張雨晴，于海業(yè)，劉 爽，于 通，隋媛媛

(吉林大學 生物與農(nóng)業(yè)工程學院，長春 130022)

0 引言

近年來，利用光譜檢測技術監(jiān)測植物生長環(huán)境及生理狀態(tài)逐漸受到人們的關注[1]。作為一種無損主動探測技術的重要組成部分，葉綠素熒光光譜檢測為評價植物在環(huán)境中的生長狀況提供一種特殊方法[2]。

植物凈光合速率是衡量植被生產(chǎn)力及體現(xiàn)植物整體長勢的重要指標[3]。光合作用將太陽能轉(zhuǎn)化為化學能為植物生長提供能量，并利用它把CO2和水等無機物合成有機物且釋放出氧氣[4]。植物葉片受光激發(fā)后，大部分光能以熱耗散和光合作用方式消耗，但有一小部分(通常約占吸收光能的3%)光能以葉綠素熒光的方式釋放，這種進化而來的光保護機制能最大限度減少強光對植物的潛在傷害，避免葉綠體吸收光能超過光合作用的消化能力[5]。葉綠素熒光作為植物體的自發(fā)光是檢測植物生理信息的重要技術手段，具有快速、非破壞性及精準的特點，被譽為植物體“內(nèi)在性”無損傷探針[6-8]。光合作用主要依靠葉綠素對光能的吸收、轉(zhuǎn)化、利用和傳遞來進行，所以葉綠素分子受到激發(fā)后所發(fā)射的熒光信號能夠很好地表達光合作用的活性和強弱。由此，分析植物葉綠素的熒光信息可作為植物光合作用能力探測的依據(jù)，為監(jiān)測植物生長環(huán)境及生理狀態(tài)提供參考價值[9-10]。目前，利用葉綠素熒光光譜可遙感監(jiān)測植物長勢和預估產(chǎn)量[11],進行植物病蟲害預警[12-13]、檢測葉綠素含量[14]及檢測水分脅迫[15]等研究。

1 材料與方法

1.1 供試品種

供試玉米品種選擇抗旱性較強的先玉335，采用盆栽實驗，選用上口徑26cm、下口徑18cm、高17cm的塑料盆，土壤有機質(zhì)含量為12.59g/kg，全氮含量為0.727g/kg。2017年4月21日對玉米種子進行催芽，2h之后播種在花盆里面，每盆播種2粒種子。三葉期定植時，每盆里面留下長勢較好的1株作為后期試驗研究對象。

1.2 實驗樣本采集

本實驗于吉林大學日光溫室內(nèi)進行(地處北緯44°50′，東經(jīng)125°18′，海拔高度150m)。實驗樣本選擇長勢均勻、完全展開的健康葉片，于天氣晴朗時采集植物葉片的生理信息參數(shù)、溫度、光照等環(huán)境信息。選取植株大小相近、長勢好、葉片伸張自然、無病蟲害的活體樣本。選取樣本中葉位相同、葉面無斑無破損、葉色相近及葉面平整的葉片作為樣本葉片，基于葉片尺度下測量，將檢測儀器的測定點定為主葉脈的一側(cè)，靠近葉片的中央位置[16]，待參數(shù)基本穩(wěn)定記錄相關數(shù)據(jù)。

1.3 葉片生理信息及光譜的采集

采用美國產(chǎn)LI-6400型便攜式光合作用儀對玉米葉片進行測定，獲取葉片生理信息觀測指標，包括凈光合速率(Pn)、氣孔導度(Gs)、蒸騰速率(Tr)、葉片溫度(Ti)、光合有效輻射(PAR)、環(huán)境CO2濃度及相對濕度等參數(shù)。采用荷蘭AVANTES公司生產(chǎn)的AvaSpec-2048-USB2型光纖光譜儀同步采集360～1100nm波段的葉綠素熒光光譜。激發(fā)光源采用中國科學院長春光學精密機械與物理研究所產(chǎn)的MBL-Ⅲ-473nm型固體激光器，調(diào)整輸出波長為473nm，輸出強度為7.5mW，采樣積分時間為1.1ms。光譜采集時，需要把活體樣本葉片置于黑色墊板之上，熒光探頭輕輕壓住葉片，保證熒光探頭和黑色墊板平行穩(wěn)定，此時激發(fā)光與葉片形成45°夾角[1]。

1.4 實驗時間

光合作用依靠光合色素分子從外界吸收能量，能量的變化隨光照強度而改變，對植物的光合作用有著直接影響。葉綠素發(fā)射的熒光的能量占天線色素吸收能量的3%～5%，因此一天中光合速率和葉綠素熒光強度均發(fā)生變化[16]。普通品種玉米的將光合速率的日變化曲線呈雙峰型，峰值出現(xiàn)在每天上午10:00左右[17]。故本試驗將時間確定在2017年6月24-27日晴朗天氣的上午10:00進行，每次測定20片，每葉重復測量3次取平均值，測量4天，共計80片試驗樣本。

1.5 樣品統(tǒng)計結(jié)果與數(shù)據(jù)計算

選取的玉米葉片凈光合速率統(tǒng)計結(jié)果如表1所示。

表1 樣品凈光合速率統(tǒng)計結(jié)果Table 1 Statisical results of nitrate content in samples μmol/m2·s

采用實際觀測值與觀測的最大值之比對變量進行無量綱化處理，即

yij=Xij/max(Xij)

(1)

其中，Xij為原始變量值；yij為無量綱化后的變量值。

對數(shù)據(jù)進行標準化處理，即

(2)

其中，zij為標準化后的變量值；n為樣本個數(shù)。

計算決定系數(shù)R2為

(3)

計算標準誤差SE為

(4)

2 結(jié)果與分析

2.1 葉綠素熒光光譜敏感波段的確定

通過對玉米葉片凈光合速率測定及葉綠素熒光光譜的采集，獲得葉片的凈光合速率與相應的葉綠素熒光光譜，如圖1所示。由圖1 可以看出：對于不同凈光合速率的玉米葉片，激光誘導葉綠素熒光強度不同，玉米葉片的凈光合速率在500～550nm、675～715nm、715～745nm等3個波段均出現(xiàn)了熒光強度峰值，中心波長分別為513、685、736nm，將中心波長處的熒光強度峰值依次表示為F513、F685、F736,作為葉綠素熒光光譜特征參數(shù)。在500～550nm波段的熒光強度峰值有交叉現(xiàn)象，因此這個波段不適宜作為玉米葉片凈光合速率與熒光光譜關系研究的波段；在675～715nm、715～745nm波段內(nèi)，不受激發(fā)光波段的影響，光譜曲線清晰無重疊交叉現(xiàn)象，可以較好地反映玉米葉片葉綠素熒光光譜與凈光合速率的關系，故選擇675～715nm、715～745nm波段做為敏感波段進行下一步研究。

圖1 不同葉片凈光合速率與葉綠素熒光光譜的關系Fig.1 Chlorophyll fluorescence spectra of leaves under net photosynthetic rate

2.2 葉片凈光合速率與葉綠素熒光強度

分別采用公式(1)和公式(2)對F685、F736、F685/F736和玉米葉片凈光合速率進行無量綱化處理和標準化處理。將無量綱化和標準化后的玉米葉片凈光合速率與F685、F736和F685/F736進行線性擬合，得到的回歸模型如表2所示。

表2 基于葉綠素熒光光譜特征參數(shù)的葉片凈光合速率回歸模型Table 2 Regression model of leaf net photosynthetic rate based on characteristic parameters of chlorophyll fluorescence spectrum

Y代表無量綱化和標準化處理后的玉米葉片凈光合速率。

由以上可以看出：基于F685/F736的建立的葉片凈光合速率回歸模型，決定系數(shù)僅為0.072，標準誤差達到0.211，不適宜預測玉米葉片凈光合速率?；贔685建立的回歸模型，對玉米葉片凈光合速率具有較高精度預測，決定系數(shù)為0.792，標準誤差為0.10。而在模型中加入另一個變量F736對提高模型精度貢獻率不大，在樣本量一定的情況下，自變量的增加會導致自由度的減少，從而影響回歸模型的擬合度[18]。

因此，該文選用F685建立玉米葉片凈光合速率的回歸模型，回歸方程如表2所示。在0.01水平下顯著相關，該模型能夠很好地反映出激光誘導葉綠素熒光光譜特征參數(shù)與玉米葉片凈光合速率的關系。F685與葉片的凈光合速率關系如圖2所示。

圖2 685nm葉綠素熒光強度與葉片凈光合速率的關系Fig.2 Relationship between leaf net photosynthetic rate and F685

2.3 葉片凈光合速率回歸模型的驗證

將同一批試驗的30個樣本作為回歸方程的校驗集，用已建立的玉米葉片凈光合速率回歸模型進行預測，預測值與實測值關系圖如圖3所示。

圖3 葉片凈光合速率模型預測值與實測值關系Fig.3 Relationship between predicted value and measured value of leaf net photosynthetic rate based on model

回歸模型的決定系數(shù)為R2=0.7921，標準誤差為0.10。由此可見，該回歸模型對玉米凈光合速率具有良好的預測效果。

3 結(jié)論

在葉片水平上同步采集凈光合速率、葉綠素熒光光譜，研究利用葉綠素熒光光譜對凈光合速率進行預測的可行性。通過對685nm和736nm兩個波峰熒光強度的提取，結(jié)合相關分析和回歸分析，利用葉綠素熒光光譜反映植物凈光合速率的變化，最終建立基于675～715nm波段的葉綠素熒光光譜特征參數(shù)與玉米葉片凈光合速率的回歸模型，在0.01水平下顯著相關。該模型對拔節(jié)期玉米葉片的凈光合速率具有良好的預測能力，可以作為玉米葉片快速無損檢測的方法。