新陸早45號和新陸早62號(W2, W3, W4)的Dλred相對于W1處理分別增長了41.5%、46.3%、63.4%和29.1%、55.7%、72.2；新陸早45號和新陸早62號W2、W3和W4 的SDred較W1處理分別增長了35.8%、45.6%、63.6%和25.2%、58.6%、76.1%。兩棉花品種的冠層紅邊斜率和紅邊面積對水分脅迫的響應比較敏感，可以通過紅邊參數監測棉花冠層的水分狀況。圖2

圖2 不同水分處理下兩個棉花品種的“紅邊”變化特征
Fig.2 The characteristics of red border change under different water treatments of two cotton varieties

2.3 不同水分處理下棉花反射光譜與葉片熒光參數Fv/Fm相關性

葉綠素熒光動力學分析技術是研究植物與逆境脅迫關系的理想探針[28]。以新陸早62號為例，采用多元統計分析方法，得到棉花新陸早62號盛鈴期4個水分處理下的反射光譜(350～2 500 nm)與棉花葉片PSⅡ最大光化學量子產量(Fv/Fm)的相關系數曲線。研究表明，棉花新陸早62號盛鈴期的冠層反射光譜與葉片熒光參數Fv/Fm在350～514 nm、612～692 nm和1 945～2 076 nm波段范圍內呈極顯著正相關，相關系數最高值發生在紅光波段的666 nm處(r=0.589 9**，n=20，P<0.01)；在708～1 361 nm和1 621～1 740 nm波段范圍內極顯著負相關，相關系數的最高值發生在近紅外波段的817 nm處(r=-0.788 2**，n=20，P<0.01)。圖3

圖3 棉花新陸早62號冠層反射光譜與熒光參數Fv/Fm相關性
Fig.3 The correlation analysis between canopy spectral reflectance and fluorescence parameter of Fv/Fm of Xinluzao No. 62 full boll stage

選取相關系數較高的紅外波段650～670 nm和近紅外波段716～1 361 nm構建應用最廣泛的植被指數歸一化植被指數(NDVI)和比值植被指數(RVI)。分別以NDVI和RVI為自變量，以棉花葉片PSⅡ最大光化學量子產量(Fv/Fm)為因變量，構建植被指數與熒光參數的相關模型。四個單變量線性或非線性的Fv/Fm估測模型的相關系數和均方根誤差均可以反映模型的估測精度，基于NDVI和RVI建立的四種估測模型均達到了1%極顯著檢驗水平，其中NDVI和RVI兩種植被指數采用的簡單線性函數模型均分別優于指數函數、對數函數和冪函數。表2

表2 基于棉花冠層植被指數NDVI、RVI的葉片熒光參數Fv/Fm的估算模型
Table 2 The estimation model of leaf fluorescence parameters Fv/Fm based on vegetation index NDVI and RVI of cotton canopy

植被指數VI方程類型Equation type方程模型Equation modeling擬合方程Fitted equation相關系數r均方根誤差RMSENDVI簡單線性函數y=ax+by = -0.136 8 x + 0.958 8-0.634 6**1.323×10-2對數函數y=a×ln(x)+by = -0.101 9 × Ln(x) + 0.826 2-0.621 9**1.341×10-2指數函數y=b×exp(ax)y = 0.966 5 × e-0.161 7 x-0.632 9**1.325×10-2冪函數y=bxay = 0.826 3 x-0.120 4-0.620 2**1.343×10-2RVI簡單線性函數y=ax+by = -0.003 4 x + 0.884 6-0.721 5**1.186×10-2對數函數y=a×ln(x)+by = -0.028 4 × Ln(x) + 0.913 4-0.675 1**1.263×10-2指數函數y=b×exp(ax)y = 0.885 3 × e-0.004 1 x-0.720 6**1.189×10-2冪函數y=bxay = 0.916 0 x-0.033 6-0.673 6**1.266×10-2

注：**
表示0.01極顯著水平

Note:**means extremely significant differences at 0.01 level , n=20

2.4 棉花新陸早62號盛鈴期冠層光譜植被指數RVI對葉片熒光參數Fv/Fm估算

研究表明，棉花新陸早62號盛鈴期的冠層比值植被指數RVI與葉片熒光參數Fv/Fm之間存在著較好的線性函數關系(rRVI-Fv/Fm= -0.721 5**，n=20)，且所構建的簡單線性函數估測模型具有最好的預測精度。RVI能較好的反映棉花的水分脅迫狀況。利用高光譜植被指數與葉片PSⅡ最大光化學量子產量的相關擬合方程，可以定量反演棉花葉片的Fv/Fm(估測Fv/Fm-實測Fv/Fm=0.723 0，RMSE=1.186×10-2，n=20)，為迅速、精確監測棉花水分脅迫狀況提供理論依據。圖4

圖4 a. RVI與Fv/Fm實測值的相關，b. Fv/Fm估測值與Fv/Fm實測值相關性
Fig.4 a. The correlation between RVI and the measured values of Fv/Fm, b. The correlation between the estimated value of Fv/Fm and the measured value of Fv/Fm

3 討 論

綠色植被的光譜曲線具有明顯的“峰”和“谷”，可以用于指示棉花的生長狀況。研究中，棉花盛鈴期冠層高光譜反射率對水分敏感的波段范圍分別為450～700 nm、700～1 300 nm 、1 400～1 550 nm和1 950～2 450 nm，其中在450～700 nm、1 400～1 550 nm和1 950～2 450 nm三個光譜波段范圍內的棉花冠層光譜反射率隨灌溉量的增加而降低；在700～1 300 nm光譜波段區域的反射率隨灌溉量的增加而增大，說明水分脅迫明顯降低了棉花葉片近紅外波段的高光譜反射率，與William等[29]的經不同水分處理的大豆的反射率變化趨勢的結論一致。不同水分處理條件下，2個棉花品種微分光譜的紅邊曲線(680～750 nm)呈“雙峰”現象，與唐延林等[30]在棉花上的研究結果一致。應用高光譜紅外波段650～670 nm和近紅外波段716～1 361 nm的光譜反射率構成的植被指數RVI為自變量，Fv/Fm為因變量，進行相關分析，表明棉花新陸早62號的植被指數RVI和熒光參數Fv/Fm呈顯著的負相關關系(r=-0.721 5**,n=20,RMSE=1.186×10-2)，這與孫山等[31]研究光、溫對蘋果綠色果皮原初光化學反應的影響得出的結論一致。

4 結 論

棉花新陸早45號和新陸早62號在盛鈴期不同水分處理下的高光譜曲線特征，紅邊曲線呈現“雙峰”現象，且紅邊出現“藍移”或“紅移”現象，紅邊斜率和紅邊面積均隨著灌溉量的增加而增大，表明可以用冠層紅邊參數監測棉花的生長狀況。

以棉花新陸早62號為例，對其盛鈴期單葉的熒光參數Fv/Fm與植株冠層的高光譜反射率進行逐步回歸分析，正相關系數的最高值發生在紅外波段666 nm處(r=0.589 9**，n=20，P<0.01)；負相關系數最高值發生在近紅外波段817 nm處(r=-0.788 2**，n=20，P<0.01)。由建立的精度最高的簡單線性函數模型估測的Fv/Fm值與Fv/Fm實測值進行相關分析表明，二者呈極顯著線性正相關(r=0.723 0**，n=20，RMSE=1.186×10-2)。棉花新陸早62號盛鈴期冠層的RVI可用于大田生產中的快速、有效、實時、無損地監測棉花水分的脅迫狀況。