‘新新2號’核桃堅果種仁脂肪含量光譜反演模型

楊伊欣++潘存德++胡珍珠

摘 要：利用光譜技術(shù)為‘新新2號（Juglans regia 'Xinxin2'）核桃堅果種仁脂肪含量的早期快速預(yù)測提供技術(shù)途徑?；凇?414”肥料效應(yīng)田間試驗，通過Person相關(guān)分析篩選出與葉片N、P、K含量呈極顯著相關(guān)的光譜敏感波段，并采用回歸分析建立‘新新2號核桃種仁脂肪含量光譜反演模型。結(jié)果顯示，‘新新2號核桃果實坐果期、速生生長期、硬核期、脂化期和近成熟期葉片N素敏感波段分別為422和722 nm，713和990 nm，417和576 nm，630和638 nm，536和713 nm；P素敏感波段分別為468和470 nm，418和504 nm，615和650 nm，329和1 114 nm，424和429 nm；K素敏感波段分別為649和657 nm，708和709 nm，662和722 nm，524 和694 nm，944和981 nm。以上述光譜敏感指示波段為自變量，采用冪函數(shù)和指數(shù)函數(shù)可以構(gòu)建‘新新2號核桃種仁脂肪含量光譜反演模型?！滦?號核桃種仁脂肪含量光譜反演模型可通過果實不同生育時期光譜反射率與堅果種仁脂肪含量構(gòu)建。

關(guān)鍵詞： ‘新新2號核桃；葉片；脂肪含量；相關(guān)分析；回歸分析

中圖分類號：S664.1 文獻標識碼：A DOI 編碼：10.3969/j.issn.1006-6500.2016.02.003

Spectral Inversion Models for Nut Kernel Fat Content of Juglans regia 'Xinxin2'

YANG Yixin， PAN Cunde， HU Zhenzhu

（Key Laboratory of Ecology and Industry Technology in Aird Region， Education Department of Xinjiang， College of Forestry and Horticulture， Xinjiang Agricultural University， Urumqi， Xinjiang 830052， China）

Abstract： As the J. regia 'Xinxin2'walnut kernel fat content of early rapid prediction provides a technical approach using spectrum technology. Based on "3414" fertilizer effect field experiments， select the spectral sensitive bands were significantly correlated with the NPK content of the leaves through the person correlation analysis， by regression analysis， established the spectral inversion models for nut kernel fat content. The spectral sensitive bands of foliar N， P， K element were different in fruit enlargement stage， fruit-set period， fast-growing period， hardcore period， fat changes period and Near mature period of J. regia 'Xinxin2'. The spectral sensitive bands of foliar N element at four phenological stages of fruit development were 422，722，713，990，417，576，630，638，536，713 nm respectively. The spectral sensitive bands of foliar P element were 468 ，470，418，504，615，650，329，1 114，424，429 nm respectively. The spectral sensitive bands of foliar K element were 649，657，708，709，662，722，524，694，944，981 nm respectively. Sensitive indicator in the spectral bands as variable by power function and exponential function to construct the model for nut kernel fat content of J. regia 'Xinxin2'. The spectral inversion model for nut kernel fat content of J. regia 'Xinxin2' can be constructed by walnut fruit in different growth period of spectral reflectance and the nut kernel fat content.

Key words： Juglans regia 'Xinxin2'； leaf； fat content； correlation analysis； regression analysis

核桃（Juglans regia L.）堅果種仁脂肪含量是核桃堅果品質(zhì)的重要指標[1]。而堅果品質(zhì)的好壞直接影響到核桃的經(jīng)濟價值，進而影響農(nóng)戶收入?！滦?號核桃作為新疆當(dāng)?shù)刂髟云贩N之一，快速無損地早期預(yù)報其堅果種仁脂肪含量對指導(dǎo)其優(yōu)質(zhì)生產(chǎn)具有重要意義。近年來，隨著光譜技術(shù)的快速發(fā)展，植物光譜分析方法被廣泛運用于作物生理生化特征及果實品質(zhì)的測定[2]。國內(nèi)外已有很多學(xué)者利用光譜來反演作物的營養(yǎng)狀況。這在經(jīng)濟作物小麥[2-4]、玉米[5-6]、黃豆[7]、水稻[8-9]和果樹[10-11]等方面均已有相關(guān)研究。在光譜反演作物品質(zhì)方面，王紀華等[12]研究發(fā)現(xiàn)，小麥葉片全氮含量的敏感波段為820～1 100 nm和1 150～1 300 nm，通過監(jiān)測開花期葉片氮含量可有效預(yù)測小麥籽粒品質(zhì)。薛利紅等[13]發(fā)現(xiàn)，水稻的淀粉含量可以通過灌漿盛期的冠層光譜敏感波段660 nm和710 nm的比值和歸一化組合來預(yù)測。果樹方面利用光譜反演作物品質(zhì)的研究甚少。本研究首先篩選出果實不同生育時期葉片N、P、K光譜敏感波段，然后選擇適宜的光譜數(shù)據(jù)處理方法，最終建立‘新新2號核桃堅果種仁脂肪含量光譜反演模型。

1 材料和方法

1.1 材 料

試驗于2014年在新疆阿克蘇地區(qū)烏什縣阿克托海鄉(xiāng)吉格代力克村的核桃生產(chǎn)園（N 41°12′54.36′′～41°13′03′′，E 79°15′41.28′′～79°15′52.02′′）進行。供試地區(qū)屬暖溫帶大陸性干旱氣候，年平均氣溫9.4 ℃，多年平均降水量91.5 mm，年均蒸發(fā)量2 003.8 mm，年日照時數(shù)2 750～2 850 h，無霜期250～286 d。供試地面積1 hm2，供試核桃品種‘新新2號，試驗地土壤為灌淤土，土層深厚。

1.2 方 法

1.2.1 試驗設(shè)計 供試品種為12 a健康無病蟲害的‘新新2號核桃，參試樣株樹勢基本一致，株行距5 m×6 m，東西行向栽植與冬小麥間作。試驗采用“3414”肥效方案（表1），即N、P、K 3個因素，4個水平（0水平指不施肥、1水平指常規(guī)施肥量的0.5倍、2水平指常規(guī)施肥量、3水平指常規(guī)施肥量的1.5倍），共14個處理，每個處理設(shè)3個重復(fù)，共42個試驗小區(qū)（記為Tij，i=1，2，3，…，14；j=1，2，3）隨機排列，每一小區(qū)10株樹，共420株。

施肥處理：每一樣株N、P、K的常規(guī)施肥量（純量）分別為1.5，0.7，0.3 kg。氮肥用尿素（46%N），磷肥用過磷酸鈣（46%P2O5），鉀肥用硫酸鉀（51%K2O）。肥料在核桃萌芽前一次性施入。在樹冠2/3處進行環(huán)狀溝施，施肥深度50 cm。田間施肥于2014年3月下旬進行。

1.2.2 光譜數(shù)據(jù)采集 采用美國PP Systems公司生產(chǎn)的UniSpec-SC便攜式單通道光譜分析儀進行測定。光譜范圍310～1 130 nm，光譜分辨率<10 nm，在光譜范圍內(nèi)可進行連續(xù)測量且重采樣間隔為1 nm。采集方法：在‘新新2號核桃果實的5個生育時期內(nèi)測定，依次為坐果期（5月4日）、速生生長期（5月29日）、硬核期（7月12日）、脂化期（8月5日）、近成熟期（8月30日）。測定時選擇晴朗無云、無風(fēng)天氣在北京時間12：00—15：00時間段進行測定，選取參試樣株樹冠中上部外圍枝條健康活體葉片5～6片，每一葉片6次重復(fù)測定，取平均值作為被測定樣株的葉片光譜反射率。每次數(shù)據(jù)采集前均進行系統(tǒng)優(yōu)化設(shè)置和標準白板校正。

1.2.3 葉樣采集與N、P、K含量測定 同一生育時期內(nèi)葉片采集與光譜測定同步，將采集后的葉片迅速帶回室內(nèi)依次用蒸餾水和去離子水洗滌，然后除去葉片多余水分，于105 ℃鼓風(fēng)烘箱中恒溫殺青20 min，80 ℃下烘干，粉碎，裝入密封袋中供N、P、K濃度測定。

1.2.4 ‘新新2號核桃堅果種仁脂肪含量測定 采用 GB/T 5009.6—2003 食品中脂肪的測定、索氏提取法[18]。

1.3 數(shù)據(jù)分析處理

使用Pearson相關(guān)分析篩選出果實不同生育時期葉片N、P、K含量與光譜反射率相關(guān)性高的波段，采用算術(shù)相加、算術(shù)相加后取常用對數(shù)（簡稱對數(shù)，下同）、各自取對數(shù)后相加等3種數(shù)學(xué)處理所得的光譜反射率或其衍生變量作為自變量，以堅果種仁脂肪含量為因變量，建立冪函數(shù)或指數(shù)函數(shù)回歸關(guān)系。數(shù)據(jù)分析采用SPSS 18.0、DPS V6.5、Microsoft Office Excel 2003軟件，繪圖采用Origin 7.5軟件。

2 結(jié)果與分析

2.1 果實不同生育時期葉片N、P、K含量與光譜反射率的相關(guān)性

2.1.1 光譜反射率與葉片N含量的相關(guān)性 如圖1所示，在果實坐果期、脂化期、近成熟期，‘新新2號核桃葉片光譜反射率與其N含量在310～1 130 nm波段均呈負相關(guān)關(guān)系。

果實坐果期，在紫光（310～440 nm）、綠光（530～570 nm）和紅光（704～803 nm）波段的相關(guān)性均較強，在422，546，722 nm波段左右的相關(guān)性均較高，相關(guān)系數(shù)為-0.967 3，-0.976 8，-0.999 3。脂化期，700～1 130 nm波段的相關(guān)程度不如可見光波段。黃光（602～660 nm）波段的相關(guān)性最強。近成熟期，522～569 nm和702～740 nm波段相關(guān)性較強，相關(guān)系數(shù)分別為-0.972 4和-0.957 1，其余波段的相關(guān)系數(shù)均不高。因此，坐果期、脂化期和近成熟期葉片N含量的敏感波段分別為310～570 nm和704～803 nm、602～660 nm、522～569 nm和702～740 nm。

速生生長期，葉片光譜反射率與其N含量在310～1 130 nm波段均呈正相關(guān)關(guān)系。在綠光（533～570 nm）和（705～1 062 nm）波段的相關(guān)性均較強，705～1 062 nm波段的相關(guān)性高于可見光波段，相關(guān)系數(shù)最高達到-0.958 7。但在1 062 nm之后相關(guān)性逐漸減弱。因此，705～1 062 nm波段可作為速生生長期葉片N含量的敏感波段。

硬核期，葉片N含量與其光譜反射率的相關(guān)性不同于其它4個生長發(fā)育階段，在310～465 nm和1 096～1 130 nm波段呈負相關(guān)，但在466～1 095 nm波段呈正相關(guān)。其中，407～441 nm和533～645 nm波段的相關(guān)性較好，最大相關(guān)系數(shù)達到0.988 5。因此，該波段可作為該時期葉片N含量的指示波段。

2.1.2 光譜反射率與葉片P含量的相關(guān)性 如圖2所示，‘新新2號核桃葉片含P量與其光譜反射率在坐果期，可見光波段310～722 nm的相關(guān)性明顯高于紅外波段723～1 130 nm的相關(guān)性，其中紫光（310～384 nm）和（724～924 nm）波段與葉片P含量呈負相關(guān)，385～723 nm波段呈正相關(guān)性，在450～510 nm波段相關(guān)性最高，相關(guān)系數(shù)達到0.980 2。紅外波段的相關(guān)性均較低，相關(guān)系數(shù)低于0.110 9。因此，450～510 nm波段可作為坐果期葉片P含量的敏感波段。

速生生長期，葉片P含量與其光譜反射率的相關(guān)性在可見光波段310～590 nm和紅外波段698～1 130 nm處呈正相關(guān)關(guān)系，其中310～530 nm波段上相關(guān)性相對較高，591～697 nm波段呈負相關(guān)，但相關(guān)性程度不高。因此，310～530 nm波段可作為該時期葉片P含量的敏感波段。

硬核期，葉片P含量與其光譜反射率在310～476 nm、679～685 nm和1 104～1 139 nm波段呈負相關(guān)關(guān)系，但相關(guān)性不強。其余波段呈正相關(guān)關(guān)系，在565～665 nm和692～716 nm波段相關(guān)性最強。因此，565～665 nm和692～716 nm波段可作為硬核期葉片P含量的敏感波段。

葉片P含量與其光譜反射率在脂化期和近成熟期的整個波段里均成負相關(guān)關(guān)系。脂化期，在310～377 nm和1 087～1 120 nm波段，相關(guān)性較好，相關(guān)系數(shù)最高為-0.975 3。近成熟期，在398～457 nm波段，相關(guān)性最強，457 nm波段之后，相關(guān)性逐漸降低。因此，310～377 nm和1 087～1 120 nm波段、398～457 nm波段可分別作為脂化期和成熟期葉片P含量的敏感波段。

2.1.3 光譜反射率與葉片K含量的相關(guān)性 如圖3所示，果實坐果期，‘新新2號核桃葉片K含量與其葉片光譜反射率在310～400 nm波段呈正相關(guān)關(guān)系，且相關(guān)性逐漸降低，但721～1 130 nm波段，K含量與葉片光譜反射率呈負相關(guān)關(guān)系，628～668 nm波段相關(guān)性最高，在654 nm左右相關(guān)性的相關(guān)系數(shù)達到-0.995 5。因此，628～668 nm可作為坐果期葉片K含量的敏感波段。

速生生長期，葉片K含量與其光譜反射率在437～513 nm和593～694 nm波段表現(xiàn)為負相關(guān)關(guān)系，相關(guān)性較低，其余波段呈正相關(guān)關(guān)系，703～1 100 nm波段的相關(guān)性高于310～436 nm和514～592 nm波段。其中709 nm處的相關(guān)系數(shù)達到0.948 5。因此，703～1 100 nm波段可作為速生生長期葉片K含量的敏感波段。

果實硬核期、脂化期和近成熟期，葉片K含量與其光譜反射率在整個波段上均成正相關(guān)關(guān)系。硬核期，整個波段的相關(guān)性系數(shù)均較高，在0.754 2～0.988 1之間，脂化期，515～538 nm和687～700 nm波段的相關(guān)性較高，相關(guān)性系數(shù)最高達到0.962 2，近成熟期，紅外波段（694～1 130 nm）相關(guān)性最強。因此，310～1 130 nm、675～702 nm和775～802 nm、694～1 130 nm可作為‘新新2號核桃硬核期、脂化期、近成熟期葉片K含量的敏感波段。

2.2 堅果果仁脂肪含量光譜反演模型

將‘新新2號核桃果實不同生育時期葉片N、P、K含量與不同波段光譜反射率的相關(guān)性分析結(jié)果作為依據(jù)，從所得的光譜敏感波段中選取果實的5個生長發(fā)育時期敏感指示波段的光譜反射率，進行算數(shù)相加、算數(shù)相加后取對數(shù)、各自取對數(shù)后相加3種數(shù)學(xué)處理，將所得的光譜反射率或其衍生變量作為自變量（x），以堅果種仁脂肪含量作為因變量（y），建立冪函數(shù)或指數(shù)函數(shù)回歸關(guān)系。

通過相關(guān)性分析可知（表2），‘新新2號核桃果實坐果期、速生生長期、硬核期、脂化期和近成熟期葉片N素光譜敏感指示波段分別為422 nm、722 nm，713 nm、990 nm，417 nm、576 nm，630 nm、638 nm，536 nm、713 nm；P素光譜敏感指示波段分別為468 nm、470 nm，418 nm、504 nm，615 nm、650 nm，329 nm、1 114 nm，424 nm、429 nm；K素光譜敏感指示波段分別為649 nm、657 nm，708 nm、709 nm，662 nm、722 nm，524 nm、694 nm，944 nm、981 nm。

由表3可知，所建立的回歸方程擬合度均較高，且采用果實5個生育時期葉片N、P、K含量敏感指示波段的光譜反射率算數(shù)相加或相加后取對數(shù)后的衍生變量作為自變量，與堅果種仁脂肪含量所建立的回歸方程擬合度有所提高，據(jù)此分析，‘新新2號核桃堅果種仁脂肪含量光譜反演模型可采用果實不同生育時期光譜反射率（x）與堅果種仁脂肪含量（y）來構(gòu)建。

3 討 論

核桃堅果種仁脂肪含量一般在60%以上，是反映核桃品質(zhì)的重要指標，直接影響其經(jīng)濟價值[1，14]?！滦?號核桃作為重要的經(jīng)濟樹種，了解其品質(zhì)狀況至關(guān)重要，通過光譜數(shù)據(jù)早期獲悉其堅果種仁脂肪含量對后期的生產(chǎn)管理有一定的幫助。

近年來，已有多個研究探索了作物品質(zhì)的無損檢測原理和技術(shù)途徑，本試驗以葉片中N、P、K含量為連接點，通過篩選出果實不同生育時期葉片敏感指示波段來構(gòu)建核桃堅果種仁脂肪含量反演模型。馮偉等[15]研究表明，根據(jù)特征光譜參數(shù)—葉片氮素營養(yǎng)—籽粒蛋白產(chǎn)量這一技術(shù)路徑，將氮素營養(yǎng)作為連接點，發(fā)現(xiàn)開花期關(guān)鍵特征光譜指數(shù)可以有效地評價成熟期籽粒蛋白質(zhì)產(chǎn)量狀況。本文研究與之相似。但與王紀華等[12]通過光譜監(jiān)測開花期葉片氮含量可間接有效地估測小麥品質(zhì)的研究有所不同。

有研究表明，獲取作物光譜數(shù)據(jù)時會受光照條件、溫度、風(fēng)速、噪聲等外界因素影響[16]。有學(xué)者利用近紅外光譜分析了尖椒葉片葉綠素含量，發(fā)現(xiàn)不同的光譜波段選擇和光譜處理方法對構(gòu)建的模型有較大影響[17]。通過回歸分析表明，采用果實的5個生育時期葉片敏感波段的光譜反射率相加取對數(shù)后的衍生變量作為自變量（x），堅果種仁脂肪含量作為因變量（y）建立的回歸方程擬合度有所提高。這可能是因為光譜反射率經(jīng)對數(shù)變換后，增強了光譜差異，而且可以減少因光照條件變化引起的乘性因素的影響[18]。

4 結(jié) 論

本研究通過對不同施肥水平下‘新新2號核桃果實不同生育時期葉片中N、P、K含量與光譜反射率的相關(guān)性分析獲知，N、P、K元素在果實的5個生育時期存在光譜敏感指示波段，可根據(jù)光譜敏感指示波段的光譜反射率或其衍生變量利用冪函數(shù)或指數(shù)函數(shù)建立堅果種仁脂肪含量的光譜反演模型。

由于這些光譜反射率常因試驗條件的不同，在反演堅果種仁脂肪含量時有所差異，因此這些模型能否精確反演‘新新2號核桃堅果種仁脂肪含量，還需要作進一步的驗證。

參考文獻：

[1] QIAO Z X，ZHU M Z. Research of the amino acid component in bamboo[J]. Chin Pharm J，1993，28（1）：19-20.

[2] 劉宏斌，張云貴，李志宏，等. 光譜技術(shù)在冬小麥氮素營養(yǎng)診斷中的應(yīng)用研究[J]. 中國農(nóng)業(yè)科學(xué)，2004，37（11）：1743-1748.

[3] 王紀華，趙春江，郭曉維，等.用光譜反射率診斷小麥葉片水分狀況的研究[J]. 中國農(nóng)業(yè)科學(xué)，2001，34（1）：104-107.

[4] 李栓明，郭銀巧，王克如，等.小麥籽粒蛋白質(zhì)光譜特征變量篩選方法研究[J].中國農(nóng)業(yè)科學(xué)，2015，48（12）：2317-2326.

[5] 王磊，自由路，盧艷麗，等.不同形式的光譜參量對春玉米氮營養(yǎng)元素診斷的比較[J].農(nóng)業(yè)工程學(xué)報，2010，26（2）：218-223.

[6] 陳青春，蔣鋒，劉鵬飛，等. 光譜技術(shù)在玉米生產(chǎn)中的應(yīng)用[J]. 廣東農(nóng)業(yè)科學(xué)，2012（11）： 24-27.

[7] 李寧，閔順耕，覃方麗，等.近紅外光譜法非破壞性測定黃豆籽粒中蛋白質(zhì)、脂肪含量[J].光譜學(xué)與光譜分析，2004，24（1）：45-49.

[8] 畢京翠，張文偉，肖應(yīng)輝，等.應(yīng)用近紅外光譜技術(shù)分析稻米蛋白質(zhì)含量[J].作物學(xué)報，2006，32（5）：709-715.

[9] 王海蓮，萬向元，胡培松，等.稻米脂肪含量近紅外光譜分析技術(shù)研究[J].中國農(nóng)業(yè)科學(xué)，2005，38（8）：1540-1546.

[10] 柴仲平，陳波浪，蔣平安，等.庫爾勒香梨葉片全鉀含量高光譜估算模型研究[J].中國生態(tài)農(nóng)業(yè)學(xué)報，2014，22（1）：80-86.

[11] 李萍，柴仲平，武紅旗，等.基于光譜的庫爾勒香梨葉片氮素含量估算模型[J].經(jīng)濟林研究，2013，31（3）：48-53.

[12] 王紀華，黃文江，趙春江，等. 利用光譜反射率估算葉片生化組分和籽粒品質(zhì)指標研究[J]. 遙感學(xué)報，2003，7（4）：277-284.

[13] 薛利紅，曹衛(wèi)星，李映雪，等. 水稻冠層反射光譜特征與籽粒品質(zhì)指標的相關(guān)性研究[J]. 中國水稻科學(xué)，2004，18（5）： 431-436.

[14] 郭向華. 主要礦質(zhì)元素含量與早實核桃產(chǎn)量質(zhì)量的關(guān)系[D]. 保定：河北農(nóng)業(yè)大學(xué)，2006.

[15] 馮偉，朱艷，田永超，等. 利用高光譜遙感預(yù)測小麥籽粒蛋白質(zhì)產(chǎn)量[J]. 生態(tài)學(xué)雜志，2008，27（6）：903-910.

[16] SAMBORSKI S M，TREMBLAY N，F(xiàn)ALLON E. Strategies to make use of plant sensors-based diagnostic information for nitrogen recommendations[J]. Agronomy Journal，2009，101：800-816.

[17] 蔣煥煜，應(yīng)義斌. 尖椒葉片葉綠素含量的近紅外檢測分析實驗研究[J]. 光譜學(xué)與光譜分析，2007，27（3）：499-502.

[18] 中華人民共和國衛(wèi)生部.食品中脂肪的測定： GB/T 5009.6—2003[S]. 北京：中國標準出版社，2003.