考慮植株氮垂直分布的夏玉米營養(yǎng)診斷敏感位點篩選

李嵐?jié)?開，尹煥麗，郭 婭，王丹丹，王宜倫

（河南農(nóng)業(yè)大學資源與環(huán)境學院，鄭州450002）

0 引 言

在作物所必需的17種營養(yǎng)元素中，氮（nitrogen，N）是玉米施用量最大的元素，對產(chǎn)量的貢獻高達40%～50%[1]。生產(chǎn)實際中，為使玉米持續(xù)增產(chǎn)，農(nóng)民往往投入更多的化學肥料，尤其是氮肥[2]。華北平原農(nóng)民習慣種植夏玉米，氮肥用量普遍在270 kg/hm2左右，很多甚至高達400 kg/hm2；過量施用氮肥導致玉米收獲后土壤NO3--N殘留率高達30%～65%，造成氮肥大量損失和環(huán)境污染，不僅未能實現(xiàn)增產(chǎn)，同時更降低了氮素利用率[2]。因此，快捷、有效開展夏玉米氮素營養(yǎng)精確和實時診斷，耦合土壤氮素供應(yīng)與作物需求，做到“按需施氮、精準施氮”，對逐步實現(xiàn)夏玉米高產(chǎn)增效與減投增效的目標具有重要意義。

夏玉米缺氮時，其癥狀表現(xiàn)為新葉生長緩慢，葉色變淡，長勢瘦弱等[3-4]。上述特征雖然直觀但往往難以量化，同時對氮脅迫響應(yīng)具有一定的滯后性。植株氮營養(yǎng)生化指標，如色素濃度、氮含量、氮積累量等均是反映植株氮素營養(yǎng)豐缺變化的關(guān)鍵因子，對氮肥響應(yīng)敏感且在作物體內(nèi)具有垂向分布特征[5-6]。目前，常規(guī)的氮營養(yǎng)診斷主要以基于植株的實驗室化學測試為主，該法雖可以獲得相對較為準確的結(jié)果，但需要在田間進行樣品采集，然后開展室內(nèi)分析，這一系列過程耗時久、花費高、時效性差，且具有破壞性，不利于推廣應(yīng)用[7-8]。近年來，基于葉綠素儀的作物多光譜遙感氮營養(yǎng)無損診斷技術(shù)以其快捷高效、精準度高且不受天氣狀況影響等優(yōu)點在植被遙感研究與應(yīng)用中表現(xiàn)出強大優(yōu)勢，為利用葉片原位反射光譜數(shù)據(jù)實現(xiàn)作物氮營養(yǎng)實時動態(tài)監(jiān)測提供了一種重要手段[9-11]。截止目前，國內(nèi)外利用葉綠素儀開展作物氮素營養(yǎng)定量監(jiān)測與實時診斷的研究主要集中在以下4個方面：1）揭示葉片SPAD值與作物氮營養(yǎng)指標（色素濃度、氮含量、氮積累量等）間的定量關(guān)系[12-13]；2）闡釋葉片SPAD值與作物產(chǎn)量間回歸關(guān)系并開展估產(chǎn)[14-15]；3）明確基于葉綠素儀的作物氮營養(yǎng)診斷最佳生育期、臨界閾值及進行氮肥實時追施的可行性探究[16-17]；4）探究作物氮營養(yǎng)垂向分布特征及葉綠素儀氮營養(yǎng)快速診斷的敏感響應(yīng)葉位并分析其內(nèi)在營養(yǎng)學機制，但該部分研究還相對較少[18-19]。

夏玉米是一種株型高大、葉片數(shù)較多且葉片伸展較大的氮響應(yīng)敏感型作物。同時，氮是一種易轉(zhuǎn)運元素，玉米冠層中氮營養(yǎng)的垂直梯度分布是其冠層空間異質(zhì)性特征的本質(zhì)反映[20]。因此，氮營養(yǎng)的易轉(zhuǎn)運特性使得氮營養(yǎng)指標在夏玉米體內(nèi)分布具有明顯的垂直梯度特征，使其對不同葉位及同一葉片不同部位SPAD值的影響及貢獻不同，繼而影響光譜監(jiān)測氮營養(yǎng)精度。然而，目前為止，大部分利用葉綠素儀開展夏玉米氮營養(yǎng)定量診斷的研究均以其整體為分析對象，選取某一指定葉位（如穗位葉）為監(jiān)測區(qū)域，很少有研究去系統(tǒng)探索作物氮營養(yǎng)垂直分布特征及其與葉片SPAD值間內(nèi)在關(guān)系并有效篩選敏感葉位和葉片部位繼而實現(xiàn)夏玉米氮營養(yǎng)精準監(jiān)測。以葉片整體為監(jiān)測對象，其冠層內(nèi)色素含量與氮素營養(yǎng)等因素變化對監(jiān)測結(jié)果的影響可顯著降低。然而葉片冠層作為葉片群體的綜合反映，各葉層間所接受外界資源是具有明顯差異的，氮含量和氮分配呈梯度衰減的變化趨勢，繼而使氮營養(yǎng)在作物冠層分布也具有明顯的空間異質(zhì)性[21]。因此，對于夏玉米而言，不同葉層氮營養(yǎng)生化指標及SPAD值分布的特征，各葉層SPAD值與其氮營養(yǎng)指標間的定量關(guān)系，其葉綠素儀快速監(jiān)測敏感葉位和葉片位點分布區(qū)域，均有待于進一步研究。基于此，本研究利用2018—2019年連續(xù)2 a夏玉米氮肥梯度大田試驗，系統(tǒng)地探究不同葉位及葉片部位夏玉米氮營養(yǎng)指標和葉片SPAD值垂直分布特征，并采用偏最小二乘（partial least squares，PLS）回歸的整體光譜分析技術(shù)定量闡釋葉片SPAD值與氮營養(yǎng)間關(guān)系，明確氮營養(yǎng)診斷最佳葉位和葉片部位，為實現(xiàn)氮營養(yǎng)的高效、快捷診斷和精準施氮提供參考。

1 材料與方法

1.1 供試材料

連續(xù)2 a分別于河南省溫縣祥云鎮(zhèn)（2018年6—9月，35°57′00″ N、 112°59′03″E） 和 鶴 壁 市 淇 濱 區(qū)（2019年 6—9月，35°40′03″N、114°17′57″E） 開展夏玉米氮肥梯度田間試驗。供試土壤溫縣為砂質(zhì)潮土，鶴壁為黏壤質(zhì)潮土，0～20 cm耕層土壤基礎(chǔ)養(yǎng)分狀況如表1所示。供試夏玉米品種均為“鄭單958”，源于河南省農(nóng)科院糧作所。“鄭單958”具有抗性好、耐干旱和耐高溫等特點；此外，該品種玉米全生育期105 d左右，葉色淡綠、葉片上沖、株型緊湊、株高約240 cm、葉片最多達約14片。在試驗區(qū)具有大量的推廣種植面積和較強的環(huán)境適應(yīng)性，種植密度為67 500株/hm2。

表1 試驗田土壤基礎(chǔ)養(yǎng)分狀況Table 1 Soil fertility status of experimental soils

1.2 試驗設(shè)計與方法

2018—2019年氮肥處理均設(shè)0、75、150、225和300 kg/hm2共5個梯度，分別用N0、N75、N150、N225和N300表示。小區(qū)面積30 m2（長×寬15.0 m×2.0 m），各處理3次重復，隨機區(qū)組排列。各小區(qū)氮肥均做基肥一次性施用，以降低氮肥連續(xù)追施對夏玉米葉片SPAD值及氮營養(yǎng)指標垂向分布連續(xù)性的影響。除氮肥外，磷、鉀肥用量分別按P2O590 kg/hm2和K2O 75 kg/hm2于夏玉米播種時一次性施入。氮、磷、鉀肥品種分別為ESN樹脂包膜尿素（含N質(zhì)量分數(shù)44%）、過磷酸鈣（含P2O5質(zhì)量分數(shù)12%）和氯化鉀（含K2O質(zhì)量分數(shù)60%）。溫縣點于2018年6月14日播種，9月26日收獲，鶴壁點2019年6月11日播種，9月20日收獲。2018年6—9月溫縣玉米季平均氣溫27.3℃，累計降雨367.5 mm，2019年鶴壁點氣溫和降雨則分別為26.7℃和249.1 mm。為滿足降雨不足時夏玉米對水分需求，采用行間鋪設(shè)塑料管道地表滴灌方式進行灌溉（內(nèi)鑲片式滴灌管）。2018—2019年溫縣和鶴壁玉米季分別于拔節(jié)期和抽穗期進行2次灌水，拔節(jié)期灌水量約為3 000 m3/hm2，抽穗期約為3 500 m3/hm2。其他栽培措施均按照田間實際管理進行操作。

1.3 測定方法

1.3.1 葉片SPAD值測試

分別于夏玉米大喇叭口期（2018年7月20日、2019年7月25日）、吐絲期（2018年8月10日、2019年8月12日）和灌漿期（2018年8月26日、2019年8月28日），各小區(qū)選取10株長勢一致的植株，采用日本產(chǎn)Minolta SPAD-502型葉綠素計沿主莖自上而下測其冠層頂1葉（TL1）、頂2葉（TL2）、···、頂11葉（TL11），頂12葉（TL12）完全展開葉SPAD值（其中，大喇叭口期測試主莖10片完展葉，吐絲期和灌漿期測試12片完展葉）。測試時，每張葉片從葉片基部開始，以20%葉長為1個測試區(qū)間，分別定義為20%、40%、60%、80%和100%測試點（圖1），測其SPAD值，同一小區(qū)內(nèi)測試結(jié)果求取平均值。

1.3.2 葉片葉綠素、含氮量及氮素積累量測定

在葉片SPAD值測試基礎(chǔ)上，10個夏玉米植株中選取4株，采集上述不同生育期各葉位葉片（TL1～TL12）并立即進行保鮮處理。首先，沿主脈取一半葉片，用打孔器在葉片上打樣，采用碳酸鈣粉研磨-95%乙醇浸提法測試不同葉位葉片葉綠素a（chlorophyll a,Chl-a）、葉綠素b（chlorophyll b,Chl-b）、葉綠素a+b（chlorophyll a+b,Chl-a+b）和類胡蘿卜素含量（carotenoid,Car，mg/g）[22]。將剩余葉片置于105℃烘箱中殺青30 min，65℃烘干至恒質(zhì)量，計算各葉位葉片生物量（mg/片）。最后采用微型植物粉碎機粉碎，H2SO4-H2O2法消化，AA3流動注射分析儀（德國SEAL）測定各葉位葉片含氮量（leaf N content，LNC，%），計算各葉層氮素積累量（leaf N accumulation，LNA，生物量和氮含量的乘積，mg/片）。此后，基于上述各葉層生物量數(shù)據(jù)，采用加權(quán)平均數(shù)算法計算夏玉米氮營養(yǎng)指標：植株葉片葉綠素、氮含量和氮素積累量。

圖1 夏玉米不同部位葉片SPAD值測試示意圖Fig.1 Sketch of SPAD measurement at different leaf positions of summer maize

1.4 數(shù)據(jù)處理與分析

1.4.1 模型構(gòu)建與應(yīng)用

為系統(tǒng)分析夏玉米葉片氮素營養(yǎng)垂直分布特征，闡明各葉位葉片SPAD值與氮營養(yǎng)指標間定量回歸關(guān)系，確定基于葉綠素計SPAD儀的氮營養(yǎng)快速診斷敏感葉位及葉片部位。本文采用可有效解決自變量間具有多重共線性問題的PLS模型分析夏玉米不同葉位及同一葉片不同部位SPAD值（自變量）與氮營養(yǎng)指標（葉綠素、氮含量與氮積累量）間定量回歸關(guān)系，篩選敏感葉位及葉片部位（樣本數(shù)n=90，包含5個氮肥處理，3次重復，2個試驗年份）。

PLS回歸模型是一種多元統(tǒng)計分析方法，能有效處理自變量間具有高度多重共線性的多維數(shù)據(jù)。PLS集典型相關(guān)分析、主成分分析和多元線性回歸分析為一體，不僅可以降低數(shù)據(jù)分析維度，同時又可從多維自變量數(shù)據(jù)中找到影響因變量（氮指標）的主控因子，使所構(gòu)建模型具有更高的魯棒性[23]。PLS模型監(jiān)測精準度采用實測值與預測值間決定系數(shù)（coefficient of determination，R2）、均方根誤差（root mean square error，RMSE）和相對分析誤差（relative percent deviation，RPD）來表征。其中，R2表示模型擬合度，其值越高模型越穩(wěn)定；RMSE代表模型精確度，值越小則模型預測能力越高；RPD（RPD=樣本標準差/RMSE）則是表征光譜監(jiān)測模型通用性高低的關(guān)鍵指標，其閾值分布范圍[24]如表2所示。

表2 模型性能分類Table 2 Classification of performances of models

1.4.2 敏感葉位選取與確定

在基于PLS模型明確夏玉米不同葉位垂向分布特征及其與氮營養(yǎng)指標間定量回歸關(guān)系后，選取能穩(wěn)定指示夏玉米氮營養(yǎng)豐缺變化規(guī)律并具有高響應(yīng)的敏感葉位，對于提高氮營養(yǎng)診斷效率，實現(xiàn)氮營養(yǎng)的高精度無損監(jiān)測具有重要意義。本文采用PLS模型中的無量綱分析指標變量重要性投影值（variable importance for projection，VIP）從不同葉位及同一葉片不同部位中篩選出能有效反映夏玉米氮營養(yǎng)特性的敏感葉位。VIP值可以快速、直觀和定量地反映出不同葉位及葉片部位SPAD值在預測因變量（氮營養(yǎng)指標）時的重要程度，其臨界值為1.0，值越高，表明該葉位或葉片部位預測性能越強。

式中K為PLS模型中各自變量因子影響程度，a為PLS模型的權(quán)重因子，W表示各葉位或葉片部位在a中的權(quán)重，SSYa為PLS模型中氮營養(yǎng)指標在a權(quán)重因子下的預測精度平方和，SSYt則為PLS模型中氮營養(yǎng)指標預測精度的整體平方和。

基礎(chǔ)數(shù)據(jù)輸入與分析采用Excel2007進行；利用Matlab R2012a中PLS插件進行模型精度的定量評估和敏感葉位及葉片部位選擇；采用Origin 8.5軟件繪圖。

2 結(jié)果與分析

2.1 施氮水平對夏玉米葉片氮營養(yǎng)指標及SPAD垂直分布特征的影響

2 a不同氮肥水平下夏玉米各氮營養(yǎng)指標垂直分布與時序變化特征趨勢相同，故以2018年溫縣夏玉米大喇叭口期氮肥效應(yīng)田間試驗為例，闡明不同氮肥水平下夏玉米各氮營養(yǎng)指標垂直分布與時序變化特征（圖2）。處理間，與N0相比，隨氮肥用量增加，夏玉米各生育期不同葉層Chl-a、Chl-b、Car、LNC和LNA均顯著提升，至N225時最大，N300與N225間無明顯差異，表明本研究所設(shè)置氮肥梯度可滿足氮缺乏、適宜和過量需求，能夠用于敏感葉位與葉片部位篩選。葉位間，夏玉米各氮營養(yǎng)指標于植株間分布均呈明顯的“鐘型”變化特征，即隨葉位下移，各氮營養(yǎng)指標均表現(xiàn)為先升高后降低趨勢，且于TL5或TL6葉位時達至峰值，該趨勢在2018—2019年2個試驗年份和不同生育期均相一致。上述結(jié)果為定量分析夏玉米各葉位及葉片部位SPAD值與氮營養(yǎng)指標間回歸關(guān)系，篩選穩(wěn)定敏感葉片位點奠定良好基礎(chǔ)。

圖2 2018年施氮水平對夏玉米葉片氮營養(yǎng)指標垂直分布的影響Fig.2 Vertical distribution of leaf N nutrition index of summer maize affected by different fertilizer N application rates in 2018

2.2 施氮水平對夏玉米葉片SPAD值垂直分布特征影響

以溫縣為例，不同氮水平下夏玉米葉片SPAD值空間分布同樣具有典型的“鐘型”垂向異質(zhì)性特征（圖3）。隨葉位下移，各生育期不同葉位葉片SPAD值均表現(xiàn)為先升高后下降趨勢，至TL5時達至最大，該結(jié)果與圖2相一致。綜合各氮處理平均效應(yīng)，大喇叭口期、吐絲期和灌漿期最高與最低葉位SPAD值差值分別為15.6（TL5與TL1）、8.3（TL5與TL12）和13.7（TL5與TL12）個單位。氮肥梯度間，隨氮肥用量增加，各葉位SPAD值均顯著提升（P=0.001），至N225時最大，且N225與N300處理間無顯著差異（P=0.07）。與對照（N0）相比，大喇叭口期N75、N150、N225和N300各葉位SPAD平均增幅分別為2.8%、5.5%、10.6%和13.5%，吐絲期為5.1%、7.9%、9.7%和10.7%，灌漿期則為8.7%、13.1%、16.4%和13.6%。

圖3 施氮水平對夏玉米不同生育期葉片SPAD值垂直分布的影響Fig.3 Vertical distribution of leaf SPAD value in summer maize at different growth stages affected by different fertilizer N applicatiion rates

2.3 夏玉米不同葉片SPAD值與氮營養(yǎng)指標的PLS模型分析

2.3.1 模型精度分析

明確夏玉米不同葉位氮素營養(yǎng)指標及SPAD值時空分布規(guī)律之后，綜合2018—2019年兩試驗季和3個關(guān)鍵生育期數(shù)據(jù)，利用PLS模型對不同葉位SPAD值與氮營養(yǎng)參數(shù)間關(guān)系進行整體回歸分析，確定監(jiān)測模型精準度與魯棒性（表3）。結(jié)果表明，夏玉米葉片SPAD值對氮營養(yǎng)指標均具有較好的預測性能，滿足基于葉綠素儀的作物氮營養(yǎng)無損診斷精度需求。在模型準確度方面，基于PLS模型的各葉位SPAD值與Chl-a、Chl-b、Chl-a+b、Car、LNC和LNA等參數(shù)R2大都在0.70以上。參數(shù)間以LNC最高，R2為0.821，Chl-a+b次之，為0.801，Car最低，為0.693，表明模型準確度較為理想。在模型魯棒性和精確度方面，各氮營養(yǎng)參數(shù)預測RPD值均高于臨界值1.40，最低為1.425（Chl-a+b），且Chl-a、LNC和LNA均大于2.0，分別為2.037、2.210和2.744，表現(xiàn)出強大的穩(wěn)定性與精準性（表2和表3）。綜上，本文所采用基于PLS的定量分析模型來深入闡釋夏玉米不同葉位SPAD值垂直分布特性及其與氮營養(yǎng)指標間回歸關(guān)系，揭示指示氮素營養(yǎng)時空變化的敏感葉位，實現(xiàn)氮營養(yǎng)無損和快捷監(jiān)測。

表3 基于PLS模型的夏玉米不同葉位SPAD值與氮營養(yǎng)指標定量關(guān)系精度分析Table 3 Analysis on accuracy of PLS model for relationship between leaf SPAD value of summer maize at different leaf position and N index

2.3.2 基于PLS模型的夏玉米敏感葉位確定

明確了利用PLS模型可實現(xiàn)基于葉綠素儀快捷和精準開展具有垂向分布特性的夏玉米氮營養(yǎng)監(jiān)測后，為進一步提高氮營養(yǎng)診斷時效性，利用PLS模型的變量重要性投影值（VIP）技術(shù)方法，分別計算了各葉位對氮營養(yǎng)參數(shù)影響的VIP值，確定氮營養(yǎng)診斷敏感葉位（圖4）。基于VIP方法開展各葉位對氮營養(yǎng)指標影響重要性評估時，若葉位VIP≥1.0，則表明該葉位在預測夏玉米氮營養(yǎng)狀況時具有重要作用；若0.5≤VIP＜1.0，則表明該葉位重要程度仍需進一步分析；若VIP＜0.5，表明該葉位無明顯影響力。VIP臨界值通常為1.0，本研究中大于1.0的葉位相對較多且十分集中，難以有效區(qū)分和篩選。分析發(fā)現(xiàn)，當VIP=1.4時則可有效辨別出葉位間差異性，因此本文以VIP=1.4為夏玉米敏感葉片篩選的臨界值。因此，根據(jù)各氮營養(yǎng)指標VIP值量級大小，確定夏玉米主莖自上而下第4片完全展開葉（TL4）為利用葉綠素儀快速開展其氮營養(yǎng)豐缺狀況診斷的敏感葉位（圖4）。

圖4 基于偏最小二乘（PLS）回歸模型的夏玉米敏感葉位確定Fig.4 Determination of sensitive leaf position based on partial least squares(PLS)regression model

2.4 施氮水平對夏玉米不同部位葉片SPAD值垂直分布特征影響

夏玉米是一種多葉位互生且單葉面積較大的氮響應(yīng)敏感型作物，同一植株不同葉位以及同一葉片不同部位間其SPAD值及氮營養(yǎng)指標均具有較大的變異性。因此，在確定基于葉綠素儀夏玉米氮營養(yǎng)快速診斷敏感葉位（TL4）基礎(chǔ)上，進一步明確不同部位間SPAD值時空變異性對提高光譜診斷效率具有重要意義。由圖5知，夏玉米TL4不同位點SPAD值同樣具有明顯的垂向分布特性，從葉片基部（20%位點）開始，隨測試位點延伸，其SPAD值逐步提高，至100%位點時達至最大，但與80%位點間無明顯差異，該結(jié)果在不同試驗年份和生育期變化趨勢均相一致。綜合各生育期平均效應(yīng)，氮肥梯度間，與N0相比，N75、N150、N225和N300處理葉片SPAD值增幅分別為5.6%、10.1%、14.6%和14.8%（P=0.003）。不同位點間，與20%測試點相比，40%、60%、80%和100%位點葉片SPAD值分別平均提高6.5%、12.4%、17.8%和19.3%（P=0.001）。

圖5 施氮水平對夏玉米各生育期葉片不同部位SPAD值垂直分布的影響Fig.5 Effects of fertilizer N application rates on vertical distribution of leaf SPAD value at different leaf sites of summer maize at different growth stages

2.5 夏玉米不同部位葉片SPAD值與氮營養(yǎng)指標的PLS模型分析

2.5.1 模型精度分析

在前述分析基礎(chǔ)上，再次利用PLS模型對夏玉米敏感葉位TL4不同測試位點SPAD值與氮營養(yǎng)指標間關(guān)系進行定量回歸分析（表4）。結(jié)果表明，夏玉米不同部位SPAD值對6種氮營養(yǎng)指標均具有較好的預測性能，R2范圍為0.660～0.847，最高為LNC，R2為0.847，LNA次之，R2為0.825，Car最低，為0.660。RPD值范圍為1.607～2.451，預測精度處于較好區(qū)間范圍（＞2.00）。氮營養(yǎng)指標間，仍以LNC最高，LNA次之，Car最低。

表4 基于PLS模型的夏玉米不同部位葉片SPAD值與氮營養(yǎng)指標定量關(guān)系精度分析Table 4 Accuracy analysis of the relationship between leaf SPAD value of different leaf site and N indexes of summer maize based on PLS model

2.5.2 基于PLS模型的夏玉米敏感葉片部位確定

明確了夏玉米敏感葉位TL4不同測試部位SPAD值與氮營養(yǎng)指標間定量回歸關(guān)系后，進一步篩選基于葉綠素儀的氮營養(yǎng)快速和無損診斷敏感部位，對有效增強氮營養(yǎng)診斷效率，降低光譜分析維數(shù)具有重要作用。基于此，再次利用PLS模型中各測試位點VIP值大小確定氮營養(yǎng)診斷的敏感位點。由圖6知，夏玉米TL4不同位點VIP值表現(xiàn)出較大的差異性，綜合各氮營養(yǎng)指標平均值，20%、40%、60%、80%和100%測試位點SPAD-VIP平均值分別為0.971、1.131、1.583、1.712和0.972。綜上，確定60%～80%兩測試點區(qū)間為利用葉綠素儀開展夏玉米氮營養(yǎng)高效和精準檢測的敏感范圍。

圖6 基于PLS回歸模型的夏玉米敏感葉片部位確定Fig.6 The sensitive leaf site identification based on PLS regression model

3 討 論

作物氮營養(yǎng)的垂向分布特性是其固有且十分顯著的變化規(guī)律，在開展氮營養(yǎng)光譜診斷以及探究兩者間定量關(guān)系時，應(yīng)充分考慮這一營養(yǎng)學特性[25-26]。目前，國內(nèi)外有關(guān)作物葉位間氮素垂直分布的理論主要有2種：優(yōu)化論[27]和協(xié)調(diào)論[28]。前者認為作物優(yōu)先將其體內(nèi)氮素分配到光能接受率較高的部位，即上層葉片氮效率明顯高于中、下層。后者則認為作物冠層氮素分布與葉片光吸收之間的關(guān)系是一個再平衡結(jié)果，即以作物光照為基礎(chǔ)反推出適合該光照下最適的氮素濃度。上述2種理論均表明，作物氮營養(yǎng)垂直分布是其固有的營養(yǎng)特性，不因作物品種和外界條件變化而改變。當自然光照射到作物冠層上部葉片時，除一部分光能被直接吸收外，絕大部分則被其反射到空中或穿過上層葉片進入中、下層區(qū)域[29]。因此，表征作物光能利用效率高低的氮營養(yǎng)指標在作物冠層中的分布自然是不均勻的，具有明顯地垂向分布特征[20,30]。因此，充分掌握并了解作物氮營養(yǎng)的立體分布結(jié)構(gòu)特征，尋求能快速指示作物氮營養(yǎng)豐缺變化的敏感葉位，對提高光譜診斷效率，揭示作物營養(yǎng)特性與葉片原位光譜反射特性間內(nèi)在關(guān)系均有重要意義。目前，前人開展基于葉片光譜進行氮營養(yǎng)定量診斷研究大都以作物整體為分析對象，卻忽視氮營養(yǎng)本身變化規(guī)律而少有開展營養(yǎng)特性的機制探索[31]。本文以氮響應(yīng)敏感型作物夏玉米為分析對象，利用2 a田間氮肥試驗平臺，系統(tǒng)闡釋了不同葉位和同一葉片不同部位SPAD值、氮營養(yǎng)指標垂直分布特性及兩者間關(guān)系（圖2，圖3，圖5），該結(jié)果與前人[12,16]在冬油菜及馬鈴薯上研究結(jié)論相一致。此外，本文中葉片SPAD值及氮營養(yǎng)指標垂向分布規(guī)律也與Hirose and Werger（1987）[27]所提出的光氮協(xié)調(diào)分布最優(yōu)化理論相吻合。

夏玉米是一種需氮量較高的代表作物，株型高大，葉片數(shù)多且單葉面積較高，同一植株不同葉位以及同一葉片不同部位之間其氮素營養(yǎng)指標含量均具有很高的時空變異性。此外，氮素作為一種活化易運移元素，其在作物體內(nèi)的垂向異質(zhì)性是其本質(zhì)屬性，不因作物種類、品種、生育期不同而產(chǎn)生差異。因此，在利用葉綠素儀開展氮素營養(yǎng)快速監(jiān)測確定敏感葉位與部位時，所獲得結(jié)論具有較高的普適性和魯棒性。試驗所采用夏玉米品種“鄭單958”為常規(guī)高產(chǎn)品種，大喇叭口期、吐絲期和灌漿期葉片數(shù)分別約為10、10和14片左右，最大株高約240 cm，該表型特性與目前華北主推玉米品種（浚單、永優(yōu)、先玉、新玉系列等）相一致。該結(jié)果為利用葉綠素儀快速監(jiān)測其氮營養(yǎng)垂直分布特性及確定敏感葉位奠定穩(wěn)定品種特性基礎(chǔ)。基于此，在明確夏玉米氮營養(yǎng)及葉片SPAD值垂向分布基礎(chǔ)上，確立能有效指示氮營養(yǎng)時空與豐缺變化的敏感葉位，對降低光譜診斷維度，增強監(jiān)測時效性意義重大。本文采用PLS的整體光譜分析技術(shù)定量闡明了不同葉位及葉片部位SPAD值與氮營養(yǎng)指標間關(guān)系，并確定頂4片完展葉（TL4）60%～80%區(qū)間為夏玉米氮營養(yǎng)診斷的最佳區(qū)域（圖4，圖6）。

研究表明，作物冠層內(nèi)光的分布呈“倒三角”結(jié)構(gòu)，即中上層作物葉片更有利于接受充分的光合有效輻射[32]。本研究2 a試驗結(jié)果均表明夏玉米不同葉層SPAD值垂直變化特性與其相應(yīng)葉位光合色素及氮營養(yǎng)指標趨勢相一致，呈“鐘型”變化特征，說明葉層間接受光合有效輻射和物質(zhì)合成效率最高的既非頂層也非中下層，而是位于中上部的TL4葉片，該結(jié)果同樣與光能最優(yōu)化分布理論相吻合[33]。此外，相比于其他營養(yǎng)元素，夏玉米對氮肥響應(yīng)則更為敏感，如缺氮時宏觀上表現(xiàn)為上部葉易發(fā)黃失綠，下部葉提早衰落；氮肥過多葉片呈深綠色，葉色分層現(xiàn)象則明顯降低；微觀上表現(xiàn)為葉片變薄，葉肉柵欄組織和海綿組織排列緊密，胞間隙減少等[34]。上述癥狀的發(fā)生均會引起不同葉層間的光譜反射和吸收產(chǎn)生差異，而響應(yīng)最敏感的區(qū)域則主要位于光能利用效率最高以及光合色素合成最快的位點[35]，本研究結(jié)果為TL4的60%～80%區(qū)間。另一方面，相比于其他越冬性或秋收作物，夏玉米是一種生長周期短、生育期間植株冠層結(jié)構(gòu)變化大且氮營養(yǎng)“稀釋效應(yīng)”十分顯著的典型作物，不同葉層葉片處于不斷周轉(zhuǎn)過程中，各氮營養(yǎng)指標也隨著葉片周轉(zhuǎn)產(chǎn)生快速移動和變化，導致冠層內(nèi)葉片SPAD值和氮參數(shù)具有明顯的時空變異性。此外，從光譜學特性上來講，不同生育期間夏玉米雖然株高和葉片數(shù)各不相同，但其在不同氮肥水平下葉片光譜反射率變化趨勢卻均相一致，即可見光區(qū)隨氮肥用量增加其光譜反射率逐步下降，近紅外區(qū)則與此相反。上述結(jié)果不受作物品種、生育期、試驗地點變化影響，為利用葉片光譜技術(shù)實現(xiàn)氮營養(yǎng)的垂向分布精確監(jiān)測奠定理論基礎(chǔ)[36-37]。本文PLS定量分析模型結(jié)果則表明，2個試驗年份不同葉位葉片SPAD值與氮營養(yǎng)參數(shù)間R2和RPD值（表3），不同測試位點R2和RPD值范圍則分別為0.660～0.847和1.607～2.451。均屬于模型精度中的較好范疇，即精準度高、魯棒性強（表2）。因此，基于PLS模型中VIP值所確定敏感葉位（圖4）和葉片部位（圖6）同樣具有較好的穩(wěn)定性，VIP值均高于臨界值1.40，表明本試驗所確定結(jié)果具有較好的普適性與通用性。然而，本文中夏玉米敏感葉位及葉片部位的葉綠素儀診斷模型與篩選是在同一個生態(tài)環(huán)境（豫北）和多年田間試驗資料上建立和測試的。因此，探索不同生態(tài)類型和不同品種下該結(jié)果的穩(wěn)定性與普適性仍需開展相關(guān)研究。

4 結(jié) 論

1）夏玉米氮營養(yǎng)指標（葉綠素a、葉綠素b、類胡蘿卜素、葉片氮含量和葉片氮積累量）和葉片SPAD值于植株間分布均呈明顯的“鐘型”變化特征。隨葉位下移，各氮營養(yǎng)指標均表現(xiàn)為先升高后降低趨勢，至TL5或TL6葉位時達至峰值。

2）偏最小二乘（partial least squares，PLS）回歸定量分析模型結(jié)果表明，夏玉米不同葉位SPAD值與氮營養(yǎng)指標間模型精度決定系數(shù)（R2）和相對分析誤差（relative percent deviation，RPD）值范圍分別為0.693～0.821和1.425～2.744。不同測試位點R2和RPD值范圍則分別為0.660～0.847和1.607～2.451，滿足模型精確診斷需求。

3）在明確基于葉綠素儀夏玉米氮營養(yǎng)垂向分布的PLS回歸模型監(jiān)測精度后，根據(jù)各葉位和葉片部位無量綱評價指標變量重要性投影（variable importance for projection，VIP）值，確定頂4片完展葉60%～80%區(qū)間為夏玉米氮營養(yǎng)診斷的最佳區(qū)域，VIP值均高于臨界值1.40，預測效果較為理想。