沈 佳，熊永柱，許燕婷，劉惠娜，程丹玲

（1.嘉應(yīng)學(xué)院地理科學(xué)與旅游學(xué)院，廣東 梅州 514015；2.卡耐基梅隆大學(xué)信息系統(tǒng)與管理學(xué)院，美國賓夕法尼亞州 匹茲堡 15213；3.嘉應(yīng)學(xué)院生命科學(xué)學(xué)院，廣東 梅州 514015）

蜜柚是常見的蕓香科柑橘屬柚子的優(yōu)質(zhì)品之一。梅州在20世紀初開始引進蜜柚種植，目前已經(jīng)形成大規(guī)模、產(chǎn)業(yè)化的蜜柚種植區(qū)，有著“金柚之鄉(xiāng)”的美譽。然而，潰瘍病和潛葉蛾等病蟲害［1］會嚴重影響蜜柚產(chǎn)量和經(jīng)濟價值。色素含量是植物生長過程中的重要生化參數(shù)，主要包括葉綠素和類胡蘿卜素等，它們通常是植株受病蟲害脅迫、光合作用能力和發(fā)育狀態(tài)的指示器［2-3］。傳統(tǒng)植物葉綠素檢測方法為分光光度法，不僅費時費力，而且屬于有損檢測，很難滿足精準農(nóng)業(yè)實時、快速和無損的檢測要求。因此，探索適合梅州蜜柚色素含量快速檢測的新技術(shù)新方法具有重要的現(xiàn)實意義。

成像高光譜遙感以其波段眾多、數(shù)據(jù)豐富和譜像合一的特點，為快速無損監(jiān)測作物葉片色素提供了有效手段［4-5］，被廣泛地應(yīng)用于農(nóng)作物病蟲害和長勢監(jiān)測。近年來，國內(nèi)外應(yīng)用高光譜遙感技術(shù)對小麥、水稻和玉米等［2-8］大宗糧食農(nóng)作物以及棉花、大豆、甘蔗、枸杞、柑橘和蘋果等［9-21］主要經(jīng)濟作物的葉綠素含量檢測建模研究已經(jīng)取得較大進展。主要采用基于統(tǒng)計模型的作物生化參數(shù)反演研究方法，包括：（1）通過相關(guān)分析，在原始反射率光譜或微分光譜選取敏感波段，以此作為自變量建立回歸方程［16-18］；（2）分析光譜位置、面積、幅值、植被指數(shù)等光譜數(shù)據(jù)的多種變換形式與葉綠素含量的相關(guān)性，選取相關(guān)性高的特征參數(shù)建立統(tǒng)計估測模型［12-13］。然而，還未見有對蜜柚這種經(jīng)濟作物進行高光譜遙感色素含量建模估測的研究報道，而且也鮮見針對同一作物不同病蟲害脅迫同時進行研究的文獻報道［5］。因此，本研究也具有一定的理論創(chuàng)新價值。

本研究以梅州蜜柚為研究對象，對兩種健康狀態(tài)和兩種病蟲害情況的蜜柚葉片的葉綠素總量和類胡蘿卜素含量與高光譜特征參數(shù)的相關(guān)性進行分析，選取與色素含量相關(guān)性較高的波段和光譜特征參數(shù)，建立不同環(huán)境脅迫下的蜜柚葉片色素含量與光譜變量間的統(tǒng)計關(guān)系模型，并從中選取出各類最佳的色素含量估測模型，為實現(xiàn)蜜柚病蟲害快速無損檢測提供科學(xué)依據(jù)，促進梅州蜜柚產(chǎn)業(yè)健康發(fā)展。

1 材料與方法

1.1 試驗材料

試驗在廣東省梅州市梅縣區(qū)松口鎮(zhèn)盤龍村的柚子農(nóng)業(yè)園進行。選取蜜柚幼果期健康成熟柚葉30片、受缺鋅癥脅迫的成熟柚葉30片、受潛葉蛾侵害的成熟柚葉30片以及健康嫩葉20片為建模樣本，健康成熟柚葉和健康嫩葉作為受缺鋅癥和受潛葉蛾脅迫的對照樣本。另選取以上4類柚葉各15片樣本作為檢驗樣本。園內(nèi)潛葉蛾蟲害、缺素癥（缺鋅）等為自然混合發(fā)生。葉片采集和光譜測量時間為2018年6月11日上午10：30～下午15：00，天氣晴朗無云。

1.2 柚葉色素含量的提取及定量測定

采用浸提法提取柚葉樣本色素并使用分光光度法對色素含量進行定量測定。具體方法為：取柚葉樣本0.1 g放入試管，加入15 mL 96%乙醇溶液，在暗箱中浸提24 h直至樣品完全發(fā)白。使用UV-1800型紫外可見光分光光度計對提取液進行比色，分別測定柚葉葉片波長665、649、470 nm的吸光度OD值，計算葉綠素總量含量和類胡蘿卜素含量（mg/g）［22］：

式中，OD為吸光度值，Ca代表葉綠素a的濃度（mg/L），Cb代表葉綠素b的濃度（mg/L），Cx代表類胡蘿卜素的總濃度（mg/L），Ct代表葉綠素a和葉綠素b的總濃度（mg/L），Cp為色素含量（mg/g），C為上述各種葉綠體色素的濃度（mg/L），V為提取液總量（L），W為葉片的鮮重（g）。

1.3 葉片光譜測量及特征參數(shù)定義

葉片光譜測量采用四川雙利合譜科技有限公司生產(chǎn)的GaiaField-F-V10高光譜成像儀在田間現(xiàn)場進行。儀器波段范圍為386～1 024 nm，共256個波段，光譜分辨率為2.8 nm，圖像分辨率為6.45 μm×6.45 μm。配套光譜儀使用漫反射標準參照板，參照板型號為HSIA-CT-400×400，標準反射白板尺寸為400 mm×400 mm，材料為聚四氟乙烯。

根據(jù)前人研究及本研究結(jié)果，定義了12種高光譜特征參數(shù)（表1）作為分析的基礎(chǔ)，其中包括9種基于光譜位置和面積的特征參數(shù)（序號1～9）以及3種植被指數(shù)（序號10～12）。

表1 高光譜特征參數(shù)名稱及定義

1.4 高光譜數(shù)據(jù)采集處理和統(tǒng)計分析

使用雙利合譜公司的SpecView軟件進行反射光譜數(shù)據(jù)采集和輻射定標，輻射定標的計算公式為：

式中，Reftarget為目標物反射率，Refpanel為標準參考板反射率，DNtarget為原始影像中目標物的DN數(shù)值，DNpanel為原始影像中標準參考板的DN數(shù)值，DNdark為成像光譜儀的系統(tǒng)誤差。

使用ENVI軟件進行MNF最小噪聲分離變換處理和波譜分析，使用Excel 2010和SPSS 22.0軟件完成數(shù)據(jù)計算和統(tǒng)計分析。

2 結(jié)果與分析

2.1 不同類別柚葉色素含量變化特征

由表2可知，健康成熟柚葉色素含量最高，平均葉綠素總量達2.223 mg/g、平均類胡蘿卜素含量為0.263 mg/g。受缺鋅癥和潛葉蛾脅迫成熟柚葉的葉綠素含量低于健康成熟柚葉。這是由于病蟲害發(fā)生時影響了柚葉正常的呼吸任用和光合作用，導(dǎo)致葉片生長異常，從而造成葉綠素含量降低。健康嫩葉由于發(fā)育還不完全，其葉綠素含量也較成熟柚葉低。4類柚葉類胡蘿卜素含量均低于相應(yīng)的葉綠素含量，與葉綠素含量有著相似的變化趨勢。

表2 不同類別柚葉平均色素含量（mg/g）

2.2 不同類別柚葉光譜反射率曲線特征

從圖1可以看出，4類柚葉的高光譜反射率曲線有著相對一致的變化趨勢。健康成熟柚葉在可見光波段內(nèi)550 nm綠波段附近有一個反射峰，其兩側(cè)475 nm藍波段和675 nm紅波段各有一個吸收谷，680～750 nm反射率急劇拉升，至近紅外波段反射率維持在高反射平臺。但不同類別柚葉的光譜反射率也出現(xiàn)了一定程度的分離：在可見光波段內(nèi)(450～650 nm)受病蟲害脅迫的成熟柚葉和健康嫩葉的反射率高于健康成熟柚葉。這是因為在可見光波段內(nèi)葉綠素含量對其光譜特性具有重要作用，前3類柚葉葉綠素含量低于健康成熟柚葉，使得反射率在可見光波段內(nèi)增加。此外，缺鋅成熟柚葉和健康嫩葉在680～750 nm可見光強吸收到近紅外強反射過渡區(qū)域的紅邊出現(xiàn)了明顯的向短波方向移動的藍移現(xiàn)象，而受潛葉蛾脅迫的成熟柚葉紅邊斜率明顯下降，且谷峰特征受到明顯削弱，近紅外區(qū)域（750～1 024 nm）的反射率也明顯低于健康成熟柚葉，因此以上波段范圍可作為判斷遭受潛葉蛾蟲害脅迫的識別波段。

圖1 不同類別柚葉光譜反射率曲線

2.3 相關(guān)分析

2.3.1 原始光譜反射率與色素含量的相關(guān)分析 柚葉葉片原始光譜反射率與色素含量的相關(guān)分析結(jié)果（圖2）表明，除健康嫩葉在近紅外區(qū)域出現(xiàn)了較大波動外（圖2D），柚葉葉綠素含量和類胡蘿卜素含量與原始光譜反射率的相關(guān)性表現(xiàn)為較一致的變化趨勢，即在可見光范圍內(nèi)，2種色素與原始光譜反射率呈負相關(guān)，在近紅外區(qū)域呈正相關(guān)。這表明一般情況下色素含量越高，可見光波段的光譜反射率值越低，而近紅外區(qū)域的光譜反射率值越高。原始光譜部分波段的相關(guān)性通過極顯著檢驗，證明可以比較穩(wěn)定地反映其相關(guān)關(guān)系。

如圖2A所示，成熟健康柚葉光譜反射率與葉綠素含量在386～717 nm呈負相關(guān)，在412～699 nm達極顯著負相關(guān)；在716～930 nm呈正相關(guān)，但僅在758 nm處達到極顯著正相關(guān)。類胡蘿卜素含量在455～708 nm達極顯著負相關(guān)，正相關(guān)波段中均沒有達到顯著相關(guān)。

如圖2B所示，缺鋅成熟柚葉光譜反射率與葉綠素含量和類胡蘿卜素含量均在386～730 nm呈負相關(guān)，其中434～722 nm達極顯著負相關(guān)；在730～927 nm，光譜反射率與葉綠素含量和類胡蘿卜素含量呈正相關(guān)，但只有在760 nm達顯著相關(guān)。

如圖2C所示，潛葉蛾脅迫成熟柚葉光譜反射率與葉綠素含量的極顯著負相關(guān)最大值出現(xiàn)在702 nm，與類胡蘿卜素含量極顯著負相關(guān)最大值出現(xiàn)在697 nm。724～1 024 nm光譜反射率與葉綠素含量呈正相關(guān)，最大值出現(xiàn)在755 nm，達顯著相關(guān)。

圖2 柚葉原始光譜反射率與色素含量的相關(guān)性分析結(jié)果

如圖2D所示，健康嫩葉光譜反射率在386～720 nm波段內(nèi)與葉綠素和類胡蘿卜素含量呈負相關(guān)，在720～1 024 nm近紅外區(qū)域相關(guān)系數(shù)波動較大。521～577 nm和500～655 nm分別是葉綠素和類胡蘿卜素含量的極顯著負相關(guān)波段范圍。

以上通過顯著性檢驗的波段可作為估測相應(yīng)色素含量的敏感波段。分析可知，521～577、688～700 nm是4類柚葉葉綠素含量均達極顯著相關(guān)的波段范圍，502～641、686～710 nm是4類柚葉類胡蘿卜素含量均達極顯著相關(guān)的波段范圍。此外，4類柚葉在690～710 nm范圍內(nèi)含量均出現(xiàn)葉綠素和類胡蘿卜素含量與反射率負相關(guān)的極值點，且這2種色素與原始光譜反射率正相關(guān)最大值集中在760 nm附近。分別將以上原始光譜反射率與柚葉2種色素含量相關(guān)性曲線中正負相關(guān)系數(shù)絕對值最大值和其所在波長提取出來，結(jié)果見表3，其中只有部分參數(shù)的相關(guān)性通過極顯著相關(guān)檢驗。

表3 不同類別柚葉光譜反射率與色素含量相關(guān)系數(shù)

2.3.2 一階微分光譜反射率與色素含量的相關(guān)分析 對光譜求一階導(dǎo)數(shù)微分處理可以降低背景和其他噪聲對光譜數(shù)據(jù)的影響［5］，更好地反映植物的光譜信息與生長情況，且微分光譜具有靈敏度高和專屬性強等特點［4］。一階微分光譜的近似計算方法［13］如下：

式中，ρ′(λi)代表波長λi的光譜反射率的一階微分值，λi代表單個波段的波長，?λ代表波長λi-1到λi之間的間隔。

以圖3可以看出，2種色素含量與一階微分光譜反射率的相關(guān)性總體上高于與原始光譜反射率的相關(guān)性。提取得到4種類別柚葉葉片葉綠素含量和類胡蘿卜素總量與各自一階微分光譜反射率正負相關(guān)最大值和最大值所在波長，如表4所示，其相關(guān)性均通過極顯著相關(guān)檢驗。

表4 不同類別柚葉微分光譜反射率與色素含量相關(guān)系數(shù)

圖3 柚葉一階微分光譜反射率與色素含量的相關(guān)分析結(jié)果

2.3.3 光譜特征參數(shù)與色素含量的相關(guān)分析 在一階導(dǎo)數(shù)變換的基礎(chǔ)上，提取基于光譜位置和面積的光譜參數(shù)。同時，選取柚葉光譜反射率與色素含量相關(guān)系數(shù)最大值和最小值所在波段，計算各自波段組合而成的植被指數(shù)RVI、DVI和NDVI，分別分析它們與葉綠素含量和類胡蘿卜素含量的相關(guān)性，結(jié)果見表5。從表5可以看出，總體上Rg對4類柚葉2種色素的相關(guān)性都較高（均通過極顯著檢驗）；健康成熟柚葉2種色素與Rr、Db均達到極顯著相關(guān)；缺鋅成熟柚葉與除Dy外的其余特征參數(shù)均達到顯著相關(guān)以上。健康嫩葉2種色素與λ v達極顯著相關(guān)。色素含量與3種植被指數(shù)的相關(guān)性總體上高于基于光譜位置和面積 的高光譜特征參數(shù)，其中歸一化差值植被指數(shù)表現(xiàn)總體更好，相關(guān)系數(shù)均在0.55以上且通過極顯著檢驗，但僅有對健康成熟柚葉的NDVI與葉綠素相關(guān)性高于相應(yīng)的原始光譜。

在12個高光譜特征參數(shù)（表1）中，與健康成熟柚葉葉綠素含量相關(guān)性最高的為NDVI596，758，相關(guān)系數(shù)達0.902，與類胡蘿卜素含量相關(guān)性最高的為Rg，相關(guān)系數(shù)為-0.769；與缺鋅成熟柚葉葉綠素含量相關(guān)性最高的為NDVI608，760，相關(guān)系數(shù)達0.919，與類胡蘿卜素含量相關(guān)性最高的為NDVI692，760，相關(guān)系數(shù)為0.874；與潛葉蛾脅迫成熟柚葉葉綠素含量相關(guān)性最高的為NDVI702，755，相關(guān)系數(shù)為0.719，與類胡蘿卜素含量相關(guān)性最高的為NDVI697，755，相關(guān)系數(shù)為0.555；與健康嫩葉葉綠素含量相關(guān)性最高的為Rg，相關(guān)系數(shù)為-0.711，與類胡蘿卜素含量相關(guān)性最高的為RVI564，760，相關(guān)系數(shù)為-0.787。這些參數(shù)均通過極顯著相關(guān)檢驗。

表5 柚葉色素含量與高光譜特征參數(shù)之間的相關(guān)性

2.4 建模分析

2.4.1 單變量曲線估計 選取原始光譜、微分光譜和高光譜特征參數(shù)中與對應(yīng)的葉綠素總量和類胡蘿卜素含量相關(guān)性較高的指標進行單變量曲線估計，且這些變量都通過極顯著檢驗。根據(jù)表3、表4和表5，選取相關(guān)系數(shù)最大的波段和高光譜變換參數(shù)，即健康成熟柚葉葉綠素總量選取NDVI596，758，類胡蘿卜素含量選取R524；缺鋅成熟柚葉葉綠素總量選取FD500，類胡蘿卜素含量選取FD500；潛葉蛾脅迫成熟柚葉葉綠素總量選取FD690，類胡蘿卜素含量選取R697；健康嫩葉葉綠素選取FD630，類胡蘿卜素含量選取FD667。

以選取的高光譜變量作為自變量、葉片色素含量為因變量，建立線性和非線性的反演數(shù)學(xué)模型，結(jié)果見表6。其中，3種模型的一般形式分別為：一次線性模型y= a+b×x，對數(shù)模型y=a+b×ln(x)，指數(shù)模型y=a×ebx。色素含量與高光譜變量的建模精度由決定系數(shù)R2表示。

由表6可知，除受潛葉蛾脅迫的成熟柚葉類胡蘿卜素含量的3種估測模型決定系數(shù)較低外，其余估測模型的決定系數(shù)都在0.60以上，且都達到極顯著相關(guān)。同類葉片對葉綠素總量的建模精度高于類胡蘿卜素含量，可以選取決定系數(shù)最大的模型作為估測該類別柚葉葉綠素或類胡蘿卜素含量的單變量曲線估計最優(yōu)模型。

表6 柚葉色素含量與高光譜變量的單變量曲線估計擬合模型

2.4.2 多元線性逐步回歸 使用單一變量估測某一色素含量時往往會因為葉片中各種生化物質(zhì)對各自吸收特征的影響而導(dǎo)致偏差。多元線性逐步回歸分析對波段進行選擇和重組，能夠確定某種化學(xué)成分的重要波長位置，進而說明該波段值與化學(xué)成分有很好的相關(guān)性［23］，其一般形式為：

式中，y為色素含量的預(yù)測值，xi表示第i個特征變量，bi表示第i個特征變量的回歸系數(shù)，b0為回歸常數(shù)。

將表1中的12種光譜特征參數(shù)以及256個波段原始反射率值和它們各自的一階導(dǎo)數(shù)值作為自變量，進行多元線性逐步回歸分析，結(jié)果見表7。從表7可以看出，通過多元線性逐步回歸分析建立的葉綠素和類胡蘿卜素含量估測模型決定系數(shù)R2總體都高于各自類別相應(yīng)色素含量通過單波段或單一光譜變量建立的曲線估計模型，僅有受潛葉蛾脅迫的成熟柚葉類胡蘿卜素含量基于R697的對數(shù)模型的決定系數(shù)高于其多元逐步回歸模型。在進行逐步回歸分析的12種光譜數(shù)據(jù)變換形式中，僅有健康柚葉的NDVI在進行葉綠素含量估測時被篩選出，說明基于位置和面積的光譜提取變量和植被指數(shù)對柚葉色素含量的敏感性不強。

2.4.3 模型檢驗 每種類型柚葉均選取同批采集的15個樣本作為檢驗樣本對模型進行精度檢驗，使用檢驗R2、均方根誤差（RMSE）、相對誤差（RE）3個指標來評價模型精度。一般認為，檢驗R2越接近于1，且RMSE和RE的值越小，模擬估算方程的預(yù)測值與實測值的擬合性越好。均方根誤差和相對誤差的計算公式［17］如下：

表7 柚葉色素含量與高光譜變量的多元線性逐步回歸擬合模型

式中，yi和yi′分別為葉綠素含量實測值和模型計算的預(yù)測值，n為檢驗樣本數(shù)，RMSE為均方根誤差，RE為相對誤差。RMSE、RE值越小，則模型精度越高。

由表6和表7可知，通過曲線估計選取的最優(yōu)模型除健康成熟和受潛葉蛾脅迫成熟柚葉類胡蘿卜素含量外，模型的檢驗R2均在0.60以上，表示總量的預(yù)測精度較高。其中，除健康成熟柚葉葉綠素總量、缺鋅成熟柚葉類胡蘿卜素含量、健康嫩葉葉綠素總量外，其他類別色素的估測模型檢驗R2最大和RMSE、RE最小與其最優(yōu)模型相對應(yīng)。缺鋅成熟柚葉的葉綠素和類胡蘿卜含量估測模型的確定系數(shù)和檢驗系數(shù)均大于0.80，對葉綠素總量的確定系數(shù)、檢驗R2、RMSE分別為0.861、0.852、0.079，對類胡蘿卜素含量分別為0.824、0.825、0.013。

通過多元線性逐步回歸得到的色素擬合方程總體上擁有比單變量曲線估計得到的擬合方程決定系數(shù)更高的檢驗R2，其RMSE和RE也相對更低。從整體上看，除對受潛葉蛾脅迫的成熟柚葉類胡蘿卜素外，色素含量的估測效果整體上較好，實測值與估算值的相關(guān)性較強。

為了更直觀地反映模型的預(yù)測效果，選取健康成熟和缺鋅成熟柚葉通過單變量曲線估計和多元線性逐步回歸得到的4個方程，對15個柚葉葉綠素實測值與利用模型計算得到的估測值進行作圖分析，結(jié)果見圖4和圖5。從圖4可以看出，對于健康成熟柚葉葉綠素含量估測，多元線性逐步回歸模型的決定系數(shù)（檢驗R2=0.754，圖4 B）要明顯高于基于NDVI596,758指數(shù)模型（檢驗R2= 0.675，圖4 A）。從圖5可以看出，對于缺鋅成熟柚葉葉綠素含量估測，多元線性逐步回歸模型的決定系數(shù)（檢驗R2=0.932，圖5 B）要明顯高于基于FD500線性模型（檢驗R2= 0.852，圖5 A）。多元線性回歸模型的相關(guān)系數(shù)也分別高于前者。因此，這兩類柚葉的多元線性逐步回歸模型葉綠素含量估測模型為最優(yōu)估算模型。

綜上所述，通過原始光譜、一階微分光譜和高光譜特征參數(shù)構(gòu)建的色素含量估測模型均是可行的，但不同模型的估測效果多有不同，可根據(jù)采集的柚葉光譜數(shù)據(jù)情況進行擇優(yōu)選取。總體而言，采用多元線性逐步回歸方法的建模精度最高、擬合效果最優(yōu)。

3 結(jié)論與討論

本研究利用梅州蜜柚幼果期健康成熟柚葉、缺鋅成熟柚葉、受潛葉蛾脅迫成熟柚葉和健康嫩葉等4種不同脅迫類型的葉片高光譜和葉綠素、類胡蘿卜素含量的實測數(shù)據(jù)，對比分析了4種類別柚葉葉片原始光譜反射率的變化曲線和2種色素含量與高光譜曲線各自的變化特征。在進行相關(guān)分析的基礎(chǔ)上，選取相關(guān)性較高的原始光譜波段、一階微分光譜波段和高光譜特征變量，構(gòu)建了4種類別蜜柚柚葉光譜特征參數(shù)與色素含量的單變量線性、對數(shù)和指數(shù)模型，并通過多元線性逐步回歸的方法建立多變量的線性模型。對比各種變量所建立的模型，選擇最適宜的估測模型，得出以下結(jié)論：

圖4 健康成熟柚葉葉綠素含量估測值和實測值散點圖

圖5 缺鋅成熟柚葉葉綠素含量估測值和實測值散點圖

（1）健康成熟柚葉有最高的平均葉綠素和類胡蘿卜素含量，不同生長健康狀態(tài)的柚葉光譜原始反射率曲線表現(xiàn)出綠色植物典型的“峰谷”特征，但相互之間也出現(xiàn)一定程度的分離。

（2）除健康嫩葉在近紅外區(qū)域出現(xiàn)了較大的波動外，柚葉葉綠素含量和類胡蘿卜素含量與原始光譜反射率的相關(guān)性出現(xiàn)了較一致的變化趨勢，即在可見光范圍內(nèi)，2種色素與原始光譜反射率呈負相關(guān)，在近紅外區(qū)域呈正相關(guān)。521～577、688～700 nm是4類柚葉葉綠素都達極顯著相關(guān)水平的波段范圍，502～641、686～710 nm是類胡蘿卜素都達極顯著相關(guān)水平的波段范圍。4類柚葉在690～710 nm范圍內(nèi)都出現(xiàn)了葉綠素和類胡蘿卜素含量與反射率負相關(guān)的極值點，且2種色素與原始光譜反射率正相關(guān)最大值集中在760 nm附近。4類柚葉色素含量與一階微分光譜的相關(guān)性總體上高于與原始光譜的相關(guān)性。

（3）通過選取柚葉光譜反射率與色素含量相關(guān)系數(shù)最大值和最小值所在波段組合計算得到的植被指數(shù)RVI、DVI和NDVI與色素含量的相關(guān)性總體優(yōu)于基于光譜位置和面積提取的高光譜特征參數(shù)。其中，綠峰幅值Rg和NDVI與兩種色素的相關(guān)性總體上較強。

（4）利用葉綠素總量和類胡蘿卜素2種色素含量與原始光譜、一階微分光譜和高光譜特征變量之間的相關(guān)性，建立了健康成熟柚葉、缺鋅成熟柚葉、受潛葉蛾脅迫成熟柚葉和健康嫩葉4種不同類別、不同色素含量級別柚葉葉片的色素含量估測模型。通過精度檢驗，認為基于多元線性逐步回歸方法得到的估測模型的精度最高、擬合效果最優(yōu)。推薦使用多元線性逐步回歸模型來估測不同環(huán)境脅迫下蜜柚葉綠素和類胡蘿卜素含量，以此作為梅州蜜柚色素含量快速無損檢測的新方法。

受物候期、氣候、土壤、環(huán)境水分等自然因素和施肥、栽培技術(shù)與管理、采集過程的人為操作誤差等人為因素的影響，蜜柚葉片的高光譜信息會有不同的變化特征。色素估測的結(jié)果也會受光譜處理方法、回歸方法以及所選指標靈敏性的影響，因此往往需要對模型各種因素進行系統(tǒng)分析比對，才能篩選出更適宜的估算模型。本研究主要對廣東梅州區(qū)域內(nèi)蜜柚葉片尺度的葉綠素和類胡蘿卜素含量進行監(jiān)測研究，并用同一區(qū)域的樣本數(shù)據(jù)對模型進行了精度驗證，驗證了估測模型的可信性。但所建立的估測模型對于不同地區(qū)、不同生長期的蜜柚葉片色素含量檢測是否適用，如何最大限度剔除外部影響因子對數(shù)據(jù)的影響，以便建立適用性更高的柚葉色素含量高光譜估測模型還有待進一步探索。

本研究首次采用高光譜遙感技術(shù)分析研究了不同脅迫條件下蜜柚葉片色素含量與其對應(yīng)的光譜特征參數(shù)的相關(guān)性，并分別建立了不同的反演模型。今后考慮進一步分析在可見光和近紅外波段范圍內(nèi)任意兩波段組合而成的RVI、DVI、NDVI與色素含量的相關(guān)性，從中進行波段優(yōu)選。本研究所選用的方法中多元逐步回歸模型的估測精度最高，但只進行了線性的多元逐步回歸，未來將進一步探討應(yīng)用對數(shù)、指數(shù)等其他多元逐步回歸和偏最小二乘回歸、支持向量機回歸、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)等算法來構(gòu)建高光譜反演柚葉色素含量的估測模型并評估其精度和適用性，以確定擬合效果最佳的高光譜遙感估測模型，為蜜柚健康狀況檢測提供可靠的理論依據(jù)。更重要的是，還需進一步拓展研究的尺度范圍和技術(shù)手段，從葉片尺度提升到冠層尺度，探討基于高光譜遙感的航空航天甚至是無人機柚樹冠層病蟲害監(jiān)測和預(yù)報的可行性，從而為大面積蜜柚生長健康管理及病蟲害的高效無損監(jiān)測提供科學(xué)依據(jù)。