不同光温环境下玉米苗期叶片的高光谱特性响应分析

陈美辰，于海业，李晓凯，王洪健，刘 爽，孔丽娟，张 蕾，党敬民，隋媛媛

吉林大学生物与农业工程学院，吉林 长春 130022

引 言

玉米是世界上重要的粮食、饲料和工业原料作物，据国家统计局显示，2020年东北三省玉米种植面积共为1 246.75万公顷，其中吉林省玉米种植面积为428.72万公顷，总产量高达2 973.44万吨，占本省粮食作物总种植面积的75.45%。环境因素一直是影响粮食生产的首要因素，环境因素的变化与粮食的生长发育、产量品质等息息相关，其中光照和温度对粮食生产的影响尤为显著。光是植物生长过程中不可或缺的环境因子之一，是进行光合作用的能量来源[1]。玉米是喜光作物，具有较高的光饱和点，因此光对玉米的不利影响主要是弱光胁迫。温度同样也是植物生长发育过程中的重要环境因子，植物的呼吸作用、光合过程、蒸腾作用以及叶绿素荧光的变化、干物质积累和营养运输等都需要在一定的温度下进行[2-3]，温度影响着植物内部的基因表达和酶活性等生理生化过程，因此植物的生长发育需要适宜的环境温度[4]。联合国政府间气候变化专门委员会(IPCC)第五次评估报告显示，到21世纪末全球温度可能将增加2～5 ℃。与20世纪末相比，气温升高2 ℃，热带、温带地区的小麦、水稻、玉米等农作物的生产就会受到一定程度的不利影响，如果气温升高超过4 ℃，则有可能影响到全球粮食生产的安全问题。因此，探明玉米植株对光温环境因子的响应规律，具有重要意义。

玉米苗期是指从播种出苗到拔节这一阶段，最适温度为18～20 ℃，是茎叶分化的关键时期，同时也是受非生物胁迫影响最严重的时期，且光温逆境对叶片的损伤，会影响其整个生育期。苗期弱光会影响植株品质、株高等光合生理特性[5]；高温胁迫会导致田间出苗率和整齐度下降，进而影响作物产量[6]。目前，随着全球变暖现象的日益严重，光、温环境已经成为制约玉米高产优质的主要环境因子[7-8]，研究表明，玉米生育期间太阳总辐射减少1 kJ·cm-2，相当于玉米生物产量减少337.5 kg·hm-2，苗期遮荫会导致产量降低16.9%，因此探究光温环境因子对玉米苗期生长发育的影响尤为重要。

高光谱检测具有检测分辨率高、波段宽、时效性强、无污染、非破坏性等优势，被广泛应用于精准农业中，已成为近年来国内外学者广泛关注和研究的热点[9]。冯伟[10]等利用光谱技术，对白粉病胁迫下的小麦冠层进行监测，构建了病害小麦冠层叶绿素密度估算模型；刘爽[11]等利用高光谱技术进行水氮胁迫下大豆叶片生理信息的预测，结合不同的光谱预处理与建模方法，建立了单叶叶绿素含量和净光合速率反演模型，模型SNV+SD+S-G+PLS的校正集相关系数为0.993；Liu[12]等提出基于红边区域/绿边区域(SDRed/SDBlue)和红边区域/黄边区域(SDRed/SDYellow)的反演模型，能够精准预测冬小麦生育期不同CO2浓度条件下的LAI和SPAD值；徐琳煜[13]等进行了干旱胁迫下白术叶片的光谱特征监测，通过分析原始光谱、一阶导数光谱、光谱参数和水分敏感植被指数，探索了干旱胁迫下光谱特征的响应规律；贺佳[14]等获取了不同氮磷水平下冬小麦的光谱数据，建立了冬小麦不同生育期生物量的分段监测模型，其模型相关系数R2最高可达0.987。尽管国内外学者在作物胁迫、生理信息监测等方面进行了大量研究，但多以作物生育后期为主，且多集中于水分胁迫、重金属胁迫、营养胁迫等方面，针对光温环境胁迫对玉米苗期生长发育影响的研究较少。

本工作在光温环境胁迫下，无损获取玉米苗期叶片的生理参数与高光谱数据，探究玉米叶片生理参数以及光谱特性对光温胁迫的响应规律，并提取敏感波段，建立叶片生理参数的高光谱反演模型。旨为更有效的监测作物环境胁迫，为玉米高产优质的可持续发展提供理论依据。

1 实验部分

1.1 材料与方法

实验于吉林大学生物与农业工程学院玻璃日光温室内进行(海拔高度150 m，44°50′N，125°18′E)，样品选用玉米“郑单958”，采用盆栽方式种植。于二叶一心时进行移栽，移入装有颗粒复合肥及营养土均匀混合的塑料花盆内(尺寸为49 cm×20 cm×14 cm)，每4株均匀移入一个花盆内，时刻保持盆内土壤的透气性和湿润度。待移栽后长至五叶一心时放入人工智能气候箱进行实验处理，所有植株均进行正常水肥管理。

实验的光温处理组如表1所示，总共设置8组光温环境，可分为单因素实验和双因素实验。所有处理组的湿度均设为60%，胁迫时间均为12/12 h(昼/夜)，以温室内正常生长的玉米植株为对照(CK)，测得温室内日最大光强为50 000 Lux，日均气温为20 ℃。每个处理组设样本12株，即12次重复，测定地点在温室内进行，测定部位选取玉米样株完全展开的第四叶与第五叶，进行信息的采集及测定。

表1 实验光温处理组

1.2 数据采集与处理

实验于晴朗无云上午9：00—14：00进行，同步采集玉米叶片的生理参数和高光谱数据，生理参数包括相对叶绿素含量(SPAD)和光系统Ⅱ最大光化学量子效率(Fv/Fm)。高光谱数据的采集选用美国公司生产的HH2地物光谱仪，该仪器测量波段范围为325～1 075 nm，采样间隔1.4 nm，分辨率3 nm@700 nm，每片叶获取9条数据；SPAD选用日本公司生产的SPAD502测定，每片叶获取3条数据；Fv/Fm采用美国公司生产的便携式脉冲调制叶绿素荧光分析仪(OS1P)，于叶片充分暗适应20 min后进行测定，每片叶获取3条数据。所有数据均取其平均值，利用ViewSpec Pro、Origin 19.0和Spss 26.0软件进行数据处理与分析。

2 结果与讨论

2.1 玉米叶片生理参数对不同光温环境的响应

叶片的叶绿素含量是评价植株光合效率和环境胁迫的重要指标，也是解析光谱变化的敏感因子，因此实时无损监测叶绿素状况对作物的农情监测、产量估算具有重要意义。艾天成等将玉米、水稻、大豆等农作物的叶绿素含量与其SPAD值，进行了统计分析，筛选出最佳相关函数，均达显著水平，表明了SPAD值能够精确反映作物体内的叶绿素含量。在本实验不同光温环境下，观察玉米叶片SPAD值的变化，如图1所示，结果表明：单因素实验中，叶片的SPAD值在各处理组间变化幅度较小，但仍存在差异；双因素实验中，光温处理组6和组8有较低的SPAD值，分别为39.394和36.652，这是由于在高温的环境下，植株生长会受到限制，导致叶绿素结构遭到破坏，抑制了叶绿体吸收光能，从而使叶片光合作用减弱。

图1 不同光温环境下叶片SPAD的变化

Fv/Fm代表了光系统Ⅱ(PSⅡ)的原初化能转化率，对于大多数未受胁迫的植物，合适的Fv/Fm在0.79到0.84之间，Fv/Fm广泛应用于各种逆境胁迫对植物光合作用影响的研究，其降低的幅度可以被用来衡量逆境胁迫对PSⅡ复合体损伤的程度，反映逆境对植物光合作用的伤害程度[15]。实验测得Fv/Fm的变化如图2所示，结果表明：温度胁迫下Fv/Fm显著降低(p<0.05)，在光温处理组3中，Fv/Fm的下降幅度为43.04%，在光温处理组4中Fv/Fm的下降幅度为24.05%，光温双因素胁迫下的Fv/Fm下降幅度较小，说明低温或高温会导致植株的PSⅡ复合体受损，使其光能转化过程受到破坏。可以看出，在短期低温或短期高温下，叶片的SPAD值与Fv/Fm均显著下降，表明玉米植株对温度变化敏感，温度胁迫会导致植株的光合系统受损，光合能力下降。

图2 不同光温环境下叶片Fv/Fm的变化

2.2 玉米叶片高光谱在不同光温环境下的差异性分析

植物叶片的高光谱特征反映了植物本身的生理信息，与其内部的组织结构、生化成分以及形态学特征有关，因此作物受到胁迫后，其光谱特性也会随之发生变化。图3是光温胁迫下叶片高光谱的特征变化，可以看出，光谱的变化特征基本一致，在波段520～600 nm的可见光550 nm处，出现反射峰即“绿峰”，在波段630～690 nm的可见光680 nm处，出现反射谷即“红谷”，进入波段700～900 nm近红外光区，光谱反射率快速升高，最后形成稳定的反射平台。

图3 不同光温环境下叶片的高光谱特征

但随着光温环境的不同，光谱特性也存在差异。在520～600 nm绿光区内，光温处理组8有较高的反射率，这是因为500～700 nm波段内玉米叶片的反射率与其叶绿素含量紧密相关，光温胁迫会使叶绿体膜破损，改变了基粒原有结构，导致叶绿素合成受到影响，因此叶片的叶绿素含量较低，从而导致光谱反射率较高，在光温耦合环境下高光谱对光强的变化响应敏感；在700～900 nm范围内，光温处理组6有较高的反射率，此时高光谱对温度的变化响应敏感，这是因为760～900 nm波段内玉米叶片的反射率主要受玉米内部结构的影响，高温会使其内部结构受到破坏，导致对光的吸收减少，从而反射率增加。综合比较分析表明：波段500～700 nm内光谱反射率随光强的增加而增高；波段760～900 nm内光谱反射率随温度的增加而增高；760～900 nm波段内光谱的反射率特征表现为，对照环境下光谱的反射率值高于弱光胁迫处理，低于高温胁迫处理。

2.3 玉米叶片SPAD、Fv/Fm反演模型的建立

2.3.1 敏感波段的提取

将叶片的SPAD和Fv/Fm分别与对应的高光谱数据进行相关性分析，如图4和图5所示，结果表明：高光谱数据与叶片的SPAD呈负相关，与叶片的Fv/Fm呈正相关。在全波段中，相关系数绝对值大于0.40(p<0.05)的波长范围集中在519～583 nm波段和703～730 nm波段(SPAD)，相关系数绝对值大于0.60(p<0.05)的波长范围集中在729～978 nm波段(Fv/Fm)，因此选取波段519～583，703～730和729～978 nm作为模型建立的敏感波段。

图4 玉米叶片高光谱与SPAD的相关性

图5 玉米叶片高光谱与Fv/Fm的相关性

2.3.2 反演模型的建立

实验共采集玉米叶片样本181个，剔除21个异常样本后按1：3合理划分，分别为训练集样本120个，验证集样本40个。以光谱敏感波段作为模型输入量，采用多元散射校正(MSC)、标准正态变量变换(SNV)、Savitzky-Golaay(S-G)平滑相结合的预处理方法，分别与偏最小二乘回归法(PLS)、主成分回归法(PCR)和逐步多元线性回归法(SMLR)三种建模方法组合[16-17]，建立叶片SPAD和Fv/Fm的高光谱反演模型，同时在反演模型的训练集和验证集样本中，对其实测值与预测值的相关程度进行分析，如图6和图7所示。结果表明：无论是训练集还是验证集，均是建模方法PLS-MSC-SG的实测值与预测值相关性较高，基于PCR方法下的两种建模组合，其模型的实测值与预测值相关性较差。

图6 SPAD反演模型实测值与预测值的相关性

图7 Fv/Fm反演模型实测值与预测值的相关性

2.3.3 建模方法比较与结果分析

以模型训练集和验证集的相关系数Rc和Rp，均方根误差RMSEC和RMSEP，作为模型效果评价标准，相关系数越大，均方根误差越小，说明模型效果越好。对比分析利用不同种模型反演的玉米叶片生理参数的估算精度，以确定最优建模方法。结果表明(表2)：在SPAD的反演模型中，PLS模型验证集相关系数最高可达0.95以上，SMLR模型验证集相关系数最高可达0.91以上，PCR模型验证集相关系数最高可达0.88以上。在Fv/Fm的反演模型中，六种建模方法均具有较好预测能力，训练集和验证集的相关系数R均在0.93以上，均方根误差均接近0.01。经综合对比分析，利用PLS-MSC-SG方法所构建的叶片SPAD和Fv/Fm反演模型效果最优，模型的预测性与稳健性表现较好，其验证集的相关系数Rp分别为0.958和0.976，均方根误差分别为0.731和0.017。

表2 不同建模方法的建模效果比较

可以看出，PLS模型的反演精度优于SMLR优于PCR，原因在于PLS是多元线性回归、典型相关分析和主成分分析的集成和发展，对数据进行了重新整合和筛选，提取了对数据信息系统解释性最强的综合变量，减少了建模过程中严重相关性的问题，因此PLS模型的预测效果最优。

3 结 论

利用光谱分析技术为手段，将玉米的光谱数据与生理参数相结合，探究不同光温环境下玉米苗期叶片生理参数和光谱特性的响应规律，同时构建了SPAD和Fv/Fm快速无损检测模型。结果表明：

(1)不同光温环境下玉米叶片的光谱特性存在差异，在波段500～700 nm内，光谱反射率随光强的增强而升高，在波段760～900 nm内，光谱反射率随温度的增强而升高。

(2)可通过玉米高光谱特性的变化表征光温胁迫环境的变化，在760～900 nm波段内，较高反射率的光谱曲线表征处于高温胁迫环境，较低反射率的光谱曲线表征处于弱光胁迫环境，低温环境具有最低的光谱反射率。

(3)光温环境胁迫下，玉米苗期叶片生理参数的最优建模方法为PLS-MSC-SG，能够实现对玉米苗期叶片SPAD和Fv/Fm的精准预测，为作物胁迫状态的生理信息监测提供参考依据。

基于玉米苗期进行了光温胁迫下的高光谱响应分析，但研究时期与作物品种具有局限性，且光谱技术对于胁迫监测的专属性还不够成熟，后续应充分考虑玉米种植地区品种差异的问题，增多玉米品种，延长生育期，进一步研究光谱特征参数的选择与建模方法，寻求更具专一性与特定性的检测特征，提高反演模型精度。