考虑植株氮垂直分布的夏玉米营养诊断敏感位点筛选

李岚涛，盛 开，尹焕丽，郭 娅，王丹丹，王宜伦

（河南农业大学资源与环境学院，郑州450002）

0 引 言

在作物所必需的17种营养元素中，氮（nitrogen，N）是玉米施用量最大的元素，对产量的贡献高达40%～50%[1]。生产实际中，为使玉米持续增产，农民往往投入更多的化学肥料，尤其是氮肥[2]。华北平原农民习惯种植夏玉米，氮肥用量普遍在270 kg/hm2左右，很多甚至高达400 kg/hm2；过量施用氮肥导致玉米收获后土壤NO3--N残留率高达30%～65%，造成氮肥大量损失和环境污染，不仅未能实现增产，同时更降低了氮素利用率[2]。因此，快捷、有效开展夏玉米氮素营养精确和实时诊断，耦合土壤氮素供应与作物需求，做到“按需施氮、精准施氮”，对逐步实现夏玉米高产增效与减投增效的目标具有重要意义。

夏玉米缺氮时，其症状表现为新叶生长缓慢，叶色变淡，长势瘦弱等[3-4]。上述特征虽然直观但往往难以量化，同时对氮胁迫响应具有一定的滞后性。植株氮营养生化指标，如色素浓度、氮含量、氮积累量等均是反映植株氮素营养丰缺变化的关键因子，对氮肥响应敏感且在作物体内具有垂向分布特征[5-6]。目前，常规的氮营养诊断主要以基于植株的实验室化学测试为主，该法虽可以获得相对较为准确的结果，但需要在田间进行样品采集，然后开展室内分析，这一系列过程耗时久、花费高、时效性差，且具有破坏性，不利于推广应用[7-8]。近年来，基于叶绿素仪的作物多光谱遥感氮营养无损诊断技术以其快捷高效、精准度高且不受天气状况影响等优点在植被遥感研究与应用中表现出强大优势，为利用叶片原位反射光谱数据实现作物氮营养实时动态监测提供了一种重要手段[9-11]。截止目前，国内外利用叶绿素仪开展作物氮素营养定量监测与实时诊断的研究主要集中在以下4个方面：1）揭示叶片SPAD值与作物氮营养指标（色素浓度、氮含量、氮积累量等）间的定量关系[12-13]；2）阐释叶片SPAD值与作物产量间回归关系并开展估产[14-15]；3）明确基于叶绿素仪的作物氮营养诊断最佳生育期、临界阈值及进行氮肥实时追施的可行性探究[16-17]；4）探究作物氮营养垂向分布特征及叶绿素仪氮营养快速诊断的敏感响应叶位并分析其内在营养学机制，但该部分研究还相对较少[18-19]。

夏玉米是一种株型高大、叶片数较多且叶片伸展较大的氮响应敏感型作物。同时，氮是一种易转运元素，玉米冠层中氮营养的垂直梯度分布是其冠层空间异质性特征的本质反映[20]。因此，氮营养的易转运特性使得氮营养指标在夏玉米体内分布具有明显的垂直梯度特征，使其对不同叶位及同一叶片不同部位SPAD值的影响及贡献不同，继而影响光谱监测氮营养精度。然而，目前为止，大部分利用叶绿素仪开展夏玉米氮营养定量诊断的研究均以其整体为分析对象，选取某一指定叶位（如穗位叶）为监测区域，很少有研究去系统探索作物氮营养垂直分布特征及其与叶片SPAD值间内在关系并有效筛选敏感叶位和叶片部位继而实现夏玉米氮营养精准监测。以叶片整体为监测对象，其冠层内色素含量与氮素营养等因素变化对监测结果的影响可显著降低。然而叶片冠层作为叶片群体的综合反映，各叶层间所接受外界资源是具有明显差异的，氮含量和氮分配呈梯度衰减的变化趋势，继而使氮营养在作物冠层分布也具有明显的空间异质性[21]。因此，对于夏玉米而言，不同叶层氮营养生化指标及SPAD值分布的特征，各叶层SPAD值与其氮营养指标间的定量关系，其叶绿素仪快速监测敏感叶位和叶片位点分布区域，均有待于进一步研究。基于此，本研究利用2018—2019年连续2 a夏玉米氮肥梯度大田试验，系统地探究不同叶位及叶片部位夏玉米氮营养指标和叶片SPAD值垂直分布特征，并采用偏最小二乘（partial least squares，PLS）回归的整体光谱分析技术定量阐释叶片SPAD值与氮营养间关系，明确氮营养诊断最佳叶位和叶片部位，为实现氮营养的高效、快捷诊断和精准施氮提供参考。

1 材料与方法

1.1 供试材料

连续2 a分别于河南省温县祥云镇（2018年6—9月，35°57′00″ N、 112°59′03″E） 和 鹤 壁 市 淇 滨 区（2019年 6—9月，35°40′03″N、114°17′57″E） 开展夏玉米氮肥梯度田间试验。供试土壤温县为砂质潮土，鹤壁为黏壤质潮土，0～20 cm耕层土壤基础养分状况如表1所示。供试夏玉米品种均为“郑单958”，源于河南省农科院粮作所。“郑单958”具有抗性好、耐干旱和耐高温等特点；此外，该品种玉米全生育期105 d左右，叶色淡绿、叶片上冲、株型紧凑、株高约240 cm、叶片最多达约14片。在试验区具有大量的推广种植面积和较强的环境适应性，种植密度为67 500株/hm2。

表1 试验田土壤基础养分状况Table 1 Soil fertility status of experimental soils

1.2 试验设计与方法

2018—2019年氮肥处理均设0、75、150、225和300 kg/hm2共5个梯度，分别用N0、N75、N150、N225和N300表示。小区面积30 m2（长×宽15.0 m×2.0 m），各处理3次重复，随机区组排列。各小区氮肥均做基肥一次性施用，以降低氮肥连续追施对夏玉米叶片SPAD值及氮营养指标垂向分布连续性的影响。除氮肥外，磷、钾肥用量分别按P2O590 kg/hm2和K2O 75 kg/hm2于夏玉米播种时一次性施入。氮、磷、钾肥品种分别为ESN树脂包膜尿素（含N质量分数44%）、过磷酸钙（含P2O5质量分数12%）和氯化钾（含K2O质量分数60%）。温县点于2018年6月14日播种，9月26日收获，鹤壁点2019年6月11日播种，9月20日收获。2018年6—9月温县玉米季平均气温27.3℃，累计降雨367.5 mm，2019年鹤壁点气温和降雨则分别为26.7℃和249.1 mm。为满足降雨不足时夏玉米对水分需求，采用行间铺设塑料管道地表滴灌方式进行灌溉（内镶片式滴灌管）。2018—2019年温县和鹤壁玉米季分别于拔节期和抽穗期进行2次灌水，拔节期灌水量约为3 000 m3/hm2，抽穗期约为3 500 m3/hm2。其他栽培措施均按照田间实际管理进行操作。

1.3 测定方法

1.3.1 叶片SPAD值测试

分别于夏玉米大喇叭口期（2018年7月20日、2019年7月25日）、吐丝期（2018年8月10日、2019年8月12日）和灌浆期（2018年8月26日、2019年8月28日），各小区选取10株长势一致的植株，采用日本产Minolta SPAD-502型叶绿素计沿主茎自上而下测其冠层顶1叶（TL1）、顶2叶（TL2）、···、顶11叶（TL11），顶12叶（TL12）完全展开叶SPAD值（其中，大喇叭口期测试主茎10片完展叶，吐丝期和灌浆期测试12片完展叶）。测试时，每张叶片从叶片基部开始，以20%叶长为1个测试区间，分别定义为20%、40%、60%、80%和100%测试点（图1），测其SPAD值，同一小区内测试结果求取平均值。

1.3.2 叶片叶绿素、含氮量及氮素积累量测定

在叶片SPAD值测试基础上，10个夏玉米植株中选取4株，采集上述不同生育期各叶位叶片（TL1～TL12）并立即进行保鲜处理。首先，沿主脉取一半叶片，用打孔器在叶片上打样，采用碳酸钙粉研磨-95%乙醇浸提法测试不同叶位叶片叶绿素a（chlorophyll a,Chl-a）、叶绿素b（chlorophyll b,Chl-b）、叶绿素a+b（chlorophyll a+b,Chl-a+b）和类胡萝卜素含量（carotenoid,Car，mg/g）[22]。将剩余叶片置于105℃烘箱中杀青30 min，65℃烘干至恒质量，计算各叶位叶片生物量（mg/片）。最后采用微型植物粉碎机粉碎，H2SO4-H2O2法消化，AA3流动注射分析仪（德国SEAL）测定各叶位叶片含氮量（leaf N content，LNC，%），计算各叶层氮素积累量（leaf N accumulation，LNA，生物量和氮含量的乘积，mg/片）。此后，基于上述各叶层生物量数据，采用加权平均数算法计算夏玉米氮营养指标：植株叶片叶绿素、氮含量和氮素积累量。

图1 夏玉米不同部位叶片SPAD值测试示意图Fig.1 Sketch of SPAD measurement at different leaf positions of summer maize

1.4 数据处理与分析

1.4.1 模型构建与应用

为系统分析夏玉米叶片氮素营养垂直分布特征，阐明各叶位叶片SPAD值与氮营养指标间定量回归关系，确定基于叶绿素计SPAD仪的氮营养快速诊断敏感叶位及叶片部位。本文采用可有效解决自变量间具有多重共线性问题的PLS模型分析夏玉米不同叶位及同一叶片不同部位SPAD值（自变量）与氮营养指标（叶绿素、氮含量与氮积累量）间定量回归关系，筛选敏感叶位及叶片部位（样本数n=90，包含5个氮肥处理，3次重复，2个试验年份）。

PLS回归模型是一种多元统计分析方法，能有效处理自变量间具有高度多重共线性的多维数据。PLS集典型相关分析、主成分分析和多元线性回归分析为一体，不仅可以降低数据分析维度，同时又可从多维自变量数据中找到影响因变量（氮指标）的主控因子，使所构建模型具有更高的鲁棒性[23]。PLS模型监测精准度采用实测值与预测值间决定系数（coefficient of determination，R2）、均方根误差（root mean square error，RMSE）和相对分析误差（relative percent deviation，RPD）来表征。其中，R2表示模型拟合度，其值越高模型越稳定；RMSE代表模型精确度，值越小则模型预测能力越高；RPD（RPD=样本标准差/RMSE）则是表征光谱监测模型通用性高低的关键指标，其阈值分布范围[24]如表2所示。

表2 模型性能分类Table 2 Classification of performances of models

1.4.2 敏感叶位选取与确定

在基于PLS模型明确夏玉米不同叶位垂向分布特征及其与氮营养指标间定量回归关系后，选取能稳定指示夏玉米氮营养丰缺变化规律并具有高响应的敏感叶位，对于提高氮营养诊断效率，实现氮营养的高精度无损监测具有重要意义。本文采用PLS模型中的无量纲分析指标变量重要性投影值（variable importance for projection，VIP）从不同叶位及同一叶片不同部位中筛选出能有效反映夏玉米氮营养特性的敏感叶位。VIP值可以快速、直观和定量地反映出不同叶位及叶片部位SPAD值在预测因变量（氮营养指标）时的重要程度，其临界值为1.0，值越高，表明该叶位或叶片部位预测性能越强。

式中K为PLS模型中各自变量因子影响程度，a为PLS模型的权重因子，W表示各叶位或叶片部位在a中的权重，SSYa为PLS模型中氮营养指标在a权重因子下的预测精度平方和，SSYt则为PLS模型中氮营养指标预测精度的整体平方和。

基础数据输入与分析采用Excel2007进行；利用Matlab R2012a中PLS插件进行模型精度的定量评估和敏感叶位及叶片部位选择；采用Origin 8.5软件绘图。

2 结果与分析

2.1 施氮水平对夏玉米叶片氮营养指标及SPAD垂直分布特征的影响

2 a不同氮肥水平下夏玉米各氮营养指标垂直分布与时序变化特征趋势相同，故以2018年温县夏玉米大喇叭口期氮肥效应田间试验为例，阐明不同氮肥水平下夏玉米各氮营养指标垂直分布与时序变化特征（图2）。处理间，与N0相比，随氮肥用量增加，夏玉米各生育期不同叶层Chl-a、Chl-b、Car、LNC和LNA均显著提升，至N225时最大，N300与N225间无明显差异，表明本研究所设置氮肥梯度可满足氮缺乏、适宜和过量需求，能够用于敏感叶位与叶片部位筛选。叶位间，夏玉米各氮营养指标于植株间分布均呈明显的“钟型”变化特征，即随叶位下移，各氮营养指标均表现为先升高后降低趋势，且于TL5或TL6叶位时达至峰值，该趋势在2018—2019年2个试验年份和不同生育期均相一致。上述结果为定量分析夏玉米各叶位及叶片部位SPAD值与氮营养指标间回归关系，筛选稳定敏感叶片位点奠定良好基础。

图2 2018年施氮水平对夏玉米叶片氮营养指标垂直分布的影响Fig.2 Vertical distribution of leaf N nutrition index of summer maize affected by different fertilizer N application rates in 2018

2.2 施氮水平对夏玉米叶片SPAD值垂直分布特征影响

以温县为例，不同氮水平下夏玉米叶片SPAD值空间分布同样具有典型的“钟型”垂向异质性特征（图3）。随叶位下移，各生育期不同叶位叶片SPAD值均表现为先升高后下降趋势，至TL5时达至最大，该结果与图2相一致。综合各氮处理平均效应，大喇叭口期、吐丝期和灌浆期最高与最低叶位SPAD值差值分别为15.6（TL5与TL1）、8.3（TL5与TL12）和13.7（TL5与TL12）个单位。氮肥梯度间，随氮肥用量增加，各叶位SPAD值均显著提升（P=0.001），至N225时最大，且N225与N300处理间无显著差异（P=0.07）。与对照（N0）相比，大喇叭口期N75、N150、N225和N300各叶位SPAD平均增幅分别为2.8%、5.5%、10.6%和13.5%，吐丝期为5.1%、7.9%、9.7%和10.7%，灌浆期则为8.7%、13.1%、16.4%和13.6%。

图3 施氮水平对夏玉米不同生育期叶片SPAD值垂直分布的影响Fig.3 Vertical distribution of leaf SPAD value in summer maize at different growth stages affected by different fertilizer N applicatiion rates

2.3 夏玉米不同叶片SPAD值与氮营养指标的PLS模型分析

2.3.1 模型精度分析

明确夏玉米不同叶位氮素营养指标及SPAD值时空分布规律之后，综合2018—2019年两试验季和3个关键生育期数据，利用PLS模型对不同叶位SPAD值与氮营养参数间关系进行整体回归分析，确定监测模型精准度与鲁棒性（表3）。结果表明，夏玉米叶片SPAD值对氮营养指标均具有较好的预测性能，满足基于叶绿素仪的作物氮营养无损诊断精度需求。在模型准确度方面，基于PLS模型的各叶位SPAD值与Chl-a、Chl-b、Chl-a+b、Car、LNC和LNA等参数R2大都在0.70以上。参数间以LNC最高，R2为0.821，Chl-a+b次之，为0.801，Car最低，为0.693，表明模型准确度较为理想。在模型鲁棒性和精确度方面，各氮营养参数预测RPD值均高于临界值1.40，最低为1.425（Chl-a+b），且Chl-a、LNC和LNA均大于2.0，分别为2.037、2.210和2.744，表现出强大的稳定性与精准性（表2和表3）。综上，本文所采用基于PLS的定量分析模型来深入阐释夏玉米不同叶位SPAD值垂直分布特性及其与氮营养指标间回归关系，揭示指示氮素营养时空变化的敏感叶位，实现氮营养无损和快捷监测。

表3 基于PLS模型的夏玉米不同叶位SPAD值与氮营养指标定量关系精度分析Table 3 Analysis on accuracy of PLS model for relationship between leaf SPAD value of summer maize at different leaf position and N index

2.3.2 基于PLS模型的夏玉米敏感叶位确定

明确了利用PLS模型可实现基于叶绿素仪快捷和精准开展具有垂向分布特性的夏玉米氮营养监测后，为进一步提高氮营养诊断时效性，利用PLS模型的变量重要性投影值（VIP）技术方法，分别计算了各叶位对氮营养参数影响的VIP值，确定氮营养诊断敏感叶位（图4）。基于VIP方法开展各叶位对氮营养指标影响重要性评估时，若叶位VIP≥1.0，则表明该叶位在预测夏玉米氮营养状况时具有重要作用；若0.5≤VIP＜1.0，则表明该叶位重要程度仍需进一步分析；若VIP＜0.5，表明该叶位无明显影响力。VIP临界值通常为1.0，本研究中大于1.0的叶位相对较多且十分集中，难以有效区分和筛选。分析发现，当VIP=1.4时则可有效辨别出叶位间差异性，因此本文以VIP=1.4为夏玉米敏感叶片筛选的临界值。因此，根据各氮营养指标VIP值量级大小，确定夏玉米主茎自上而下第4片完全展开叶（TL4）为利用叶绿素仪快速开展其氮营养丰缺状况诊断的敏感叶位（图4）。

图4 基于偏最小二乘（PLS）回归模型的夏玉米敏感叶位确定Fig.4 Determination of sensitive leaf position based on partial least squares(PLS)regression model

2.4 施氮水平对夏玉米不同部位叶片SPAD值垂直分布特征影响

夏玉米是一种多叶位互生且单叶面积较大的氮响应敏感型作物，同一植株不同叶位以及同一叶片不同部位间其SPAD值及氮营养指标均具有较大的变异性。因此，在确定基于叶绿素仪夏玉米氮营养快速诊断敏感叶位（TL4）基础上，进一步明确不同部位间SPAD值时空变异性对提高光谱诊断效率具有重要意义。由图5知，夏玉米TL4不同位点SPAD值同样具有明显的垂向分布特性，从叶片基部（20%位点）开始，随测试位点延伸，其SPAD值逐步提高，至100%位点时达至最大，但与80%位点间无明显差异，该结果在不同试验年份和生育期变化趋势均相一致。综合各生育期平均效应，氮肥梯度间，与N0相比，N75、N150、N225和N300处理叶片SPAD值增幅分别为5.6%、10.1%、14.6%和14.8%（P=0.003）。不同位点间，与20%测试点相比，40%、60%、80%和100%位点叶片SPAD值分别平均提高6.5%、12.4%、17.8%和19.3%（P=0.001）。

图5 施氮水平对夏玉米各生育期叶片不同部位SPAD值垂直分布的影响Fig.5 Effects of fertilizer N application rates on vertical distribution of leaf SPAD value at different leaf sites of summer maize at different growth stages

2.5 夏玉米不同部位叶片SPAD值与氮营养指标的PLS模型分析

2.5.1 模型精度分析

在前述分析基础上，再次利用PLS模型对夏玉米敏感叶位TL4不同测试位点SPAD值与氮营养指标间关系进行定量回归分析（表4）。结果表明，夏玉米不同部位SPAD值对6种氮营养指标均具有较好的预测性能，R2范围为0.660～0.847，最高为LNC，R2为0.847，LNA次之，R2为0.825，Car最低，为0.660。RPD值范围为1.607～2.451，预测精度处于较好区间范围（＞2.00）。氮营养指标间，仍以LNC最高，LNA次之，Car最低。

表4 基于PLS模型的夏玉米不同部位叶片SPAD值与氮营养指标定量关系精度分析Table 4 Accuracy analysis of the relationship between leaf SPAD value of different leaf site and N indexes of summer maize based on PLS model

2.5.2 基于PLS模型的夏玉米敏感叶片部位确定

明确了夏玉米敏感叶位TL4不同测试部位SPAD值与氮营养指标间定量回归关系后，进一步筛选基于叶绿素仪的氮营养快速和无损诊断敏感部位，对有效增强氮营养诊断效率，降低光谱分析维数具有重要作用。基于此，再次利用PLS模型中各测试位点VIP值大小确定氮营养诊断的敏感位点。由图6知，夏玉米TL4不同位点VIP值表现出较大的差异性，综合各氮营养指标平均值，20%、40%、60%、80%和100%测试位点SPAD-VIP平均值分别为0.971、1.131、1.583、1.712和0.972。综上，确定60%～80%两测试点区间为利用叶绿素仪开展夏玉米氮营养高效和精准检测的敏感范围。

图6 基于PLS回归模型的夏玉米敏感叶片部位确定Fig.6 The sensitive leaf site identification based on PLS regression model

3 讨 论

作物氮营养的垂向分布特性是其固有且十分显著的变化规律，在开展氮营养光谱诊断以及探究两者间定量关系时，应充分考虑这一营养学特性[25-26]。目前，国内外有关作物叶位间氮素垂直分布的理论主要有2种：优化论[27]和协调论[28]。前者认为作物优先将其体内氮素分配到光能接受率较高的部位，即上层叶片氮效率明显高于中、下层。后者则认为作物冠层氮素分布与叶片光吸收之间的关系是一个再平衡结果，即以作物光照为基础反推出适合该光照下最适的氮素浓度。上述2种理论均表明，作物氮营养垂直分布是其固有的营养特性，不因作物品种和外界条件变化而改变。当自然光照射到作物冠层上部叶片时，除一部分光能被直接吸收外，绝大部分则被其反射到空中或穿过上层叶片进入中、下层区域[29]。因此，表征作物光能利用效率高低的氮营养指标在作物冠层中的分布自然是不均匀的，具有明显地垂向分布特征[20,30]。因此，充分掌握并了解作物氮营养的立体分布结构特征，寻求能快速指示作物氮营养丰缺变化的敏感叶位，对提高光谱诊断效率，揭示作物营养特性与叶片原位光谱反射特性间内在关系均有重要意义。目前，前人开展基于叶片光谱进行氮营养定量诊断研究大都以作物整体为分析对象，却忽视氮营养本身变化规律而少有开展营养特性的机制探索[31]。本文以氮响应敏感型作物夏玉米为分析对象，利用2 a田间氮肥试验平台，系统阐释了不同叶位和同一叶片不同部位SPAD值、氮营养指标垂直分布特性及两者间关系（图2，图3，图5），该结果与前人[12,16]在冬油菜及马铃薯上研究结论相一致。此外，本文中叶片SPAD值及氮营养指标垂向分布规律也与Hirose and Werger（1987）[27]所提出的光氮协调分布最优化理论相吻合。

夏玉米是一种需氮量较高的代表作物，株型高大，叶片数多且单叶面积较高，同一植株不同叶位以及同一叶片不同部位之间其氮素营养指标含量均具有很高的时空变异性。此外，氮素作为一种活化易运移元素，其在作物体内的垂向异质性是其本质属性，不因作物种类、品种、生育期不同而产生差异。因此，在利用叶绿素仪开展氮素营养快速监测确定敏感叶位与部位时，所获得结论具有较高的普适性和鲁棒性。试验所采用夏玉米品种“郑单958”为常规高产品种，大喇叭口期、吐丝期和灌浆期叶片数分别约为10、10和14片左右，最大株高约240 cm，该表型特性与目前华北主推玉米品种（浚单、永优、先玉、新玉系列等）相一致。该结果为利用叶绿素仪快速监测其氮营养垂直分布特性及确定敏感叶位奠定稳定品种特性基础。基于此，在明确夏玉米氮营养及叶片SPAD值垂向分布基础上，确立能有效指示氮营养时空与丰缺变化的敏感叶位，对降低光谱诊断维度，增强监测时效性意义重大。本文采用PLS的整体光谱分析技术定量阐明了不同叶位及叶片部位SPAD值与氮营养指标间关系，并确定顶4片完展叶（TL4）60%～80%区间为夏玉米氮营养诊断的最佳区域（图4，图6）。

研究表明，作物冠层内光的分布呈“倒三角”结构，即中上层作物叶片更有利于接受充分的光合有效辐射[32]。本研究2 a试验结果均表明夏玉米不同叶层SPAD值垂直变化特性与其相应叶位光合色素及氮营养指标趋势相一致，呈“钟型”变化特征，说明叶层间接受光合有效辐射和物质合成效率最高的既非顶层也非中下层，而是位于中上部的TL4叶片，该结果同样与光能最优化分布理论相吻合[33]。此外，相比于其他营养元素，夏玉米对氮肥响应则更为敏感，如缺氮时宏观上表现为上部叶易发黄失绿，下部叶提早衰落；氮肥过多叶片呈深绿色，叶色分层现象则明显降低；微观上表现为叶片变薄，叶肉栅栏组织和海绵组织排列紧密，胞间隙减少等[34]。上述症状的发生均会引起不同叶层间的光谱反射和吸收产生差异，而响应最敏感的区域则主要位于光能利用效率最高以及光合色素合成最快的位点[35]，本研究结果为TL4的60%～80%区间。另一方面，相比于其他越冬性或秋收作物，夏玉米是一种生长周期短、生育期间植株冠层结构变化大且氮营养“稀释效应”十分显著的典型作物，不同叶层叶片处于不断周转过程中，各氮营养指标也随着叶片周转产生快速移动和变化，导致冠层内叶片SPAD值和氮参数具有明显的时空变异性。此外，从光谱学特性上来讲，不同生育期间夏玉米虽然株高和叶片数各不相同，但其在不同氮肥水平下叶片光谱反射率变化趋势却均相一致，即可见光区随氮肥用量增加其光谱反射率逐步下降，近红外区则与此相反。上述结果不受作物品种、生育期、试验地点变化影响，为利用叶片光谱技术实现氮营养的垂向分布精确监测奠定理论基础[36-37]。本文PLS定量分析模型结果则表明，2个试验年份不同叶位叶片SPAD值与氮营养参数间R2和RPD值（表3），不同测试位点R2和RPD值范围则分别为0.660～0.847和1.607～2.451。均属于模型精度中的较好范畴，即精准度高、鲁棒性强（表2）。因此，基于PLS模型中VIP值所确定敏感叶位（图4）和叶片部位（图6）同样具有较好的稳定性，VIP值均高于临界值1.40，表明本试验所确定结果具有较好的普适性与通用性。然而，本文中夏玉米敏感叶位及叶片部位的叶绿素仪诊断模型与筛选是在同一个生态环境（豫北）和多年田间试验资料上建立和测试的。因此，探索不同生态类型和不同品种下该结果的稳定性与普适性仍需开展相关研究。

4 结 论

1）夏玉米氮营养指标（叶绿素a、叶绿素b、类胡萝卜素、叶片氮含量和叶片氮积累量）和叶片SPAD值于植株间分布均呈明显的“钟型”变化特征。随叶位下移，各氮营养指标均表现为先升高后降低趋势，至TL5或TL6叶位时达至峰值。

2）偏最小二乘（partial least squares，PLS）回归定量分析模型结果表明，夏玉米不同叶位SPAD值与氮营养指标间模型精度决定系数（R2）和相对分析误差（relative percent deviation，RPD）值范围分别为0.693～0.821和1.425～2.744。不同测试位点R2和RPD值范围则分别为0.660～0.847和1.607～2.451，满足模型精确诊断需求。

3）在明确基于叶绿素仪夏玉米氮营养垂向分布的PLS回归模型监测精度后，根据各叶位和叶片部位无量纲评价指标变量重要性投影（variable importance for projection，VIP）值，确定顶4片完展叶60%～80%区间为夏玉米氮营养诊断的最佳区域，VIP值均高于临界值1.40，预测效果较为理想。