张德顺,战 颖,姚鳗卿,奉树成,王本耀,幸冬梅,秦梦桢,陈芃序
(1同济大学建筑与城市规划学院,高密度人居环境生态与节能教育部重点实验室,上海 200092;2上海市绿化管理指导站,上海 200020;3重庆交通大学建筑与城市规划学院,重庆 400074;4华中科技大学建筑与城市规划学院,武汉 430074)
园林植物受到胁迫后会有不同的形态、生理和生态变化,通常根据植物生长和生理等指标的变化来判断其是否正常生长或其受害程度。叶片颜色是构成园林树种观赏价值的重要特征之一。干旱胁迫会影响树种叶绿素等色素的合成,从而影响树种叶片的颜色。干旱胁迫与树种叶色变化有较强的相关关系,在干旱胁迫下,抗旱能力弱的植物会发生变色、褪色甚至失绿的现象[1]。陈珠琳等[2]使用分割算法提取叶片颜色特征,发现干旱胁迫使得檀香细胞氧化受损,叶片色相向黄色系偏移,亮度增加。盛忠雷等[3]对茶树施加持续干旱胁迫,发现茶树叶片呈现先变深后变浅的趋势。因此,探究干旱胁迫下树种叶片颜色变化的程度对极端气候背景下园林树种的选取具有重要意义。
阿尔伯特·蒙塞尔(Albert H.Munsell)首先将颜色定义为一个坐标系统,使得色彩的客观量化成为可能[4],而随着色彩学的进一步完善及人工智能图像识别技术中对色彩编码的推进,可以根据植物叶色的变化来判断植物生长的状况。本文根据人类视觉系统对颜色的感知特征,对图像的色调、亮度和饱和度进行非均匀量化,直观分析树种叶片颜色受干旱胁迫的影响程度,旨在探究园林植物受胁迫后判断其受害程度的新方法。
试验地位于山东省济宁市邹城市,属暖温带半湿润大陆性季风气候。年平均气温14.9℃,最冷月平均气温-1.6—0.7℃,最热月平均气温27.4℃。年平均日照时数2 282.2 h,年平均太阳辐射总热量120.6 KJ∕cm2。年平均降水量686.5 mm,年平均降水日数74.8 d,降水集中在7—8月。试验苗圃(166°58′48″E,35°28′40″N)地势平坦,土壤肥力均匀。
选取常见的国外引进园林树种10种,分别是二球悬铃木(Platanus acerifolia)、红花槭(Acer rubrum)、加拿大紫荆(Cercis canadensis)、美国红栌(Cotinus coggygria‘Royal Purple’)、苏格兰金链树(Laburnum alpinum)、红火箭紫薇(Lagerstroemia indica‘Red Rocket’)、北美枫香(Liquidambar styraciflua)、河津樱(Prunus kanzakura‘Kawazu-zakura’)、刺槐(Robinia pseudoacacia)和心叶椴(Tilia cordata)。
采用盆栽鉴定法,分梯度控水以模拟自然状态下树种受到的不同程度的干旱胁迫。所有小苗均于2020年3月12日移植入塑料盆,露天苗圃缓苗。6月9日缓苗结束,每个树种各选取长势一致的植株12棵,作为研究对象。设置4个控水梯度,分别为:对照组(正常供水,土壤相对含水量为田间最大持水量的95%±5%)、轻度干旱组(土壤相对含水量为田间最大持水量的60%±5%)、中度干旱组(土壤相对含水量为田间最大持水量的40%±5%)、重度干旱组(土壤相对含水量为田间最大持水量的20%±5%),每个处理3次重复。6月9日将植株移入温室并开始盆栽控水,6月11日各组均达到预设的土壤相对含水量,之后每天上午7:00、下午19:00用土壤水分速测仪检测土壤含水量,及时补水,保证土壤相对含水量处于预设范围内,持续控水20 d。
干旱胁迫开始前根据色卡记录各树种从上到下第一棵小枝的第一片暴露良好且成熟叶片的CMYK色值,并在干旱胁迫结束后即7月1日再次记录该叶片的CMYK色值[5]。
HSB模型是基于人眼对色彩的观察来定义的,在此模型中所有的颜色都用色相(色调)、饱和度和亮度3个特性来描述。根据物体反射或透射的光的频率,将色相(H)分为360种基本色,将颜色的强度或纯度定义为饱和度(S),将颜色的明暗程度定义为亮度(B)。H取值范围为0—359,S和B为0—100%,称H、S、B的集合为色彩的HSB模式。与RGB、CMYK等色彩模型相比,HSB模型从人视觉感受出发,在色彩规划、景观美感度评价中已有应用,因此,本研究选取HSB模型来分析干旱胁迫前后叶片色彩的变化[6-8]。利用Photoshop软件将所测CMYK色值转化为HSB色值。
人们对色相的敏感程度高于饱和度和亮度,色相在色彩感知中拥有更多的权重和量化分级。人工智能科学领域基于图像色彩检索的相关理论近年来在景观色彩研究中被广泛应用[9-10],根据人的视觉敏感程度将色相划分为16个区间,饱和度及亮度分别划分为4个区间(式1)。
同时,为了更便捷地研究干旱胁迫前后叶片色彩的变化量,将H、S、B三维数据根据公式转化为一维色值C,即:
其中H′、S′、B′分别为色相、饱和度、亮度对应的级别,QS、QB分别为式1中饱和度、色相区间个数,在本次研究均取4。
将干旱胁迫前、后的色值做差可得干旱胁迫前后各树种在各程度干旱胁迫下叶片颜色变化量。由表1可知,二球悬铃木、红花槭、美国红栌、北美枫香、河津樱、心叶椴在干旱胁迫前后各试验组叶片色值未发生较大变化,而苏格兰金链树、红火箭紫薇、刺槐、加拿大紫荆在干旱胁迫前后试验组叶片色值均发生较大变化,即干旱胁迫已经严重影响了上述4种树种的叶片颜色。
表1 干旱胁迫前后叶片色值变化量Table 1 Leaf color changes before and after drought stress
干旱胁迫前后苏格兰金链树、红火箭紫薇、刺槐、加拿大紫荆4种树种各试验组与对照组叶片颜色如图1所示。为了更直观地分析叶片颜色变化特征,本研究从色相(图2)、饱和度(图3)、亮度(图4)三个维度分析苏格兰金链树、红火箭紫薇、刺槐、加拿大紫荆树种叶片颜色变化情况。
图1 干旱胁迫前后苏格兰金莲树、红火箭紫薇、刺槐、加拿大紫荆叶片颜色变化Fig.1 Changes in leaf color of Laburnum alpinum,Lagerstroemia indica‘Red Rocket’,Robinia pseudoacacia and Cercis canadensis before and after drought stress
图2 干旱胁迫前后苏格兰金链树、红火箭紫薇、刺槐、加拿大紫荆叶片色相变化Fig.2 Changes in leaf hue of Laburnum alpinum,Lagerstroemia indica‘Red Rocket’,Robinia pseudoacacia and Cercis canadensis before and after drought stress
图3 干旱胁迫前后苏格兰金链树、红火箭紫薇、刺槐、加拿大紫荆叶片饱和度变化Fig.3 Changes in leaf saturation of Laburnum alpinum,Lagerstroemia indica‘Red Rocket’,Robinia pseudoacacia and Cercis canadensis before and after drought stress
图4 干旱胁迫前后苏格兰金链树、红火箭紫薇、刺槐、加拿大紫荆叶片亮度变化Fig.4 Changes in leaf brightness of Laburnum alpinum,Lagerstroemia indica‘Red Rocket’,Robinia pseudoacacia and Cercis canadensis before and after drought stress
苏格兰金莲树与红火箭紫薇叶片颜色变化趋势相似,随着干旱胁迫程度的加重,叶片色相向黄色靠拢、饱和度及亮度均有所升高,叶片由偏冷色调的深绿色变为亮黄绿色。水分充足状态下的刺槐是高饱和度的黄绿色,在轻度及中度干旱胁迫下,刺槐色相、亮度并未发生较大变化,饱和度略有降低,粗略观察看差别不大;重度干旱胁迫下,刺槐叶片色相向黄色系靠拢、亮度大幅上升,叶片呈现亮黄色,整体观赏效果与预期相差甚远。加拿大紫荆叶片颜色在轻度、中度干旱胁迫下变化不大;重度干旱胁迫下,加拿大紫荆叶片色相由紫色相跨动到橙色相、饱和度降低、亮度升高,叶片颜色变化较大。
配置园林树种时,树种叶片颜色搭配是植物配置的重要考量因素,在干旱胁迫下,抗旱能力优秀的树种应达到维持树种叶片原本颜色、甚至在极端条件下叶片色彩更加绚丽明亮,能够呈现出预设的效果或是带来出乎意外的美景。
从叶片颜色变化来看,二球悬铃木、红花槭、美国红栌、北美枫香、河津樱、心叶椴在园林应用中具有良好的抗旱性,可以在干旱胁迫下保持良好的叶色观赏效果,而苏格兰金链树、红火箭紫薇、刺槐、加拿大紫荆抗旱能力较差,叶片颜色均产生较大变化,叶色观赏效果大受影响。苏格兰金链树、红火箭紫薇叶片颜色在中度干旱时期就已产生明显变化,重度干旱胁迫下变化程度进一步扩大,但总体上仍在绿色系范畴。刺槐、加拿大紫荆叶片颜色在轻度、中度干旱胁迫下表现良好,然而在重度干旱胁迫下变化较大,与预期的叶色观赏效果相差甚远,难以满足城市干旱生境下,园林树种的综合功能的要求,因此从叶色观赏价值的角度来看,刺槐、加拿大紫荆对干旱胁迫适应能力较差,园林实践中应尽量避免二者长期处于土壤相对含水量小于或等于20%的环境中。
HSB模型以及对色相、饱和度、亮度的非均匀量化与赋值,有效压缩色彩评价维度,将人面对不同色彩的反应直观化、将不同色彩之间的差异客观化。使得对叶片色彩变化的研究从抽象到具体,从主观到客观,为今后分析干旱胁迫下树种色彩变化提供了便利。不仅如此,色彩量化的思想在逆境下树种色彩变化、景观色彩评价等诸多领域同样具有极大的应用潜力,将进一步推进风景园林设计的参数化、数字化水平。