基于荧光参数的棉花盛铃期水分状况高光谱监测

2018-10-23 03:53刘馨月王登伟黄春燕黄凯杰王永胜来瑞欣马如海韩勇超王露霞
新疆农业科学 2018年7期
关键词:植被指数冠层反射率

刘馨月,王登伟,黄春燕,黄凯杰,王永胜,来瑞欣,马如海,韩勇超,王露霞

(石河子大学农学院/新疆生产建设兵团绿洲生态农业重点实验室,新疆石河子 832003)

0 引 言

【研究意义】高光谱分辨率遥感技术(Hyperspectral Remote Sensing),起源于20世纪70年代,是在未来精准农业技术体系中获取农田数据,监测作物生长和推进农业可持续发展的有效技术途径[1-3]。叶绿素荧光参数(Fo、Fv/Fm、ΦPSⅡ、ETR、qP和NPQ)可以反映植株的“内在性”特点,被称为光合作用与环境关系的内在探针[4]。通过测定叶绿素荧光参数可以快速、有效地反映作物对干旱胁迫的响应[5]。棉花作为新疆的主要经济作物,在生长季节里容易遭受水分胁迫,干旱限制了新疆棉花生产潜力的发挥。通过开展棉花冠层高光谱与叶绿素荧光参数二者关系的研究,扩大高光谱应用基础性研究的范围,使干旱逆境因子对棉花光合生理的胁迫响应通过高光谱遥感得以拓展。【前人研究进展】Jackson等[6]指出,高光谱反射特性可快速、准确地获取作物水分的信息;Bowman等[7]表示,随着叶片相对含水量的下降,近红外区域的反射率上升;Penuelas等[8]认为,WI(R970/R900)能较好地指示作物水分状况的变化;Demmig B等[9]研究表明,干旱胁迫下Fo显著上升,叶片结构的PSⅡ抑制了光合作用的原初反应;刘瑞显等[10-14]认为,在干旱胁迫期间,Fo、NPQ明显升高,而Fv/Fm、ФPSⅡ、ETR与qP均显著降低;罗俊等[15]研究指出,Fv/Fm、Fv/Fo、Yield等荧光参数随水分胁迫强度的增强不断下降,但下降幅度因品种而异;薛惠云等[16]研究表明,Fv/Fm、ФPSⅡ、qP随干旱胁迫时间的延长呈下降趋势,NPQ呈上升趋势。高光谱与荧光参数相结合的研究,也见诸于报道。朱艳等[17]研究认为,小麦功能叶在可见光区(520~680 nm)和近红外区(750~850 nm)的反射光谱与叶绿素荧光参数相关性较好;王锐等[18]指出,大豆高光谱植被指数PSRI和SIPI与荧光参数的相关性均达到显著水平(P<0.05);薛惠云等[16]表示,荧光参数Fv/Fm和植被指数PRI均能灵敏地反映棉花叶片的水分状况,并且在持续干旱胁迫中,Fv/Fm更灵敏、准确;孟浩峰等[19]认为, 棉花的植被指数PSSRa、PSSRb和mSR705与PRI可以分别估测荧光参数Y(Ⅱ)、qP和qL与NPQ、qN和Y(NPQ);仇亚红等[20]指出,玉米的高光谱变量Dλ699、Dλ701、Dλ703、Dλ702、Dλ701、R764、Dλ699、Dλ699、Dλ700和荧光参数Fv/Fm、ФPSⅡ、NPQ呈极显著(P<0.01)相关。【本研究切入点】研究建立植被指数与叶绿素荧光参数的相关回归模型,实时、无损、精确获取棉花冠层的反射光谱信息,监测棉花冠层的水分胁迫状况。【拟解决的关键问题】获取棉花新陆早45号和新陆早62号干旱条件下盛铃期的冠层高光谱数据和叶片叶绿素荧光参数,研究反射光谱和叶绿素荧光参数随灌水量的变化规律,用高光谱植被指数估算叶绿素荧光参数,为实施高光谱遥感实时、快速监测新疆大面积的棉花水分的胁迫状况提供理论依据。

1 材料与方法

1.1 材 料

试验于2017年在新疆石河子大学农学院试验站(N44°20′,E86°03′)进行。试验设计水分处理为主区,品种为副区的裂区试验,重复3次,设4个灌水量处理:严重缺水灌溉(1 050 m3/hm2,以W1表示)、缺水灌溉(2 160 m3/hm2,以W2表示)、适量灌溉(4 320 m3/hm2,以W3表示)、充分灌溉(6 300 m3/hm2,以W4表示),灌水量用水表控制。试验区前茬为棉花,土壤肥力中等。两个棉花供试品种分别为新陆早45号和新陆早62号。以66 cm+10 cm+66 cm的宽窄行种植,覆膜点播,膜下滴灌,随水施肥,全生育期灌水10次,化控7次,2017年4月24日播种,7月4日打顶。大田常规管理。表1

表1 棉花新陆早45号和新陆早62号全生育期灌水模式
Table 1 The irrigation mode of the whole growth period of cotton Xinluzao NO. 45 and Xinluzao NO. 62

生育时期Growth stage浇水次数Frequency of irrigation灌水日期Irrigation date试验处理/灌水量 Treatments/Irrigation capacity(m3/hm2)W1W2W3W4花蕾期 Budding phase16/1172.6 184.4 411.4 606.7 26/2162.9 178.1 405.0 605.0 36/2974.3 197.1 420.7 643.5 花期Flowering phase47/880.0 190.8 417.1 614.6 57/1685.7 190.8 417.1 566.6 67/23102.9 222.6 495.5 777.9 77/3097.1 216.2 463.5 686.7 花铃期 Blossing and boll-forming stages88/574.3 209.9 402.9 584.4 98/1151.4 184.4 417.1 576.2 108/1822.9 89.0 263.8 398.6 合计 Total724.0 1 863.3 4 114.1 6 060.3

1.2 方 法

1.2.1 测定项目

2017年8月7号(盛铃期),分别测定棉花新陆早45号和新陆早62号各水分处理下植株冠层光谱数据和叶片荧光参数。取样时每个小区连续取3个样点,测定相关指标。

1.2.1.1 采集棉花冠层高光谱数据

不同水分处理下棉花冠层光谱数据采用美国ASD Filedspec FR 2500型地物光谱仪测定。此地物光谱仪的波段范围为350~2 500 nm,光谱分辨率在350~1 000 nm为3 nm,1 000~2 500 nm为10 nm。测量时选择长势均匀无病虫危害的棉株为样点,在无风无云晴朗日的11:30~14:00对棉花冠层进行光谱测试,视场角(FOV)设定为25°,测量前用白板标定,然后把探头垂直放置距棉花冠层高度1 m处测试,光谱扫描时间设定为0.2s,每个样点采集10条反射光谱曲线,每个处理的宽窄行各选取3个样点,各处理3个样点宽行和窄行的冠层光谱反射率平均即为其光谱反射率。

1.2.1.2 测定棉花叶片荧光参数

在棉花盛铃期获取冠层光谱数据的同时,在测试样点区,利用德国生产的PAM-2100便携式叶绿素荧光分析仪(Walz, Effeltrich, Germany),测定打顶后的棉花主茎活体倒二叶的荧光参数,测定时间段分别为上午11:00~14:00,晚上23:00~01:00(次日),每个处理测3个叶片,每个叶片对称测四次,取平均值作为该处理的结果数据。从测定的结果中筛选出荧光参数Fv/Fm(PSⅡ最大光化学量子产量)[21-22]用于数据处理。

1.2.2 棉花冠层高光谱一阶微分光谱数据计算

Demetriades等[23]指出,光谱微分技术可以去除部分线性和接近线性的背景、噪声等光谱对目标光谱的影响,棉花冠层一阶微分光谱计算见公式(1):

ρ′(λi)=[ρ(λi+1)-ρ(λi-1)]/2Δλ.[24]

(1)

式中:λi为各波段波长,ρ′(λi)为波长λi的光谱反射率的一阶微分光谱值,Δλ是波长λi-1到λi的间隔。

1.2.3 棉花冠层红边参数计算

根据公式(1)分别提取棉花红边参数:

(1)红边位置(λred):红光范围内(680~750 nm)光谱反射率的一阶微分光谱最大值所对应的波长;

(2)红边斜率(Dλred):红光范围内(680~750 nm)的光谱反射率的一阶微分光谱最大值;

(3)红边峰值面积(简称红边面积)(SDred):680~750 nm的光谱反射率的一阶微分光谱之和[25-27]。

1.2.4 棉花冠层植被指数

归一化植被指数(NDVI)和比值植被指数(RVI)的表达式分别为:

NDVI=(ρNIR-ρR)/(ρNIR+ρR).

(2)

RVI=ρNIR/ρR.

(3)

式(2)和(3)中的ρNIR和ρR分别为716~1 361 nm、650~670 nm波段范围的平均反射率。

1.3 数据处理

利用微软公司的办公软件Excel 2003及IBM公司推出的IBM SPSS Statistics 19对原始荧光参数进行数据分析并作图。

2 结果与分析

2.1 不同水分处理下棉花盛铃期冠层反射光谱变化特征

盛铃期是棉花生长发育的关键时期,此期的棉花生长茂盛,冠层郁闭,且反射光谱对不同水分处理的棉花响应更加敏感。研究表明,不同的水分处理条件下,两棉花品种盛铃期的冠层反射光谱曲线变化趋势相似。在450~700 nm、700~1 300 nm 、1 400~1 550 nm和1 950~2 450 nm的波段范围内,光谱反射率的大小因水分处理的不同有较大差异,在700~1 300 nm波段范围内两棉花品种的光谱反射率均为W4>W3>W2>W1,而在450~700 nm、1 400~1 550 nm和1 950~2 450 nm三个光谱波段范围内,棉花冠层的光谱反射率随灌溉量的增加而降低,即在W1灌溉处理下光谱反射率的值最大。分析不同水分条件下棉花冠层的反射光谱特征,棉花冠层的反射光谱可以用来指示棉花水分胁迫的状况。图1

图1 不同水分处理下棉花两品种的光谱反射率变化特征
Fig.1 The spectral reflectance variation characteristics of two cotton cultivars under different water treatments

2.2 不同水分处理下棉花盛铃期冠层红边参数的特征分析

“红边”是植被营养、长势、水分状况等的指示性特征波段[27]。研究表明,红边曲线呈现“双峰”现象,红边斜率(Dλred)和红边面积(SDred)随着灌溉量的增加而增大。新陆早45号在4个水分处理下的红边位置(λred)均为724 nm,新陆早62号在干旱处理(W1和W2)下的λred相对于充分灌溉处理(W3和W4)出现了明显的“蓝移”现象(红边左移了6 nm),棉花品种间对水分处理的反应存在差异性。新陆早45号和新陆早62号(W2, W3, W4)的Dλred相对于W1处理分别增长了41.5%、46.3%、63.4%和29.1%、55.7%、72.2;新陆早45号和新陆早62号W2、W3和W4 的SDred较W1处理分别增长了35.8%、45.6%、63.6%和25.2%、58.6%、76.1%。两棉花品种的冠层红边斜率和红边面积对水分胁迫的响应比较敏感,可以通过红边参数监测棉花冠层的水分状况。图2

图2 不同水分处理下两个棉花品种的“红边”变化特征
Fig.2 The characteristics of red border change under different water treatments of two cotton varieties

2.3 不同水分处理下棉花反射光谱与叶片荧光参数Fv/Fm相关性

叶绿素荧光动力学分析技术是研究植物与逆境胁迫关系的理想探针[28]。以新陆早62号为例,采用多元统计分析方法,得到棉花新陆早62号盛铃期4个水分处理下的反射光谱(350~2 500 nm)与棉花叶片PSⅡ最大光化学量子产量(Fv/Fm)的相关系数曲线。研究表明,棉花新陆早62号盛铃期的冠层反射光谱与叶片荧光参数Fv/Fm在350~514 nm、612~692 nm和1 945~2 076 nm波段范围内呈极显著正相关,相关系数最高值发生在红光波段的666 nm处(r=0.589 9**,n=20,P<0.01);在708~1 361 nm和1 621~1 740 nm波段范围内极显著负相关,相关系数的最高值发生在近红外波段的817 nm处(r=-0.788 2**,n=20,P<0.01)。图3

图3 棉花新陆早62号冠层反射光谱与荧光参数Fv/Fm相关性
Fig.3 The correlation analysis between canopy spectral reflectance and fluorescence parameter of Fv/Fm of Xinluzao No. 62 full boll stage

选取相关系数较高的红外波段650~670 nm和近红外波段716~1 361 nm构建应用最广泛的植被指数归一化植被指数(NDVI)和比值植被指数(RVI)。分别以NDVI和RVI为自变量,以棉花叶片PSⅡ最大光化学量子产量(Fv/Fm)为因变量,构建植被指数与荧光参数的相关模型。四个单变量线性或非线性的Fv/Fm估测模型的相关系数和均方根误差均可以反映模型的估测精度,基于NDVI和RVI建立的四种估测模型均达到了1%极显著检验水平,其中NDVI和RVI两种植被指数采用的简单线性函数模型均分别优于指数函数、对数函数和幂函数。表2

表2 基于棉花冠层植被指数NDVI、RVI的叶片荧光参数Fv/Fm的估算模型
Table 2 The estimation model of leaf fluorescence parameters Fv/Fm based on vegetation index NDVI and RVI of cotton canopy

植被指数VI方程类型Equation type方程模型Equation modeling拟合方程Fitted equation相关系数r均方根误差RMSENDVI简单线性函数y=ax+by = -0.136 8 x + 0.958 8-0.634 6**1.323×10-2对数函数y=a×ln(x)+by = -0.101 9 × Ln(x) + 0.826 2-0.621 9**1.341×10-2指数函数y=b×exp(ax)y = 0.966 5 × e-0.161 7 x-0.632 9**1.325×10-2幂函数y=bxay = 0.826 3 x-0.120 4-0.620 2**1.343×10-2RVI简单线性函数y=ax+by = -0.003 4 x + 0.884 6-0.721 5**1.186×10-2对数函数y=a×ln(x)+by = -0.028 4 × Ln(x) + 0.913 4-0.675 1**1.263×10-2指数函数y=b×exp(ax)y = 0.885 3 × e-0.004 1 x-0.720 6**1.189×10-2幂函数y=bxay = 0.916 0 x-0.033 6-0.673 6**1.266×10-2

注:**
表示0.01极显著水平

Note:**means extremely significant differences at 0.01 level , n=20

2.4 棉花新陆早62号盛铃期冠层光谱植被指数RVI对叶片荧光参数Fv/Fm估算

研究表明,棉花新陆早62号盛铃期的冠层比值植被指数RVI与叶片荧光参数Fv/Fm之间存在着较好的线性函数关系(rRVI-Fv/Fm= -0.721 5**,n=20),且所构建的简单线性函数估测模型具有最好的预测精度。RVI能较好的反映棉花的水分胁迫状况。利用高光谱植被指数与叶片PSⅡ最大光化学量子产量的相关拟合方程,可以定量反演棉花叶片的Fv/Fm(估测Fv/Fm-实测Fv/Fm=0.723 0,RMSE=1.186×10-2,n=20),为迅速、精确监测棉花水分胁迫状况提供理论依据。图4

图4 a. RVI与Fv/Fm实测值的相关,b. Fv/Fm估测值与Fv/Fm实测值相关性
Fig.4 a. The correlation between RVI and the measured values of Fv/Fm, b. The correlation between the estimated value of Fv/Fm and the measured value of Fv/Fm

3 讨 论

绿色植被的光谱曲线具有明显的“峰”和“谷”,可以用于指示棉花的生长状况。研究中,棉花盛铃期冠层高光谱反射率对水分敏感的波段范围分别为450~700 nm、700~1 300 nm 、1 400~1 550 nm和1 950~2 450 nm,其中在450~700 nm、1 400~1 550 nm和1 950~2 450 nm三个光谱波段范围内的棉花冠层光谱反射率随灌溉量的增加而降低;在700~1 300 nm光谱波段区域的反射率随灌溉量的增加而增大,说明水分胁迫明显降低了棉花叶片近红外波段的高光谱反射率,与William等[29]的经不同水分处理的大豆的反射率变化趋势的结论一致。不同水分处理条件下,2个棉花品种微分光谱的红边曲线(680~750 nm)呈“双峰”现象,与唐延林等[30]在棉花上的研究结果一致。应用高光谱红外波段650~670 nm和近红外波段716~1 361 nm的光谱反射率构成的植被指数RVI为自变量,Fv/Fm为因变量,进行相关分析,表明棉花新陆早62号的植被指数RVI和荧光参数Fv/Fm呈显著的负相关关系(r=-0.721 5**,n=20,RMSE=1.186×10-2),这与孙山等[31]研究光、温对苹果绿色果皮原初光化学反应的影响得出的结论一致。

4 结 论

棉花新陆早45号和新陆早62号在盛铃期不同水分处理下的高光谱曲线特征,红边曲线呈现“双峰”现象,且红边出现“蓝移”或“红移”现象,红边斜率和红边面积均随着灌溉量的增加而增大,表明可以用冠层红边参数监测棉花的生长状况。

以棉花新陆早62号为例,对其盛铃期单叶的荧光参数Fv/Fm与植株冠层的高光谱反射率进行逐步回归分析,正相关系数的最高值发生在红外波段666 nm处(r=0.589 9**,n=20,P<0.01);负相关系数最高值发生在近红外波段817 nm处(r=-0.788 2**,n=20,P<0.01)。由建立的精度最高的简单线性函数模型估测的Fv/Fm值与Fv/Fm实测值进行相关分析表明,二者呈极显著线性正相关(r=0.723 0**,n=20,RMSE=1.186×10-2)。棉花新陆早62号盛铃期冠层的RVI可用于大田生产中的快速、有效、实时、无损地监测棉花水分的胁迫状况。

猜你喜欢
植被指数冠层反射率
利用镜质组反射率鉴定兰炭与煤粉互混样的方法解析
密度与行距配置对向日葵冠层结构及光合特性的影响
商品条码印制质量检测参数
——缺陷度的算法研究
车灯反射腔真空镀铝反射率研究
基于低空遥感的果树冠层信息提取方法研究
基于无人机图像的草地植被盖度估算方法比较
基于激光雷达的树形靶标冠层叶面积探测模型研究
冬小麦SPAD值无人机可见光和多光谱植被指数结合估算
基于植被指数选择算法和决策树的生态系统识别
冬小麦冠层-大气氨交换的季节性特征及其影响因素