基于光譜的庫爾勒香梨葉片氮素含量估算模型

李 萍，柴仲平，武紅旗，盛建東，龔雙鳳

（新疆農業大學 草業與環境科學學院，新疆 烏魯木齊 830052）

氮素是一切植物必需的大量營養元素之一，它是果樹生長的重要物質基礎，對果樹的器官建造、物質代謝、生化過程、果實產量及品質的形成等都有不可替代的作用[1]。而快速、無損、準確地監測果樹氮素狀況，對于診斷果樹生長特征、提高氮肥利用效率、減少農田環境污染具有重要的現實意義，可為深入開展果樹精準管理研究與應用提供技術支撐。

有關研究結果表明，采用傳統的葉片化學分析方法進行果樹氮素含量的檢測具有較高的精度，但這些分析普遍需要破壞植被樣本，且受高耗性、繁冗復雜性、時滯性等局限性的制約，難以對大范圍果樹進行全面、快速的營養診斷。近年來，隨著高光譜遙感技術的快速發展與不斷完善，利用高光譜數據對各種植物葉片的氮素含量進行大范圍、無損、實時、快捷的監測已成為一種可行的方法和手段。在利用遙感技術進行作物氮素監測方面，已有較多的研究報道并取得了一定的進展。Thomas等人[2]研究發現，甜椒葉片的N素含量與550～675 nm 波段內葉片的光譜反射率高度相關。Hansen等人[3]研究認為，于近綠光與藍光波段構建的歸一化指數可以有效估測小麥植株的生物量與氮含量。薛利紅等人[4]利用660 nm和460 nm兩波段組合來檢測小麥葉片的氮含量；易秋香等人[5]對玉米全氮含量的高光譜測定結果表明，全氮含量與光譜反射率一階微分值在759 nm處具有最大相關系數(r=0.944)；譚昌偉等人[6]利用歸一化植被指數構建了水稻氮素營養高光譜遙感診斷模型。李丙智等人[7]確定了723 nm處的光譜反射率一階微分值所構建的可以檢測蘋果葉片全氮含量的預測模型。

近年來，高光譜技術的應用日益廣泛，利用微分光譜和高光譜參數估測水稻、玉米、小麥、棉花、大豆等大田作物的氮素狀況，這一技術已得到了廣泛的應用[8-10]，但還未見有關庫爾勒香梨葉片氮素光譜分析的研究報道。因此，文中以新疆香梨種植面積最大的庫爾勒地區為試驗點[11]，以新疆特色果樹庫爾勒香梨為研究對象，通過對香梨葉片全氮含量與光譜反射率的測定，揭示了庫爾勒香梨葉片的光譜特征，分析了全氮含量與高光譜相關參數的關系，作出了香梨葉片全氮含量的高光譜估測模型，為遙感技術在庫爾勒香梨氮素營養診斷、長勢監測和估產等領域的應用提供理論和技術依據。

1 材料與方法

1.1 實驗設計

本實驗于2012年在新疆庫爾勒市恰爾巴格鄉下和什巴格村 5 隊（41°48′21″N、86°04′22″E）的香梨園進行。供試樹種為20年樹齡的香梨，嫁接砧木為杜梨Pyrus betulifoliaBge.，株行距為5 m×6 m。土壤質地為砂壤，土壤有機質含量為20.03 g/kg，堿解氮、速效磷、速效鉀的含量分別為68 、12.34、240.53 mg/kg。試驗設置4 個施氮水平，純氮分別為 0（N0）、150（N1）、300 （N2）、450（N3）kg/hm2，磷、鉀肥作基肥施入，3 次重復，隨機排列；栽培管理措施同一般果園，在5月中旬進行香梨葉片光譜的測定，并取相應的葉片測定其全氮含量。

1.2 光譜測定

試驗所用的光譜儀為美國制造的便攜式光譜儀（SVC HR-768），該儀器的光譜范圍為350～2 500 nm，通道數768。在350～1 000 nm范圍內的光譜帶寬≤3.5 nm；1 000～1 500和1 500～2 100 nm范圍內的≤16 nm，最小積分時間1 ms。光譜的測定應選擇在天氣晴朗、無云無風時進行，測量時間為12:00～16:00。測量方式為漫反射式，采用視場角為25°的探頭。測量時保持光譜儀距離樣本表面2～3 cm，以確保視場范圍在葉片上；測定前應進行系統配置優化和白板校正，在測試過程中還應每隔10 min對儀器進行一次優化與校正。光譜采集，以10個光譜為一采樣光譜，每次記錄10個光譜，取其平均值。

1.3 葉樣采集

在每株香梨樹冠外圍距離地面1.5～1.7 m處，選擇樹體中部當年生新梢無病蟲害、無機械損傷的健康葉片，每梢測定1～2片葉片，全樹不同方位共測定葉片35片，將其混合作為1 個待測葉片樣品，作為測試光譜反射率及其葉片全氮含量的樣本。

1.4 葉片全氮含量的測定

將經過光譜測試后的葉樣采集后，用保鮮袋封裝置于冰桶中，在室內對其進行標準化前處理。將樣本在105 ℃鼓風干燥箱中烘10～30 min進行殺青，再降溫至65 ℃直至烘干。將烘干的樣品粉碎后全部過篩，再采用奈氏比色法[12]測定其全氮含量。

1.5 數據分析

利用光譜儀配套軟件、SPSS軟件和Excel對所測定的光譜原始數據進行統計分析處理。首先，利用光譜儀配套軟件對光譜原始數據進行處理，使數據具有更好的連續性。其次，在剔除異常光譜曲線的基礎上，對其余光譜曲線進行平均、平滑處理，并考慮到因系統誤差致使光譜曲線首尾兩端噪音較大，而截取400～1 000 nm來建立庫爾勒香梨全氮含量的模型[13-14]。

2 結果分析

2.1 不同氮肥水平下庫爾勒香梨葉片的光譜特征

利用光譜儀測定不同氮肥水平下庫爾勒香梨葉片的光譜反射率，對其光譜曲線進行平滑處理，運用Excel作圖，得圖1。如圖1所示，在不同施氮水平下庫爾勒香梨葉片表現出明顯的光譜差異。在可見光波段(400～760 nm)光譜曲線峰谷變化明顯，其中藍光區500 nm和紅光區680 nm左右處是葉綠素的強烈吸收波段，導致這兩個波段處的反射率出現了低谷；而綠光區550 nm左右和760 nm左右處是葉綠素的強烈反射波段，出現了反射峰，這與其它植物葉片的光譜反射特征一致[15-17]。隨著葉片氮素含量的增加，葉片光譜在730～1 000 nm的光譜反射率逐漸降低。其中葉片光譜反射率在可見光波段(510～620 nm)形成一個明顯的反射峰，在近紅外波段(760～1 000 nm)有個明顯的反射高臺。因此，這兩個特征譜段（510～620 nm，760～1 000 nm）都可以有效區分不同施氮水平的光譜差異，尤其在近紅外波段(760～1 000 nm)差異更明顯。

圖1 不同施氮水平下庫爾勒香梨葉片的光譜曲線Fig.1 Spectral curves of Korla fragrant pear leaves at different N application levels

2.2 庫爾勒香梨葉片全氮含量與原始光譜反射率的相關分析

利用SPSS軟件統計分析不同香梨葉片全氮含量和光譜反射率的關系，運用Excel繪圖，得出圖2。從圖2中可以看出，葉片的全氮含量在500～700 nm的可見光波段范圍內反射率呈極顯著負相關，在綠光550 nm附近是葉綠素的強反射峰，在530～560 nm波段范圍內反射率與葉綠素和氮素密切相關。在640～680 nm 處的吸收峰（即紅谷，是指波長640～680 nm范圍內的最小相對反射率）是由于葉綠素 a/b 強烈吸收引起的，該波段對氮素比較敏感。在710～1 000 nm 間相關系數形成一個較高的反射平臺，相關系數 r 值達到0.70以上，表明該波段光譜是葉面積和生物量反應敏感的區域，其原因主要是葉片全氮含量與葉面積指數和生物量等參數間存在顯著的相關性[18]。

在500～700 nm和710～1 000 nm這兩個波段內，葉片全氮含量與原始光譜的反射率之間具有較高的相關系數，這表明這兩個波段可作為基于原始光譜回歸分析的敏感波段。紅邊位置720 nm處的光譜相對反射率與葉片全氮含量的相關性較好，相關系數最大值為0.979，因此，720 nm為香梨葉片氮含量的敏感波長，利用該敏感波長，運用逐步回歸分析法，建立了香梨葉片全氮含量的估測模型（y＝2.003x720－64.150，調整系數R2＝0.937）。

圖2 庫爾勒香梨葉片全氮含量與原始光譜的相關性Fig.2 Correlation between total N content in Korla fragrant pear leaves and original spectrum

2.3 庫爾勒香梨葉片全氮含量與其一階微分光譜反射率的相關分析

許多研究結果表明，光譜數據的一階微分處理有利于部分消除大氣、土壤背景、凋落物等低頻光譜成分對目標的影響，能夠更好地反映和揭示植被光譜的內在特性，有利于植被指數、葉面積指數等植被信息的定量反演[19]。因此，為了提高模型的精度，本研究對原始高光譜數據進行一階微分處理，分析其有效性。

香梨葉片全氮含量與其一階微分光譜反射率之間的相關分析結果如圖3所示。由圖3可知，640～670 nm波段（紅谷范圍）和700～750 nm波段（紅邊范圍）均為正相關且達較高水平。但700～750 nm波段與氮素含量密切相關，因此，700～750 nm波段可作為基于一階微分處理的敏感波段。其中，在703 nm處的光譜反射率與葉片全氮含量的相關系數最大（r＝0.974），利用該敏感波長建立了香梨葉片全氮含量的估測模型(y＝50.535x703－40.586，調整系數R2＝0.922)。

圖3 庫爾勒香梨葉片全氮含量與一階微分光譜的相關性Fig.3 Correlation between total N content in Korla fragrant pear leaves and the first derivative spectrum

2.4 庫爾勒香梨葉片全氮含量與高光譜參數的關系

植被指數中的歸一化植被指數(NDVI)和比值植被指數(RVI)常用來估算作物的生理生態參數，如覆蓋度、葉面積指數、生物量、葉綠素含量等參數[20-23]。研究結果[22-24]表明，全氮含量與植被指數間存在相關性。

運用SPSS統計分析得出的相關分析結果如表1所示。基于植被指數的變量中，全氮含量除了與紅邊面積和黃邊面積構建的比值植被指數（SDr/SDy）和歸一化植被指數中的參數（SDr－SDy)/(SDr＋SDy）的相關性弱之外，其余的均呈現出極顯著的相關關系，利用這些光譜參數進行了線性擬合分析。表1中，SDr為紅邊（680～670 nm）內一階微分總和；SDb為藍邊（490～530 nm）內一階微分總和；SDy為黃邊（550～580nm）內一階微分總和；Rg是波長在510～560 nm范圍內的最大相對反射率；Ro是波長在640～680 nm范圍內的最小相對反射率。

表1 光譜參數的類型[20-21]及其與全氮含量之間的相關系數Table 1 Spectral parameter types and correlation coefficient between total N content and spectral parameters

對香梨葉片全氮含量和光譜參數進行逐步回歸分析，結果如表2 所示。由表2可知，基于綠峰變量（Rg）與紅谷變量（Ro）構建的比值植被指數和歸一化植被指數的模型與基于其他變量所構建的模型相比，具有最大的調整系數R2，說明利用該光譜參數建立的模型其精度高且穩定性較好，能夠用來估測葉片全氮含量。

2.5 庫爾勒香梨葉片全氮含量估測模型的建立與檢驗

根據調整系數R2最大的優選原則，綜合比較以原始光譜反射率、一階微分光譜、高光譜參數為自變量建立的香梨葉片全氮含量估測模型，選擇以下4種模型估測香梨葉片全氮含量，如表3所示。

表2 庫爾勒香梨葉片全氮含量(y)與不同光譜參數(x)之間的定量關系Table 2 Quantitative correlation between total N content (y) in Korla fragrant pear leaf and spectral parameters (x)

表3 庫爾勒香梨葉片全氮含量高光譜估測模型Table 3 Hyperspectral prediction models for total N content in Korla fragrant pear leaves

為了驗證模型的可靠性和普適性，利用測定的獨立實驗數據對估測模型進行檢驗，采用相對誤差范圍，平均相對誤差兩個指標來驗證模型的精確性和穩定性。采用一階微分光譜的線性回歸模型的擬合效果最好，相對誤差范圍小，平均相對誤差最小，說明此模型的預測結果較為理想，最終確定基于光譜的一階微分的模型為：

這一模型是香梨葉片全氮含量的最佳估測模型。

3 結論與討論

1）香梨葉片光譜對葉片氮素含量有不同的反射特征，這種差別在可見光和近紅外波段最為明顯，呈現出不同的反射峰（550 nm）和吸收谷（680 nm）。隨著葉片氮素水平的增加，葉片光譜在近紅外波段的反射率均逐漸降低。

2）香梨葉片全氮含量一階微分的敏感波段位于700～750 nm處，最優波長在703 nm處，這與陳貽釗等[25]對橡膠樹的研究結果（波長為730 nm）和李丙智等[7]等對蘋果的研究成果（波長723 nm處）一致。這表明反映不同作物氮素營養的波段有一定的相似性，也有一定的差異性。

3）通過分析香梨葉片的全氮含量與原始光譜、一階微分光譜、高光譜參數之間的相關性，利用線性回歸分析方法建立了葉片與全氮含量的定量監測模型，根據其相關系數和模型的調整系數R2的最大優選原則，初步篩選出原始光譜在波長720 nm、光譜反射率的一階微分在703 nm、比值植被指數（Rg/Ro）和歸一化植被指數(Rg－Ro)/(Rg＋Ro)等4個參數可用作香梨葉片全氮含量的預測模型。通過模型檢驗，最終確定香梨葉片全氮含量與光譜的一階微分模型y=50.535x703－40.586作為香梨葉片全氮含量的預測模型。

文中建立了香梨葉片全氮含量的光譜估測模型，但由于香梨葉片氮素含量的范圍較窄，反映出了利用高光譜數據進行果樹營養診斷的敏感性。由于模型的預測范圍較窄，還需要進一步擴大模型的預測范圍，為香梨的養分資源綜合管理提供適用范圍更廣、科學性更強的技術支撐。

參考文獻：

[1]李文慶,張 民,束懷瑞.氮素在果樹上的生理作用[J].山東農業大學學報,2002,33(1):96－100.

[2]Thomas J R, Oerther G F. Estimating nitrogen content of sweet pepper leaves by reflectance measurements[J]. Agronomy Journal,1972,64:11－13.

[3]Hansen P M, Schjoerring J K. Re ectance measurement of canopy biomass and nitrogen status in wheat crops using normalized difference vegetation indices and partial least squares regression[J].Remote Sensing of Environment,2003,86(4):542－553.

[4]薛利紅,曹衛星,羅衛紅,等.小麥葉片氮素狀況與光譜特性的相關研究[J].植物生態學報,2004,28(2):172－177.

[5]易秋香,黃敬峰,王秀珍,等.玉米全氮含量高光譜遙感估算模型研究[J].農業工程學報,2006,22(9):138－141.

[6]譚昌偉,周清波,齊 臘,等.水稻氮素營養高光譜遙感診斷模型[J].應用生態學報,2008,19(6):1261－1268.

[7]李丙智,李敏夏,周 璇,等.蘋果樹葉片全氮含量高光譜估算模型研究[J].遙感學報,2010,14(4):767－773.

[8]浦瑞良,宮 鵬.高光譜遙感及應用[M].北京:高等教育出版社,2000:186-192.

[9]方 慧,宋海燕,曹 芳.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.

[10]唐延林,黃敬峰,王秀珍,等.玉米葉片高光譜特征及與葉綠素、類胡蘿卜素相關性的研究[J].玉米科學,2008,16(2):71－76.

[11]鮑士旦.土壤農化分析[M].北京:中國農業出版社,1999:265－266.

[12]王海宏,周慧娟,喬勇進,等.氣調貯藏環境下庫爾勒香梨的生理變化與品質特點[J].經濟林研究,2009,27(4):22

[13]王 淵,黃敬峰,王福民,等.油菜葉片和冠層水平氮素含量的高光譜反射率估算模型[J].光譜學與光譜分析,2008,28(2):273－277.

[14]田永超,朱 艷,姚 霞,等.基于光譜信息的作物氮素營養無損監測技術[J].生態學雜志,2007,26(9):1454－1463.

[15]王 植,周連第,李 紅,等.桃樹葉片氮素含量的高光譜遙感監測[J].中國農學通報,2011,27(4):85－90.

[16]易時來,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].果樹學報,2010,27(1):13－7.

[17]李敏夏,張林森,李丙智,等.蘋果葉片高光譜特性與葉綠素含量和SPAD值的關系[J].西北林學院學報,2010,25(2):35－39.

[18]Walburg G, Bauer ME, Daughtry CST,et al.Effects of nitrogen on the growth, yield, and re ectance characteristics of corn [J].Agronomy Journal, 1982,74:677－683.

[19]申廣榮,王人潮.植被高光譜遙感的應用研究綜述[J].上海交通大學學報,2001,19(4):315－321.

[20]Ma BL, Lianne M, Carlos C,et al.Early prediction of soybean yield from canopy re ectance measurements[J]. Agron, 2001, 93:1227－1234.

[21]Guyot G,Baret F.Utilisation delahaute resolutio spectrale poursuivrel’ etatdes couverts vegetaux[C]// proceedings of the 4th international confe rence on spectral signatures of objects in remote sensing. ESASP-287,Assois,France,1988:279－286.

[22]Sims DA, Gamon JA. Relationships between leaf pigment content and spectral re ectance across a wide range of species,leaf structures and developmental stages[J]. Remote Sensing of Environment,2002,81:337-354.

[23]王秀珍,黃敬峰,李云梅,等.水稻地上鮮生物量的高光譜遙感估算模型研究[J].作物學報,2003,29(6):815－821.

[24]王 磊,白由路.基于光譜理論的作物營養診斷研究進展[J].植物營養與肥料學報,2006,12(6):902－912.

[25]陳貽釗,林清火,華元剛,等.橡膠樹葉片高光譜特征分析[J].熱帶亞熱帶植物學報,2010,18(3):293－297.