不同光溫環(huán)境下玉米苗期葉片的高光譜特性響應分析

陳美辰，于海業(yè)，李曉凱，王洪健，劉 爽，孔麗娟，張 蕾，黨敬民，隋媛媛

吉林大學生物與農業(yè)工程學院，吉林 長春 130022

引 言

玉米是世界上重要的糧食、飼料和工業(yè)原料作物，據國家統(tǒng)計局顯示，2020年東北三省玉米種植面積共為1 246.75萬公頃，其中吉林省玉米種植面積為428.72萬公頃，總產量高達2 973.44萬噸，占本省糧食作物總種植面積的75.45%。環(huán)境因素一直是影響糧食生產的首要因素，環(huán)境因素的變化與糧食的生長發(fā)育、產量品質等息息相關，其中光照和溫度對糧食生產的影響尤為顯著。光是植物生長過程中不可或缺的環(huán)境因子之一，是進行光合作用的能量來源[1]。玉米是喜光作物，具有較高的光飽和點，因此光對玉米的不利影響主要是弱光脅迫。溫度同樣也是植物生長發(fā)育過程中的重要環(huán)境因子，植物的呼吸作用、光合過程、蒸騰作用以及葉綠素熒光的變化、干物質積累和營養(yǎng)運輸等都需要在一定的溫度下進行[2-3]，溫度影響著植物內部的基因表達和酶活性等生理生化過程，因此植物的生長發(fā)育需要適宜的環(huán)境溫度[4]。聯合國政府間氣候變化專門委員會(IPCC)第五次評估報告顯示，到21世紀末全球溫度可能將增加2～5 ℃。與20世紀末相比，氣溫升高2 ℃，熱帶、溫帶地區(qū)的小麥、水稻、玉米等農作物的生產就會受到一定程度的不利影響，如果氣溫升高超過4 ℃，則有可能影響到全球糧食生產的安全問題。因此，探明玉米植株對光溫環(huán)境因子的響應規(guī)律，具有重要意義。

玉米苗期是指從播種出苗到拔節(jié)這一階段，最適溫度為18～20 ℃，是莖葉分化的關鍵時期，同時也是受非生物脅迫影響最嚴重的時期，且光溫逆境對葉片的損傷，會影響其整個生育期。苗期弱光會影響植株品質、株高等光合生理特性[5]；高溫脅迫會導致田間出苗率和整齊度下降，進而影響作物產量[6]。目前，隨著全球變暖現象的日益嚴重，光、溫環(huán)境已經成為制約玉米高產優(yōu)質的主要環(huán)境因子[7-8]，研究表明，玉米生育期間太陽總輻射減少1 kJ·cm-2，相當于玉米生物產量減少337.5 kg·hm-2，苗期遮蔭會導致產量降低16.9%，因此探究光溫環(huán)境因子對玉米苗期生長發(fā)育的影響尤為重要。

高光譜檢測具有檢測分辨率高、波段寬、時效性強、無污染、非破壞性等優(yōu)勢，被廣泛應用于精準農業(yè)中，已成為近年來國內外學者廣泛關注和研究的熱點[9]。馮偉[10]等利用光譜技術，對白粉病脅迫下的小麥冠層進行監(jiān)測，構建了病害小麥冠層葉綠素密度估算模型；劉爽[11]等利用高光譜技術進行水氮脅迫下大豆葉片生理信息的預測，結合不同的光譜預處理與建模方法，建立了單葉葉綠素含量和凈光合速率反演模型，模型SNV+SD+S-G+PLS的校正集相關系數為0.993；Liu[12]等提出基于紅邊區(qū)域/綠邊區(qū)域(SDRed/SDBlue)和紅邊區(qū)域/黃邊區(qū)域(SDRed/SDYellow)的反演模型，能夠精準預測冬小麥生育期不同CO2濃度條件下的LAI和SPAD值；徐琳煜[13]等進行了干旱脅迫下白術葉片的光譜特征監(jiān)測，通過分析原始光譜、一階導數光譜、光譜參數和水分敏感植被指數，探索了干旱脅迫下光譜特征的響應規(guī)律；賀佳[14]等獲取了不同氮磷水平下冬小麥的光譜數據，建立了冬小麥不同生育期生物量的分段監(jiān)測模型，其模型相關系數R2最高可達0.987。盡管國內外學者在作物脅迫、生理信息監(jiān)測等方面進行了大量研究，但多以作物生育后期為主，且多集中于水分脅迫、重金屬脅迫、營養(yǎng)脅迫等方面，針對光溫環(huán)境脅迫對玉米苗期生長發(fā)育影響的研究較少。

本工作在光溫環(huán)境脅迫下，無損獲取玉米苗期葉片的生理參數與高光譜數據，探究玉米葉片生理參數以及光譜特性對光溫脅迫的響應規(guī)律，并提取敏感波段，建立葉片生理參數的高光譜反演模型。旨為更有效的監(jiān)測作物環(huán)境脅迫，為玉米高產優(yōu)質的可持續(xù)發(fā)展提供理論依據。

1 實驗部分

1.1 材料與方法

實驗于吉林大學生物與農業(yè)工程學院玻璃日光溫室內進行(海拔高度150 m，44°50′N，125°18′E)，樣品選用玉米“鄭單958”，采用盆栽方式種植。于二葉一心時進行移栽，移入裝有顆粒復合肥及營養(yǎng)土均勻混合的塑料花盆內(尺寸為49 cm×20 cm×14 cm)，每4株均勻移入一個花盆內，時刻保持盆內土壤的透氣性和濕潤度。待移栽后長至五葉一心時放入人工智能氣候箱進行實驗處理，所有植株均進行正常水肥管理。

實驗的光溫處理組如表1所示，總共設置8組光溫環(huán)境，可分為單因素實驗和雙因素實驗。所有處理組的濕度均設為60%，脅迫時間均為12/12 h(晝/夜)，以溫室內正常生長的玉米植株為對照(CK)，測得溫室內日最大光強為50 000 Lux，日均氣溫為20 ℃。每個處理組設樣本12株，即12次重復，測定地點在溫室內進行，測定部位選取玉米樣株完全展開的第四葉與第五葉，進行信息的采集及測定。

表1 實驗光溫處理組

1.2 數據采集與處理

實驗于晴朗無云上午9：00—14：00進行，同步采集玉米葉片的生理參數和高光譜數據，生理參數包括相對葉綠素含量(SPAD)和光系統(tǒng)Ⅱ最大光化學量子效率(Fv/Fm)。高光譜數據的采集選用美國公司生產的HH2地物光譜儀，該儀器測量波段范圍為325～1 075 nm，采樣間隔1.4 nm，分辨率3 nm@700 nm，每片葉獲取9條數據；SPAD選用日本公司生產的SPAD502測定，每片葉獲取3條數據；Fv/Fm采用美國公司生產的便攜式脈沖調制葉綠素熒光分析儀(OS1P)，于葉片充分暗適應20 min后進行測定，每片葉獲取3條數據。所有數據均取其平均值，利用ViewSpec Pro、Origin 19.0和Spss 26.0軟件進行數據處理與分析。

2 結果與討論

2.1 玉米葉片生理參數對不同光溫環(huán)境的響應

葉片的葉綠素含量是評價植株光合效率和環(huán)境脅迫的重要指標，也是解析光譜變化的敏感因子，因此實時無損監(jiān)測葉綠素狀況對作物的農情監(jiān)測、產量估算具有重要意義。艾天成等將玉米、水稻、大豆等農作物的葉綠素含量與其SPAD值，進行了統(tǒng)計分析，篩選出最佳相關函數，均達顯著水平，表明了SPAD值能夠精確反映作物體內的葉綠素含量。在本實驗不同光溫環(huán)境下，觀察玉米葉片SPAD值的變化，如圖1所示，結果表明：單因素實驗中，葉片的SPAD值在各處理組間變化幅度較小，但仍存在差異；雙因素實驗中，光溫處理組6和組8有較低的SPAD值，分別為39.394和36.652，這是由于在高溫的環(huán)境下，植株生長會受到限制，導致葉綠素結構遭到破壞，抑制了葉綠體吸收光能，從而使葉片光合作用減弱。

圖1 不同光溫環(huán)境下葉片SPAD的變化

Fv/Fm代表了光系統(tǒng)Ⅱ(PSⅡ)的原初化能轉化率，對于大多數未受脅迫的植物，合適的Fv/Fm在0.79到0.84之間，Fv/Fm廣泛應用于各種逆境脅迫對植物光合作用影響的研究，其降低的幅度可以被用來衡量逆境脅迫對PSⅡ復合體損傷的程度，反映逆境對植物光合作用的傷害程度[15]。實驗測得Fv/Fm的變化如圖2所示，結果表明：溫度脅迫下Fv/Fm顯著降低(p<0.05)，在光溫處理組3中，Fv/Fm的下降幅度為43.04%，在光溫處理組4中Fv/Fm的下降幅度為24.05%，光溫雙因素脅迫下的Fv/Fm下降幅度較小，說明低溫或高溫會導致植株的PSⅡ復合體受損，使其光能轉化過程受到破壞?？梢钥闯?，在短期低溫或短期高溫下，葉片的SPAD值與Fv/Fm均顯著下降，表明玉米植株對溫度變化敏感，溫度脅迫會導致植株的光合系統(tǒng)受損，光合能力下降。

圖2 不同光溫環(huán)境下葉片Fv/Fm的變化

2.2 玉米葉片高光譜在不同光溫環(huán)境下的差異性分析

植物葉片的高光譜特征反映了植物本身的生理信息，與其內部的組織結構、生化成分以及形態(tài)學特征有關，因此作物受到脅迫后，其光譜特性也會隨之發(fā)生變化。圖3是光溫脅迫下葉片高光譜的特征變化，可以看出，光譜的變化特征基本一致，在波段520～600 nm的可見光550 nm處，出現反射峰即“綠峰”，在波段630～690 nm的可見光680 nm處，出現反射谷即“紅谷”，進入波段700～900 nm近紅外光區(qū)，光譜反射率快速升高，最后形成穩(wěn)定的反射平臺。

圖3 不同光溫環(huán)境下葉片的高光譜特征

但隨著光溫環(huán)境的不同，光譜特性也存在差異。在520～600 nm綠光區(qū)內，光溫處理組8有較高的反射率，這是因為500～700 nm波段內玉米葉片的反射率與其葉綠素含量緊密相關，光溫脅迫會使葉綠體膜破損，改變了基粒原有結構，導致葉綠素合成受到影響，因此葉片的葉綠素含量較低，從而導致光譜反射率較高，在光溫耦合環(huán)境下高光譜對光強的變化響應敏感；在700～900 nm范圍內，光溫處理組6有較高的反射率，此時高光譜對溫度的變化響應敏感，這是因為760～900 nm波段內玉米葉片的反射率主要受玉米內部結構的影響，高溫會使其內部結構受到破壞，導致對光的吸收減少，從而反射率增加。綜合比較分析表明：波段500～700 nm內光譜反射率隨光強的增加而增高；波段760～900 nm內光譜反射率隨溫度的增加而增高；760～900 nm波段內光譜的反射率特征表現為，對照環(huán)境下光譜的反射率值高于弱光脅迫處理，低于高溫脅迫處理。

2.3 玉米葉片SPAD、Fv/Fm反演模型的建立

2.3.1 敏感波段的提取

將葉片的SPAD和Fv/Fm分別與對應的高光譜數據進行相關性分析，如圖4和圖5所示，結果表明：高光譜數據與葉片的SPAD呈負相關，與葉片的Fv/Fm呈正相關。在全波段中，相關系數絕對值大于0.40(p<0.05)的波長范圍集中在519～583 nm波段和703～730 nm波段(SPAD)，相關系數絕對值大于0.60(p<0.05)的波長范圍集中在729～978 nm波段(Fv/Fm)，因此選取波段519～583，703～730和729～978 nm作為模型建立的敏感波段。

圖4 玉米葉片高光譜與SPAD的相關性

圖5 玉米葉片高光譜與Fv/Fm的相關性

2.3.2 反演模型的建立

實驗共采集玉米葉片樣本181個，剔除21個異常樣本后按1：3合理劃分，分別為訓練集樣本120個，驗證集樣本40個。以光譜敏感波段作為模型輸入量，采用多元散射校正(MSC)、標準正態(tài)變量變換(SNV)、Savitzky-Golaay(S-G)平滑相結合的預處理方法，分別與偏最小二乘回歸法(PLS)、主成分回歸法(PCR)和逐步多元線性回歸法(SMLR)三種建模方法組合[16-17]，建立葉片SPAD和Fv/Fm的高光譜反演模型，同時在反演模型的訓練集和驗證集樣本中，對其實測值與預測值的相關程度進行分析，如圖6和圖7所示。結果表明：無論是訓練集還是驗證集，均是建模方法PLS-MSC-SG的實測值與預測值相關性較高，基于PCR方法下的兩種建模組合，其模型的實測值與預測值相關性較差。

圖6 SPAD反演模型實測值與預測值的相關性

圖7 Fv/Fm反演模型實測值與預測值的相關性

2.3.3 建模方法比較與結果分析

以模型訓練集和驗證集的相關系數Rc和Rp，均方根誤差RMSEC和RMSEP，作為模型效果評價標準，相關系數越大，均方根誤差越小，說明模型效果越好。對比分析利用不同種模型反演的玉米葉片生理參數的估算精度，以確定最優(yōu)建模方法。結果表明(表2)：在SPAD的反演模型中，PLS模型驗證集相關系數最高可達0.95以上，SMLR模型驗證集相關系數最高可達0.91以上，PCR模型驗證集相關系數最高可達0.88以上。在Fv/Fm的反演模型中，六種建模方法均具有較好預測能力，訓練集和驗證集的相關系數R均在0.93以上，均方根誤差均接近0.01。經綜合對比分析，利用PLS-MSC-SG方法所構建的葉片SPAD和Fv/Fm反演模型效果最優(yōu)，模型的預測性與穩(wěn)健性表現較好，其驗證集的相關系數Rp分別為0.958和0.976，均方根誤差分別為0.731和0.017。

表2 不同建模方法的建模效果比較

可以看出，PLS模型的反演精度優(yōu)于SMLR優(yōu)于PCR，原因在于PLS是多元線性回歸、典型相關分析和主成分分析的集成和發(fā)展，對數據進行了重新整合和篩選，提取了對數據信息系統(tǒng)解釋性最強的綜合變量，減少了建模過程中嚴重相關性的問題，因此PLS模型的預測效果最優(yōu)。

3 結 論

利用光譜分析技術為手段，將玉米的光譜數據與生理參數相結合，探究不同光溫環(huán)境下玉米苗期葉片生理參數和光譜特性的響應規(guī)律，同時構建了SPAD和Fv/Fm快速無損檢測模型。結果表明：

(1)不同光溫環(huán)境下玉米葉片的光譜特性存在差異，在波段500～700 nm內，光譜反射率隨光強的增強而升高，在波段760～900 nm內，光譜反射率隨溫度的增強而升高。

(2)可通過玉米高光譜特性的變化表征光溫脅迫環(huán)境的變化，在760～900 nm波段內，較高反射率的光譜曲線表征處于高溫脅迫環(huán)境，較低反射率的光譜曲線表征處于弱光脅迫環(huán)境，低溫環(huán)境具有最低的光譜反射率。

(3)光溫環(huán)境脅迫下，玉米苗期葉片生理參數的最優(yōu)建模方法為PLS-MSC-SG，能夠實現對玉米苗期葉片SPAD和Fv/Fm的精準預測，為作物脅迫狀態(tài)的生理信息監(jiān)測提供參考依據。

基于玉米苗期進行了光溫脅迫下的高光譜響應分析，但研究時期與作物品種具有局限性，且光譜技術對于脅迫監(jiān)測的專屬性還不夠成熟，后續(xù)應充分考慮玉米種植地區(qū)品種差異的問題，增多玉米品種，延長生育期，進一步研究光譜特征參數的選擇與建模方法，尋求更具專一性與特定性的檢測特征，提高反演模型精度。