不同生育時期玉米洪澇脅迫遙感監測與評估

隋學艷 梁守真 張金盈 王 猛 王 勇 侯學會張曉冬

1 山東省農業可持續發展研究所 / 農業農村部華東都市農業重點實驗室, 山東濟南 250100; 2 山東省國土測繪院, 山東濟南 250013;3 山東省農作物種質資源中心, 山東濟南 250100

玉米是我國主要的糧食作物, 其用途較其他糧食作物廣泛[1], 2018 年玉米播種面積占全國糧食播種面積的36.0%, 位居糧食作物播種面積首位[2]。玉米屬于C4作物,與C3作物相比具有較強的抗旱能力和抗熱能力[3], 需水量大而不耐澇[4]。我國玉米生育時期多集中在6 月至9 月,頻繁的強對流天氣致使玉米遭受洪澇災害, 受災后玉米根系呼吸受阻活力下降[5-6]、植株體內源激素含量和平衡失調、光合能力降低[7]、新葉片出生速率降低老葉片變黃[8]、葉面積指數降低[9]、葉綠素含量和氮素降低[10], 生育時期延遲[11]、產量下降[12]。暴雨過后各級生產管理部門需要盡快掌握玉米洪澇災害發生的面積和程度, 制定合理的救災和減災措施[13], 同時農業保險部門也要爭分奪秒調查災情, 做好理賠工作。當前洪澇災害的調查程序為: 農戶上報, 行政部門逐級匯總統計, 保險公司實地核查并組織農業專家對災損進行評估。暴雨發生時會造成道路損壞、橋梁坍塌, 車輛無法通行, 玉米多為規模化種植, 地塊大、植株高, 靠人力很難在短時間內實現全面地、具有地理屬性的清查。玉米澇災的發生發展, 是植株逆境下進行生理生化反應的動態變化過程[3], 數據的準確性和科學性是災害救助決策方案制定的重要保障。以遙感為主的空間信息技術是當前快速、準確、大面積獲取地面信息的手段[14], 遙感技術已被廣泛地應用于洪水淹沒區域監測[15-17], 和玉米長勢[18]與產量[19-20]評估研究, 但在玉米洪澇災害監測與評估方面的研究鮮有報道。本研究采用人工模擬的辦法, 觀測不同生育時期、不同程度洪澇脅迫玉米冠層光譜及長勢變化, 旨在建立玉米洪澇災害遙感監測與災損評估的技術方法。

1 材料與方法

1.1 試驗設計

洪澇脅迫試驗于2015 年進行, 地點在山東省濟南市濟陽縣太平鎮姜家村(39°57.822'N, 116°19.602'E), 脅迫實驗設置早(拔節期)、中(吐絲期)、晚(灌漿期) 3 個時期, 每個時期設0、1、3、5、7 和9 d 6 個脅迫水平, 其中0 d為對照。小區長6.0 m, 寬2.5 m, 共18 個小區, 玉米行距0.6 m, 株距30 cm, 玉米品種為登海605。小區四周鋪埋塑料布, 筑高0.4 m、寬0.5 m 土堰, 防止水分外滲, 24 h持續注水, 水深保持30 cm。脅迫處理情況見表1。

表1 試驗設計Table 1 Experimental design

1.2 測定項目及方法

1.2.1 冠層高光譜測量 自7 月31 日拔節期脅迫處理開始, 天氣晴朗日持續進行冠層光譜測量, 直至灌漿中后期。采用美國ASD Field SpecHandHeld 野外便攜式高光譜儀進行光譜測量, 測量時間為北京時間11:00—14:00。光纖探頭垂直向下固定于自制觀測架的橫臂上, 架子高3.4 m, 橫臂長0.75 m。每小區用插地標牌固定南中北3個測試點, 測試前進行白板標定, 每點采集1 條光譜, 取均值作為測量結果。

1.2.2 覆蓋度測量 光譜觀測架橫臂緊臨光纖探頭處垂直懸掛照相機SAMSUNG 100II, 調整焦距, 使拍攝范圍與光譜測試范圍相同, 與光譜同步拍攝, 用圖像處理軟件計算綠色占整幅圖像的面積百分比得覆蓋度, 取均值作為測量結果。

1.2.3 葉綠素測量 每小區選取長勢均勻的連續 10株玉米, 固定葉片用植物養分測定儀TYS-3N 活體監測。拔節期選取玉米植株最上部第1 片完全展開葉, 吐絲期和灌漿期選定玉米穗上部第1 片葉片, 測試時間與光譜測試同步。

1.2.4 產量測定 蠟熟期全部收獲, 每行玉米作為1個樣本, 測定產量構成因素; 晾曬后脫粒稱重, 并用PM-8188-A 谷物水分測量儀隨機測定3 次玉米含水量。折算每公頃穗數、平均穗粒數、千粒重以及每公頃產量。

1.2.5 數據處理 根據試驗采集數據情況, 統一選取每個時期全部脅迫處理完后5 d 與洪澇脅迫之前的測試數據進行分析。采用ASD ViewSpecPro 軟件對光譜數據進行初處理; 采用ENVI、MATLAB 圖像處理軟件提取覆蓋度; 采用Microsoft Excel 軟件進行數據整理與作圖; 采用DPS 軟件進行數據統計分析和差異顯著性檢驗(Duncan’s 法)。

2 結果與分析

2.1 洪澇脅迫對葉綠素的影響

洪澇脅迫后被觀測葉片葉綠素呈現復雜的變化現象。由圖1 可見, 拔節期洪澇脅迫對照處理E-0 和E-1 的最上部第1 片展開葉的葉綠素稍有增加, 其他處理的葉綠素均降低, 處理E-9 和E-7 極顯著低于其他處理, 處理E-9 脅迫后葉片葉綠素降至17.55, 僅為之前的45.70%; 吐絲期玉米棒上第1 片葉片的葉綠素只有M-9 處理下降, 其他處理均增加, 增加幅度無明顯規律, 洪澇脅迫對被觀測葉片的葉綠素無影響; 灌漿期玉米處于生育后期, 葉片逐漸衰老, 葉綠素含量會逐漸降低, 洪澇脅迫促使葉綠素下降但并不明顯。

2.2 洪澇脅迫對覆蓋度的影響

洪澇脅迫能夠降低玉米覆蓋度, 玉米全生育期內拔節期覆蓋度最高, 吐絲期次之, 灌漿期最低。處理之前各小區覆蓋度均勻, 脅迫之后處理間覆蓋度部分達到了極顯著的差異水平。3 個生育時期洪澇脅迫均能降低玉米覆蓋度, 以拔節期影響最大, 相對變化值最高幅度為-40.67%, 吐絲期次之, 灌漿期較小(圖2)。

2.3 洪澇脅迫對玉米冠層光譜的影響

2.3.1 洪澇脅迫對反射率的影響 植物體內因含有葉綠素、水、蛋白質等復雜的化學組分, 以及多層葉片疊交的冠層結構而產生不同于其他地物的光譜反射率曲線[21]。選擇3 個時期洪澇脅迫處理完成5 d 后的小區冠層光譜, 繪制光譜曲線(圖3～圖5)。與對照E-0 相比, 拔節期洪澇脅迫, 造成原有葉片葉綠素含量降低, 下部葉片迅速衰老, 新生葉片生長速度降低, 覆蓋度降低, 露出植株底部土壤, 土壤及土壤中的水分對太陽光可見光至近紅外的吸收要高于植被, 因此整體呈現反射率降低的現象, 脅迫程度越高降低越大, 可見光波段 553 nm處反射率降低幅度最大, 為0.022, 近紅外平臺879 nm處反射率降低幅度最大, 為0.340 (圖3)。吐絲期玉米植株的葉片數量已經基本確定, 最后幾片新生葉片逐漸展開, 洪澇脅迫主要造成下部葉片的衰老, 降低了新生葉片展開的速度, 脅迫處理與對照M-0 相比光譜反射率在可見光波段降低, 最大幅度在553 nm 處0.016, 在近紅外波段反射率同樣下降, 最大幅度在879 nm 處0.199,整體趨勢同拔節期洪澇脅迫一致, 但降低幅度均變小(圖4)。灌漿期洪澇脅迫處理L-7、L-5 和L-9 與對照L-0的反射率相比可見光有明顯的升高, 處理L-5 和L-7 與對照L-0 的反射率相比近紅外有明顯的升高, 處理L-9與對照 L-0 的反射率相比近紅外波段基本一致, 處理L-3、L-1 與對照L-0 的反射率相比, 在可見光和近紅外均有明顯的降低(圖5)。

進一步對3 個時期洪澇脅迫后光譜反射率與脅迫天數進行相關性分析, 繪制曲線圖。拔節期和吐絲期的脅迫天數與光譜反射率相關性曲線形狀比較相近, 即400～900 nm 基本呈負相關關系, 整體分為3 部分, 在藍綠光波段相關度較高, 在紅谷波段相關度較低, 在近紅外波段相關度較高。由于脅迫時期不同, 細節上仍然存在明顯不同, 拔節期僅在較窄的可見光508～567 nm 的綠峰波段達到了顯著相關水平, 而吐絲期在較寬的可見光400～564 nm 的藍光吸收谷和綠光反射峰都達到了顯著相關關系。拔節期在較寬的711～900 nm 波段達到了極顯著相關關系, 吐絲期在較窄的727～896 nm 波段達到了極顯著相關關系。與拔節期和吐絲期不同的是, 灌漿期的脅迫天數與光譜反射率在400～900 nm 均呈正相關關系, 即脅迫天數越長, 各波段的光譜反射率越高(圖6)。

2.3.2 洪澇脅迫對光譜形狀參數和植被指數的影響

洪澇脅迫對葉綠素含量、冠層結構的影響, 改變光譜反射率的同時也改變了光譜曲線的形狀。計算拔節期、吐絲期、灌漿期的洪澇脅迫后經典光譜形狀參數和植被指數共25 個, 并計算25 個指數與洪澇脅迫天數的相關性, 結果見表2。

表2 洪澇脅迫天數與光譜形狀參數和植被指數的相關性Table 2 Correlation of flooding stress period with spectral shape parameters and vegetation indexes

洪澇脅迫天數與光譜形狀參數和植被指數的相關性依然是拔節期和吐絲期較大, 灌漿期最小, 且以負相關為主。25 個指數中拔節期17 個達到極顯著相關水平, 4 個達到顯著相關水平; 吐絲期3 個達到極顯著相關水平, 8 個達到顯著相關水平; 灌漿期1 個達到顯著相關水平。歸一化差值植被指數NDVI [671, 867]、比值植被指數RVI [867,671]、結構不敏感色素指數SIPI 在拔節期和吐絲期的洪澇脅迫程度均達到極顯著相關水平, 可以作為2 個生育時期洪澇災害監測的共同指數。

2.4 洪澇脅迫玉米產量損失評估

將脅迫處理完后5 d 與洪澇脅迫之前的歸一化差值植被指數NDVI [671, 867]、比值植被指數RVI [867, 671]、結構不敏感色素指數SIPI 的差值DNDVI、DRVI、DSIPI作為洪澇脅迫產量損失率估算的參數, 分別對拔節期和吐絲期的洪澇脅迫玉米產量損失率進行線性、多項式擬合,擬合效果均以多項式較優(表3)。

表3 拔節期和吐絲期洪澇脅迫玉米產量損失率模型Table 3 Model of maize yield loss rate under flooding stress at jointing stage and silking stage

3 個參數DNDVI、DRVI、DSIPI 分別建立的多項式產量損失率評估模型, 以DSIPI 為參數建立的模型效果最好, 模型擬合圖見圖7 和圖8, 其次為參數DNDVI 建立的產量損失評估模型, 再次為參數DRVI 建立的模型。

3 討論

玉米洪澇災害是玉米生產中面臨的重要氣象災害,生產單位和政府于災后均需及時掌握受災面積和受損程度。當前已有玉米洪澇脅迫后玉米生理變化的深入研究,以及以水體識別為主的洪澇災害面積遙感監測的研究和應用, 但將玉米脅迫生理變化同遙感監測與評估技術相結合的相關研究鮮有報道, 玉米洪澇災害監測仍停留在定性識別的階段。為了建立玉米洪澇脅迫遙感監測和災損評估方法, 本研究克服玉米洪澇災害突發性和不可重復性的特點, 系統開展不同生育時期、不同脅迫程度玉米洪澇災害人工模擬試驗, 活體、持續、定位監測葉片葉綠素、冠層光譜和覆蓋度, 分析洪澇脅迫下葉綠素、覆蓋度的變化, 從典型植被光譜曲線各波段控制因素角度, 研究光譜變化的原因, 確定了不同生育時期洪澇脅迫特征波段和植被指數。基于洪澇脅迫程度與穩定性較好的植被指數,建立災損評估模型。

洪澇脅迫后的變化不僅包括葉綠素、覆蓋度還包括其他理化指標以及土壤水分的變化, 每個生育時期的情況各不相同, 還需進一步分析各指標與光譜變化的內在聯系, 尤其是適當的光譜預處理提取土壤背景含水量的數據, 將有助于建立完善的遙感監測和評估技術體系。拔節期、吐絲期洪澇脅迫與玉米遭受其他脅迫后光譜反射率的變化趨勢相同[33], 可輔助氣象數據確定玉米是否遭受洪澇脅迫。通常, 植株越健壯, 葉綠素吸收可見光進行光合作用的能力和自我保護反射近紅外光灼傷的能力越強,可見光的反射率越低, 近紅外反射率越高, 但灌漿期玉米遭受脅迫后光譜呈現植株長勢良好態勢, 實質是玉米遭受洪澇災害貪青晚熟的表現。

試驗過程中曾出現2 次自然降雨, 對葉片葉綠素的持續觀測發現, 受光照和氣溫的影響, 降雨時葉片葉綠素急劇下降, 雨后隨著天氣的好轉, 葉綠素能夠快速恢復到降雨前水平。本試驗光譜測試均于晴天開展, 對整體試驗結果無影響。

由遺傳基因決定, 不同品種有不同的耐澇特性, 不同土壤的滲水性、通氣性亦不同, 本研究僅在紅壤土試驗地用了目前試驗區域主推品種之一, 代表性還不夠全面。人工模擬采用地下水, 水深為30 cm, 不同于溫度較高的自然降雨, 且試驗時天氣為晴天而不是陰天, 試驗條件下植株和群體的變化與自然發生的洪澇脅迫還存在一些不同。因此, 還需要進一步豐富受試品種與土壤類型, 繼續開展與自然洪澇脅迫更為吻合的試驗。

拔節期、吐絲期和灌漿期的洪澇脅迫對玉米生長產生了負面影響, 拔節期危害最大, 吐絲期次之, 灌漿期較輕,這與王成業等人的研究結論一致[33-34]。拔節期洪澇脅迫能顯著降低葉綠素的含量, 植株葉片發黃, 覆蓋度急劇降低,冠層光譜變為裸露土壤和脅迫后玉米植株的混合光譜,可見光和近紅外平臺光譜反射率都顯著降低。吐絲期洪澇脅迫對葉綠素基本無影響, 而覆蓋度稍有降低, 光譜曲線變化不及拔節期顯著。灌漿期洪澇脅迫稍微加速了葉綠素的分解和葉片的衰老, 覆蓋度略有下降, 但影響均不大。可用與拔節期和吐絲期脅迫程度相關度都較高的結構不敏感色素指數, 脅迫之后與脅迫前的差值DSIPI 為參數建立模型, 進行玉米洪澇災害損失的評估。