干旱胁迫对3种冷季型草坪草光谱反射率及生理特征的影响

赵志军，单贵莲，段新慧，姜 华，任 健，陈 功，初晓辉

(1.云南省草地动物科学研究院，云南 昆明 650212； 2.云南农业大学 草业科学系，云南 昆明 650201)

干旱胁迫对3种冷季型草坪草光谱反射率及生理特征的影响

赵志军1，单贵莲2，段新慧2，姜 华2，任 健2，陈 功2，初晓辉2

(1.云南省草地动物科学研究院，云南 昆明 650212； 2.云南农业大学 草业科学系，云南 昆明 650201)

为探讨高光谱分析技术在草坪草水分监测上的应用，以草地早熟禾、高羊茅、多年生黑麦草为试验材料，测定了干旱胁迫下3种冷季型草坪草生理指标及光谱反射率。结果表明：随着干旱胁迫程度的加深，供试草坪草叶片相对含水量和叶绿素含量显著下降(P<0.05)，丙二醛含量、脯氨酸含量及敏感波段的(550和760 nm)的光谱反射率显著上升(P<0.05)，3种草坪草抗旱性能的强弱顺序为：高羊茅>多年生黑麦草>草地早熟禾。3种草坪草敏感波段光谱反射率(R550 nm，R760 nm)及高光谱参数(Rg，R0，GNDVI)与生理指标间呈显著或极显著相关，以R550 nm与生理指标间的相关系数绝对值最大。同时R550 nm构建了供试草坪草生理指标的估测模型，经检验，模型估测值与实测值相关性达显著或极显著水平。

冷季型草坪草；干旱胁迫；生理特征；高光谱反射率；高光谱监测模型

高光谱分析技术是当今遥感领域的前沿技术，具有分析速度快、精度高、结果稳定、对目标物无破坏等优点[1-2]。同时，因高光谱的波段范围很宽，如美国ASD Field spec FR 2500光谱仪可达到350～2500 nm[3]，而肉眼的视觉仅为380～780 nm，因此，通过高光谱技术可以看到肉眼看不到的变化。居于高光谱遥感技术的优点，近年来，此技术在农业许多领域(如作物营养状况的定量分析、产量估测以及草坪色泽、外观质量及营养状况评价等领域)得到了广泛的应用。

在草坪质量、色泽及营养状况方面，前人以草地早熟禾(Poapretensis)、高羊茅(Festucaarundinacea)、多年生黑麦草(Loliumperennel)、马蹄金(Dichondrarepens)等为材料，开展了利用高光谱技术评价草坪质量、色泽及营养状况方面的研究[4-9]，结果表明，应用高光谱遥感技术监测草坪的色泽、外观质量及营养状况是确实可行的。但高光谱分析技术是否能准确监测草坪草的水分状况及抗旱生理指标，目前鲜见报道。因此，以草地早熟禾、高羊茅、多年生黑麦草为试验材料，开展干旱胁迫下3种冷季型草坪草生理生化指标及光谱反射特征变化的研究，分析草坪草抗旱生理生化指标与光谱反射率间的相关性，筛选出与草坪草抗旱指标密切相关的波段，在此基础上建立草坪草抗旱生理指标定量评价的高光谱模型。

1 材料和方法

1.1 供试材料

供试材料为3种常用的冷季型草坪草种，分别为高羊茅品种美洲虎(Festucaarundinaceacv.Jaquar)、多年生黑麦草品种明星(Loliumperennelcv.Star)和草地早熟禾品种肯塔基(Poapretensiscv.Kentucky)。试验草种均由克劳沃集团提供。

1.2 试验设计

试验于遮雨温室进行。2012年6月20日，将采集于云南农业大学草坪基地的土壤(0～5 cm表层土，田间持水量约65%)装入直径30.5 cm，高20 cm的塑料花盆，将供试材料均匀播种于花盆，覆土1 cm，正常管理。2012年8月10日进行水分胁迫试验，供试材料分别隔5 d(T5)，10 d(T10)，15 d(T15)浇水1次，同时设浇水1次/d的供试材料为对照(T1)，浇水均匀喷灌至饱和(底部有水珠渗出)。每处理20次重复。9月10日处理结束，开展草坪草抗旱生理指标及光谱反射率的测定。

1.3 测定指标与方法

1.3.1 抗旱生理指标的测定 处理结束后，取新鲜叶片测定叶片相对含水量、总叶绿素含量、丙二醛含量和脯氨酸含量。其中叶片相对含水量采用称重法测定，叶绿素含量采用浸泡-比色法测定，丙二醛含量采用硫代巴比妥酸法测定，脯氨酸含量采用酸性茚三酮显色法测定[10]，3次重复。

1.3.2 反射光谱数据的测定 采用美国Ocean公司的HR2000光谱仪。在无风、晴朗光线充足天气(2012年9月10日)，于上午10∶00～14∶00进行光谱反射率的测定[11]。测定时，利用一个铁架固定探头，移动各处理的花盆，探头垂直向下距离草坪5 cm采集光谱数据。测量期间及时利用标准白板进行校正。每处理40次重复(模型的建立和检验各用20组数据)。

1.4 数据分析

选取与草坪草抗旱生理指标密切相关的高光谱参数(表1)和敏感波段反射率，分析供试草坪草抗旱生理指标与高光谱参数和敏感波段反射率的相关性，并通过回归分析建立模型，以确定抗旱生理指标与高光谱参数和敏感波段反射率之间的定量关系。所有试验数据采用SPSS 19.0进行方差分析、显著性检验、相关和回归分析。采用Excel2003作图。

表1 几种高光谱参数

Table 1 Several hyperspectral parameters

高光谱参数缩写描述(计算公式)绿峰反射率Rg波长510～560nm最大的波段反射率红谷反射率Ro波长640～680nm最小的波段反射率绿一归一化差GNDVI(R750⁃R550)/(R750+R550)

注：R750 nm、R550 nm分别表示750 nm、550 nm处反射率

2 结果与分析

2.1 3种草坪草反射光谱特征比较研究

正常管理水平下3种草坪草反射光谱特征为，在可见光蓝光区(400～520 nm)，3种草坪植物的光谱反射率较低，该波段的反射曲线具有平滑的形状和较低的数值，且3种草坪植物间的反射率差异不大(图1)。在可见光绿光区(520～600 nm)，3种草坪植物的反射光谱曲线具有波峰的形态和中等的反射率数值，约在550 nm处出现绿光波段叶绿素反射峰(“绿峰”)，原因是可见光绿光区(520～600 nm)是一个低光合效应的光谱带，该波段植物对光的吸收较少，因此光谱反射率相对较高，且该波段光谱反射率的高低主要受植物体内叶绿素含量高低的影响[12]。颜色较深的高羊茅草坪在绿光区反射率相对较低，而颜色较浅的草地早熟禾草坪在绿光区的反射率相对较高，在“绿峰”处反射率差异尤其明显，高羊茅为6.89%，黑麦草为7.74%，早熟禾为9.68%。在可见光红光区(630～690 nm)，3种草坪植物的反射光谱曲线具有波谷的形态和较低的反射率数值，在680 nm处出现红光波段叶绿素吸收谷(“红谷”)，原因是可见光红光区(630～690 nm)是叶绿素最强吸收的光谱带，是红光区域中具有最强光合活性的光谱带，该波段光谱反射率主要受植物叶绿素含量、植物的种类和覆盖度的影响[11]。3种草坪植物的形态、覆盖度等较为一致，因此，可推断该波段3种草坪植物光谱反射率的差异主要是由于颜色的差异引起，颜色较深的高羊茅和黑麦草在该波段的反射率相对较低，而颜色较浅的草地早熟禾在该波段的反射率相对较高，在“红谷”处高羊茅的反射率为2.58%，黑麦草为2.87%，早熟禾为4.27%。在近红外光区(760～900 nm)，3种草坪植物的反射光谱曲线形成一个高反射的平台，此波段反射率随着波长的增加而急剧升高，以760 nm处基本增加至最大值。多年生黑麦草、高羊茅和草地早熟禾的反射率在760 nm处差异也较为显著，760 nm处高羊茅的反射率为46.46%，黑麦草的为51.28%，早熟禾的为69.54%。

图1 正常管理水平下3种草坪草的光谱反射率Fig.1 Spectrl reflectance of three turfgrass under normal management

2.2 干旱胁迫下3种草坪草反射光谱及生理指标动态变化

“过去五年，台州港抓改革、重创新，促转型、惠民生，其中港口吞吐量节节攀升，港口投资创历史最好纪录，核心港区初步形成，积极融入全省港口一体化的成效逐渐显现。”台州市港航管理局局长周建业表示，下阶段，台州将进一步整合各个港区资源，充分发挥自身优势，更加积极地融入长江经济带，并通过海铁联运向浙西腹地辐射，为浙江西部打通大宗商品物流通道。

2.2.1 干旱胁迫下3种草坪草反射光谱特征动态变化 干旱胁迫下3种草坪草在550和760 nm处的光谱反射率差异相对较大，即3种草坪草对干旱胁迫的敏感波段为550 nm和760 nm(图2～4)。

图2 干旱胁迫下高羊茅的光谱反射率Fig.2 Reflectance of Tall fascue under drought stress

图3 干旱胁迫下黑麦草的光谱反射率Fig.3 Reflectance of Perennial ryegrass under drought stress

图4 干旱胁迫下草地早熟禾的光谱反射率Fig.4 Reflectance of Bluegrassunder drought stress

试验进一步以不同胁迫程度3种草坪草在550和760 nm处的光谱反射率进行方差分析并作图(图5，6)，与T1，T5相比，T10和T15处理下3种草坪草在550和760 nm处的反射率显著增加(P<0.05)。

图5 干旱胁迫下3种草坪草在550nm处的光谱反射率Fig.5 R550 of three turfgrass under drought stress

图6 干旱胁迫下3种草坪草在760nm处的光谱反射率Fig.6 R760 of three turfgrass under drought stress

2.2.2 干旱胁迫下3种草坪草生理指标的变化 在干旱或高温等逆境胁迫下，各种植物叶片相对含水量均下降，胁迫程度越深，植物叶片相对含水量越低。对于不同品种来说，处理条件一致时叶片相对含水量减少速度小者抗旱性应较强[13-14]。干旱胁迫下3种冷季型草坪草的叶片相对含水量均下降。与正常灌溉(T1)相比，轻度水分胁迫下(T5)，3种冷季型草坪草的叶片相对含水量下降不明显，中度(T10)与重度(T15)胁迫下，3种冷季型草坪草的叶片相对含水量显著下降，以草地早熟禾叶片相对含水量下降较为显著(图7)。

图7 干旱胁迫对3种冷季型草坪草叶片相对含水量Fig.7 Effect of drought stress on leaf ralative water content of three cool-season turfgrass

干旱胁迫下3种冷季型草坪草的叶绿素含量均显著下降(P<0.05)，同一胁迫程度下，3种草坪草叶绿素含量的高低顺序为：高羊茅>多年生黑麦草>草地早熟禾(图8)。

图8 干旱胁迫对3种冷季型草坪草叶片叶绿素的含量Fig.8 Effect of drought stress on chlorophyll content of three cool-season turfgrass

植物器官在逆境条件下，往往发生膜脂过氧化作用，丙二醛(MDA)是其产物之一，通常将其作为脂质过氧化指标，用于表示细胞膜脂过氧化程度和植物对逆境条件反映的强弱[15-16]。干旱胁迫下3种冷季型草坪草MDA含量均呈上升的变化趋势，且随胁迫程度的加深，MDA含量增加幅度变大，若以中度和重度胁迫下各草种MDA含量作为衡量标准，则3种冷季型草坪草抗旱性高低顺序为：高羊茅>多年生黑麦草>草地早熟禾(图9)。

图9 干旱胁迫下3种冷季型草坪草丙二醛的含量Fig.9 Effect of drought stress on MDA content of three cool-season turfgrass

图10 干旱胁迫下3种冷季型草坪草叶片脯氨酸的含量Fig.10 Effect of drought stress on pro content of three cool-season turfgrass

2.3 敏感波段光谱反射率及高光谱参数与生理指标相关性分析

将筛选出敏感波段光谱反射率(R550 nm，R760 nm)及高光谱参数(Rg，R0，GNDVI)与生理生化指标进行相关分析(表2)，结果表明：3种草坪草敏感波段的光谱反射率(R550 nm，R760 nm)、绿峰反射率(Rg)和红谷反射率(Ro)与叶片相对含水量和叶绿素含量呈极显著负相关关系(P<0.01)，与MDA含量呈极显著正相关关系(P<0.01)，与Pro含量呈显著正相关关系(P<0.05)。以R550 nm与抗旱生理指标的相关系数绝对值最大。3种草坪植物的GNDVI与叶片相对含水量呈显著正相关关系(R2=0.689，P<0.05)，与叶绿素含量呈极显著正相关关系(R2=0.795，P<0.01)，与MDA含量呈极显著负相关关系(R2=-0.724，P<0.01)，与Pro含量相关性不显著。

2.4 生理指标高光谱监测模型的构建与检验

相关分析结果显示，3种草坪草在550 nm处的光谱反射率与抗旱生理指标的相关性最为显著，因此，以550 nm处的光谱反射率(R550 nm)与叶片相对含水量、叶绿素含量、MDA含量、Pro含量进行回归分析，得出供试草坪草抗旱生理指标的高光谱监测模型(表3)。

表2 敏感波段光谱反射率及高光谱参数与生理指标的相关分析

Table 2 Correlation analysis between reflectance/high spectral parameters and physiological index

绿峰反射率Rg红谷反射率R0GNDVIR550nmR760nm叶片含水量-0．908∗∗-0．828∗∗0．698∗-0．908∗∗-0．761∗∗叶绿素含量-0．942∗∗-0．929∗∗0．795∗∗-0．943∗∗-0．901∗∗丙二醛含量0．936∗∗0．864∗∗-0．724∗∗0．938∗∗0．811∗∗脯氨酸含量0．748∗∗0．667∗-0．5270．747∗∗0．586∗

注：*和**分别表示显著相关(P<0.05)和极显著相关(P<0.01)

表3 草坪草生理指标的高光谱监测模型

Table 3 Estimation model of physiological index based on R550

抗旱指标模型方程拟合系数R2叶片含水量y=-4．1132x+126．110．825∗∗∗叶绿素含量y=8．0359x-0．52510．917∗∗∗丙二醛含量y=0．2569x2-0．323x+0．69410．890∗∗∗脯氨酸含量y=0．0149x2．23510．640∗∗

为了检验监测模型的准确性和可靠性，将校验样本550 nm的光谱反射率分别代入上述回归模型，得到供试草坪草生理指标的估测值，再将模型估测值和实测值进行相关性分析。结果表明：供试草坪草叶片相对含水量、叶绿素含量、丙二醛含量、脯氨酸含量的估测值与实测值相关性达显著水平(P<0.05)(图11～14)，表明以R550 nm建立的供试草坪草抗旱生理指标监测模型是准确可靠的。

图11 叶片相对含水量的预测值和实测值的相关性(n=12)Fig.11 Correlation between estimated and measured value of RWC

图12 叶绿素含量的预测值和实测值的相关性(n=12)Fig.12 Correlation between estimated and measured value of Chlorophyll contene

图13 MDA含量的预测值和实测值的相关性(n=12)Fig.13 Correlation between estimated and measured value of MDA

图14 Pro含量的预测值和实测值的相关性(n=12)Fig.14 Correlation between estimated and measured value of Pro

3 讨论

草坪草的抗旱性是草坪草通过一定的抗旱方式在干旱胁迫下的生存能力，而草坪草的抗旱能力与草坪草叶片相对含水量，叶绿素含量，丙二醛和脯氨酸含量等指标有着紧密的联系。结果表明，随着干旱胁迫程度的加深，供试草坪草叶片相对含水量和叶绿素含量显著下降，丙二醛和脯氨酸含量显著上升(P<0.05)，在较低的细胞水势下维持一定程度的代谢水平，其表现的是耐旱机制[19]。表明在干旱胁迫下3种冷季型草坪草通过Pro等渗透调节物含量的增加来加强其对干旱的适应和抵抗能力，这与其他草坪草在干旱胁迫下的生理变化是一致的[20]。

有研究指出，草坪是覆盖度较高，低矮、致密、整齐、均一的人工植被，土壤背景、枯叶等因素对其影响较小，研究高光谱遥感技术在草坪上的应用比天然植被、农作物具有更高的精确度[5]。并且，高光谱技术操作简单、结果可靠，与传统测定植物生理指标的方法相比，可节省人力、物力，避免人为因素的影响，并且可以用在大面积草坪水分状况监测及定量灌溉上[9]。研究建立了草坪草抗旱生理指标的高光谱监测模型，经检验，模型具有较高的准确性，证明利用高光谱分析技术监测草坪草的水分状况确实可行，与前人研究结论一致[5,9]。

4 结论

随着干旱胁迫程度的增加，3种冷季型草坪草叶片相对含水量和叶绿素含量显著下降，丙二醛、脯氨酸含量和敏感波段光谱反射率(R550 nm，R760 nm)显著上升(P<0.05)。3种草坪草抗旱性能由强到弱的顺序为：高羊茅>多年生黑麦草>草地早熟禾。3种草坪草敏感波段光谱反射率(R550 nm，R760 nm)及高光谱参数(Rg，R0，GNDVI)与抗旱生理指标间呈显著或极显著相关关系，以R550 nm与抗旱生理指标的相关系数绝对值最大。用以R550 nm构建的监测模型来估测供试草坪的叶片相对含水量、叶绿素含量、丙二醛含量和脯氨酸含量，其估测值与实测值具有较好相关性。

[1] 张良培，张立富．高光谱遥感[M]．武汉：武汉大学出版社，2005.

[2] 王海建，洪添胜，代芬．基于高光谱图像技术的沙梨无损检测[M]．广州：广东农业科学出版社，2013.

[3] 腾安国，高峰，夏新成，等．高光谱技术在农业中的应用研究进展[M]．南京：南京大学出版社，2009.

[4] 张文，陈功，龙光强，等.利用高光谱参数评价单播草坪色泽的研究[J]．草原与草坪,2007(5):6-10.

[5] 张文，张建利，陈功．以高光谱植被指数研究草坪色泽[J]．草地学报，2008，16(5)：530-535.

[6] 龙光强，陈功，郭滨．干旱胁迫下马蹄金草坪反射光谱研究[J]．云南农业大学学报，2008，23(4)：468-473.

[7] 钱育蓉，杨峰，李建龙．利用高光谱数据快速估算高羊茅牧草光合色素的研究[J]．草业学报，2009，18(4)：94-102.

[8] 杨峰，钱育蓉，李建龙．利用高光谱技术无损伤探测高羊茅草坪草营养状况研究[J]．中国草地学报，2009，31(1)：86-91.

[9] 许岳飞，金晶炜，孙小玲．基于反射光谱技术评价草坪质量模型的研究[J]．草业学报，2009，18(4)：256-259.

[10] 李合生，孙群，赵世杰，等.植物生理生化实验原理和技术[M].北京：高等教育出版社，1999.

[11] 张达，郑玉权．高光谱遥感的发展与应用[M]．上海：上海出版社，2013.

[12] 张文，张建利，陈功.叶面施肥对草坪高光谱反射率及色泽的影响[J]．草业学报，2009，18(2)：115-121.

[13] 初晓辉，岳信龙，任健，等．水分胁迫下4种冷季型草坪抗旱性比较研究[J]．草原与草坪，2012，32(4)：15-19.

[14] 王太亮，韩兆胜， 庞妙甜，等.NaCl胁迫对狗牙根生理生化特性的影响[J]．草原与草坪，2015，35(1)：63-67.

[15] 刘佳，郁继华，徐秉良，等．干旱气候条件下水分胁迫对辣椒叶片生理特性的影响[J]．核农学报，2012， 26(8):1197-1203.

[16] 陈伟，张苗苗，宋阳阳，等.镉胁迫对4种草坪草抗逆生理特性的影响[J]．草原与草坪，2015，35(2)：65-69.

[17] 吴艳华，陈雅君，夏忠强．草坪草抗旱生理机制的研究进展[M]．哈尔滨：哈尔滨出版社，2005.

[18] 陈伟，张苗苗，宋阳阳，等.干旱胁迫对伊犁绢蒿生理生化指标的影响[J]．草原与草坪，2015，34(6)：82-85.

[19] 李吉跃．植物耐旱性及其机理[J]．北京林业大学学报，1991，13(3)：92-99.

[20] 李显利，米福贵，闫立军．草地早熟禾不同品种抗旱性的评价分析[J]．草原与草坪，2010，30(3)：43-46.

Study on spectral reflectance and physiological characteristics of three cool-season turfgrass under drought stress

ZHAO Zhi-jun1,SHAN Gui-lian2,DUAN Xin-hui2,JIANG Hua2,REN Jian2,CHEN Gong2,CHU Xiao-hui2

(1.AcademeofGrasslandandAnimalScience,Kunming650212,China； 2.DepartmentofGrasslandscience,YunnanAgriculturalUniversity,Kunming650201,China)

To test the application of spectral analysis technology for water monitoring of turfgrass,the spectral reflectance and physiological indices of three turf grass under drought stress were measured,and the correlationship between spectral reflectance and physiological indices was analyzed.The results showed the leaf relative water and chlorophyll content decreased,and the MDA,proline content,spectral reflectance at the wave of 550 nm and 760 nm of three cool-season turfgrass increased significantly with the deepening of drought stress (P<0.05),and the sequence of drought tolerance of three cool-season turfgrass was tall fescue>perennial ryegrass>bluegrass.The correlationship between spectral reflectance (R550,R760)，hyperspectral parameters (Rg,R0,GNDVI) and physiological indices was significant (P<0.05 or 0.01),and the coefficients were highest between spectral reflectance R550and physiological indices.The monitoring estimation models of physiological indices were constructed based on spectral reflectance (R550).Upon testing,the correlationship between estimated and measured value was significant.

cool season turfgrass;reflectance;spectral monitoring model

2016-05-23；

2016-06-12

国家自然科学基金(31501999)；云南省自然科学基金面上项目(2016FB047,2010CD061)；云南省教育厅科学研究基金重点项目(2011Z033、2015Z1050)；云南省教育厅科学研究基金项目(2011Y0477、2015Y204)资助

赵志军(1979-)，男，云南大理人，助理研究员，主要从事草坪草抗旱机理方面的研究。 E-mail：523241490@qq.com 初晓辉为通讯作者。

S 688.4

A

1009-5500(2016)06-0023-07