拔節(jié)期夏玉米洪澇脅迫下葉綠素含量和高光譜特征變化

陳 振， 隋學(xué)艷， 梁守真， 王 猛， 顏丙囤

(1.中國礦業(yè)大學(xué)，江蘇徐州 221116； 2.山東省農(nóng)業(yè)可持續(xù)發(fā)展研究所，山東濟(jì)南 250000)

拔節(jié)期夏玉米洪澇脅迫下葉綠素含量和高光譜特征變化

陳 振1，2， 隋學(xué)艷2， 梁守真2， 王 猛2， 顏丙囤1，2

(1.中國礦業(yè)大學(xué)，江蘇徐州 221116； 2.山東省農(nóng)業(yè)可持續(xù)發(fā)展研究所，山東濟(jì)南 250000)

基于農(nóng)作物遙感原理，通過模擬試驗的方式，獲取洪澇脅迫下夏玉米高光譜特征變化情況，結(jié)合玉米葉綠素含量變化特征，為玉米洪澇災(zāi)害識別及區(qū)分洪澇脅迫程度的遙感監(jiān)測提供先驗知識。結(jié)果發(fā)現(xiàn)，洪澇脅迫下拔節(jié)期夏玉米葉綠素含量呈下降趨勢，淹水時間越長，下降幅度越大；光譜反射率在可見光部分隨淹水時間增加而上升，在近紅外部分隨淹水時間增加而下降。紅邊處一階微分(Dre)、綠峰處反射率(ρg)、反射率面積SGρ(綠)等多種光譜參數(shù)可以指示玉米洪澇災(zāi)害的發(fā)生程度，可以作為玉米洪澇災(zāi)害監(jiān)測與評估的重要參數(shù)。

洪澇脅迫；夏玉米；葉綠素；光譜特征；遙感監(jiān)測

玉米是世界總產(chǎn)量最高的糧食作物，其產(chǎn)量與糧食安全休戚相關(guān)。2013年我國玉米種植面積3 631.8萬hm2，總產(chǎn) 2 180億kg，占糧食總產(chǎn)的36.3%[1]。近年來由于玉米用途廣、生產(chǎn)機(jī)械化程度高，其在糧食作物總種植面積和產(chǎn)量的占比逐年增加，玉米對我國糧食產(chǎn)業(yè)影響較大[2]。農(nóng)作物種植，除了種子質(zhì)量、栽培管理外，災(zāi)害是影響產(chǎn)量的重要決定因素[3]。我國幅員遼闊，自然條件復(fù)雜，洪澇災(zāi)害發(fā)生頻繁，己成為我國社會經(jīng)濟(jì)持續(xù)發(fā)展中重要的制約因素之一。據(jù)不完全統(tǒng)計，每年大約0.073億hm2農(nóng)田遭受洪澇災(zāi)害，每年經(jīng)濟(jì)損失在100億元左右，約占國民生產(chǎn)總值的1%～2%[4]。夏玉米生長雨熱同季，近幾年由于氣候多變，以及農(nóng)戶耕地整理時對排水系統(tǒng)的破壞，導(dǎo)致玉米澇災(zāi)的普遍發(fā)生。

玉米洪澇災(zāi)害發(fā)生后，需要農(nóng)業(yè)生產(chǎn)管理部門作出及時的響應(yīng)，確定受災(zāi)位置、面積以及受災(zāi)程度，據(jù)此作出救災(zāi)減災(zāi)方案，指導(dǎo)農(nóng)戶將損失降至最低。目前，多數(shù)地區(qū)還是依靠傳統(tǒng)的人工調(diào)查，由于災(zāi)害發(fā)生后田間無法進(jìn)入，受時間和人力的影響，只能篩選部分代表性的地塊，并以此作出估算進(jìn)行受災(zāi)情況上報。傳統(tǒng)方法費時費力效果較差。遙感技術(shù)作為信息獲取的重要方法，已經(jīng)廣泛地應(yīng)用于農(nóng)業(yè)生產(chǎn)中，例如農(nóng)業(yè)資源調(diào)查、農(nóng)作物長勢監(jiān)測、品質(zhì)預(yù)測、估產(chǎn)、災(zāi)害監(jiān)測等方面[5-6]。

目前，國內(nèi)外未見利用遙感技術(shù)進(jìn)行夏玉米洪澇災(zāi)害監(jiān)測與評估的研究報道。隨著高光譜、高空間分辨率傳感器的應(yīng)用，通過分析作物遭受洪澇災(zāi)害前后光譜反射率差異，可以實現(xiàn)洪澇災(zāi)害的定量監(jiān)測。本研究通過模擬試驗實測夏玉米在拔節(jié)期受洪澇災(zāi)害后高光譜曲線特征及葉綠素等生理生態(tài)參數(shù)，為遙感監(jiān)測洪澇災(zāi)害提供先驗知識。

1 材料和方法

1.1 試驗材料

試驗于2015年夏玉米拔節(jié)期進(jìn)行，試驗地點位于山東省濟(jì)陽縣太平鎮(zhèn)姜家村(116°19′602″E、39°57′822″N)，試驗田中等肥力，夏玉米南北向種植，長勢良好，灌溉條件便利。

1.2 試驗設(shè)計

洪澇處理設(shè)6個水平，分6個試驗小區(qū)，對照組CK正常生長(不處理)、洪澇處理組水淹1、3、5、7、9 d，持續(xù)灌水，保證水沒過玉米根部。各處理水平依次標(biāo)記為CK、T1、T2、T3、T4、T5，水淹程度依次加重。7月30日洪澇處理，7月31日、8月2日、8月4日、8月6日、8月8日、8月10日和8月12日測量光譜數(shù)據(jù)和葉綠素含量等參數(shù)。

1.3 光譜測量

光譜測量采用美國分析光譜儀器(Analytical Spectral Devices，ASD公司)ASD FieldSpec野外便攜式高光譜儀，選擇晴朗無風(fēng)，11：00—14：00內(nèi)測量。

玉米的光譜測量主要是測量冠層光譜。試驗測量冠層光譜時傳感器探頭垂直向下，距離玉米冠層與對白板時一致，投影面直徑約130 cm，可覆蓋樣方中心植株冠層，避免田壟及水體影響。每小區(qū)南、中、北固定3個測試點，用插地標(biāo)牌進(jìn)行標(biāo)記，每點采集1條光譜，最終取3條光譜曲線均值作為小區(qū)測量結(jié)果(圖1)。

1.4 葉綠素含量的測量

使用植物養(yǎng)分測定儀TYS-3N測量葉綠素含量SPAD相對值0～100[7]。選取小區(qū)內(nèi)連續(xù)10株玉米，掛牌標(biāo)記最上部1張完全展開葉，對葉片進(jìn)行葉綠素含量活體測量，最終取均值作為小區(qū)測量結(jié)果。

1.5 數(shù)據(jù)處理

測量數(shù)據(jù)用Excel處理，ASD viewspecpro軟件處理高光譜數(shù)據(jù)。對于高光譜數(shù)據(jù)，主要采用光譜反射率ρ及反射率一階微分dρ/dλ，分析其與洪澇災(zāi)害發(fā)生程度等指標(biāo)之間的關(guān)系，選擇能識別和評價洪澇程度的特征波段和光譜指數(shù)。

2 結(jié)果和分析

2.1 葉綠素含量變化

拔節(jié)期夏玉米受洪澇災(zāi)害時，不同脅迫程度下葉綠素變化趨勢與CK基本相似，淹沒1～3 d的玉米葉綠素含量與CK差別不大，但隨受洪澇脅迫程度的加重，葉綠素含量逐漸低于CK，其中淹沒7、9 d的變化最為明顯，這與實際觀測玉米生長情況一致，在受洪澇災(zāi)害脅迫初期，玉米生長狀況與對照相比表現(xiàn)不明顯，在水淹7～9 d開始，玉米葉片開始出現(xiàn)發(fā)黃、枯萎現(xiàn)象，有的植株甚至倒伏死亡(圖2)。

2.2 光譜曲線

2.2.1 玉米冠層高光譜反射率曲線 對于玉米冠層高光譜反射率(ρ)曲線，在洪澇脅迫處理前(7月30日)，高光譜曲線比較符合健康植株的特征，綠光波段反射峰位于556 nm附近，在680 nm附近為紅光波段吸收谷區(qū)，在680～750 nm范圍里為紅邊區(qū)，陡坡效應(yīng)明顯，在780 nm左右反射率趨向平穩(wěn)，并且各個小區(qū)之間曲線相似，反射率值接近(圖3-a)。在洪澇脅迫后(8月12日)，發(fā)現(xiàn)淹沒1 d的與對照相比，無論是高光譜反射率曲線線形，還是反射率值，都沒有顯著變化；淹水3、5、7、9 d的與對照相比，高光譜反射率曲線線形在可見光部分明顯增加，而在近紅外部分，處理組光譜反射率值較對照均有所下降(圖3-b)。

光譜變化特征的原因可能是：(1)通過觀察，淹沒1 d的作物生長狀況沒有明顯的變化，停止灌水后，水很快滲入地下，對植物根的呼吸作用等沒有產(chǎn)生大的影響，適量的水分反而促進(jìn)了玉米的生長發(fā)育；(2)水淹3、5、7、9 d時，隨著玉米根部淹沒時間的延長，影響了玉米的呼吸作用、光合作用、蒸騰作用等生命活動，進(jìn)而開始出現(xiàn)玉米葉片枯萎泛黃、植株倒伏最終死亡的現(xiàn)象[8]；且隨淹水時間的延長，植株結(jié)構(gòu)受損更為嚴(yán)重，造成葉綠素含量減少，可見光區(qū)域吸收減弱，葉面積和冠層結(jié)構(gòu)發(fā)生變化，這樣一來植株群體結(jié)構(gòu)變化就會導(dǎo)致莖稈、葉片等組分對冠層的貢獻(xiàn)比例發(fā)生變化，造成光譜反射率在近紅外區(qū)域呈現(xiàn)小于對照的趨勢。

2.2.2 冠層高光譜反射率一階微分曲線 對高光譜反射率數(shù)據(jù)求一階微分值(dρ/dλ)，考慮曲線的變化率，主要是消除外界因素特別是土壤背景對光譜曲線的影響，可用于檢測出診斷波段。一階導(dǎo)數(shù)光譜具有顯著的3邊特征(藍(lán)邊、黃邊、紅邊)，可以反映植被的生長狀況?！八{(lán)邊”是藍(lán)光位于490～530 nm范圍之間反射率一階導(dǎo)數(shù)最大值的位置，“黃邊”是黃光位于550～580 nm范圍之間反射率一階導(dǎo)數(shù)最大值的位置，“紅邊”是綠色植物在680～760 nm內(nèi)光譜反射率增高最快的點，也是一階導(dǎo)數(shù)最大值所對應(yīng)的光譜位置。三者在高光譜遙感中均為植被光譜曲線的特征點和特征區(qū)域，其中“紅邊”是綠色植物光譜最明顯的特征之一[9](圖4-a、圖 4-b)。

處理前后光譜一階導(dǎo)數(shù)曲線變化差異不明顯，需要對藍(lán)邊、黃邊、紅邊特征波段進(jìn)行對比(表1)。其中，“紅邊”位移現(xiàn)象是隨著高光譜遙感的興起而發(fā)展起來的光譜數(shù)據(jù)分析技術(shù)中研究最多的，成就顯著的成果，Horler等研究認(rèn)為紅邊可以作為植物受脅迫的光譜指示波段[10]。當(dāng)綠色植物葉綠素含量增加、生長活力旺盛時，紅邊位置會向紅外方向偏移，即“紅移”，符合拔節(jié)期CK變化；當(dāng)植物由于感染病蟲害或因災(zāi)害或物候變化等脅迫而“失綠”時，紅邊位置會向短波方向偏移，即“藍(lán)移”，符合拔節(jié)期處理T1～T5變化。

為了體現(xiàn)相同處理不同時期的高光譜反射率曲線的變化情況，分別繪出了5個處理和對照的2個時期的高光譜反射率曲線(圖5)。發(fā)現(xiàn)洪澇處理后，TI處理前后變化很小，與CK變化情況基本相同。T2～T5處理在可見光波段，處理后反射率基本都高于處理前；在近紅外波段，處理后反射率要低于處理前?？傮w上曲線波形相似，T2～T5在綠黃紅波段范圍曲線有抬高趨勢，可能T1洪澇脅迫程度較輕，時間較早，在此范圍內(nèi)形狀變化沒有T2～T5明顯[11]。

表1 洪澇脅迫前后特征波段位置變化

2.2.3 特征波段分析 分別對洪澇脅迫程度與光譜位置變量、光譜面積變量和光譜植被指數(shù)共12組數(shù)據(jù)進(jìn)行相關(guān)分析，5個參數(shù)與脅迫程度達(dá)到了極顯著相關(guān)關(guān)系，3個參數(shù)達(dá)到了顯著相關(guān)關(guān)系(表2)。相關(guān)程度由大到小依次為紅邊處一階微分(Dre)>綠峰處反射率(ρg)>反射率面積SGρ(綠)>歸一化植被指數(shù)(SNirρ-SRρ)/(SNirρ+SRρ)>比值植被指數(shù)SNirρ/SRρ>紅谷處反射率(ρrw)>反射率面積SNirρ(近紅外)>反射率面積SRρ(紅)[12]，說明洪澇脅迫發(fā)生后洪澇脅迫水平在這些特征波段位置有很好的相關(guān)性。

表2 洪澇脅迫程度與高光譜特征部位相關(guān)系數(shù)

注：**表示在0.01水平顯著，*表示在0.05水平顯著。

3 結(jié)論

洪澇脅迫下，玉米葉綠素含量隨著脅迫程度的增加而得下降越明顯，水淹7 d后，玉米生理性狀表現(xiàn)才開始明顯，出現(xiàn)葉片發(fā)黃枯萎、植株倒伏等現(xiàn)象，這主要是因為淹水時間短時，沒有顯著影響玉米植株的光合作用、呼吸作用，生理性狀變化不大，隨著淹水時間的增加，植株呼吸作用和光合作用受到不同程度的抑制，從而表現(xiàn)出不同的生理變化。

洪澇脅迫下的玉米光譜在可見光波段有上升趨勢，在近紅外波段有下降趨勢，脅迫程度越重，可見光和近紅外光變化趨勢越顯著，這主要是由于洪澇脅迫下葉綠素含量發(fā)生變化，在可見光波段葉綠素吸收能力減弱，光譜反射率升高，而在近紅外波段的變化主要是由于洪澇脅迫后玉米葉片和玉米冠層結(jié)構(gòu)變化導(dǎo)致的。

通過分析脅迫程度和光譜特征位置的相關(guān)性，得出了與脅迫程度相關(guān)性較好的特征位置和植被指數(shù)，為玉米洪澇災(zāi)害的監(jiān)測與評估提供理論依據(jù)與方法支持，具有理論與現(xiàn)實應(yīng)用意義。

[1]中華人民共和國統(tǒng)計局. 2014中國統(tǒng)計年鑒[M]. 北京：中國統(tǒng)計出版社，2014.

[2]余衛(wèi)東，馮利平，劉榮花. 玉米澇漬災(zāi)害研究進(jìn)展與展望[J]. 玉米科學(xué)，2013(4)：143-147.

[3]潘瑞熾. 植物生理學(xué)[M]. 北京：高等教育出版社，1958.

[4]李戈偉. 基于遙感和GIS的洪災(zāi)監(jiān)測與評估方法研究[D]. 北京：中國科學(xué)院遙感應(yīng)用研究所，2002.

[5]徐 鵬. 洪澇脅迫的水稻長勢光譜響應(yīng)與災(zāi)情遙感評估[D]. 西安：西安科技大學(xué)，2014.

[6]萬余慶，譚克龍，周日平. 高光譜遙感應(yīng)用研究[M]. 北京：科學(xué)出版社，2006.

[7]袁 媛. 夏玉米葉綠素及葉面積指數(shù)高光譜遙感估算[D]. 楊凌：西北農(nóng)林科技大學(xué)，2014.

[8]周新國，韓會玲，李彩霞，等. 拔節(jié)期淹水玉米的生理性狀和產(chǎn)量形成[J]. 農(nóng)業(yè)工程學(xué)報，2014(9)：119-125.

[9]易秋香. 玉米主要生物物理和生物化學(xué)參數(shù)高光譜遙感估算模型研究[D]. 烏魯木齊：新疆農(nóng)業(yè)大學(xué)，2005.

[10]Horler D，Dockray M，Barber J. The red edge of plant leaf reflectance[J]. International Journal of Remote Sensing，1983，4(2)：273-288.

[11]蔣金豹，Michael D S，何汝艷，等. 水浸脅迫下植被高光譜遙感識別模型對比分析[J]. 光譜學(xué)與光譜分析，2013(11)：3106-3110.

[12]李章成. 作物凍害高光譜曲線特征及其遙感監(jiān)測[D]. 北京：中國農(nóng)業(yè)科學(xué)院，2008.

10.15889/j.issn.1002-1302.2017.02.018

2015-11-26

山東省農(nóng)業(yè)重大應(yīng)用技術(shù)創(chuàng)新課題；農(nóng)業(yè)農(nóng)村資源等監(jiān)測統(tǒng)計經(jīng)費(農(nóng)業(yè)遙感監(jiān)測與評價)項目(編號：)；山東省信息化(電子政務(wù))專項。

陳 振(1988—)，男，山東濰坊人，碩士研究生，主要從事農(nóng)業(yè)遙感及應(yīng)用研究。E-mail：chenzhen0608@126.com。

隋學(xué)艷，碩士，助理研究員，主要從事農(nóng)業(yè)遙感研究。E-mail：sdnkysxy@163.com。

P237；S513.01

A

1002-1302(2017)02-0069-04

陳 振，隋學(xué)艷，梁守真，等. 拔節(jié)期夏玉米洪澇脅迫下葉綠素含量和高光譜特征變化[J]. 江蘇農(nóng)業(yè)科學(xué)，2017，45(2)：69-72.