基于叶绿素相对含量的烤烟叶色仿真

李青山，张玉琴，沈晗，汤朝起，张伟娜，谭效磊，刘莉，任杰，徐秀红*

（1.中国农业科学院烟草研究所/农业部烟草生物学与加工重点实验室，山东青岛266101；2.上海烟草集团有限责任公司，上海200082；3.山东临沂烟草有限公司沂水分公司，山东沂水276400；4.山东临沂烟草有限公司，山东临沂276001）

颜色在指导烤烟生产和烤后烟的评价方面具有重要作用。一方面准确判断烟叶叶色可为科学施肥、病理诊断提供科学依据［1］。另一方面鲜烟叶颜色是判断和确定烤烟田间成熟度的主要依据［2，3］，烘烤过程中烟叶颜色变化是烘烤操作的重要依据，烤后烟叶颜色是影响烟叶等级和质量的重要因素［3，4］。烟叶叶片的 SPAD 值可以反映烟叶叶绿素相对含量，是反映植物生理活性变化的最重要指标之一［5］。色差计通过Lab 颜色空间能够准确 测定物体 表面颜 色［6］。 叶绿 素相对值（SPAD）与表观颜色具有较高的关联性［7］。许多科研工作者利用色差计和叶绿素仪在SPAD 值预测叶绿素含量［8～10］、颜色参数预测色素含量［11～13］、颜色参数与 SPAD 值的关系［7，14，15］等方面开展了大量工作。烟草作为重要的经济作物，烟叶叶片的颜色是反映烤烟内在生理功能和生长状态的重要特征，定量描述叶片颜色动态变化过程对于烤烟生长的数字化和可视化具有重要意义［16］。基于SPAD 值和颜色参数，水稻、小麦和黄瓜等作物叶色可视化或仿真研究已经开展很多［17～24］，主要是分析作物不同SPAD 值与叶片颜色分量之间的相关关系并建立数学模型，结合相应作物叶片的三维模型，实现基于SPAD 值的作物叶片表面颜色的可视化模拟。而针对烤烟烟叶叶色的可视化研究略有滞后。在烤烟叶片的三维模型并未构建的基础上，为了尽快实现烟叶叶色的可视化模拟，本文首先开展分析SPAD 值和颜色参数之间的关系，探索是否可基于SPAD 值实现烟叶叶色仿真，为下一步烟叶叶色可视化模拟的实现奠定基础。

本文以NC55 和NC102 中部叶和上部叶为供试材料，原位测量烤烟烟叶颜色参数和SPAD 值，分析鲜烟叶颜色参数和SPAD 值在成熟期的动态变化及相关关系，通过进行相关分析和回归分析，建立基于SPAD 值预测颜色参数的数学模型，并对模型的准确性和可靠性进行验证。采用所建数学模型预测不同SPAD 值烟叶所对应的颜色参数，并进一步探索是否可简单编程实现颜色仿真，目的是为进行烤烟烟叶叶色的可视化的下一步研究提供基础。

1 材料与方法

1.1 试验材料

试验于2016 年在山东省临沂烟草有限公司沂水试验站进行。土壤类型为褐土，肥力中等。纯氮施用量控制在 82.5 kg·hm-2，氮磷钾比例为 1∶1.1∶2.8。施用太阳岛复合肥（N∶P2O5∶K2O 为 1∶1∶2）525 kg·hm-2、豆 饼 300 kg·hm-2、硫 酸 钾 225 kg·hm-2、磷酸二铵 75 kg·hm-2。施肥方法为 60%肥料作为基肥施用，其余于移栽30 d 后追施。行距1.2 m，株距0.5 m。烟田管理按优质烟叶生产规范进行。供试烤烟品种为NC55 和NC102，部位为中部叶和上部叶。

1.2 试验设计

选择长势一致的烟田作为试验田，按照面积划分为3 个小区，各小区选取具有代表性的一行烟株作为定位行；各定位行选取具有代表性的3 株烟作为定位株；各定位烟株，选取第10～11 叶位的叶片作为中部叶定位叶，选取第15～16 叶位的叶片作为上部叶定位叶。各定位叶在叶基、叶中和叶尖距主脉5～8 cm 处用黑色碳素笔画圆圈标记测量点（左右各一个，标记圆圈大小以不影响测量结果为主）。

NC55 中部叶和上部叶分别于打顶后第20 d和30 d 开始进行第1 次数据测量，之后各部位每隔10 d 进行下一次测量，直至烟叶无法进行下一次测定为止（上部叶后期每隔5 d 测量一次），中部叶和上部叶均测量6 次（M1～M6）；NC102 中部叶和上部叶分别于打顶后第21 d 和31 d 开始进行第1 次数据测量，之后各部位每隔10 d 进行下一次测量（上部叶后期每隔5 d 测量一次），中部叶和上部叶均测量5 次（M1～M5）。

1.3 颜色参数的测定

采用CR-10 型全自动色差计进行鲜烟叶颜色参数（L、a、b、C、H°）的测定。L 值取值 0～100，表示烟叶颜色的黑白状态；a 值取值-100～+100，表示烟叶颜色的红绿状态；b 值取值-100～+100，表示烟叶颜色的蓝黄状态；通过L、a 和b 计算得到（图1）。每片烟叶的各颜色参数取6 个点的平均值。

图1 CIE LAB 彩度坐标图Fig.1 CIE LAB chroma map

1.4 叶绿素含量的测定

叶绿素含量采用SPAD-502 叶绿素仪（日本）测定，6 个点的平均值作为该片烟叶的SPAD 值。烟叶叶片的SPAD 值可以反映烟叶叶绿素相对含量［5］

1.5 数据处理

1.5.1 模型建立

利用NC55 品种的试验数据进行相关分析，并进行线性回归分析，建立模型，利用NC102 的试验数据对回归方程进行检验。

颜色参数和SPAD 值数据采用Excel 10.0 和SPSS 19.0 进行数据处理，作图软件采用Origin 2016 和Microsoft PowerPoint。简单相关分析采用双变量相关分析（Pearson 相关系数和双侧检验，**：相关性在0.01 水平上极显著，*：相关性在0.05水平上显著）。回归分析采用逐步回归分析（线性，引入水平P=0.05）。模型准确性评价标准为R2和（均方根误差）。

1.5.2 叶色仿真

选择 4 个 SPAD 值（5、15、25、35）进行叶色仿真，通过模型函数求得Lab，采用Excel 10.0 的VBA 编辑器，转换成RGB 系统，并显色。

2 结果与分析

2.1 颜色参数

由图2 可以看出，随着成熟度的提高，NC55和NC102 中部叶和上部叶颜色参数L、b 和C 均呈不断增大的趋势；NC55 中部叶和上部叶颜色参数a 前期变化不大，后期呈增大趋势；而NC102 中部叶颜色参数a 基本保持在-12.02 左右，上部叶颜色参数a 呈增大趋势；颜色参数H°呈不断减小的趋势，这可能与鲜烟叶颜色在成熟期由浓绿渐渐转变成黄绿色或淡黄色有关。

图2 鲜烟叶颜色参数在成熟期的变化Fig.2 Changes in color parameters of fresh tobacco leaves during maturity

2.2 SPAD 值

在成熟期，NC55 中部叶和上部叶的SPAD 值均呈不断减小的趋势，M6 比M1 分别减小了8.9（CM）和11.9（BM），其中上部叶M4 略有增大，原因可能是由于在测量前降水较多，烟株吸收氮素，色素含量重新增大；NC102 中部叶和上部叶呈不断减小的趋势，分别减小了8.9（CM）和10.4（BM）（图3）。

2.3 颜色参数与SPAD 值相关分析

选用NC55 品种的实验数据建立SPAD 值与颜色参数的回归方程，首先对NC55 的颜色参数与SPAD 值进行相关分析（表1），发现中部叶（CM）和上部叶（BM）颜色参数 L、b、C 均与 SPAD 值呈显著或极显著负相关；SPAD 值均与中部叶和上部叶颜色参数H°均呈显著或极显著正相关；而中部叶和上部叶颜色参数a 与SPAD 值间相关性没有统计学意义。

图3 品种鲜烟叶SPAD 值在成熟期的变化（NC55（a）和NC102（b）Fig.3 Fresh tobacco leaf SPAD value changes during maturity（NC55（a）和 NC102（b）

表1 颜色参数与SPAD 值的相关性Table 1 Correlation between color parameters and SPAD values

2.4 颜色参数与SPAD 值回归分析

通过相关分析可知，颜色参数（L、a、b、C 和H°）与SPAD 值呈显著或极显著正负相关。对颜色参数和SPAD 值进行线性回归分析前，首先对参数进行正态性检验，Kolmogorov-Smirnov（由于样品数较少，不选用W statistical quantity）检验，结果表明（表2），颜色参数和SPAD 值均服从正态分布（Sig＞0.05）。以SPAD 值为自变量为（x），以L、a、b、C 和 H°为因变量（y）为进行线性回归分析（图4）。除了颜色参数a，基于SPAD 值建立的颜色参数回归方程，通过R2值和P 值说明建立的方程具有统计学意义。

表2 颜色参数和SPAD 值分布正态性检验Table 2 Normality test of color parameter and SPAD value distribution

2.5 模型的验证

图4 颜色参数与SPAD 值建立的回归方程Fig.4 Regression equation established by color parameters and SPAD values

利用NC102 的数据对模型进行检验，一方面进一步验证模型的可用性，另一方面检验模型在品种间的通用性。回归模型的评价标准是有较高的相关系数r 和较低的均方根误差RMSE。通过对预测值与实测值进行相关分析和计算标准误差其中n 为样本数，为 SPAD 值的测量值，yi 为 SPAD 值的预测值。对实测值和预测值进行相关分析，发现颜色参数L的实测值和预测值达到极显著相关（r=0.67**，RMSE=3.09）；颜色参数b 达到极显著相关（r=0.54**，RMSE=3.93）；颜色参数 C 达到极显著相关（r=0.52**，RMSE=3.67）；颜色参数 H 达到极显著相关（r=0.53**，RMSE=3.57）。结果表明模拟值与实际观测值的一致性较好（图5），回归方程的模拟结果具有一定可靠性。

2.6 叶色可视化模拟

选择 4 个 SPAD 值（5、15、25、35）进行叶色仿真，通过模型函数求得颜色参数L、a、b。采用Excel 10.0 的 VBA 编辑器，把颜色参数 Lab 转换成RGB，并进行颜色模拟（图6）。从视觉上看，随着SPAD 值的降低，叶片的颜色大致呈绿到黄的变化趋势，颜色的变化主要体现在叶片颜色R、G、B 分量的变化上，即颜色参数L、a、b 分量上的变化。随SPAD 值的变化，仿真叶色的变化与实际大田表现出来的基本一致，说明基于SPAD 值进行叶色模拟是可行的。

图5 实测值与预测值的相关分析Fig.5 Correlation analysis between measured and predicted values

图6 不同SPAD 值叶片的叶色仿真Fig.6 Leaf color simulation of different SPAD value leaves

3 讨论与结论

在烤烟成熟期，烟叶随着成熟度的提高，NC55 和NC102 中部叶和上部叶颜色参数的变化趋势基本一致，这与李青山等结果一致［6，11］。L 均在成熟期不断增大；NC55 中部叶和上部叶颜色参数a 前期变化不大，后期呈增大趋势；而NC102 中部叶颜色参数a 基本保持在-12.02 左右，但上部叶颜色参数a 呈增大趋势；颜色参数b 和C 均呈不断增大的趋势；颜色参数H°呈不断减小的趋势，这些结果说明鲜烟叶在成熟期亮度逐渐增强，颜色逐渐变为黄绿或者淡黄色，这与SPAD 值在成熟期不断减小相吻合。烟叶叶片的SPAD 值可以反映烟叶叶绿素相对含量，SPAD 值的减小，说明相对叶绿素含量逐渐减少，且叶绿素含量的减少幅度远大于类胡萝卜素含量的减少，所以表观上表现为鲜烟叶的绿色逐渐褪去，黄色逐渐显现［6，11，12］。颜色参数a 的变化规律较差，这可能是因为鲜烟叶在下雨过后会出现返青现象。

颜色参数和SPAD 值均与色素含量呈显著或极显著相关，均可基于颜色参数或SPAD 值建立准确可靠预测色素含量的模型［10～12］，一定程度上解释了本文中颜色参数和SPAD 值呈显著或极显著正负相关关系的原因。以SPAD 值（自变量）和颜色参数（因变量）可建立有效的回归方程，通过另一品种的数据对所建方程进行验证，方程的预测效果较好，说明基于SPAD 值可以预测鲜烟叶的颜色变化。颜色参数a 值表示的是颜色红绿状态，基于SPAD 值不能够建立有效预测方程，这可能是因为鲜烟叶在下雨过后会出现返青现象，而SPAD 值并未增加，从而导致颜色参数a 与SPAD值的相关关系未达到显著水平，今后在研究烤烟鲜烟叶在生育过程中的动态变化时，应将气候因素考虑进来。

陆声链等［24］基于SPAD 值建立了与颜色分量（R、G、B）的数学关系模型，取得了较好的黄瓜叶色仿真效果。本文选取不同SPAD 值，采用所建回归方程对颜色参数进行预测，进而通过编程实现颜色仿真，通过视觉来看，随着SPAD 值的减小，颜色大致呈由绿到黄的变化趋势，这与大田实际表观基本一致，说明基于SPAD 值对烤烟叶色进行仿真也是可行的。另有学者基于叶片三维模型，利用SPAD 值与颜色分量的关系实现了水稻和玉米叶片颜色变化的可视化模拟，均取得了较好效果［20～23］，但如何实现烤烟不同生育时期鲜烟叶颜色变化的可视化模拟，有待进一步研究探索。

本研究仅研究了山东烟区的2 个主栽品种NC55 和NC102 的中部叶和上部叶，但不同品种的烤烟叶片SPAD 值与颜色参数的关系会有所不同；而且在不同的施肥水平下，同一烤烟品种叶片的SPAD 值与颜色参数的关系也会有所不同。除此之外，同一叶片的叶尖、叶中和叶基的SPAD 值在相同条件下也表现出差异，然而本文选用的则是叶片的平均SPAD 值。因此，针对不同品种、不同施肥水平下的SPAD 值与颜色参数的关系以及同一叶片的不同部位的线性插值研究还需进一步的探索。

实现烤烟不同生育时期鲜烟叶颜色变化的可视化模拟，还有以下工作需要展开研究：（1）不同施肥条件是否会影响鲜烟叶色仿真的效果？（2）不同品种间鲜烟叶色仿真是否存在差异？（3）如何实现鲜烟叶片不同部位的叶色仿真？（4）如何构建烤烟鲜烟叶片的三维模型？

基于对本文结果的充分讨论，得出以下结论：山东烟区主栽烤烟品种烟叶的颜色参数和SPAD值呈极显著或显著相关。基于SPAD 值建立的回归方程可较好地预测颜色参数，进而对叶色进行仿真是可行的。