李 萍，柴仲平，武紅旗，盛建東，龔雙鳳

（新疆農(nóng)業(yè)大學(xué) 草業(yè)與環(huán)境科學(xué)學(xué)院，新疆 烏魯木齊 830052）

氮素是一切植物必需的大量營養(yǎng)元素之一，它是果樹生長的重要物質(zhì)基礎(chǔ)，對果樹的器官建造、物質(zhì)代謝、生化過程、果實產(chǎn)量及品質(zhì)的形成等都有不可替代的作用[1]。而快速、無損、準(zhǔn)確地監(jiān)測果樹氮素狀況，對于診斷果樹生長特征、提高氮肥利用效率、減少農(nóng)田環(huán)境污染具有重要的現(xiàn)實意義，可為深入開展果樹精準(zhǔn)管理研究與應(yīng)用提供技術(shù)支撐。

有關(guān)研究結(jié)果表明，采用傳統(tǒng)的葉片化學(xué)分析方法進(jìn)行果樹氮素含量的檢測具有較高的精度，但這些分析普遍需要破壞植被樣本，且受高耗性、繁冗復(fù)雜性、時滯性等局限性的制約，難以對大范圍果樹進(jìn)行全面、快速的營養(yǎng)診斷。近年來，隨著高光譜遙感技術(shù)的快速發(fā)展與不斷完善，利用高光譜數(shù)據(jù)對各種植物葉片的氮素含量進(jìn)行大范圍、無損、實時、快捷的監(jiān)測已成為一種可行的方法和手段。在利用遙感技術(shù)進(jìn)行作物氮素監(jiān)測方面，已有較多的研究報道并取得了一定的進(jìn)展。Thomas等人[2]研究發(fā)現(xiàn)，甜椒葉片的N素含量與550～675 nm 波段內(nèi)葉片的光譜反射率高度相關(guān)。Hansen等人[3]研究認(rèn)為，于近綠光與藍(lán)光波段構(gòu)建的歸一化指數(shù)可以有效估測小麥植株的生物量與氮含量。薛利紅等人[4]利用660 nm和460 nm兩波段組合來檢測小麥葉片的氮含量；易秋香等人[5]對玉米全氮含量的高光譜測定結(jié)果表明，全氮含量與光譜反射率一階微分值在759 nm處具有最大相關(guān)系數(shù)(r=0.944)；譚昌偉等人[6]利用歸一化植被指數(shù)構(gòu)建了水稻氮素營養(yǎng)高光譜遙感診斷模型。李丙智等人[7]確定了723 nm處的光譜反射率一階微分值所構(gòu)建的可以檢測蘋果葉片全氮含量的預(yù)測模型。

近年來，高光譜技術(shù)的應(yīng)用日益廣泛，利用微分光譜和高光譜參數(shù)估測水稻、玉米、小麥、棉花、大豆等大田作物的氮素狀況，這一技術(shù)已得到了廣泛的應(yīng)用[8-10]，但還未見有關(guān)庫爾勒香梨葉片氮素光譜分析的研究報道。因此，文中以新疆香梨種植面積最大的庫爾勒地區(qū)為試驗點[11]，以新疆特色果樹庫爾勒香梨為研究對象，通過對香梨葉片全氮含量與光譜反射率的測定，揭示了庫爾勒香梨葉片的光譜特征，分析了全氮含量與高光譜相關(guān)參數(shù)的關(guān)系，作出了香梨葉片全氮含量的高光譜估測模型，為遙感技術(shù)在庫爾勒香梨氮素營養(yǎng)診斷、長勢監(jiān)測和估產(chǎn)等領(lǐng)域的應(yīng)用提供理論和技術(shù)依據(jù)。

1 材料與方法

1.1 實驗設(shè)計

本實驗于2012年在新疆庫爾勒市恰爾巴格鄉(xiāng)下和什巴格村 5 隊（41°48′21″N、86°04′22″E）的香梨園進(jìn)行。供試樹種為20年樹齡的香梨，嫁接砧木為杜梨Pyrus betulifoliaBge.，株行距為5 m×6 m。土壤質(zhì)地為砂壤，土壤有機(jī)質(zhì)含量為20.03 g/kg，堿解氮、速效磷、速效鉀的含量分別為68 、12.34、240.53 mg/kg。試驗設(shè)置4 個施氮水平，純氮分別為 0（N0）、150（N1）、300 （N2）、450（N3）kg/hm2，磷、鉀肥作基肥施入，3 次重復(fù)，隨機(jī)排列；栽培管理措施同一般果園，在5月中旬進(jìn)行香梨葉片光譜的測定，并取相應(yīng)的葉片測定其全氮含量。

1.2 光譜測定

試驗所用的光譜儀為美國制造的便攜式光譜儀（SVC HR-768），該儀器的光譜范圍為350～2 500 nm，通道數(shù)768。在350～1 000 nm范圍內(nèi)的光譜帶寬≤3.5 nm；1 000～1 500和1 500～2 100 nm范圍內(nèi)的≤16 nm，最小積分時間1 ms。光譜的測定應(yīng)選擇在天氣晴朗、無云無風(fēng)時進(jìn)行，測量時間為12:00～16:00。測量方式為漫反射式，采用視場角為25°的探頭。測量時保持光譜儀距離樣本表面2～3 cm，以確保視場范圍在葉片上；測定前應(yīng)進(jìn)行系統(tǒng)配置優(yōu)化和白板校正，在測試過程中還應(yīng)每隔10 min對儀器進(jìn)行一次優(yōu)化與校正。光譜采集，以10個光譜為一采樣光譜，每次記錄10個光譜，取其平均值。

1.3 葉樣采集

在每株香梨樹冠外圍距離地面1.5～1.7 m處，選擇樹體中部當(dāng)年生新梢無病蟲害、無機(jī)械損傷的健康葉片，每梢測定1～2片葉片，全樹不同方位共測定葉片35片，將其混合作為1 個待測葉片樣品，作為測試光譜反射率及其葉片全氮含量的樣本。

1.4 葉片全氮含量的測定

將經(jīng)過光譜測試后的葉樣采集后，用保鮮袋封裝置于冰桶中，在室內(nèi)對其進(jìn)行標(biāo)準(zhǔn)化前處理。將樣本在105 ℃鼓風(fēng)干燥箱中烘10～30 min進(jìn)行殺青，再降溫至65 ℃直至烘干。將烘干的樣品粉碎后全部過篩，再采用奈氏比色法[12]測定其全氮含量。

1.5 數(shù)據(jù)分析

利用光譜儀配套軟件、SPSS軟件和Excel對所測定的光譜原始數(shù)據(jù)進(jìn)行統(tǒng)計分析處理。首先，利用光譜儀配套軟件對光譜原始數(shù)據(jù)進(jìn)行處理，使數(shù)據(jù)具有更好的連續(xù)性。其次，在剔除異常光譜曲線的基礎(chǔ)上，對其余光譜曲線進(jìn)行平均、平滑處理，并考慮到因系統(tǒng)誤差致使光譜曲線首尾兩端噪音較大，而截取400～1 000 nm來建立庫爾勒香梨全氮含量的模型[13-14]。

2 結(jié)果分析

2.1 不同氮肥水平下庫爾勒香梨葉片的光譜特征

利用光譜儀測定不同氮肥水平下庫爾勒香梨葉片的光譜反射率，對其光譜曲線進(jìn)行平滑處理，運用Excel作圖，得圖1。如圖1所示，在不同施氮水平下庫爾勒香梨葉片表現(xiàn)出明顯的光譜差異。在可見光波段(400～760 nm)光譜曲線峰谷變化明顯，其中藍(lán)光區(qū)500 nm和紅光區(qū)680 nm左右處是葉綠素的強烈吸收波段，導(dǎo)致這兩個波段處的反射率出現(xiàn)了低谷；而綠光區(qū)550 nm左右和760 nm左右處是葉綠素的強烈反射波段，出現(xiàn)了反射峰，這與其它植物葉片的光譜反射特征一致[15-17]。隨著葉片氮素含量的增加，葉片光譜在730～1 000 nm的光譜反射率逐漸降低。其中葉片光譜反射率在可見光波段(510～620 nm)形成一個明顯的反射峰，在近紅外波段(760～1 000 nm)有個明顯的反射高臺。因此，這兩個特征譜段（510～620 nm，760～1 000 nm）都可以有效區(qū)分不同施氮水平的光譜差異，尤其在近紅外波段(760～1 000 nm)差異更明顯。

圖1 不同施氮水平下庫爾勒香梨葉片的光譜曲線Fig.1 Spectral curves of Korla fragrant pear leaves at different N application levels

2.2 庫爾勒香梨葉片全氮含量與原始光譜反射率的相關(guān)分析

利用SPSS軟件統(tǒng)計分析不同香梨葉片全氮含量和光譜反射率的關(guān)系，運用Excel繪圖，得出圖2。從圖2中可以看出，葉片的全氮含量在500～700 nm的可見光波段范圍內(nèi)反射率呈極顯著負(fù)相關(guān)，在綠光550 nm附近是葉綠素的強反射峰，在530～560 nm波段范圍內(nèi)反射率與葉綠素和氮素密切相關(guān)。在640～680 nm 處的吸收峰（即紅谷，是指波長640～680 nm范圍內(nèi)的最小相對反射率）是由于葉綠素 a/b 強烈吸收引起的，該波段對氮素比較敏感。在710～1 000 nm 間相關(guān)系數(shù)形成一個較高的反射平臺，相關(guān)系數(shù) r 值達(dá)到0.70以上，表明該波段光譜是葉面積和生物量反應(yīng)敏感的區(qū)域，其原因主要是葉片全氮含量與葉面積指數(shù)和生物量等參數(shù)間存在顯著的相關(guān)性[18]。

在500～700 nm和710～1 000 nm這兩個波段內(nèi)，葉片全氮含量與原始光譜的反射率之間具有較高的相關(guān)系數(shù)，這表明這兩個波段可作為基于原始光譜回歸分析的敏感波段。紅邊位置720 nm處的光譜相對反射率與葉片全氮含量的相關(guān)性較好，相關(guān)系數(shù)最大值為0.979，因此，720 nm為香梨葉片氮含量的敏感波長，利用該敏感波長，運用逐步回歸分析法，建立了香梨葉片全氮含量的估測模型（y＝2.003x720－64.150，調(diào)整系數(shù)R2＝0.937）。

圖2 庫爾勒香梨葉片全氮含量與原始光譜的相關(guān)性Fig.2 Correlation between total N content in Korla fragrant pear leaves and original spectrum

2.3 庫爾勒香梨葉片全氮含量與其一階微分光譜反射率的相關(guān)分析

許多研究結(jié)果表明，光譜數(shù)據(jù)的一階微分處理有利于部分消除大氣、土壤背景、凋落物等低頻光譜成分對目標(biāo)的影響，能夠更好地反映和揭示植被光譜的內(nèi)在特性，有利于植被指數(shù)、葉面積指數(shù)等植被信息的定量反演[19]。因此，為了提高模型的精度，本研究對原始高光譜數(shù)據(jù)進(jìn)行一階微分處理，分析其有效性。

香梨葉片全氮含量與其一階微分光譜反射率之間的相關(guān)分析結(jié)果如圖3所示。由圖3可知，640～670 nm波段（紅谷范圍）和700～750 nm波段（紅邊范圍）均為正相關(guān)且達(dá)較高水平。但700～750 nm波段與氮素含量密切相關(guān)，因此，700～750 nm波段可作為基于一階微分處理的敏感波段。其中，在703 nm處的光譜反射率與葉片全氮含量的相關(guān)系數(shù)最大（r＝0.974），利用該敏感波長建立了香梨葉片全氮含量的估測模型(y＝50.535x703－40.586，調(diào)整系數(shù)R2＝0.922)。

圖3 庫爾勒香梨葉片全氮含量與一階微分光譜的相關(guān)性Fig.3 Correlation between total N content in Korla fragrant pear leaves and the first derivative spectrum

2.4 庫爾勒香梨葉片全氮含量與高光譜參數(shù)的關(guān)系

植被指數(shù)中的歸一化植被指數(shù)(NDVI)和比值植被指數(shù)(RVI)常用來估算作物的生理生態(tài)參數(shù)，如覆蓋度、葉面積指數(shù)、生物量、葉綠素含量等參數(shù)[20-23]。研究結(jié)果[22-24]表明，全氮含量與植被指數(shù)間存在相關(guān)性。

運用SPSS統(tǒng)計分析得出的相關(guān)分析結(jié)果如表1所示。基于植被指數(shù)的變量中，全氮含量除了與紅邊面積和黃邊面積構(gòu)建的比值植被指數(shù)（SDr/SDy）和歸一化植被指數(shù)中的參數(shù)（SDr－SDy)/(SDr＋SDy）的相關(guān)性弱之外，其余的均呈現(xiàn)出極顯著的相關(guān)關(guān)系，利用這些光譜參數(shù)進(jìn)行了線性擬合分析。表1中，SDr為紅邊（680～670 nm）內(nèi)一階微分總和；SDb為藍(lán)邊（490～530 nm）內(nèi)一階微分總和；SDy為黃邊（550～580nm）內(nèi)一階微分總和；Rg是波長在510～560 nm范圍內(nèi)的最大相對反射率；Ro是波長在640～680 nm范圍內(nèi)的最小相對反射率。

表1 光譜參數(shù)的類型[20-21]及其與全氮含量之間的相關(guān)系數(shù)Table 1 Spectral parameter types and correlation coefficient between total N content and spectral parameters

對香梨葉片全氮含量和光譜參數(shù)進(jìn)行逐步回歸分析，結(jié)果如表2 所示。由表2可知，基于綠峰變量（Rg）與紅谷變量（Ro）構(gòu)建的比值植被指數(shù)和歸一化植被指數(shù)的模型與基于其他變量所構(gòu)建的模型相比，具有最大的調(diào)整系數(shù)R2，說明利用該光譜參數(shù)建立的模型其精度高且穩(wěn)定性較好，能夠用來估測葉片全氮含量。

2.5 庫爾勒香梨葉片全氮含量估測模型的建立與檢驗

根據(jù)調(diào)整系數(shù)R2最大的優(yōu)選原則，綜合比較以原始光譜反射率、一階微分光譜、高光譜參數(shù)為自變量建立的香梨葉片全氮含量估測模型，選擇以下4種模型估測香梨葉片全氮含量，如表3所示。

表2 庫爾勒香梨葉片全氮含量(y)與不同光譜參數(shù)(x)之間的定量關(guān)系Table 2 Quantitative correlation between total N content (y) in Korla fragrant pear leaf and spectral parameters (x)

表3 庫爾勒香梨葉片全氮含量高光譜估測模型Table 3 Hyperspectral prediction models for total N content in Korla fragrant pear leaves

為了驗證模型的可靠性和普適性，利用測定的獨立實驗數(shù)據(jù)對估測模型進(jìn)行檢驗，采用相對誤差范圍，平均相對誤差兩個指標(biāo)來驗證模型的精確性和穩(wěn)定性。采用一階微分光譜的線性回歸模型的擬合效果最好，相對誤差范圍小，平均相對誤差最小，說明此模型的預(yù)測結(jié)果較為理想，最終確定基于光譜的一階微分的模型為：

這一模型是香梨葉片全氮含量的最佳估測模型。

3 結(jié)論與討論

1）香梨葉片光譜對葉片氮素含量有不同的反射特征，這種差別在可見光和近紅外波段最為明顯，呈現(xiàn)出不同的反射峰（550 nm）和吸收谷（680 nm）。隨著葉片氮素水平的增加，葉片光譜在近紅外波段的反射率均逐漸降低。

2）香梨葉片全氮含量一階微分的敏感波段位于700～750 nm處，最優(yōu)波長在703 nm處，這與陳貽釗等[25]對橡膠樹的研究結(jié)果（波長為730 nm）和李丙智等[7]等對蘋果的研究成果（波長723 nm處）一致。這表明反映不同作物氮素營養(yǎng)的波段有一定的相似性，也有一定的差異性。

3）通過分析香梨葉片的全氮含量與原始光譜、一階微分光譜、高光譜參數(shù)之間的相關(guān)性，利用線性回歸分析方法建立了葉片與全氮含量的定量監(jiān)測模型，根據(jù)其相關(guān)系數(shù)和模型的調(diào)整系數(shù)R2的最大優(yōu)選原則，初步篩選出原始光譜在波長720 nm、光譜反射率的一階微分在703 nm、比值植被指數(shù)（Rg/Ro）和歸一化植被指數(shù)(Rg－Ro)/(Rg＋Ro)等4個參數(shù)可用作香梨葉片全氮含量的預(yù)測模型。通過模型檢驗，最終確定香梨葉片全氮含量與光譜的一階微分模型y=50.535x703－40.586作為香梨葉片全氮含量的預(yù)測模型。

文中建立了香梨葉片全氮含量的光譜估測模型，但由于香梨葉片氮素含量的范圍較窄，反映出了利用高光譜數(shù)據(jù)進(jìn)行果樹營養(yǎng)診斷的敏感性。由于模型的預(yù)測范圍較窄，還需要進(jìn)一步擴(kuò)大模型的預(yù)測范圍，為香梨的養(yǎng)分資源綜合管理提供適用范圍更廣、科學(xué)性更強的技術(shù)支撐。

參考文獻(xiàn)：

[1]李文慶,張 民,束懷瑞.氮素在果樹上的生理作用[J].山東農(nóng)業(yè)大學(xué)學(xué)報,2002,33(1):96－100.

[2]Thomas J R, Oerther G F. Estimating nitrogen content of sweet pepper leaves by reflectance measurements[J]. Agronomy Journal,1972,64:11－13.

[3]Hansen P M, Schjoerring J K. Re ectance measurement of canopy biomass and nitrogen status in wheat crops using normalized difference vegetation indices and partial least squares regression[J].Remote Sensing of Environment,2003,86(4):542－553.

[4]薛利紅,曹衛(wèi)星,羅衛(wèi)紅,等.小麥葉片氮素狀況與光譜特性的相關(guān)研究[J].植物生態(tài)學(xué)報,2004,28(2):172－177.

[5]易秋香,黃敬峰,王秀珍,等.玉米全氮含量高光譜遙感估算模型研究[J].農(nóng)業(yè)工程學(xué)報,2006,22(9):138－141.

[6]譚昌偉,周清波,齊 臘,等.水稻氮素營養(yǎng)高光譜遙感診斷模型[J].應(yīng)用生態(tài)學(xué)報,2008,19(6):1261－1268.

[7]李丙智,李敏夏,周 璇,等.蘋果樹葉片全氮含量高光譜估算模型研究[J].遙感學(xué)報,2010,14(4):767－773.

[8]浦瑞良,宮 鵬.高光譜遙感及應(yīng)用[M].北京:高等教育出版社,2000:186-192.

[9]方 慧,宋海燕,曹 芳.油菜葉片的光譜特征與葉綠素含量之間的關(guān)系研究[J].光譜學(xué)與光譜分析,2007,27(9):1731－1734.

[10]唐延林,黃敬峰,王秀珍,等.玉米葉片高光譜特征及與葉綠素、類胡蘿卜素相關(guān)性的研究[J].玉米科學(xué),2008,16(2):71－76.

[11]鮑士旦.土壤農(nóng)化分析[M].北京:中國農(nóng)業(yè)出版社,1999:265－266.

[12]王海宏,周慧娟,喬勇進(jìn),等.氣調(diào)貯藏環(huán)境下庫爾勒香梨的生理變化與品質(zhì)特點[J].經(jīng)濟(jì)林研究,2009,27(4):22

[13]王 淵,黃敬峰,王福民,等.油菜葉片和冠層水平氮素含量的高光譜反射率估算模型[J].光譜學(xué)與光譜分析,2008,28(2):273－277.

[14]田永超,朱 艷,姚 霞,等.基于光譜信息的作物氮素營養(yǎng)無損監(jiān)測技術(shù)[J].生態(tài)學(xué)雜志,2007,26(9):1454－1463.

[15]王 植,周連第,李 紅,等.桃樹葉片氮素含量的高光譜遙感監(jiān)測[J].中國農(nóng)學(xué)通報,2011,27(4):85－90.

[16]易時來,鄧 烈,何紹蘭,等.錦橙葉片氮含量可見近紅外光譜模型研究[J].果樹學(xué)報,2010,27(1):13－7.

[17]李敏夏,張林森,李丙智,等.蘋果葉片高光譜特性與葉綠素含量和SPAD值的關(guān)系[J].西北林學(xué)院學(xué)報,2010,25(2):35－39.

[18]Walburg G, Bauer ME, Daughtry CST,et al.Effects of nitrogen on the growth, yield, and re ectance characteristics of corn [J].Agronomy Journal, 1982,74:677－683.

[19]申廣榮,王人潮.植被高光譜遙感的應(yīng)用研究綜述[J].上海交通大學(xué)學(xué)報,2001,19(4):315－321.

[20]Ma BL, Lianne M, Carlos C,et al.Early prediction of soybean yield from canopy re ectance measurements[J]. Agron, 2001, 93:1227－1234.

[21]Guyot G,Baret F.Utilisation delahaute resolutio spectrale poursuivrel’ etatdes couverts vegetaux[C]// proceedings of the 4th international confe rence on spectral signatures of objects in remote sensing. ESASP-287,Assois,France,1988:279－286.

[22]Sims DA, Gamon JA. Relationships between leaf pigment content and spectral re ectance across a wide range of species,leaf structures and developmental stages[J]. Remote Sensing of Environment,2002,81:337-354.

[23]王秀珍,黃敬峰,李云梅,等.水稻地上鮮生物量的高光譜遙感估算模型研究[J].作物學(xué)報,2003,29(6):815－821.

[24]王 磊,白由路.基于光譜理論的作物營養(yǎng)診斷研究進(jìn)展[J].植物營養(yǎng)與肥料學(xué)報,2006,12(6):902－912.

[25]陳貽釗,林清火,華元剛,等.橡膠樹葉片高光譜特征分析[J].熱帶亞熱帶植物學(xué)報,2010,18(3):293－297.