种植密度对玉米冠层高光谱特征的响应研究

邹楠 ，杨文杰 ，肖春华 *，王克如 ，陈兵 ，张国强 ，张召星

（1石河子大学农学院/绿洲生态农业重点实验室，新疆 石河子 832003；2中国农业科学院作物研究所/农业部作物生理生态重点实验室，北京 100081；3新疆农垦科学院棉花研究所/农业部西北内陆区棉花生物学与遗传育种重点实验室，新疆 石河子 832003）

种植密度是重要的栽培措施之一，其影响叶面积空间分布。叶面积指数（leaf area index，LAI）是单位地表面积上植物叶面积的总和[1]，是表征植被冠层结构最基本的参数之一，是作物水肥调控、长势监测以及产量评估的重要指标[2]。不同地区由于栽培措施的差异，种植密度不同，采取的水肥管理措施也不一样。如何快速、准确判断作物种植密度，采取精细的管理措施是实现农业生产节本增效的途径。高光谱遥感拥有更多的波段和更高的波谱分辨率，能够提供精细化的光谱信息[3-4]，具有简便快速、非破坏性等优点，被广泛应用于作物类型识别、长势监测及生理生化参数提取的研究中[5-8]。

20世纪 70年代科学家已展开了LAI与植被光谱特征的研究，Wiegand等[9]最早研究了玉米、高粱、棉花光谱特征与LAI之间的关系；Bunnik[10]从应用遥感中证实了提取LAI的可能性。随着高光谱遥感技术发展，通过光谱技术直接对地物进行分析，在农作物长势监测研究中具有较大优势[11]。唐延林等[12-14]对不同作物光谱特性进行了比较，提出棉花红边位置、红边幅值、红边峰值面积（680-760 nm）与LAI有显著相关关系，并且认为水稻LAI与垂直植被指数PVI同归一化植被指数NDVI具有很好相关性。Thenkabail等[15]定性研究得出在500-550 nm、650-700 nm和900-940 nm的反射率可较好的解释LAI的变异。Hatfield等[16]认为比值植被指数与LAI具有较高的相关性。李凤秀[17]构建NDVI、RVI、DVI、TSAVI、PVI植被指数玉米LAI估算模型。高雨茜等[18-19]构建了不同环境下夏玉米的高光谱估算模型。王秀珍等[6]认为水稻LAI与群体光谱反射率在可见光波段和740 nm以后的近红外波段内有较好相关。林卉等[20]利用优化土壤调整植被指数（optimized soil adjusted vegetation index，OSAVI） 建立小麦LAI值反演模型。杨敏华等[21]用归一化植被指数的对数模型对小麦LAI进行了估算。

为了研究不同密度下冠层高光谱与叶面积指数的相关关系，通过分析种植密度、叶面积指数及冠层高光谱参数之间的定量关系，可为实现种植密度的快速、准确检测提供理论依据。

1 材料与方法

1.1 试验地点

试验于2015-2016年布置在2个春玉米高产区，新疆生产建兵团第四师71团、第六师奇台农场。试验点基本情况见表1。

表1 试验点经纬度及光热资源Tab.1 The information of latitude and longitude，light and heat resource in experiment field

1.2 试验设计

采用裂区设计，品种为主区，密度为副区，种植品种为ZD958、KWS3564、XY335。密度处理分别为 6万株 /hm2（D1）、12 万株 /hm2（D2）、18 万株 /hm2（D3），每个处理12行，行长7 m，小区面积50.4 m2，随机区组排列，重复3次，采用50 cm+70 cm宽窄行种植。地膜覆盖于窄行，宽行为机械中耕、追肥、开沟作业区。保苗率控制在95%以上，其他按大田高产栽培管理。

1.3 数据采集

高光谱数据测定：利用高光谱仪(ASD Fieldspec Pro 2500)进行玉米冠层反射光谱数据的采集，选择晴朗无云天气，北京时间12∶00-16∶00点进行测定。选择生长均匀的样点，探头垂直于冠顶上方距冠顶约75cm测定。每个小区内选取5个样点，每一样点测定3次，测量前均同步测量参考板的反射进行标定，每次测定2条光谱曲线，每条光谱曲线扫描时间0.2 s，取测定15次的平均值作为该小区光谱反射值。

LAI测定：与光谱数据采集同步，在小区内选取长势均匀的5株样，采用长宽系数法测定。

上式中，n为第j株玉米的总叶片数；m为测定株数；D为玉米种植密度，L为叶长，B为叶宽[22]。

1.4 数据处理

用ASD光谱仪自带软件(Viewspec Program4.0)计算光谱反射率值，利用 EXCEL2007、SPSS 19.0对所得数据进行处理分析。

2 结果与分析

2.1 种植密度与玉米冠层LAI定量关系分析

通过分析LAI与密度的定量关系，得出密度与叶面积指数的相关关系。由图1可见，LAI与密度之间呈现线性的相关关系，且R2为0.938**，达到极显著水平。

图1 密度与LAI的相关性Fig.1 Correlation between density andLAI

2.2 不同密度下玉米冠层光谱与植株LAI相关性分析

选取不同密度处理下玉米植株冠层光谱与植株LAI，分析玉米LAI与光谱反射率的相关关系（图2）。

图2 叶面积指数与光谱相关性Fig.2 Correlation betweenLAIand spectrum

在 D1密度下，350-532、563-704和 742-1000 nm处玉米LAI与光谱反射率具有极显著的相关性，在可见光波段，497与675 nm分别位于2个波谷处，相关性为0.64，在近红外波段，935 nm位于波峰处，相关性为0.63。在D2密度下，720-1158 nm处玉米LAI与光谱反射率具有极显著的相关性。在D3密度下，415-672、678-1750 nm处玉米LAI与光谱反射率具有极显著的相关性，在可见光波段，551与724 nm分别位于2个波谷处，相关性为0.57与0.63，在近红外波段，931 nm位于波谷处，相关性为0.55。

2.3 不同密度下玉米LAI与特征参数的相关性

对相关性高的波段及其组合的特征参数与LAI进行相关性分析（表2），选择的29个光谱参数中，在 D1密度下，RVI[497，935]与LAI的相关性最好，为 0.762；在 D2 密度下，DVI[720，936]与LAI的相关性最好，为 0.691；在 D3密度下，DVI[551，724]与LAI的相关性最好，为0.648。

表2 玉米叶面积指数和高光谱参数间的相关性Tab.2 The correlation between maizeLAIand hyperspectral parameters

表2 续

2.4 玉米LAI估算模型

通过表2的相关性分析，选取相关性最高的RVI[497，935]、DVI[720，936]、DVI[551，724]参数与LAI进行拟合（表3）。由表3可见，3类估算模型均为非线形模型，即LAI的变化随着单波段与植被指数呈曲线变化。6个模型R都达到0.43以上。其中D1密度下中RVI[497，935]R2最高为 0.67；在 D2密度下中DVI[720，936]R2最高为 0.49；在 D3密度下DVI[551，724]R2最高为 0.65。

表3 LAI拟合模型Tab.3 Regression models for LAI estimation

为验证LAI估算模型的预测精度，选取研究区域2014年的12组样点进行玉米LAI估算，利用实地观测的LAI值进行对比分析，计算决定系数（R2）和总均方根差RMSE，验证构建的模型是否能够精确估算玉米LAI值。图3显示了检验结果，LAI估算模型精度R2为 0.46-0.73；RMSE为 0.1-0.34。在 D1密度下基于RVI[497，935]构建的LAI估算模型的模拟值更加接近实测值，精度R2为0.73，RMSE为0.2；在 D2密度下中DVI[720，936]的精度R2为0.47，RMSE 为 0.34；在 D3 密度下DVI[551，724]的精度R2为 0.66，RMSE为 0.1。

图3 样区叶面积指数估测值和实际值的比较Fig.3 Comparison between estimatedLAIand observedLAI

3 讨论与结论

本研究设计了3个密度，在D1密度下，波段为350-532、563-704和 742-1000 nm处玉米LAI与光谱反射率具有极显著的相关性；在D2密度下，波段为720-1158 nm处玉米LAI与光谱反射率具有极显著的相关性；在D3密度下，波段为415-672和678-1750 nm处玉米LAI与光谱反射率具有极显著的相关性。与张俊华[23]的研究结果相对比，其分析认为波段为510-1100 nm时可以准确反演夏玉米的LAI，且两波段组合的光谱变量与LAI的拟合方程的拟合度优于相应单一波段与之建立的方程的拟合度。与本研究中得到相关性波段范围以及拟合相似，只是在波段范围上有差别，这说明玉米在大部分的密度下，其敏感波段在这一范围内，这为今后的相关研究提供依据。

本研究中 D1、D2、D3密度下可以分别用RVI[497，935]、DVI[720，936]、DVI[551，724]3 个植被指数监测，而谭昌伟等[24]的研究发现相对于其他9个植被指数，R810/R560能够更好地预测夏玉米全生育期LAI，且不受品种类别、生育时期、供氮水平等栽培因素的影响，具有一定的可靠性和广适性，与本研究中得到的可以通过RVI[497，935]来预测D1密度下的LAI结果差异不大，在D2、D3密度下差异大，可能的原因是高密度情况下玉米LAI较大，在高LAI值的情况下，比值植被指数精度较低。

参考文献：

[1] 赵春江.精准农业研究与实践[M].北京:科学出版社，2009.

[2] Inoue Y.Synergy of remote sensing and modeling for estimating eco physiological processes in plant production[J].Plant Production Science，2003，6(1):3-16.

[3] 万余庆，谭克龙，周日平.高光谱遥感应用研究[M].北京:科学出版社，2006:3-10.

[4] 牛铮，陈永华，隋洪智，等.叶片化学组分成像光谱遥感探测机理分析[J].遥感学报，2000，4（2）:125-130.Niu Z，Chen Y H，Sui H Z，et al.Mechanism analysis of leaf biochemical concentration by High spectral remote sensing[J].Journal of Remote Sensing，2000，4（2）:125-130.

[5] 浦瑞良，宫鹏.高光谱遥感及其应用[M].北京:高等教育出版社，2000.

[6] 王秀珍，黄敬峰，李云梅，等.水稻叶面积指数的高光谱遥感估算模型[J].遥感学报，2004，8（1）:81-88.Wang X Z，Huang J F，Li Y M，et al.The study on hyperspectral remote sensing estimation models aboutLAIof rice[J].Journal of Remote Sensing，2004，8（1）:81-88.

[7] 柏军华，李少昆，王克如，等.基于近地高光谱棉花生物量遥感估算模型[J].作物学报，2007，33（2）:311-316.Bai J H，Li S K，Wang K R，et al.Estimation models of cotton aboveground fresh biomass based on field hyperspectral remote sensing[J].Acta Agronomica Sinica，2007，33（2）:311-316.

[8] 李映雪，朱艳，田永超，等.小麦叶片氮积累量与冠层反射光谱指数的定量关系[J].作物学报，2006，32（2）:203-209 Li Y X，Zhu Y，Tian Y C，et al.Quantitative relationship between leaf nitrogen accumulation and canopy reflectance spectra in wheat[J].Acta Agronomica Sinica，2006，32（2）:203-209

[9] Wiegand C L，Gausman H W，Cueller J A，et al.Vegetation density as deduced from erts-1 mss response[J].Nasa Special Publication，1974，1，351.

[10] Bunnik N J J.The multispectral reflectance of shortwave radiation by agricultural crops in relation with their morphological and optical properties[D].Wagenigen:Candbouwhoge School，1978.

[11] 王伟，彭彦昆，马伟，等.冬小麦叶绿素含量高光谱检测技术[J].农业机械学报，2010，4（C5）:172-177.Wang W，Peng L K，Ma W，et al.Prediction of chlorophyll content of winter wheat using leaf-level hyperspectral data[J].Transactions of the Chinese Society for Agricultural Machinery，2010，4（C5）:172-177.

[12] 唐延林，黄敬峰，王秀珍，等.水稻、玉米、棉花的高光谱及其红边特征比较[J].中国农业科学，2004，37（1）:29-35.Tang Y L，Huang J F，Wang X Z，et al.Comparison of the characteristics of hyperspectra and the red edge in rice，corn and cotton[J].Scientia Agricultura Sinica，2010，37（1）:29-35.

[13] 唐延林，王秀珍，王珂.利用光谱法测定水稻生物物理参数及其与光谱变量的相关性研究[J].贵州大学学报(农业与生物科学版)，2002，21（5）:327-331.Tang Y L，Wang X Z，Wang K.Study on the correlation between biophysical parameter and spectral variable[J].Journal of Mountain Agriculture and Biology，2002，21（5）:327-331.

[14] 唐延林，王人潮，王秀珍，等.水稻叶面积指数和叶片生化成分的光谱法研究 [J].华南农业大学学报，2003，24（1）:4-7.Tang Y L，Wang R C，Wang X Z，et al.Study on the LAI and biochemical contents of rice blade by the spectral method[J].Journal of South China Agricultural University.2003，24（1）:4-7.

[15]Thenkabail P S，Smith R B，Pauw E D.Hyperspectral vegetation indices and their relationships with agricultural crop characteristics[J].Remote Sensing of Environment，2000，71(2):158-182.

[16] Hatfield E T，Kanemas U G.Leaf-area estimates from spectral measurements over various planting dates of wheat[J].International Journal of Remote Sensing，1985，6(1):167-175.

[17] 李凤秀，张柏，宋开山，等.玉米叶面积指数与高光谱植被指数关系研究[J].遥感技术与应用，2007，22（5）:586-592.Li F X，Zhang B，Song K S，et al.Research and analysis of the correlation between hyperspectral vegetation index and LAI[J].Remote Sensing Technology and Application，2007，22（5）:586-592.

[18] 高雨茜.夏玉米叶绿素、叶面积指数高光谱估测研究[D].杨凌：西北农林科技大学，2016.

[19]刘冰峰.夏玉米不同生育时期生理生态参数的高光谱遥感监测模型[D].杨凌：西北农林科技大学，2016.

[20] 林卉，梁亮，张连蓬，等.基于支持向量机回归算法的小麦叶面积指数高光谱遥感反演 [J].农业工程学报，2013，29（11）:139-146.Liu H，Liang L，Zhang L P，et al.Wheat leaf area index inversion with hyperspectral remote sensing based on support vector regression algorithm[J].Transactions of the Chinese Society of Agricultural Engineering，2013，29（11）:139-146.

[21] 杨敏华，刘良云，刘团结，等.小麦冠层理化参量的高光谱遥感反演试验研究[J].测绘学报，2002，31（4）:316-321.Yang M H，Liu L Y，Liu T J，et al.Research on a method to retrieve biophysical and biochemical parameters of wheat canopy with hyperspectral remote sensing[J].Acta Geodaetica et Cartographica Sinica，2002，31（4）:316-321.

[22] 姚延娟，范闻捷，刘强，等.玉米全生长期叶面积指数收获测量方法的改进[J].农业工程学报，2010，26（8）：189-194.Yao Y J，Fan W J，Liu Q，et al.Improved harvesting method for corn LAI measurement in corn whole growth stages[J].Transactions of the Chinese Society of Agricultural Engineering，2010，26（8）：189-194.

[23] 张俊华，张佳宝，贾科利.不同施肥条件下夏玉米光谱特征与叶绿素含量和LAI的相关性 [J].西北植物学报，2008，28(7):1461-1467.Zhang J H，Zhang B J，Jia K L.correlation between summer maize spectral reflectance and leaf chlorophyll，lai under different fertilizations[J].Acta Botanica Boreali-Occidentalia Sinica，2008，28(7):1461-1467.

[24] 谭昌伟，黄义德，黄文江，等.夏玉米叶面积指数的高光谱遥感植被指数法研究[J].安徽农业大学学报，2004，31(4):392-397.Tan C W，Huang Y D，Huang W J，et al.Study on colony leaf area index of summer maizeby remote sensing vegetation indexes method[j].Journal of Anhui Agricultural University，2004，31(4):392-397.