黃　山，楊　峰，張　勇，王　銳，鄧俊才，雍太文，劉衛(wèi)國，楊文鈺

(四川農(nóng)業(yè)大學 農(nóng)學院，農(nóng)業(yè)部西南作物生理生態(tài)與耕作重點實驗室，四川 成都 611130)

?

凈套作下大豆葉綠素密度動態(tài)及光譜估測研究

黃山，楊峰，張勇，王銳，鄧俊才，雍太文，劉衛(wèi)國，楊文鈺

(四川農(nóng)業(yè)大學 農(nóng)學院，農(nóng)業(yè)部西南作物生理生態(tài)與耕作重點實驗室，四川 成都 611130)

[摘要]【目的】 利用高光譜數(shù)據(jù)構建一種適合于凈作和套作群體的大豆葉綠素密度光譜估測通用模型，為監(jiān)測以葉綠素密度為參數(shù)的凈、套作大豆長勢提供支撐。【方法】 以南豆12為供試大豆品種，設計凈作和套作2種種植模式，測定凈、套作下大豆不同生育時期葉綠素密度及其冠層光譜特征，對通過原始、全波段導數(shù)光譜和多波段組合計算的植被指數(shù)與葉綠素密度進行相關性分析，比較不同高光譜特征參數(shù)與葉綠素密度之間的關系，借助高光譜遙感分析方法構建適合于凈、套作下大豆葉綠素密度的估測模型。【結果】 凈作和套作大豆葉綠素密度在整個生育期呈先上升后下降的單峰曲線，在結莢期達到最大值，其中凈作比套作平均高5.5%。同樣，大豆冠層光譜反射率在近紅外波段(700～1 000 nm)也呈現(xiàn)先增后降趨勢，結莢期最高，達到70%，并在結莢期之前紅邊位置出現(xiàn)紅移現(xiàn)象。原始光譜自由組合的比值植被指數(shù)RVI(507/697)與葉綠素密度的相關性最高，相關系數(shù)大于0.962(P<0.01)。對凈、套作下大豆葉綠素密度模型進行比較分析，發(fā)現(xiàn)二次模型能夠較好地估測凈、套作下大豆葉綠素密度(R2>0.75，RMSE=0.25)?！窘Y論】 用比值植被指數(shù)RVI(507/697)構建的葉綠素密度二次估測模型，能夠較好地對凈、套作下大豆葉綠素密度進行估測。

[關鍵詞]葉綠素密度；光譜估測模型；冠層光譜；光譜反射率；光譜參數(shù)

大豆是世界上種植面積最大的油、糧、飼兼用作物之一。中國進口大豆數(shù)量逐年增加[1]，但大豆種植效益逐年降低，種植面積不斷下降；玉米-大豆帶狀復合種植作為一項新的種植技術已連續(xù)多年被農(nóng)業(yè)部列為主推技術之一，該技術能夠實現(xiàn)玉米、大豆雙高產(chǎn)及機械化播種和收獲，在保障玉米生產(chǎn)的情況下多收獲一季大豆，有效地提高了大豆的種植面積，增加了大豆產(chǎn)量，對緩解區(qū)域糧食安全和保障國家糧食安全具有重要意義[2-3]。

葉綠素是葉片光合作用過程的重要物質(zhì)[4]，直接影響光能的截獲和轉化。葉綠素含量的高低表明了作物的營養(yǎng)生長狀況和光合生產(chǎn)能力[5]，而葉綠素密度反映了作物群體所含葉綠素的總量，是衡量農(nóng)作物群體生產(chǎn)力及監(jiān)測植被生長發(fā)育與營養(yǎng)等狀況的重要指標[6]。合理的葉綠素密度是充分利用光能、保證作物高產(chǎn)優(yōu)質(zhì)的首要條件，通常在不同作物群體結構中，適宜的葉綠素密度在作物高產(chǎn)栽培及作物良種選育中具有重要意義。然而，常規(guī)化學方法測定葉綠素具有破壞性，且費時、費力、時效性低，因此亟需一種快速、簡便、準確的方法對葉綠素密度進行測定[7]。

近年來，隨著遙感技術的迅速發(fā)展，高光譜分辨率遙感在農(nóng)作物的營養(yǎng)、長勢等方面應用廣泛[8-12]。前人研究發(fā)現(xiàn)，高光譜遙感技術用于估測玉米、水稻和小麥等作物的葉綠素密度具有較好的效果[13-14]，而在大豆上主要集中于葉綠素含量和葉面積等的估測研究[15-16]，關于凈作和套作大豆葉綠素密度的相關研究較少[17]，利用高光譜特征參數(shù)估測凈、套作下大豆葉綠素密度的研究還鮮見報道。本研究以凈、套作大豆為研究對象，分析2種種植模式下大豆不同生育時期葉綠素密度的變化規(guī)律，結合冠層光譜反射率，構建了一種適合于凈作和套作大豆的葉綠素密度光譜估測通用模型，為監(jiān)測以葉綠素密度為參數(shù)的凈、套作大豆長勢提供支撐。

1材料與方法

1.1試驗設計

試驗于2013年在四川省仁壽縣現(xiàn)代糧食產(chǎn)業(yè)園區(qū)進行。土壤基礎肥力：有機質(zhì)12.96 g/kg，全氮1.10 g/kg，全磷0.68 g/kg，全鉀14.66 g/kg，堿解氮66.73 mg/kg，速效磷3.26 mg/kg，速效鉀 178.74 mg/kg。供試大豆品種為南豆12(晚熟，生育期130 d左右)，玉米品種為登海605(株型緊湊，生育期120 d左右，株高2.5 m左右)。

試驗中大豆設凈作和套作2種種植模式，各重復3次，詳見圖1。

圖 1　凈套作大豆的田間布局

玉米-大豆帶狀套作模式下，玉米3月下旬采用寬窄行種植，帶寬2 m，窄行行距0.4 m，密度6萬株/hm2，每穴1株；大豆于6月中旬種于寬行內(nèi)，行距0.4 m，密度10萬株/hm2，每穴2株，小區(qū)面積為6 m×5.5 m。凈作大豆行距0.7 m，密度10萬株/hm2，每穴2株，小區(qū)面積6 m×5.5 m。大豆氮肥用量為純N 45 kg/hm2，磷肥(P2O5)用量70 kg/hm2，鉀肥(K2O)用量80 kg/hm2。磷、鉀肥均作為追肥于大豆三葉期一次性施入，氮肥按質(zhì)量比1∶1在大豆三葉期和初花期施入，其他按照大田管理進行。

1.2冠層光譜數(shù)據(jù)測定

在天氣晴朗無云的上午11:00-14:00，分別于大豆生長的關鍵生育時期，即苗期、分枝期、始花期、盛花期、結莢期、鼓粒期，用便攜式地物光譜儀(荷蘭Avants公司生產(chǎn)的AvaField-3便攜式高光譜地物波譜儀，光譜范圍350～2 500 nm，選用400 nm到1 000 nm光譜區(qū)間，采樣間隔為0.6 nm，視場角為25°)測定大豆冠層光譜，測量時探頭在冠層頂部1 m處垂直向下，測定面積約為0.15 m2，每個小區(qū)測定中間區(qū)域3個位點，每個位點重復5次，以其平均值作為該觀測點的光譜反射值。在測定過程中，每次測定完后及時進行標準白板校正。冠層光譜數(shù)據(jù)測定后，對應測定位置取樣測定大豆葉片的葉綠素含量。

1.3 葉綠素密度測定

葉綠素含量的測定：冠層光譜測定后取對應的大豆植株頂部功能葉2片，按照光譜測定順序及小區(qū)編號，放入冰盒中，及時送回實驗室打孔稱質(zhì)量，根據(jù)Sims等[18]的方法測定葉綠素含量。

葉綠素密度為單位土地面積的總葉綠素含量，按下式計算：葉綠素密度(g/m2)=單位土地面積鮮葉質(zhì)量×葉綠素含量。

1.4植被指數(shù)

本研究選取前人研究中的15個植被指數(shù)(表1)，以凈、套作下大豆葉綠素密度與高光譜植被指數(shù)的相關性為基礎，篩選敏感指數(shù)，以構建凈、套作下大豆葉綠素密度光譜估測模型。

表 1　高光譜植被指數(shù)計算方法

1.5數(shù)據(jù)整理與分析

在剔除畸形異常的光譜曲線的基礎上，對光譜數(shù)據(jù)進行平均平滑，考慮到系統(tǒng)噪音影響，僅截取了400～1 000 nm的光譜數(shù)據(jù)用于分析(n=31)。采用原始光譜、一階導數(shù)光譜、植被指數(shù)和基于波段優(yōu)選的3個常見植被指數(shù)RVI、DVI、NDVI與葉綠素密度進行了相關分析，從中確定與葉綠素密度相關性較高的敏感波段和光譜參數(shù)，選用這些敏感波段和光譜參數(shù)反演凈、套作大豆葉綠素密度，選取決定系數(shù)最高的模型進行驗證。采用Excel 2003進行原始試驗數(shù)據(jù)的整理，利用SPSS 17.0對試驗數(shù)據(jù)進行統(tǒng)計分析，用Matlab和Origin軟件制圖。

2結果與分析

2.1不同生育時期凈作和套作大豆葉綠素密度的變化規(guī)律

由圖2可知，凈作和套作大豆葉綠素密度在生育期內(nèi)均呈現(xiàn)先上升后下降的單峰曲線變化，這與作物葉片在整個生育期內(nèi)由營養(yǎng)生長期的逐漸增大到生殖生長期的逐漸衰亡凋零有關。套作大豆生育前期受到玉米階段性遮陰，葉綠素密度增長速度慢于凈作大豆，隨著生育時期的推進，在結莢期達到最大值，大豆葉綠素密度在凈作、套作下最大值分別為1.69和1.51 g/m2，在鼓粒期凈、套作大豆葉綠素密度相差最小，而整個生育期凈作大豆葉綠素密度比套作平均高5.5%。

2.2不同生育時期凈作和套作大豆冠層光譜特征與光譜一階導數(shù)

由圖3可知，凈作和套作大豆冠層光譜反射率在整個生育期變化規(guī)律一致，特別是在700～1 000 nm的近紅外區(qū)域，光譜反射率隨著生育時期的推進而不斷升高，在結莢期達到最大值，隨后光譜反射率下降，這與葉綠素密度的變化規(guī)律一致(圖2)。凈作和套作大豆冠層光譜苗期差異最大，結莢期差異最小，到鼓粒期后差異又逐漸變大。同時，從一階導數(shù)光譜可以看出，隨著生育時期的推進，紅邊位置和紅邊幅值先逐漸增大，到結莢期后開始降低。從苗期到結莢期，凈、套作大豆冠層光譜紅邊位置分別為708，717，719，723，725 nm，呈現(xiàn)“紅移現(xiàn)象”，而鼓粒期紅邊位置為723 nm。

圖 2凈作和套作大豆各生育時期葉綠素密度的變化規(guī)律

Fig.2Chlorophyll density of soybean at different

growth stages under monoculture and

intercropping condition

圖 3　不同生育時期凈作和套作大豆的冠層光譜與一階導數(shù)光譜

通過分析凈、套作大豆葉綠素密度與光譜特征之間的關系，發(fā)現(xiàn)大豆葉綠素密度與冠層光譜反射率和一階導數(shù)光譜的相關性在不同波段范圍內(nèi)不盡相同(圖4)。在可見光范圍內(nèi)光譜反射率和一階導數(shù)光譜與葉綠素密度的相關性均未達到極顯著水平，而在719～1 000 nm波段，光譜反射率與葉綠素密度呈極顯著正相關，相關系數(shù)最大值為0.85(P<0.01)，一階導數(shù)光譜與葉綠素密度在730 nm紅邊區(qū)域附近有較好的相關性，最大相關系數(shù)為0.92(P<0.01)。

圖 4　凈作和套作大豆冠層光譜反射率、一階導數(shù)光譜與葉綠素密度的相關系數(shù)

根據(jù)前人獲得的最佳植被指數(shù)，分析凈、套作大豆葉綠素密度與不同植被指數(shù)的關系，結果見表2。由表2可以看出，修正葉綠素吸收反射率指數(shù)(MCARI)與大豆葉綠素密度的相關系數(shù)為0.18，未達到顯著水平(P>0.05)。除此之外，其他植被指數(shù)與葉綠素密度的相關系數(shù)均達到了極顯著水平(P<0.01)，其中修正簡單比值指數(shù)(mSRI)與葉綠素密度的相關性最好，相關系數(shù)為0.903。

表 2　大豆葉綠素密度與植被指數(shù)的相關性

注：*表示達到P<0.05 水平；**表示達到P<0.01 水平。

Note：*P<0.05 level;**P<0.01 level. 2.5葉綠素密度與基于波段優(yōu)選的植被指數(shù)的相關分析

在分析葉綠素密度與常見植被指數(shù)相關性的基礎上，為了能更加深入地了解植被指數(shù)與葉綠素密度的關系，利用RVI、DVI和NDVI這3種常見的高光譜植被指數(shù)表達形式，采用400～1 000 nm波段的原始光譜反射率和一階導數(shù)光譜反射率進行兩兩組合，構建所有可能的RVI、DVI和NDVI，分析葉綠素密度與這些植被指數(shù)之間的相關性，結果如圖5所示。RVI、NDVI和DVI的表達式如下：

RVI=Ri/Rj，

DVI=Ri-Rj，

NDVI=(Ri-Rj)/(Ri+Rj)。

式中：R為原始光譜反射率，i、j為400～1 000 nm任意波段。導數(shù)光譜反射率(DR)的光譜指數(shù)計算方法相同。圖5中每個像素點對應橫坐標為構成指數(shù)的分子波段，縱坐標為分母波段；各像素點的色度值表示所構建的指數(shù)與葉綠素密度的相關系數(shù)的大小。從圖5可以看出，原始光譜、一階導數(shù)光譜和二階導數(shù)光譜的任意波段組合的RVI、DVI和NDVI具有對稱分布的特點。原始光譜自由組合的植被指數(shù)與葉綠素密度相關系數(shù)最高為0.962，對應指數(shù)為R507/R697；一階導數(shù)光譜自由組合的植被指數(shù)與葉綠素密度相關性最高為0.935，對應指數(shù)為R740/R520；二階導數(shù)光譜自由組合的植被指數(shù)相對較低。

圖 5葉綠素密度與原始光譜、一階導數(shù)光譜、二階導數(shù)光譜的RVI、DVI和NDVI組合之間的相關系數(shù)分布

Fig.5Correlation coefficients (rvalues) for the relationships between chlorophyll density and the

two-band combinations of RVI,DVI and NDVI from 400 to 1000 nm

2.6最佳光譜特征參數(shù)與葉綠素密度回歸模型的建立

為了構建葉綠素密度光譜估測模型，采用前人常用的5個單變量線性和非線性擬合模型進行模型構建，包括：線性函數(shù)Y=a+bx；對數(shù)函數(shù)Y=a+blnx；指數(shù)函數(shù)Y=aebx；冪函數(shù)Y=axb；二次函數(shù)Y=a+bx+cx2。式中，Y代表葉綠素密度值，x代表光譜變量，a、b、c分別為常數(shù)。

依據(jù)葉綠素密度與光譜反射率、一階導數(shù)光譜、植被指數(shù)以及基于波段優(yōu)選的植被指數(shù)的相關分析結果，篩選出相關系數(shù)最高的光譜變量，構建上述5種回歸模型，模型的回歸系數(shù)和決定系數(shù)如表3所示。根據(jù)決定系數(shù)最高選擇適宜的估測模型，并進行模型精度檢驗，結果表明，基于波段優(yōu)選的植被指數(shù)R507/R697構建的二次函數(shù)模型的決定系數(shù)R2達到0.927。同時，根據(jù)葉綠素密度實測值和預測值的線性關系，采用常用的均方根誤差(RMSE)進行精度檢驗，計算公式為：

表 3　葉綠素密度與高光譜變量的線性和非線性回歸分析

檢驗結果(圖6)表明，R2為0.75(RMSE=0.25，n=21)。因此認為以R507/R697為自變量構建的二次函數(shù)模型Y=8.819 6x2+1.006 4x-1.615 8 估算凈、套作大豆葉綠素密度具有一定的可行性。

圖 6葉綠素密度估測模型檢驗

Fig.6Examination of chlorophyll density estimation model

3討論

3.1 凈作和套作大豆不同生育時期的葉綠素密度

葉綠素密度包含群體葉面積指數(shù)和葉綠素含量等信息，是植物冠層結構的重要參數(shù)，反映了作物群體的長勢狀況。葉綠素含量與植被的光合作用、營養(yǎng)狀況緊密相關，采用遙感技術監(jiān)測作物信息的變化可以準確反映植被生長、營養(yǎng)等信息。前人研究發(fā)現(xiàn)，水稻、小麥和棉花等作物的葉綠素密度在整個生育期內(nèi)呈單峰曲線變化，高光譜遙感數(shù)據(jù)與葉綠素密度具有較好的相關性[13-14,24]。在本研究中，凈作和套作大豆葉綠素密度在整個生育期內(nèi)也呈單峰曲線變化，且不同種植模式變化規(guī)律趨于一致，凈作和套作具有相似性，最大值均出現(xiàn)在結莢期，但在整個生育期內(nèi)凈作大豆的葉綠素密度都要高于套作大豆，這與套作大豆在生育前期受玉米階段性蔭蔽脅迫造成其生育前期葉面積低于凈作大豆有關[25]。在玉米收獲后，大豆解除蔭蔽效應，迅速恢復生長，在鼓粒期凈、套作大豆葉綠素密度相差最小，但整個生育期凈作大豆葉綠素密度比套作大豆平均高5.5%，隨著作物養(yǎng)分向生殖器官的轉移，大豆葉片程序性凋亡，這是大豆生育后期葉綠素密度下降的主要原因。

3.2凈作和套作大豆不同生育時期的冠層反射光譜與微分光譜

冠層光譜反射率是作物生長信息的綜合表現(xiàn)。不同作物在不同生育時期的冠層光譜反射率具有相似的變化特點，可見光波段光譜反射率規(guī)律不明顯，而在近紅外區(qū)域具有明顯的規(guī)律性，隨著生育進程的推進，在生育前期光譜反射率逐漸增加，在生育后期光譜反射率逐漸下降[14]。陳燕等[26]在棉花上的研究表明，在近紅外區(qū)域光譜反射率呈現(xiàn)明顯的層次性，反射率表現(xiàn)為花鈴期>盛蕾期>盛鈴期>吐絮期。宋開山等[16]在大豆、李鳳秀等[27]在玉米上的研究也表明，在近紅外波段，隨著生育時期的推進，大豆的光譜反射率先增加后降低。本研究結果表明，在可見光波段光譜反射率變化規(guī)律不明顯，在近紅外波段的光譜反射率隨著生育時期的推進呈現(xiàn)出先增加后降低的規(guī)律，與葉綠素密度隨著生育時期的變化規(guī)律相同，也與前人研究結果相似。苗期凈作與套作間大豆光譜差異最大，隨著生育時期的推進，在結莢期時兩者差異最小，而鼓粒期差異又逐漸加大，這可能是由于套作大豆光恢復后延長了有效光合時間。

微分光譜能消除背景因素的影響，通過分析微分光譜的紅邊，可以更清晰地描述植物光譜的變化特征及規(guī)律。劉偉東等[13]發(fā)現(xiàn),紅邊位置與葉綠素含量有關，隨著水稻生育時期的推進，紅邊位置先后呈現(xiàn)出“紅移”和“藍移”現(xiàn)象。本研究通過一階導數(shù)變換，發(fā)現(xiàn)在2種模式下的紅邊位置和紅邊幅值都隨著大豆生育時期的推進呈現(xiàn)出先增加后降低的規(guī)律，對一階導數(shù)光譜與大豆葉綠素密度的相關分析發(fā)現(xiàn)，在730 nm左右的紅邊區(qū)域，一階導數(shù)光譜與葉綠素密度有較好的相關性，紅邊位置和紅邊幅值與葉綠素密度均達到了極顯著相關水平，高于原始光譜與葉綠素密度的相關系數(shù)，說明紅邊參數(shù)也能夠較好地用于作物的長勢監(jiān)測[28]。

3.3凈作和套作大豆葉綠素密度光譜估測通用模型

采用光譜參數(shù)對植被進行定量檢測是遙感監(jiān)測常用的手段之一，植被指數(shù)能夠定量表明植被的活力，比單波段探測綠色植被更具有靈敏性，每一個植被指數(shù)都有其對應的綠色植物特定的表達式[29]，分析植被指數(shù)的優(yōu)勢和局限性將有助于遙感技術的開發(fā)利用。陳書琳等[30]研究發(fā)現(xiàn)，MCARI反演大豆葉片葉綠素含量的精度高于其他植被指數(shù)，而本研究發(fā)現(xiàn)MCARI與葉綠素密度的相關系數(shù)比其他植被指數(shù)低，這可能是由于取樣間隔時間跨度較遠、各處理之間葉綠素密度差異較大造成的。楊峰等[14]的研究發(fā)現(xiàn)，以二次修正土壤調(diào)節(jié)植被指數(shù)(MSAVI2)建立的線性回歸模型對水稻、小麥的葉綠素密度預測精度達到了89.3%和70.61%。陳燕等[24]研究發(fā)現(xiàn)，在729 nm下一階導數(shù)光譜建立的模型對棉花葉綠素密度的估測精度達到了84.3%；馮偉等[31]發(fā)現(xiàn),NDAI和RAI估測受白粉病影響的小麥冠層葉綠素密度模型的R2分別為0.783和0.776，對監(jiān)測小麥光合潛力和病害影響評價具有積極意義。本研究結果表明，葉綠素密度與基于原始光譜自由組合的比值植被指數(shù)RVI(507/697) 的相關性最高，基于原始光譜和一階導數(shù)光譜的多波段自由組合的RVI、NDVI、DVI及常見的植被指數(shù)與葉綠素密度的相關性大多達到極顯著水平，二階導數(shù)光譜自由組合的優(yōu)選波段組合則對葉綠素密度的相關性較低，這可能是由于原始光譜經(jīng)過2次求導之后對葉綠素密度的敏感性降低造成的。選取RVI(507/697)對凈、套作大豆葉綠素密度進行模型構建并檢驗模型，RMSE=0.25，預測R2為0.75，預測精度較好，因此可以用特征的植被指數(shù)對大豆冠層葉綠素密度進行估算。

4結論

對大豆葉綠素密度變化規(guī)律和冠層光譜特征的測定結果表明，凈作、套作條件下大豆葉綠素密度和近紅外波段的冠層光譜反射率在苗期、分枝期、始花期、盛花期、結莢期、鼓粒期變化規(guī)律一致，呈現(xiàn)先增高后下降的趨勢，最大值出現(xiàn)在結莢期。以原始光譜數(shù)據(jù)作為輸入數(shù)據(jù)構建的多波段組合植被指數(shù)RVI、DVI和NDVI與葉綠素密度的相關性高于一階導數(shù)、二階導數(shù)光譜及其他光譜特征參數(shù)。通過原始光譜數(shù)據(jù)多波段組合獲得的RVI(507/697)與葉綠素密度建立的回歸模型Y=8.819 6x2+1.006 4x-1.615 8(R2=0.927,P<0.01)，經(jīng)檢驗R2為0.75，RMSE達到0.25，預測精度較好，為估測以葉綠素密度為參數(shù)的凈、套作大豆長勢提供了支撐，進一步提高了高光譜遙感在大豆上的應用潛力。

[參考文獻]

[1]劉彥坤.中國大豆進出口貿(mào)易影響因素分析 [D].江蘇無錫:江南大學,2008.

Liu Y K.The research on influencing factors of soybean import&export trade in China [D].Wuxi,Jiangsu:Jiangnan University,2008.(in Chinese)

[2]雍太文,楊文鈺,王小春,等.玉米套大豆高產(chǎn)高效綜合栽培技術 [J].大豆科技,2011(2):52-53.

Yong T W,Yang W Y,Wang X C,et al.High production and high effect comprehension cultivation technology of corn relay intercropping soybean [J].Soybean Science&Technology,2011(2):52-53.(in Chinese)

[3]梅林森.帶狀套作大豆植株機收特性及化學催熟研究 [D].成都:四川農(nóng)業(yè)大學,2013.

Mei L S.Research on plant characteristic for mechanized harvesting and chemical ripening of soybean in relay strip intercropping [D].Chengdu: Sichuan Agricultural University,2013.(in Chinese)

[4]黃持都,胡小松,廖小軍,等.葉綠素研究進展 [J].中國食品添加劑,2007(3):114-118.

Huang C D,Hu X S,Liao X J,et al.The advancement of chlorophyll [J].China Food Additives,2007(3):114-118.(in Chinese)

[5]方慧,宋海燕,曹芳,等.油菜葉片的光譜特征與葉綠素含量之間的關系研究 [J].光譜學與光譜分析,2007,27(9):1731-1734.

Fang H,Song H Y,Cao F,et al.Study on the relationship between spectral properties of oilseed rape leaves and their chlorophyll content [J].Spectroscopy and Spectral Analysis,2007,27(9):1731-1734.(in Chinese)

[6]吳長山,項月琴,鄭蘭芬,等.利用高光譜數(shù)據(jù)對作物群體葉綠素密度估算的研究 [J].遙感學報,2000,4(3):228-232.

Wu C S,Xiang Y Q,Zheng L F,et al.Estimating chlorophyll density of crop canopies by using hyperspectral data [J].Journal of Remote Sensing,2000,4(3):228-232.(in Chinese)

[7]劉秀麗,宋平,孫成明.植物葉綠素測定方法的再探討 [J].江蘇農(nóng)業(yè)研究,1999,20(3):46-47.

Liu X L,Song P,Sun C M.Rediscussion method for the determination of plant chlorophyll [J].Jiangsu Agricultural Research,1999,20(3):46-47.(in Chinese)

[8]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].應用生態(tài)學報,2008,19(6):1261-1268.

Tan C W,Zhou Q B,Qi L,et al.Hyperspectral remote sensing diagnosis models of rice plant nitrogen nutritionals status [J].Chinese Journal of Applied Ecology,2008,19(6):1261-1268.(in Chinese)

[9]梁惠平,劉湘南.玉米氮營養(yǎng)指數(shù)的高光譜計算模型 [J].農(nóng)業(yè)工程學報,2010,26(1):250-255.

Liang H P,Liu X N.Model for calculating corn nitrogen nutrition index using hyper-spectral data [J].Transactions of the Chinese Society of Agricultural Engineering,2010,26(1):250-255.(in Chinese)

[10]李衛(wèi)國,李秉柏,王志明,等.作物長勢遙感監(jiān)測應用研究現(xiàn)狀和展望 [J].江蘇農(nóng)業(yè)科學,2006(3):12-15.

Li W G,Li B B,Wang Z M,et al.Status and prospect on research and application of crop condition monitoring using remote sensing [J].Jiangsu Agricultural Sciences,2006(3):12-15.(in Chinese)

[11]夏天,吳文斌,周清波,等.冬小麥葉面積指數(shù)高光譜遙感反演方法對比 [J].農(nóng)業(yè)工程學報,2013,29(3):139-147.

Xia T,Wu W B,Zhou Q B,et al.Comparison of two inversion methods for winter wheat leaf area index based on hyperspectral remote sensing [J].Transactions of the Chinese Society of Agricultural Engineering,2013,29(3):139-147.(in Chinese)

[12]孫濤.農(nóng)作物葉面積指數(shù)反演方法研究 [D].南京:南京信息工程大學,2013.

Sun T.Retrieval of crop leaf area index [D].Nanjing:Nanjing University of Information Science & Technology,2013.(in Chinese)

[13]劉偉東,項月琴,鄭蘭芬,等.高光譜數(shù)據(jù)與水稻葉面積指數(shù)及葉綠素密度的相關分析 [J].遙感學報,2000,4(4):279-283.

Liu W D,Xiang Y Q,Zheng L F,et al.Relationships between rice LAI,CH.D and hyperspectral data [J].Journal of Remote Sensing,2000,4(4):279-283.(in Chinese)

[14]楊峰,范亞民,李建龍,等.高光譜數(shù)據(jù)估測稻麥葉面積指數(shù)和葉綠素密度 [J].農(nóng)業(yè)工程學報,2010,26(2):237-243.

Yang F,Fan Y M,Li J L,et al.Estimating LAI and CCD of rice and wheat using hyperspectral remote sensing data [J].Transactions of the Chinese Society of Agricultural Engineering,2010,26(2):237-243.(in Chinese)

[15]申曉慧.不同施肥種類對大豆葉片光譜及葉綠素含量的相關性分析 [J].黑龍江農(nóng)業(yè)科學,2014(1):34-36.

Shen X H.Correlation analysis of chlorophyll content and spectral characteristics of soybeans leaves under different fertilizer treatments [J].Heilongjiang Agricultural Sciences,2014(1):34-36.(in Chinese)

[16]宋開山,張柏,李方,等.高光譜反射率與大豆葉面積及地上鮮生物量的相關分析 [J].農(nóng)業(yè)工程學報,2005,21(1):36-40.

Song K S,Zhang B,Li F,et al.Correlative analyses of hyperspectral reflectance,soybean LAI and aboveground biomass [J].Transactions of the Chinese Society of Agricultural Engineering,2005,21(1):36-40.(in Chinese)

[17]楊峰,崔亮,武曉玲,等.不同空間配置套作大豆后期農(nóng)學參數(shù)及光譜特征分析 [J].中國油料作物學報,2012,34(3):268-272.

Yang F,Cui L,Wu X L,et al.Soybean agronomic and hyperspectral characteristics at later stage under spatial patterns of maize-soybean intercropping [J].Chinese Journal of Oil Crop Sciences,2012,34(3):268-272.(in Chinese)

[18]Sims D A,Gamon J A.Relationships between leaf pigment content and spectral reflectance across a wide range of species,leaf structures and developmental stages [J].Remote Sensing of Environment,2002,81(2):337-354.

[19]Penuelas J,Baret F,Filella I.Semi-empirical indices to assess carotenoids/chlorophylla ratio from leaf spectral reflectance [J].Photosynthetica,1995,31(2):221-230.

[20]Gamon J A,Pe Uelas J,Field C B.A narrow-waveband spectral index that tracks diurnal changes in photosynthetic efficiency [J].Remote Sensing of Environment,1992,41(1):35-44.

[21]Merzlyak M N,Gitelson A A,Chivkunova O B,et al.Non-destructive optical detection of pigment changes during leaf senescence and fruit ripening [J].Physiologia Plantarum,1999,106(1):135-141.

[22]Qi J,Chehbouni A,Huete A R,et al.A modified soil adjusted vegetation index [J].Remote Sensing of Environment,1994,48(2):119-126.

[23]Daughtry C S T,Walthall C L,Kim M S,et al.Estimating corn leaf chlorophyll concentration from leaf and canopy reflectance [J].Remote Sensing of Environment,2000,74(2):229-239.

[24]陳燕,黃春燕,王登偉,等.北疆棉花葉綠素密度的高光譜估算研究 [J].新疆農(nóng)業(yè)科學,2006,43(6):451-454.

Chen Y,Huang C Y,Wang D W,et al.Estimation of cotton chlorophyll density in north Xinjiang by using high spectral data [J].Xinjiang Agricultural Sciences,2006,43(6):451-454.(in Chinese)

[25]崔亮,蘇本營,楊峰,等.不同玉米-大豆帶狀套作組合條件下光合有效輻射強度分布特征對大豆光合特性和產(chǎn)量的影響 [J].中國農(nóng)業(yè)科學,2014,47(8):1489-1501.

Cui L,Su B Y,Yang F,et al.Effects of photo-synthetically active radiation on photosynthetic characteristics and yield of soybean in different maize/soybean relay strip intercropping systems [J].Scientia Agricultura Sinica,2014,47(8):1489-1501.(in Chinese)

[26]陳燕,王登偉,黃春燕,等.新疆棉花LAI和葉綠素密度的高光譜估算研究 [J].遙感信息,2007(2):33-36,41.

Chen Y,Wang D W,Huang C Y,et al.Estimating of cotton LAI and chlorophyll density by using hyperspectral data in Xinjiang [J].Remote Sensing Information,2007(2):33-36,41.(in Chinese)

[27]李鳳秀,張柏,宋開山,等.玉米葉面積指數(shù)與高光譜植被指數(shù)關系研究 [J].遙感技術與應用,2007,22(5):586-592.

Li F X,Zhang B,Song K S,et al.Research and analysis of the correlation between hyperspectral vegetation index and leaf area index [J].Remote Sensing Technology and Application,2007,22(5):586-592.(in Chinese)

[28]王秀珍,王人潮,李云梅,等.不同氮素營養(yǎng)水平的水稻冠層光譜紅邊參數(shù)及其應用研究 [J].浙江大學學報(農(nóng)業(yè)與生命科學版),2001,27(3):301-306.

Wang X Z,Wang R C,Li Y M,et al.Study on red edge characteristics of rice spectral caused by nitrogen level [J].Journal of Zhejiang University(Agriculture and Life Sciences),2001,27(3):301-306.(in Chinese)

[29]田慶久,閔祥軍.植被指數(shù)研究進展 [J].地球科學進展,1998,13(4):327-333.

Tian Q J,Min X J. Advance in study on vegetation indices [J].Advances in Earth Science,1998,13(4):327-333.(in Chinese)

[30]陳書琳,畢銀麗,齊禮帥,等.接種菌根大豆葉片光譜分析和葉綠素含量估測 [J].中國農(nóng)業(yè)大學學報,2014(2):125-130.

Chen S L,Bi Y L,Qi L S,et al.Hyperspectral characteristics and estimating for chlorophyll content of soybean inoculated with AMF [J].Journal of China Agricultural University,2014(2):125-130.(in Chinese)

[31]馮偉,王曉宇,宋曉,等.白粉病脅迫下小麥冠層葉綠素密度的高光譜估測 [J].農(nóng)業(yè)工程學報,2013,29(13):114-123.

Feng W,Wang X Y,Song X,et al.Hyperspectral estimation of canopy chlorophyll density in winter wheat under stress of powdery mildew [J].Transactions of the Chinese Society of Agricultural Engineering,2013,29(13):114-123.(in Chinese)

Estimating chlorophyll density of soybean under monoculture and relay intercropping by hyperspectral remote sensing

HUANG Shan,YANG Feng,ZHANG Yong,WANG Rui,DENG Jun-cai,YONG Tai-wen,LIU Wei-guo,YANG Wen-yu

(CollegeofAgronomy,SichuanAgriculturalUniversity,KeyLaboratoryofCropEcophysiologyandFarmingSysteminSouthwest,MinistryofAgriculture,Chengdu,Sichuan611130,China)

Abstract:【Objective】 Hyperspectral data were used to build a chlorophyll density model,which can may provide basis for soybean growth monitoring under monoculture and intercropping systems.【Method】 In this research,chlorophyll density and canopy spectral characteristics of soybean at different growth stages were analyzed under monoculture and intercropping system using Nandou 12 as species.The correlation between original spectrum,derivative spectrum,vegetation index,combination of more bands and chlorophyll density was also analyzed.The model for estimating chlorophyll density was built by comparing the relationship between hyperspectral feature parameters and chlorophyll density.【Result】 The chlorophyll density in the whole growth period displayed an trend that increased first and then decreased under monoculture and intercropping system.The maximum value of chlorophyll density appeared in the pod stage,and the monoculture system was 5.5% higher than relay intercropping system.Similar results were found in the canopy spectral reflectance of soybean in the near infrared region (700-1 000 nm) with the highest reflectance spectral value of up to 70% in the pod stage.In addition,the position of red edge appeared a red shift with the increasing growth stage before the pod stage.The ratio vegetation index (507/697) had the highest correlation with chlorophyll density (r>0.962,P<0.01) compared with others.Compared to other models,the quadratic function model could estimate the canopy chlorophyll density better with the determination coefficient of >0.75 and RMSE of 0.25.【Conclusion】 The quadratic function model built with vegetation index RVI (507/697) could be used to estimate soybean chlorophyll density under monoculture and intercropping system.

Key words:chlorophyll density;spectral estimation model;canopy reflectance;spectral reflectance;spectral parameters

DOI：網(wǎng)絡出版時間:2016-04-0709:0010.13207/j.cnki.jnwafu.2016.05.005

[收稿日期]2014-10-09

[基金項目]國家自然科學基金項目(31571615)；農(nóng)業(yè)部公益性行業(yè)科研專項(201203096)

[作者簡介]黃山(1991-)，男，四川巴中人，碩士，主要從事作物高產(chǎn)技術與理論研究。E-mail：dcchhs@163.com

[通信作者]楊峰(1981-)，男，山西晉城人，副教授，博士，主要從事作物生理生態(tài)及信息農(nóng)業(yè)研究。

[中圖分類號]S127

[文獻標志碼]A

[文章編號]1671-9387(2016)05-0029-09

網(wǎng)絡出版地址:http://www.cnki.net/kcms/detail/61.1390.S.20160407.0900.010.html

E-mail：f.yang@sicau.edu.cn

楊文鈺(1958-)，男，四川大英人，教授，博士生導師，主要從事玉米-大豆帶狀間套作高產(chǎn)與理論技術研究。

E-mail：mssiyangwy@sicau.edu.cn