葉 春， 李艷大， 舒時(shí)富， 陳立才， 王康軍， 黃俊寶， 周 明

(1.華東交通大學(xué)機(jī)電工程學(xué)院，江西南昌 330013； 2.江西省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)工程研究所，江西南昌 330200)

柑橘果實(shí)的品質(zhì)除與品種特性有關(guān)外，在很大程度上還受施肥量等栽培管理措施的影響[1]。氮素是柑橘生長發(fā)育的必需元素，氮素的盈虧直接影響柑橘的產(chǎn)量形成及果實(shí)品質(zhì)優(yōu)劣[2-3]。實(shí)時(shí)監(jiān)測柑橘氮素營養(yǎng)水平有助于制定動(dòng)態(tài)調(diào)控措施，如施肥用量與時(shí)機(jī)等技術(shù)措施，對實(shí)現(xiàn)柑橘變量施肥、果園智能管理具有重要意義。

前人利用光譜監(jiān)測技術(shù)在小麥、水稻等作物氮素營養(yǎng)監(jiān)測方面開展了大量研究工作[4-6]。近年來，關(guān)于果樹的養(yǎng)分監(jiān)測診斷已取得初步成效[7-10]，這表明利用光譜技術(shù)監(jiān)測植物營養(yǎng)狀態(tài)是有效可行的。在柑橘葉片營養(yǎng)狀況診斷方面，專家學(xué)者們通過利用果樹葉片可見近紅外光譜初步估測葉片營養(yǎng)狀況并建立預(yù)測回歸模型，均取得了一定的成果[11-13]。但因?yàn)檠芯繉ο蠛头椒ú煌?，前人建立的預(yù)測模型不具備普適性，應(yīng)用效果有待驗(yàn)證。目前，以江西紅壤地區(qū)柑橘生長為研究對象開展的柑橘葉片高光譜營養(yǎng)監(jiān)測研究較少[14-16]。本研究以江西紅壤區(qū)常見柑橘品種(溫柑)為研究對象，基于不同施氮水平的野外試驗(yàn)，獲取柑橘葉片的光譜數(shù)據(jù)，運(yùn)用光譜數(shù)據(jù)分析技術(shù)構(gòu)建特征光譜植被指數(shù)，挖掘柑橘葉片反映氮素狀況的本質(zhì)光譜信息，確定柑橘葉片氮素營養(yǎng)監(jiān)測核心波段，構(gòu)建柑橘葉片氮素營養(yǎng)監(jiān)測模型。研究結(jié)果為精確、科學(xué)、實(shí)時(shí)指導(dǎo)柑橘氮肥管理提供理論依據(jù)與技術(shù)途徑。

1 材料與方法

1.1 試驗(yàn)設(shè)計(jì)

試驗(yàn)于2015—2016年在江西省紅壤研究所柑橘園進(jìn)行。設(shè)4個(gè)氮素水平，分別為0、0.25、0.50、0.75 kg/株，記為N0、N1、N2、N3，株行距為3 m×3 m。供試柑橘品種為溫柑，枳殼砧木，樹齡為3年。每個(gè)施氮素水平分別選取長勢一致的6株柑橘樹作為數(shù)據(jù)采集樣本樹，樣本樹間設(shè)隔離樹，隨機(jī)區(qū)組排列。配施P2O50.24 kg/株、K2O 0.36 kg/株，其他管理同常規(guī)栽培管理。

1.2 數(shù)據(jù)測定

1.2.1 單葉光譜反射率測定 光譜測量采用美國ASD公司生產(chǎn)的Field Spec Hand Held 2手持式地物光譜儀。波段范圍為350～1 075 nm，測定時(shí)間為12：00—14：00，光譜測量時(shí)探頭垂直向下。從樹冠東、南、西、北及中間5個(gè)方位外圍中上部采集各類型枝梢頂部向下的第3張正常健康葉片，每株樹每次采集各類型枝梢葉片5張。將采集的葉片帶回實(shí)驗(yàn)室，清洗擦干后，用ASD探頭在葉片的中間部分(避開葉脈)連續(xù)測定5次，求平均值作為單葉的反射率。每個(gè)葉片光譜數(shù)據(jù)測定前、后進(jìn)行參考板校正。

1.2.3 模型構(gòu)建與檢驗(yàn) 提取每個(gè)葉片樣本的平均反射光譜曲線，分析所提取的光譜數(shù)據(jù)和每個(gè)樣本葉片氮含量與葉片氮積累量之間的相關(guān)性。通過簡單相關(guān)分析和雙波段植被指數(shù)(TBVI)的獲取，確定與葉片氮含量、葉片氮積累量相關(guān)系數(shù)達(dá)到最高TBVI值，從而獲得計(jì)算該最優(yōu)TBVI值的波段，并利用波段建立基于光譜數(shù)據(jù)的含氮量預(yù)測模型(Rλ表示波長λ處的光譜反射率)。

TBVI=(Rλ1-Rλ2)/(Rλ1+Rλ2)。

試驗(yàn)任意選擇80%的數(shù)據(jù)建模，其他20%用作測試。使用植被指數(shù)分別建立線性模型、二次多項(xiàng)式函數(shù)模型以及指數(shù)函數(shù)模型3種常用預(yù)測模型，選取擬合效果最好的預(yù)測函數(shù)模型，最后比較所建模型的預(yù)測效果。

2 結(jié)果與分析

2.1 葉片的高光譜特性

通過對原始光譜數(shù)據(jù)求一階導(dǎo)數(shù)和二階導(dǎo)數(shù)，去除首尾噪聲后，截取500～900 nm范圍內(nèi)的光譜信息，分析不同施氮水平下的單葉光譜特征(圖1)。由圖1可知，所有樣本在總的波長范圍內(nèi)曲線走勢相似，其中在550 nm處有一個(gè)強(qiáng)反射峰，在700～750 nm范圍內(nèi)反射率迅速增大，在750～900 nm范圍內(nèi)反射率處于高位，且隨著波長增加呈非顯著的降低趨勢，形成一個(gè)高的“反射平臺(tái)”。不同施氮水平樣本之間，在525～575 nm范圍內(nèi)，光譜反射率隨施氮量的增加而遞減，而在750～900 nm范圍內(nèi)，光譜反射率隨施氮量的增加而遞增，表明光譜規(guī)律性分布特征可以作為監(jiān)測柑橘葉片氮含量的有效途徑。

2.2 不同施氮水平條件下的葉片氮含量與氮積累量

由圖2可知，不同施氮水平下夏梢葉片氮含量和氮積累量均高于春梢，隨施氮量的增加呈遞增趨勢，表現(xiàn)為N3>N2>N1>N0。

2.3 雙波段植被指數(shù)模型構(gòu)建

在葉片高光譜數(shù)據(jù)的400個(gè)窄波段中選取2個(gè)波段λ1和λ2，按照春梢和夏梢把它們的光譜反射率值代入TVBI公式，采用matlab軟件將TVBI數(shù)值與葉片氮含量進(jìn)行相關(guān)性分析。結(jié)果表明，在650～750 nm范圍內(nèi)獲取TVBI值與氮含量均有較高的相關(guān)性。最終，由868、814 nm計(jì)算得到的TVBI值與葉片氮含量的相關(guān)性最高(r=0.770 4)。按春梢、夏梢區(qū)別計(jì)算可得，春梢由633、630 nm計(jì)算得到的TVBI值與葉片含氮量的相關(guān)性最高(r=0.681 2)，夏梢由690、514 nm 計(jì)算得到的TVBI值與葉片氮含量的相關(guān)性最高(r=0.684 1)。綜上，可初步確定柑橘葉片氮素狀況的敏感波段為514、630、633、690、814、868 nm。

為充分利用敏感波段中盡可能多的波長信息，根據(jù)上述TVBI值建立柑橘葉片氮含量與氮積累量的預(yù)測模型(表1)。本研究分析了上述任意敏感光譜波段組合的差值植被指數(shù)(DVI)、比值植被指數(shù)(RVI)、歸一化植被指數(shù)(NDVI)與葉片氮含量和氮積累量(LNA)之間的定量關(guān)系。結(jié)果表明，不同光譜植被指數(shù)與葉片氮含量和氮積累量的相關(guān)性不同。從表1來看，葉片氮含量均與差值植被指數(shù)相關(guān)性較高，其中，690、868 nm組合的葉片氮含量與差值植被指數(shù)的相關(guān)性最高(r2=0.81)。從表2可以看出，葉片氮積累量表現(xiàn)為與差值植被指數(shù)的相關(guān)性普遍高于與比值植被指數(shù)、歸一化植被指數(shù)的相關(guān)性。其中，514、868 nm組合的葉片氮積累量與差值植被指數(shù)的相關(guān)性最高(r2=0.83)。

表1柑橘葉片氮含量最佳監(jiān)測模型的篩選

注：y表示柑橘葉片氮含量和氮積累量；x表示植被指數(shù)值。514、630、633、690、814、868 nm波段的線性回歸方程為y=1.77-34.02x1+21.65x2-0.51x3+9.35x4+2.96x5-1.86x6，r2=0.68。下表同。

為了檢驗(yàn)?zāi)Ｐ偷念A(yù)測效果，采用國際上常用的根均方差(RMSE)對模擬值與觀測值的符合度進(jìn)行統(tǒng)計(jì)分析，并繪制觀測值與模擬值之間的1 ∶1關(guān)系圖，以直觀展示模擬值與觀測值的擬合度和可靠性(圖3至圖6)。

繪畫審美上，中國畫追求詩意的傳達(dá)。蘇軾認(rèn)為王維“詩中有畫，畫中有詩”，這從本質(zhì)上體現(xiàn)出詩意精神是中國畫的內(nèi)在特質(zhì)之一。清代畫家惲南田追求簡淡清遠(yuǎn)的審美意趣，體現(xiàn)在繪畫上就是“畫以簡貴為尚，簡之入微，則洗盡塵滓，獨(dú)存孤迥，煙鬟翠黛斂容而退矣。”[12]畫家的審美意趣會(huì)在繪畫中有充分的展現(xiàn)。所以，在中國畫教學(xué)上，應(yīng)注重培養(yǎng)學(xué)生的審美境界，提升其繪畫的追求品味。

對比發(fā)現(xiàn)，基于690、868 nm組合雙波段植被指數(shù)建立的氮素營養(yǎng)信息模型有較好的預(yù)測性能(y=31.41x2-43.114x+16.952)，其決定系數(shù)r2為0.810 8，均方誤差為 0.06，平均相對誤差為0.43%，說明該模型對柑橘葉片氮含量具有較好的預(yù)測性。而基于514、868 nm組合雙波段植被指數(shù)建立的氮素營養(yǎng)信息模型最優(yōu) (y=5.233 4x2-7.054 4x+2.535 8)，

表2柑橘葉片氮積累量最佳監(jiān)測模型的篩選

注：514、630、633、690、814、868 nm波段的線性回歸分析方程為y=2.33-111.91x1+66.54x2+0.42x3+22.67x4+7.07x5-2.43x6，r2=0.47。

其決定系數(shù)r2為0.847 6，均方誤差為0.01，平均相對誤差為0.07%，說明該模型對柑橘葉片氮積累量的預(yù)測性更優(yōu)。

3 結(jié)論

采用ASD手持式地物光譜儀結(jié)合光譜分析和雙波段植被指數(shù)篩選出了柑橘葉片氮素營養(yǎng)監(jiān)測敏感光譜，分別為514、630、633、690、814、868 nm，同時(shí)建立溫柑葉片氮含量預(yù)測模型(y=31.41x2-43.114x+16.952)和溫柑葉片氮積累量預(yù)測模型(y=5.233 4x2-7.054 4x+2.535 8)。研究結(jié)果表明，基于波長690、868 nm的雙波段植被指數(shù)能夠建立最佳的溫柑葉片氮含量預(yù)測模型并具有良好的預(yù)測效果；而基于波長514、868 nm的雙波段植被指數(shù)能夠建立最佳的溫柑葉片氮積累量預(yù)測模型且預(yù)測效果優(yōu)于葉片氮含量的模型。

通過研究發(fā)現(xiàn)，雖然可以利用植被指數(shù)實(shí)現(xiàn)柑橘葉片氮素指標(biāo)的快速估測，但不同種類和樹齡的柑橘葉片如何估測尚須進(jìn)一步研究。柑橘為多年生果樹，在生長過程中不同時(shí)期葉片氮素變化較為復(fù)雜，光譜檢測儀的特點(diǎn)是對作物群體變化反應(yīng)靈敏，因此利用植被指數(shù)對葉片氮積累量的預(yù)測要優(yōu)于葉片氮含量。同時(shí)，由于受到工作量及其他因素的限制，試驗(yàn)僅涉及1個(gè)柑橘品種、1個(gè)生態(tài)點(diǎn)，因此模型的準(zhǔn)確性和普適性仍需更多品種和生態(tài)點(diǎn)資料進(jìn)行檢驗(yàn)。

參考文獻(xiàn)：

[1]楊生權(quán). 土壤和葉片養(yǎng)分狀況對柑橘產(chǎn)量和品質(zhì)的影響[D]. 重慶：西南大學(xué)，2008.

[2]Al-Abbas A H，Barr R，Hall J D，et al. Spectra of normal and nutrient deficient maize leaves[J]. Agronomy Journal，1974，66：16-20.

[3]刁莉華. 柑橘葉片營養(yǎng)元素含量的季節(jié)變化[D]. 重慶：西南大學(xué)，2013.

[4]姚 霞，劉小軍，田永超，等. 基于星載通道光譜指數(shù)與小麥冠層葉片氮素營養(yǎng)指標(biāo)的定量關(guān)系[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2013，24(2)：431-437.

[5]王紀(jì)華，王之杰，黃文江，等. 冬小麥冠層氮素的垂直分布及光譜響應(yīng)[J]. 遙感學(xué)報(bào)，2004，8(4)：309-316.

[6]周冬琴. 基于冠層反射光譜的水稻氮素營養(yǎng)與籽粒品質(zhì)監(jiān)測[D]. 南京：南京農(nóng)業(yè)大學(xué)，2007.

[7]張 瑤，鄭立華，李民贊，等. 基于光譜特征分析的蘋果樹葉片營養(yǎng)素預(yù)測模型構(gòu)建[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29(8)：171-178.

[8]張 瑤，鄭立華，李民贊，等. 基于光譜學(xué)原理與小波包分解技術(shù)預(yù)測蘋果樹葉片氮素含量[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29(增刊1)：101-108.

[9]李金夢，葉旭君，王巧男，等. 高光譜成像技術(shù)的柑橘植株葉片含氮量預(yù)測模型[J]. 光譜學(xué)與光譜分析，2014，34(1)：212-216.

[10]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(bào)，2011，27(4)：85-90.

[11]易時(shí)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(bào)，2010，27(1)：13-17.

[12]黃雙萍，洪添勝，岳學(xué)軍，等. 基于高光譜的柑橘葉片氮素含量多元回歸分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29(5)：132-138.

[13]王巧男，葉旭君，李金夢，等. 基于雙波段植被指數(shù)(TBVI)的柑橘冠層含氮量預(yù)測及可視化研究[J]. 光譜學(xué)與光譜分析，2015，35(3)：715-718.

[14]劉燕德，熊松盛，陳洞濱. 贛南臍橙果園土壤全氮和有機(jī)質(zhì)近紅外漫反射光譜檢測[J]. 光譜學(xué)與光譜分析，2013，33(10)：2679-2682.

[15]鐘林生. 贛南臍橙果園土壤中稀土元素的分布特征研究[D]. 贛州：贛南師范學(xué)院，2012.

[16]張光偉. 贛南臍橙葉片生長信息光譜診斷方法[D]. 南昌：華東交通大學(xué)，2014.