铜胁迫下玉米叶片的水分吸收光谱响应及其污染程度预测模型

杨可明，刘 聪，张文文，夏 天，程 龙

[中国矿业大学(北京)地球科学与测绘工程学院，北京 100083]

铜(Cu)是人类生活中一种常见的重金属，在工矿等行业的生产和运用中排放含有大量铜离子的废弃物，从而对周边土壤和植物等环境造成重金属污染，甚至引发生态系统退化。对农作物而言，由于土壤无法对Cu2+进行生物分解，当土中Cu2+积累到一定量时就会抑制作物生长，造成作物质量下降、减产甚至绝收，更严重是农作物的重金属污染能直接或间接通过食物链毒害人类健康[1-4]，因此重金属污染及其监测技术日益成为当下学术研究的热点问题。现有研究证明，植物吸收过量的Cu2+不仅会抑制根系的生长及吸收，而且Cu2+会进入植物叶片并代替叶片中含量最多的镁离子，从而影响叶绿素酶活性，破坏叶绿体结构，降低叶绿素含量，阻碍植物的光合作用，并使植物的光谱特性发生改变。通常，健康绿色植物均具有特定的光谱特性，虽然不同植物光谱响应有所差异，但在可见光和近红外波谱区间总的“峰-谷”曲线形态却比较相似[5-6]，这是因为影响其光谱特性的主导控制因素基本一致。可是，植物受Cu2+污染并改变叶片组分和结构后其主控因素就不同于健康叶片，可利用高光谱遥感技术感测这种不同及其所导致的光谱响应区间光谱特性的变化，且近红外波段比可见光波段更易于感测。

植物特征波谱中由液态水控制的光谱区域是拟合水分指数的常用波段[7](图1)，但利用这些波段进行重金属胁迫方面的研究并不丰富。关丽等研究发现，镉(Cd)胁迫会导致水稻对水的吸收减少，光合作用和脂肪代谢减弱；当水稻受到严重的Cd胁迫时，水分吸收谷会变浅[8]；Yu等认为，水分胁迫导致的叶肉结构变化会影响近红外波段的反射率[9]。在近红外波段，植物叶内细胞间空隙导致光的散射和折射，使反射率增高，形成红外反射峰，它的主控因素是叶肉细胞结构、叶面粗糙度、树冠结构、生物地球化学循环中的生物元素的电子跃迁及水含量和叶温，其中最主要的控制因素是细胞结构、叶面和树冠结构。植物受到重金属胁迫后，叶细胞发生畸变或遭到破坏，细胞间隙增多，散射增强，叶片水含量降低，反射率增高，特别是如图1所示的玉米试验对照组[CK(0)]的近红外水分强吸收带1 450、1 940 nm 处比较突出。总体来说，将高光谱遥感直接应用到植物重金属胁迫与水分变化的研究还比较欠缺。本试验以受CuSO4胁迫的盆栽玉米为研究对象，拟利用高光谱遥感技术研究玉米受Cu2+污染后近红外水吸收带波谱特征的变化，通过提取玉米叶片中水含量的光谱指数来反映水分吸收带光谱响应特征与Cu2+污染之间的相互关系。

1 材料与方法

1.1 材料与设备

本试验选用中糯1号玉米盆栽作为研究对象，用CuSO4·5H2O的分析纯溶液胁迫玉米发育生长。玉米叶片反射光谱测量采用350～2 500 nm波谱范围的SVCHR-1024I高性能光谱仪，Cu2+含量的实验室测量采用原子吸收分光光度计。

1.2 试验方法与数据采集

1.2.1 植株的培养 本试验选取中糯1号玉米种子和不透水有底漏的花盆进行培植。2014年5月6日对玉米种子进行催芽，5月8日在盆栽土壤中种植。5月9日出苗后浇灌营养液NH4NO3、KH2PO4和KNO3。种植玉米的盆栽土壤分别设置浓度为0、250、500 μg/g的3种CuSO4胁迫梯度，分别记为CK、T1和T2，每个浓度均设置3组平行试验，共9盆盆栽玉米。在培植期定期浇水并在每天通风换气。

1.2.2 光谱数据采集 于2014年7月17日进行室内玉米叶片光谱采集，使用光谱仪配套功率为50 W的卤素灯光源和4°视场角的探头，探头垂直于叶片表面40 cm；为防止土壤对玉米叶片测量光谱的影响，用黑色塑料袋将花盆盖住；光谱反射系数经专用平面白板标准化。在测量时，首先将标准白板水平放置，保证白板表面清洁，测定白板的反射率，观察白板波谱曲线，当其曲线在100%反射率处近似1条直线时，白板校正完毕。然后测量玉米叶片的反射光谱，最终输出的每种Cu2+胁迫深度的玉米叶片光谱线由3条原始扫描光谱自动平均所得。采集后的光谱数据如图2所示。

1.2.3 Cu2+含量测定 将采集光谱后的玉米叶片样品进行冲洗、烘干、称质量等一系列预处理后，贴上标签，注明样品铜胁迫梯度并装入样品袋。然后将样品袋带入实验室化验分析，用燃烧原子吸收光谱法测定各梯度样品的Cu2+含量，所得玉米叶片的Cu2+含量与原土壤的Cu2+胁迫浓度如表1所示。

表1 土壤中铜胁迫浓度与玉米叶片中Cu2+含量对照

2 预测模型与应用分析

2.1 基于水吸收光谱参数的预测模型

植被光谱曲线在1 450、1 940 nm处会形成2个比较明显的水吸收谷。当玉米受到重金属Cu2+胁迫后，玉米叶片水吸收带在1 233～1 500、1 858～2 050 nm光谱区间上波谷会变浅，随着Cu2+浓度的增大，水分吸收带有变平趋势。本研究分析在不同Cu2+浓度胁迫下，玉米叶片水分吸收光谱区间的吸收深度(h)和吸收面积(S)的变化值及变化趋势，并讨论其与不同浓度Cu2+含量间的相关性。其水分吸收谱带吸收深度的计算采用连续统归一化算法。各Cu2+浓度胁迫下的h和S等计算方法如下：选择水分吸收谷所在的波段区间；以图3所示的CK下玉米叶片光谱为例，确定水分吸收谷两侧反射率最大值点A、B，并以较低一侧极值点为起点搜寻AB间谷内的包络点；插值计算A、B2点连线在波段区间内的所有波长点(λi)的值fi，波段区间内所有波长λi对应的光谱反射率ρi，由ρi/fi值即可得到连续统归一化曲线值ti。通过波长差及反射率可求2个极值点连线下的梯形ABB′A′面积S1，其中A′、B′为点A、B到x轴的垂线与x轴的交点(图4)，S1的计算方法如式(1)所示。而通过式(2)可求得2个极值点A、B间原反射光谱曲线下的面积S2。则A、B2个极值点间的水分吸收谷面积(S)可通过S=S1-S2计算求得，求得的结果如表2所示。

S1=|λa-λb|(ρa+ρb)；

(1)

(2)

式中：λa、λb和ρa、ρb分别为点A、B的波长和反射率；λi-1、λi、λi+1为A、B间相邻波长；ρi为波长λi对应的反射率。

通过拟合求得光谱连续统归一化曲线值ti的最小值点，则h=1-min(ti)即为水分吸收谷的深度，求得的结果如表2所示。分别分析吸收深度h和吸收面积S与不同胁迫梯度下叶片Cu2+含量的相关性，分析结果如表3所示，其中R1、R2分别为玉米叶片光谱在1 233～1 500、1 858～2 050 nm波段区间处的吸收深度h和吸收面积S分别与玉米叶片中Cu2+含量之间的相关系数。

由表2可以看出，波段区间在1 858～2 050 nm处，玉米水吸收谷位置有偏移，但变化很小，基本可以忽略，但在2个水吸收带中吸收深度随Cu2+浓度的升高而减小，吸收面积则有明显的增大趋势。由表3可以看出，玉米水吸收带在 1 233～1 500、1 858～2 050 nm波段区间受不同浓度Cu2+胁迫后，吸收深度、吸收面积与叶片中的Cu2+含量具有显著相关性，其中叶片Cu2+含量与吸收深度呈显著负相关，而与吸收面积则呈显著正相关，且吸收深度、吸收面积与叶片中的Cu2+含量相关系数很高，均在±0.9左右，其中波段区间在 1 858～2 050 nm处的吸收深度的相关系数达到-0.97，而在 1 233～1 500 nm处吸收深度的相关系数只有-0.89。比较表3中2个水吸收波段吸收深度、吸收面积与叶片中Cu2+含量的平均相关系数可知，吸收面积的相关性更为显著且波动性较小。

表2 玉米叶片光谱水分吸收谷的特征参数计算结果

表3 叶片光谱水吸收深度h和吸收面积S与不同胁迫浓度下叶片Cu2+含量的相关性分析结果

由此可得出，当玉米受到重金属严重胁迫时，吸水能力减弱，植物叶片含水量减少，2个水分吸收谷变浅。随着Cu2+胁迫浓度的升高，水分吸收带有变平趋势。由于吸收面积具有与玉米叶片中Cu2+含量的平均相关系数更高且波动性较小的优点，可以选择水吸收波段的吸收面积作为衡量或预测玉米受重金属Cu2+污染程度的指标。

2.2 基于含水量指数的预测模型

指数特征是定量表征植物叶冠生理效应的光谱波形和反射率特征，即用一定的数学模型来描述叶冠波谱的波形和反射率特征。本试验利用玉米叶片在近红外波段中水分敏感波段反射率、含水量指数及其组合来研究不同重金属铜浓度胁迫下玉米叶片中水分吸收波谱变化及趋势。目前使用较多的是变叶水植被指数(variational leaf water vegetation index，简称VLWVI)、疾病水植被指数(disease water vegetation index，简称DWVI)和归一化水指数(normalized difference water index，简称NDWI)[10-12]。在此基础上又增加了水波段指数(water band index，简称WBI)、水分胁迫指数(moisture stress index，简称MSI)和归一化红外指数(normalized difference infrared index，简称NDII)，各类叶片含水量指数计算公式如表4所示，其计算结果与玉米叶片中Cu2+含量相关性分析结果如表5所示。以上含水量指数常用在农作物管理、生产力预测与建模、着火威胁条件分析以及生态系统生理机能研究方面[13-16]，但很少用于植被的重金属污染分析。

表4 玉米叶片含水量指数计算公式

注：ρ900表示波长为900 nm的光谱反射率，其他类似表示依此类推。

由表5可知，除DWVI外，其他含水量指数与玉米叶片中Cu2+含量具有显著相关性，其中WBI、NDWI、NDII、VLWVI为显著负相关，且WBI、NDWI、VLWVI的相关系数绝对值均在0.9以上。当玉米受到重金属铜胁迫严重时，叶片含水量减少，在1 599 nm处的吸收强度明显减弱。当MSI值越大，表明叶片含水量越小，玉米受到的铜污染也越严重。与MSI相反，NDII、NDWI、WBI、VLWVI值越大，表明叶片含水量越高，玉米受到的铜胁迫也就越小。

表5 玉米叶片的含水量指数与不同Cu2+含量间的相关性分析结果

通过叶片含水量指数与叶片中Cu2+含量的相关系数比较可以得出，含水量指数的相关性顺序从高到低依次为NDWI>WBI>VLWVI>MSI>NDII>DWVI。由表5可以看出，DWVI的相关系数只有0.09，相关性最差，不能作为铜胁迫后玉米水分含量变化的诊断光谱指数，而其余的光谱含水量指数相关系数绝对值均在0.9左右，都可以用来作为判断玉米铜污染程度的衡量或预测指标。由于NDWI与叶片含水量的相关性系数绝对值达到0.99，具有极高的相关性，所以用NDWI作为铜胁迫玉米条件下水分含量变化的诊断光谱指数更为准确。

3 结论

通过提取玉米光谱水分吸收特征参数和含水量指数，分析其与不同铜浓度胁迫下玉米叶片中Cu2+含量间的相关性，可以得出当玉米受到0～500 μg/g重金属铜污染时，玉米叶片含水量会降低，水吸收带在1 233～1 500、1 858～2 050 nm波段区间吸收谷随铜浓度的升高而变浅，吸收深度减小，吸收面积增大，吸收谷会逐渐变缓并呈水平趋势。由于水分吸收面积具有与玉米叶片中Cu2+含量的平均相关系数更高且波动性较小的优点，可以选择水吸收波段的吸收面积作为衡量玉米受重金属铜胁迫的程度的衡量或预测指标。同时玉米叶片光谱的各项含水量指数也会发生显著变化(除DWVI外)，NDII、NDWI、WBI、VLWVI会随铜胁迫浓度的升高而逐渐变小，而MSI则逐渐增大，因此可以利用含水量指数来衡量玉米受铜胁迫的程度；通过对比不同含水量指数的相关系数大小可知，NDWI与玉米叶片中Cu2+含量的相关系数最高。所以认为，可综合利用水吸收带的吸收面积和NDWI作为植物重金属污染衡量或预测的最优指标，可以更为准确地判断玉米受重金属铜的污染程度。