基于冠层透射微分光谱的小麦植株含水量监测研究

周 宜，李 晓，贺 利，王洋洋，刘北城，王永华，郭天财，冯 伟

(1.河南农业大学/国家小麦工程技术研究中心，河南郑州 450046; 2.河南农业大学生命科学学院，河南郑州 450002)

水分是作物生长发育的重要限制因素，是绿色植物最主要的组成成分，是作物生命活动的基本生活因子。水分亏缺直接影响植物的生理生化过程和形态结构，从而影响植物生长、产量与品质[1-4]。水资源日益短缺的国情要求我国农业生产更高效利用有限的水资源，以获取更高的产量和更好的品质。因此，实时准确监测作物水分状况，对提高作物灌溉管理水平和水分利用效率具有重要意义。

传统的作物水分检测方法主要有三种，分别为土壤含水量法、植株形态指标法、植株水分生理指标法，然而这些方法在应用时费时耗力，难以实时、准确地提供作物需水信息，不适于现代农业的信息化发展。随着现代技术发展，基于木质部“空穴现象”声发射信号、冠层温度及冠-气温差指标可以预测植株含水量，指示作物水分状况[5-7]。遥感技术的迅速发展使得植株光谱曲线成为直接探测植被水分亏缺状况、进而评估作物干旱程度的有效方法。由于植物冠层光谱在900、970、1 200、1 450、1 930及2 500 nm等附近存在明显水分吸收特征，据此可构建水分植被指数监测植被水分状况[8-9]。用光学遥感直接监测植被水分状况多基于近红外和短波红外波段的反射光谱信息，而这些光谱信息易受大气、下垫面等环境因素影响，噪音较大，信号不够稳定，在大田开放式生长条件下精确获取的难度较大[10]。目前，获取作物水分信号的光谱仪器相对较少，对仪器要求的技术含量高，通常价格昂贵。

透射光谱技术是通过光在物体中的透射情况来获得生化信息的新型技术，因其方便快捷、样品无损、绿色环保等优点而备受关注。目前该技术常用于油脂、奶制品、中药等的成分检测及果实病虫害等的室内检测[11-16]。光是影响作物生长的重要环境因子[17]，前人对作物冠层中光分布状况研究较多，而透光率就是表征冠层结构特征的一个重要指标，与冠层内部光照量呈正相关。研究表明，种植株型优良的品种、合理施用肥料、优化作物株行距配置可以改善冠层光环境，进而影响作物形态特征和产量构成[18]。目前，关于作物群体光辐射特性研究多集中于光在冠层内的分布及消减，有关作物冠层光分布特性与植株生理指标间定量关系研究还较少，尤其冠层透射光谱与植株水分状况的关系研究鲜见报道。

本研究利用多年多点大田测定资料，系统分析小麦植株含水量与已见报道的冠层光谱微分参数间的关系，建立基于冠层透射光谱的红边双峰指数与小麦植株含水量间定量关系，以期用实时获取的小麦冠层透射光谱信息及时评估植株水分亏缺状况，为作物精确灌溉管理提供技术支撑。

1 材料与方法

1.1 试验设计

试验1：于2015-2016年在河南省郑州市进行。试验地土壤类型为潮土，其有机质含量19.8 g·kg-1，全氮含量0.99 g·kg-1，速效磷含量70.02 mg·kg-1，速效钾含量70.99 mg·kg-1。播种前均基施P2O5150 kg·hm-2和K2O 120 kg·hm-2。供试小麦品种为豫麦49-198。试验设置0、90、180、270、360 kg·hm-25个施氮水平(分别用N0～N4表示)。总施氮量的50%于播种前施用，剩余的50%于拔节期追施。设置三个水分梯度，分别为不浇水(W0)、拔节期浇一次水(W1)及拔节期和抽穗期分别浇一次水(W2)。随机区组排列，设3次重复。其他管理措施同高产大田栽培。

试验2：于2016-2017年在河南省新乡市进行。试验地土壤类型为潮土，其有机质含量13.2 g·kg-1，全氮含量0.81 g·kg-1，速效磷含量13.6 mg·kg-1，速效钾含量156.2 mg·kg-1。播种前均基施P2O5120 kg·hm-2和K2O kg·hm-2。供试小麦品种为周麦27。水氮处理同试验1，其他管理措施同高产大田栽培。

试验3：于2017-2018年在河南省新乡市进行。试验地土壤类型为潮土，其有机质含量13.3 g·kg-1，全氮含量0.66 g·kg-1，速效磷含量 8.3 mg·kg-1，速效钾含量100.2 mg·kg-1。播种前均基施P2O5120 kg·hm-2和K2O kg·hm-2。供试小麦品种为周麦27。水氮处理同试验1，其他管理措施同高产大田栽培。

试验4：于2017-2018年在河南省洛阳市进行。试验地土壤类型为潮土，其有机质含量15.4 g·kg-1，全氮含量0.83 g·kg-1，速效磷含量21.6 mg·kg-1，速效钾含量106.7 mg·kg-1。播种前均基施P2O5120 kg·hm-2和K2O 90 kg·hm-2。供试小麦品种为洛麦26、西农219、中麦175、存麦5号、周麦32。试验设置三个水分梯度，分别为不浇水(W0)、拔节期浇一次水(W1)及拔节期和抽穗期分别浇一次水(W2)。随机区组排列，重复3次。其他管理措施同高产大田栽培，试验数据用于模型验证。

1.2 指标测定与方法

1.2.1 透射光谱的测定

采用由荷兰生产的AvaSpec-2048×14型光纤光谱仪测定冠层透射光谱，测定波段范围为200～1 160 nm。选择晴朗无云无风天气的 11:00-13:00进行测定。测量时选取三行有代表性的小麦，将探头垂直向上置于小麦冠层内距地面3 cm高度处(将行间距20 cm分为4等分，分别在东侧小麦行、5 cm、10 cm、15 cm和西侧小麦行共5个位置上各采集一个记录，分别记为E1、E2、E3、E4、E5，统称为一个处理采样)，在此前后加测冠层顶部光谱各2次(探头垂直放置于冠层上方20 cm)，分别对冠层顶部和底部的光谱值进行平均，并计算两者比率(透射率)。在每一个测定小区，选择有代表性的样点3个，将其平均值作为该小区的透射率。试验1和试验3光谱测定时期为拔节期、孕穗期、抽穗期、开花期、灌浆前期、灌浆中期和灌浆末期；试验2从开花期开始测定，主要为开花期、灌浆中期和灌浆后期；试验4测定时期主要为抽穗期、灌浆中期和灌浆后期。由于灌浆后期植株的快速衰老导致冠层结构破坏，此期仅测定部分小区的透射光谱。试验1、2、3和4的采集样本数分别为96、34、98和40。

1.2.2 植株含水量的测定

在获取光谱数据的同时，每个处理取小麦植株的面积为0.20 m2(0.5 m，2行)，每个取样点均从地面水平割取。称得样品鲜重，后在105 °C下杀青30 min，并在80 °C烘干，直到达到恒重，称取样品干重。植株含水量的计算公式：

植株含水量=(样品鲜重-样品干重)/样品鲜重×100%

1.3 数据处理与分析

主要包括冠层透射光谱的特征参数计算、特征参数与植株含水量间相关分析、回归建模以及模型精度评估等。参照文献资料，借鉴前人的光谱参数算法，利用MATLAB软件编程处理光谱数据，计算光谱特征参数。对原始透射光谱进行一阶微分变换，计算出部分特定波段(蓝光、黄光和红光)范围的一些光谱参量。依据相关性选取如表1所示的21个光谱特征参数，分析各个参数与小麦植株含水量之间的定量关系，筛选出敏感光谱参数。利用回归分析技术确定对小麦植株含水量反应敏感、精度较高的光谱特征参数，并利用均方根误差(RMSE)和决定系数(r2)进行模型精度评估。

2 结果与分析

2.1 水氮对小麦冠层透射率和微分光谱的影响

水氮显著影响小麦冠层光谱，且影响程度在不同波段区域存在较大差异(图1)。以试验3的孕穗期和开花期原始光谱及其一阶微分光谱数据为例，在 350～1 050 nm范围内，随着施氮水平的提高(图1a、图1c)以及灌水次数的增加(图1b、图1d)，原始透射率呈不断变小趋势；而微分光谱在不同波段区域存在较大差异，以红边区域内响应程度最大，蓝边次之，黄边最差(图1e、图1f)。水氮对微分光谱的影响因波段而异，其中对红边微分光谱值的影响较大。随着施氮水平的提高，微分光谱值增加，N3、N4间差异变小；增加灌水次数后，微分光谱值亦增加，W2较W1略有提高。随水氮条件的改善，微分光谱的红边面积增加明显，趋势更加稳定。

表1 高光谱特征参数及定义Table 1 Parameters and definitions of hyperspectral characteristic

a、b、e、f：孕穗期; c、d、g、h：开花期。

a,b,e,f:Booting stage; c,d,g,h:Anthesis stage.

图1 不同水氮条件下小麦冠层透射率及一阶微分光谱的变化

Fig.1 Changes of transmittance and first derivative of wheat under different water and nitrogen treatments

2.2 小麦冠层透射率及微分光谱与植株含水量间相关性

对试验1～3的不同波段(蓝光、绿光、黄光、红光、近红外光)透射光谱与小麦植株含水量之间进行相关分析，结果(图2)表明，在拔节至灌浆中期的6个时期，原始光谱透射率均与植株含水量间呈显著负相关，其中开花期的相关性相对较差(r>-0.50)；灌浆后期的相关性较低，且为正相关。不同波段间原始光谱与植株含水量的相关系数差异较小。

一阶微分光谱与与植株含水量的相关性在不同波段间差异显著(图2b)。其中，红边的相关性表现最好，在各个时期均呈极显著的正相关(P<0.01)；其次为绿光，其中以灌浆前期表现较差；近红外波段因时期而异，开花和灌浆前呈显著正相关，其他时期均呈负相关，仅孕穗期达极显著水平。

将不同生育时期数据综合，分析350～1 050 nm连续波段的透射率及其一阶微分光谱值与小麦植株含水量之间的相关性(图3)。整体而言，不同波段的透射率与植株含水量相关性均较差 (r<0.13)，且显著差于单个时期的相关性。微分光谱在439、735、823及950 nm处与植株含水量的相关性较好，其中在红边区域的735 nm处相关性最高(r=0.73)。由此可见，红边区域一阶微分值与植株含水量之间相关性在不同生育时期具有较好的一致性，可用于监测小麦植株含水量。

JS:拔节期(n=30);BS:孕穗期(n=30); HS:抽穗期(n=30); AS:开花期(n=45); EF:灌浆前期(n=30); MF:灌浆中期(n=45); LF:灌浆后期(n=18); JS-LF:拔节期-灌浆后期(n=228)。图4同。

JS:Jointing stage; BS:Booting stage; HS:Heading stage; AS:Anthesis stage; EF:Early grain filling stage; MF:Middle grain filling stage; LF:Later grain filling stage; JS-LF:Jointing stage to late grain filling stage.The same in figure 4.

图2 小麦不同生育时期的冠层透射率及一阶微分光谱与植株含水量间相关系数

Fig.2Correlations of characteristic bands at different wheat growth stages between

transmittance, first derivative and plant water content

图3 不同波段的小麦冠层透射率及一阶微分 光谱与植株含水量间的相关系数(n=228)Fig.3 Correlations of different bands between transmittance, first derivative and plant water content in the wheat canopy

2.3 小麦冠层透射光谱的特征变量与植株含水量间相关性

由表2可知，光谱位置和面积类的特征参数与植株含水量相关性由强到弱依次为红边参数、黄边参数和蓝边参数。红边位置参数Dr和λr相关系数分别为0.74和0.59，红边面积参数SDr相关系数为0.70。光谱振幅组合及面积组合类参数中，红蓝波段组合与植株含水量的相关性优于红黄波段组合，振幅组合(Dr-Db)/(Dr+Db)的相关系数为0.75，面积组合参数(SDr-SDb)/(SDr+SDb)的相关系数为0.53。尽管红边面积与植株含水量相关性较好，但红边区域680～760 nm存在多峰现象。对红边区域进行分割，发现不同的红边双峰特征参数与植株含水量表现出不同的相关性。左峰面积和右峰面积与植株含水量均呈显著正相关，相关系数分别为0.59和0.74，表明左峰面积含有较多的冗余信息，而右峰面积更能突出目标物信息；双峰面积比和双峰面积归一化指数与植株含水量均呈显著负相关，相关系数分别为-0.83和-0.84。可见，红边振幅Dr、红边面积SDr、红蓝振幅归一化(Dr-Db)/(Dr+Db)、右峰面积RSDR、双峰面积比RIDA及双峰面积归一化NDDA与植株含水量的相关性不仅在各生育时期表现较好，而且具有较好的一致性，综合相关性较强。

表2 小麦冠层透射光谱的特征变量与植株含水量间相关系数(n=228)Table 2 Correlations between characteristic parameters of transmission spectra and wheat plant water content

***：P< 0.001；**：P< 0.01；*：P< 0.05.

2.4 小麦植株含水量与透射光谱的特征变量间定量关系

为了进一步表征小麦植株含水量与透射光谱的特征变量间定量关系，选择上述6个表现较好的光谱特征变量与植株含水量进行回归分析。由图4可以看出，红边面积拟合精度最差，r2= 0.50，RMSE为6.21；其次为红边振幅、红蓝振幅归一化及右峰面积，三者之间拟合精度差别较小，r2为0.55～0.56，RMSE为5.71～ 5.90；双峰面积比及归一化指数的拟合精度最高，r2分别为 0.69和0.71，RMSE分别为4.87和 4.70。

采用试验4样本对上述模型进行验证，并绘制6种反演模型的植株含水量预测值与实测值散点图(图5)，直观展示模型对植株含水量的预测效果，其中双峰面积比及归一化指数的预测精度最高(r2=0.62)。这表明，红边双峰组合参数均能够很好地反映小麦植株含水量的变化，尤其双峰面积归一化指数预测精度更高，误差控制更好，能有效监测植株含水量状况，有利于实时评估植株水分状况及农田受旱程度。

3 讨 论

小麦冠层结构具有时间动态性，拔节以后的各生育时期冠层光谱透射率与植株含水量间相关性均达显著水平，其中抽穗期处理间水分差异较小，开花期受花粉光反射影响，导致该期相关性相对较弱(|r|<0.55 )。随着生育时期的推移，小麦冠层空间异质性发生变化，不同时期透射率的综合数据与植株含水量的相关性并不显著。为减小低频背景噪音和其他光谱重叠信号的干扰，放大目标探测物(冠层)光谱信息，先后发展了多种光谱分析技术[24-25]。前人研究发现，一阶微分光谱可以较好监测作物生长状况[26-28]。本研究中，对小麦冠层透射光谱进行一阶微分处理后，不同时期光谱的综合数据与植株含水量的相关性与单个时期数据比较的结果因波段而异，其中红边720～755 nm的相关系数显著提高(r>0.75,P<0.001)，说明微分光谱能够很好地减轻生育时期的影响。通过微分技术提取到的光谱位置及面积变量中，除Db和SDb外，其他光谱参数均与植株含水量表现出较好的相关性(P<0.05)，表明微分光谱能够很好地反映植株水分信息。

图4 基于光谱特征参数的小麦植株含水量监测模型(n=228)Fig.4 Monitoring models of plant water content in winter wheat based on spectra characteristic parameters

图5 基于光谱特征参量的冬小麦植株含水量预测值与实测值的比较(n=40)Fig.5 Comparison between predicted and observed plant water content in winter wheat based on spectral characteristic variables

红光是光合作用高效光波段，增加红光成分可提高了植株株高、叶面积、叶绿素含量、叶片光合速率及干物质生产量，促进同化产物向营养器官分配[29-30]。由于680～760 nm处于红光强吸收区和近红外强反射区的过渡区，光谱变化比较剧烈，蕴含着丰富的植被信息，被广泛用于监测植被生长状况[31-32]。据此，本研究筛选出的红边面积(SDr)、红边振幅(Dr)及蓝边振幅(Db)的归一化值(Dr-Db)/(Dr+Db)与植株含水量的相关系数均高于0.70(P<0.001)。通过对红边面积分割并分析其与植株含水量间关系，发现右峰面积更能突出植株含水量的信息，双峰面积比值及归一化与植株含水量间相关性进一步增强，线性方程拟合精度r2分别为0.69和0.71，能够适用于不同生育时期植株含水量的监测。

植被水分吸收波段主要位于近红外及短波红外区，前人基于这种物理学基础的直接相关法确立了水分指数及估算方法。研究发现，不施氮肥的小麦受干旱的影响最严重，可利用水分吸收波段计算水分指数WI(WI=R970/R900)，用于预测叶片水分状况[8]。Danson等发现，1 360～ 1 470 nm和1 830～2 080 nm反射率一阶导数与叶片含水量显著相关，且不受叶片结构的影响[33]。刘小军等基于短波红外波段提出了监测水稻叶片含水量的光谱指数RSI(R1402, R2272) 和NDSI(R1402, R2272)[34]。当然，冠层反射光谱主要反映植株上层信息，包含的中下层信息较少，这在一定程度上也影响了利用短波红外反射光谱对植被水分状况的精确评价。在作物生长中，不同的水氮处理显著影响作物生长状况，提高水肥吸收及干物质生产能力，而这种生长差异反过来影响冠层光谱特性，因此可见光信息也能间接反映作物水分状况。前人利用这种生物学关联机制的间接方法进行了作物水分及氮素的估算评价[35-36]。例如，氮肥水平会影响作物长势及叶绿素含量，进而影响光谱吸收，因此利用叶绿素敏感波段可以间接监测氮素状况。Thomas等利用叶绿素敏感波段550 nm和670 nm建立模型，定量估算甜椒叶片氮含量[37]。吴华兵等利用对长势敏感的波段及指数RVI [average(760-850),700] 定量指示棉花冠层叶片氮含量[38]。水分盈缺程度直接影响植物吸收利用土壤中的有机物和无机物质的能力及作物长势，进而对冠层光谱产生影响。田永超等提出R(610,560)、(R810-R610)/(R810+R610)和R(610,560)/ND(810,610)三类光谱指数，均与小麦水分参数呈极显著线性相关[39]。刘晓静等发现，基于560 nm、610 nm、680 nm和810 nm构建的NDVI和OSAVI等植被指数与冬小麦叶片相对含水量呈极显著相关[40]。哈布热等发现，不同生育时期冬小麦植株水分状况均与650～775 nm波段密切相关，利用该波段构建的回归模型可用于监测冬小麦植株含水率[41]。以上研究证实了采用可见光信息可以间接反映植株水分状况。冠层反射光谱存在仅反映植株上层信息的缺点，而本研究采用的冠层透射光谱是光穿透整个冠层后的信息结果，与群体结构密切相关，较反射光谱包含更多的作物长势信息，这在一定程度上可以弥补间接监测小麦植株含水量的不足，提高监测精度。因此，本研究基于可见光透射光谱技术，囊括多个生育时期，综合不同水氮耦合处理对冬小麦植株含水量的影响，构建了普适性较强的冬小麦植株含水量监测模型，从而为小麦水分监测和精确灌概提供技术支撑。

目前，有关植被冠层光谱信息的采集仪器较多，其中，可见光光谱信息较为稳定，信噪比高，而近红外光和短波红外光谱极易受大气环境(温度、湿度、噪声、大风等)的影响，噪音相对较大，且植被信号不够稳定。为此，要获得较为可靠的近红外及短波红外的植被光谱信息，对采集仪器的精密度、专业性要求较高，一般价格较为昂贵，农业生产应用受限。本研究采用的是透射光谱技术，仅利用可见光波段就可以间接监测植株水分状况，证实了可见光信息也能监测植被水分状况的可行性。这为小麦生产的水分灌溉管理提供了可靠的关键技术，同时为作物水分监测提供了新的途径与方法。由于对探测可见光光谱信息的仪器技术要求相对较低，此类仪器价格相对低廉，可推广到农业生产中，实时监测作物水分状况，指导田间水分管理，促进精准农业发展。基于透射光谱监测作物水分状况在田块尺度上简单易行，而上升到高空大面积尺度上还需地面数据辅助，系统确立反射光谱与透射光谱间关联机制，有关这方面的研究还需进一步开展。

4 结 论

透射光谱可以穿透整个冠层，直接感知植株生长状态。光谱微分技术减弱了不同生育时期间差异，透射光谱的红边区域一阶微分值与植株含水量间相关显著。以红边双峰面积比值及归一化指数为变量构建的监测模型能够精确反演小麦植株含水量，尤其红边双峰面积归一化指数模型精度最高，这对于利用可见光信息实时监测植被水分状况，为作物精确灌溉管理提供了理论基础及技术参考。