基于高光譜技術的大葉女貞葉綠素含量估算研究

郭建慧

大葉女貞是一種常綠闊葉喬木，抗污能力強，可吸收、抵抗多種有害氣體，是園林綠化、景觀營造中常用的樹種，其種植面積和數量在逐年增加。與此同時，如何準確地監測其生長狀況，進行精準、高效的養護也日漸成為一個亟需解決的重要問題。葉片色素是描述植物生長狀態的重要指標之一，其含量對植物的光合作用有著重要影響，能夠據此來評估植物的光合能力和初級生產力。而傳統的植物葉片色素含量測定多采用基于破壞性取樣的實驗室理化方法，費時費力且對植物具有破壞性。高光譜技術能夠快速無損地獲取植物葉片的反射光譜信息，為高效、實時、無損估算葉片色素提供了一種有效的技術途徑。因此，利用高光譜技術估算葉片色素含量具有重要的實踐意義。

在以往的研究中，學者們多通過葉片的高光譜反射率構建植被指數，進而估算葉片中色素含量。Rouse發現歸一化植被指數（NDVI）與葉片中葉綠素的含量密切相關。王福民等通過研究所有光譜波段的兩兩組合構建了歸一化色素指數，并以此建立了估算葉片色素含量的統計模型。Sims等提出了綠色歸一化植被指數（Green NDVI），可以提高對高葉綠素含量葉片的估算精度。Gitelson和Merzlyak提出的綠色歸一化植被指數（Green NDVI）有效地避免了675 nm附近葉綠素光譜吸收的影響，提高了NDVI對高葉綠素含量葉片的估算精度。Chappelle等基于大豆葉片提出了反射光譜的比值分析指數（RARS）估測葉片的葉綠素和類胡蘿卜素的含量。Gamon等在研究中建立了生理反射指數（PRI）用以估測葉片中類胡蘿卜素（Car）和葉綠素的比值（Chl），之后PRI廣泛應用于植物生理狀態的光譜監測中。許改平等通過測定不同條件下盆栽毛竹實生苗的色素含量和反射光譜發現，色素含量與光譜反射率在可見光的綠光和紅光區有顯著或極顯著的相關關系，為利用光譜反射率估測植物葉片色素含量提供了理論依據。

基于此，本研究以高光譜遙感為主要手段，通過對大葉女貞葉片反射光譜和葉片色素含量之間的相關性進行分析，探討葉片尺度上利用高光譜技術獲取葉片色素含量的可行性，進而建立大葉女貞葉片色素含量的定量估算模型，以期為大葉女貞生長狀況的實時、快速、無損監測提供理論依據和技術參考。

一、材料與方法

（一）取樣及反射光譜獲取

本研究在河南農業大學文化路校區進行，在樣地中隨機選取生長狀況良好的大葉女貞，使用自制取葉器將樹葉完整采下，隨后立即將樹葉放入美國ASD公司生產的FieldSpec 4地物光譜輻射儀自帶的葉片夾中進行測量，光譜測量范圍為350～2500 nm。光譜測量完成后，將葉片取下標記并放入帶有冰袋的保溫箱中，帶回實驗室，以液氮冷凍保存。

（二）葉片色素含量測定

采用分光光度計法測定每組葉片樣本的葉綠素（Chl）含量和類胡蘿卜素（Car）含量。

（三）數據分析

本研究將60個實驗樣品按照2：1比例隨機分成建模集和檢驗集，然后利用建模集數據構建基于光譜反射率的大葉女貞葉片色素的偏最小二乘回歸模型，利用檢驗集數據對所構建的回歸估測模型的精度進行檢驗，采用決定系數（R2）和均方根誤差（RMSE）作為評價指標。

二、結果與分析

（一） 大葉女貞葉片色素含量與光譜反射率的相關性分析

將實驗中大葉女貞葉片色素含量與葉片光譜反射率進行相關性分析（下頁圖1）。由圖1中可看出，葉綠素（Chl）和類胡蘿卜素（Car）與光譜反射率的相關性趨勢基本一致，即在可見光波段（350～780 nm）呈負相關關系，在近紅外區域（800～1300 nm）呈正相關關系，在1300 nm以后的波段里，由于水分吸收的影響，存在兩個波谷和兩個波峰。葉綠素（Chl）和類胡蘿卜素（Car）與光譜反射率的相關性整體較好，大部分波段與葉片色素的相關系數絕對值均在0.4以上，能夠以光譜反射率為輸入值建立估測葉片色素含量的偏最小二乘回歸模型。

（二）基于偏最小二乘回歸的大葉女貞葉片色素遙感估測模型的構建

偏最小二乘回歸是一種新的多元回歸方法，它是在自變量和因變量中各自找到一些相互獨立的主成分，然后按照計算主成分得到的特征值的大小選取部分主成分，用這些主成分代替原來的變量進行多元線性回歸。因為用來作線性回歸的這些主成分是獨立的，所以它能夠較好地解決自變量的共線性問題，故偏最小二乘回歸廣泛應用于光譜數據分析中。在偏最小二乘回歸模型參數中，主成分個數是影響模型性能的關鍵參數，多通過交叉驗證選擇。在本研究中，利用十折交叉驗證的方法，以均方根誤差（RMSE）為評價指標，所選取的估測大葉女貞葉綠素和類胡蘿卜素的偏最小二乘回歸模型的主成分個數分別為5和4。

圖2展示了基于葉片反射光譜的大葉女貞葉綠素（Chl）和類胡蘿卜素（Car）的偏最小二乘回歸遙感估測模型的性能表現。從圖2可以看出葉片反射光譜的大葉女貞葉綠素（Chl）和類胡蘿卜素（Car）的偏最小二乘回歸的決定系數（R2）分別為0.877和0.814，均方根誤差（RMSE）分別為4.665和2.85，具有良好的估測精度。

（三） 模型檢驗

利用獨立于建模集樣本外的檢驗集數據對上一節中所建立的偏最小二乘回歸模型進行檢驗（圖3）。由圖3可看出，基于葉片反射光譜的大葉女貞葉綠素（Chl）和類胡蘿卜素（Car）的偏最小二乘回歸遙感估測模型檢驗結果較好，其決定系數（R2）分別為0.804和0.736，均方根誤差（RMSE）分別為8.332和3.29，這說明偏最小二乘回歸模型能夠對大葉女貞的葉片色素含量進行較為準確的監測，具有一定的利用潛力。

三、結論與討論

葉片色素與植物葉片的生理功能密切相關，其含量對植物的光合能力有著重要影響。利用遙感技術估測葉面積指數的研究也有較多的建模方法應用于葉片色素估測模型中。但是由于不同植物葉片的特異性，使得葉片色素的光譜估測模型的移植性較低，如果想要得到特定植物較高的葉片色素的光譜估測精度，就需要獲取特定植物的生理參數和光譜數據進行建模分析。本研究基于大葉女貞的葉片色素含量和葉片反射光譜數據，系統分析大葉女貞葉綠素含量和類胡蘿卜素含量與光譜反射率的相關性，并構建和檢驗了基于光譜反射率的大葉女貞葉綠素含量和類胡蘿卜素含量的偏最小二乘回歸遙感估測模型。結果表明，基于光譜反射率所建立大葉女貞葉綠素含量和類胡蘿卜素含量的偏最小二乘回歸遙感估測模型具有較好的精度和穩定性，其預測決定系數（R2）分別為0.804和0.736，均方根誤差（RMSE）分別為8.332和3.29，能夠較好地估測大葉女貞的葉片色素含量。因此，在日常的綠化生產和養護中，可以利用高光譜遙感技術實時無損地估測大葉女貞的葉片色素含量。

此外，大葉女貞雖然為重要綠化樹種，但有關葉片色素的遙感光譜估測的研究較少。本研究通過對大葉女貞的葉片色素含量和葉片反射光譜數據的建模分析，構建了估測精度較高的偏最小二乘回歸模型，促進了大葉女貞葉片色素含量的實時無損監測技術研究進展。