吳秋菊, 劉 延, 舒清態(tài)
(西南林業(yè)大學(xué)林學(xué)院,云南昆明 650224)
糖是反映煙草內(nèi)在品質(zhì)的重要指標(biāo)之一,它對(duì)煙葉的質(zhì)量有平衡作用,不但可以消除蛋白質(zhì)等燃燒產(chǎn)生的不良?xì)馕?,同時(shí)與其他氮類化合物煙堿、總氮一起決定煙葉的刺激性和吸味[1]。傳統(tǒng)的取樣方法雖能精確地測(cè)定植被的生化成分含量,但對(duì)植株的破壞性較大,而且難以進(jìn)行快速、無(wú)損的大面積監(jiān)測(cè)。高光譜遙感技術(shù)作為探測(cè)農(nóng)作物生化成分信息的無(wú)損方法,得到了快速發(fā)展[2]。該技術(shù)通過(guò)測(cè)量作物的連續(xù)波譜,從而進(jìn)一步獲取作物物質(zhì)成分,為精準(zhǔn)監(jiān)測(cè)農(nóng)作物的長(zhǎng)勢(shì)以及反演農(nóng)作物的理化參數(shù)提供了技術(shù)支撐[3]。
國(guó)內(nèi)外關(guān)于采用高光譜遙感技術(shù)測(cè)定作物光譜反射率從而進(jìn)一步估測(cè)其化學(xué)組分的相關(guān)性進(jìn)行了大量的研究,大多數(shù)集中在小麥、棉花、水稻等作物上。牛錚等在對(duì)小麥葉片化學(xué)成分與光譜遙感探測(cè)關(guān)系研究中得出,葉片光譜特征能夠理想地對(duì)粗蛋白、氮、鉀含量進(jìn)行有效預(yù)測(cè)[4]。Tarpley等在研究棉花葉片光譜參量指數(shù)與其氮含量的相關(guān)性后,得到了葉片氮含量的最佳估測(cè)模型[5]。針對(duì)不同氮素濃度脅迫對(duì)植被生長(zhǎng)影響,王秀珍等在對(duì)水稻氮素脅迫研究后發(fā)現(xiàn),藍(lán)邊面積、紅藍(lán)面積比值均與上部葉葉綠素含量呈極顯著關(guān)系[6]。前人在煙草長(zhǎng)勢(shì)監(jiān)測(cè)、成熟度監(jiān)測(cè)、質(zhì)量預(yù)測(cè)方面也有過(guò)報(bào)道,李佛琳等通過(guò)提取不同成熟度烤煙鮮葉反射光譜信息,建立了量化成熟度的典型判別分析模型[7]。李向陽(yáng)等利用光譜反射率在差異性施氮、鉀水平下,對(duì)烤煙葉片光譜特征參數(shù)與其生化成分關(guān)系進(jìn)行了研究[8]。劉良云等研究發(fā)現(xiàn),介于430~740 nm波段范圍,煙草葉片反射率及光譜透過(guò)率與煙堿、全氮含量均呈極顯著關(guān)系[9]。前人對(duì)不同遮光條件下的煙草品質(zhì)也有監(jiān)測(cè),Jia等對(duì)不同遮光條件下的煙草進(jìn)行了監(jiān)測(cè),結(jié)果發(fā)現(xiàn)差異性遮光處理下的煙草葉片煙堿含量產(chǎn)生明顯差異[10]。劉國(guó)順等研究了遮陰、自然光照處理下的盆栽煙草的光合速率,發(fā)現(xiàn)遮陰處理下,煙葉中色素含量會(huì)有所上升[11]。此類關(guān)于煙草生長(zhǎng)的研究大多是在人為控制一定的生長(zhǎng)條件下,然后測(cè)定其葉片的光譜反射率,在自然生長(zhǎng)狀態(tài)下,其生長(zhǎng)狀況、光譜反射率會(huì)受到外界自然條件的影響,其光譜特征會(huì)隨外界環(huán)境條件的變化而有所變化。云南作為重要的優(yōu)質(zhì)煙葉生產(chǎn)基地,煙草廣泛種植,因此本研究以主栽品種云煙97號(hào)為研究對(duì)象,選取同等管理水平及土質(zhì)的地塊,對(duì)田間煙葉高光譜參數(shù)與總糖含量、還原糖含量、干質(zhì)量、鮮質(zhì)量、含水率的關(guān)系進(jìn)行分析,旨在建立適于田間狀態(tài)下云煙97號(hào)煙葉總糖含量、還原糖含量、干質(zhì)量、鮮質(zhì)量、含水率的估測(cè)模型,在比較多種模型的預(yù)測(cè)精度的基礎(chǔ)上,討論其可行性。
研究地點(diǎn)在云南省陸良縣大漠古鄉(xiāng)煙草種植基地,試驗(yàn)品種為云煙97號(hào),研究于2014年8月進(jìn)行,移栽期4月中旬,打頂時(shí)間6月中旬,煙草種植密度為15 000株/hm2,施肥量為1 500 kg/hm2,農(nóng)家肥施肥量0.20~0.25 kg/株作為輔助肥料。
煙草葉片光譜反射率的測(cè)定采用美國(guó)ASD(Analytical Spectral Device)公司生產(chǎn)的Field Spec 3便攜式地物光譜儀。采樣時(shí)間為煙苗移栽后120 d(成熟期)在田間進(jìn)行煙葉非離體的光譜隨機(jī)取樣,測(cè)定時(shí)間為10:00—15:00,測(cè)定時(shí),選用10°光譜儀視場(chǎng)角,儀器探頭向下垂直于葉片,與采集葉片距離0.1~0.2 m。對(duì)得到的葉片光譜求取均值、臺(tái)階處理及平滑后的葉片光譜作為該樣本葉片光譜反射率的結(jié)果值。
生理生化指標(biāo)的測(cè)定由云南省煙草科學(xué)研究院質(zhì)檢實(shí)驗(yàn)室完成,測(cè)定的生理生化參數(shù)包括總糖含量、還原糖含量、鮮質(zhì)量、干質(zhì)量、含水率。測(cè)定方法如下:總糖含量采用蒽酮比色法測(cè)定[12];還原糖含量采用DNS比色法測(cè)定[13];葉片鮮質(zhì)量(fresh weight,F(xiàn)W):取回后立刻稱質(zhì)量;葉片干質(zhì)量(dry weight,DW):105 ℃殺青 15 min,烘至恒質(zhì)量;葉片含水率(moisture content)=(鮮質(zhì)量-干質(zhì)量)/鮮質(zhì)量×100%。
1.4.1 光譜分析 采用光譜儀自帶的View spec pro軟件對(duì)原始光譜反射率進(jìn)行一階微分,近似計(jì)算公式[14]為
式中:λi為波段i的波長(zhǎng)值;R(λi)為波長(zhǎng)λi的光譜值;Δλ為相鄰波長(zhǎng)的間隔?;诠庾V一階微分提取的高光譜特征參數(shù)見(jiàn)表1。
表1基于光譜位置、面積的光譜特征參量
1.4.2 數(shù)據(jù)分析 將所采集樣本按3 ∶1進(jìn)行劃分,隨機(jī)選擇30個(gè)樣本進(jìn)行生化成分含量估測(cè)模型的建立,剩余10個(gè)樣本進(jìn)行模型精度驗(yàn)證。光譜數(shù)據(jù)的處理采用Excel 2010進(jìn)行基礎(chǔ)輸入、繪圖,采用SPSS 21.0進(jìn)行相關(guān)及回歸分析。
為了準(zhǔn)確地估測(cè)出煙葉生化參數(shù)含量,不僅需要建立相關(guān)的預(yù)測(cè)模型,還需對(duì)建立的模型進(jìn)行精度的分析,本研究采用國(guó)際上常用的幾種評(píng)價(jià)指標(biāo):決定系數(shù)(R2)、均方根誤差(RMSE)、相對(duì)誤差(RE),進(jìn)一步篩選出估測(cè)煙草葉片多種生理生化參數(shù)含量的高光譜模型。
為了消除系統(tǒng)誤差和水汽吸收等的影響,剔除1 325~1 410 nm 和1 750~2 000 nm 2個(gè)波段內(nèi)所對(duì)應(yīng)的數(shù)據(jù)。由圖1可見(jiàn),煙葉原始光譜反射率與總糖、還原糖含量的相關(guān)性趨勢(shì)基本一致,在350~1 325 nm范圍內(nèi)呈負(fù)相關(guān)關(guān)系,在 1 410~1 565 nm范圍內(nèi),總糖含量與原始光譜反射率呈正相關(guān),在1 566~2 350 nm呈負(fù)相關(guān)。還原糖含量的最大相關(guān)系數(shù)出現(xiàn)在波長(zhǎng)662 nm處,為-0.337,在1 410~2 350 nm范圍內(nèi)還原糖含量與原始光譜反射率呈正相關(guān)。
鮮質(zhì)量、干質(zhì)量、含水率與原始光譜反射率的相關(guān)性亦基本一致,除總糖、還原糖含量的相關(guān)系數(shù)未達(dá)到顯著外,其他相關(guān)系數(shù)都達(dá)到了顯著水平,其中,含水率相關(guān)系數(shù)在521~644、690~714、1 410~1 415 nm和3個(gè)波段范圍內(nèi)達(dá)到顯著水平,在699 nm波長(zhǎng)處相關(guān)系數(shù)最大,為-0.423 9。干質(zhì)量和鮮質(zhì)量相關(guān)系數(shù)在525~590、690~705 nm 2個(gè)波段范圍內(nèi)達(dá)到極顯著水平(P<0.01),且在697 nm處相關(guān)系數(shù)最大,分別為-0.476、-0.482。1 443~1 585 nm波段范圍內(nèi),干質(zhì)量與原始光譜反射率達(dá)到極顯著相關(guān)水平(rmax=0.462 3)。
一階微分處理可以減弱低頻背景光譜對(duì)煙葉葉片光譜產(chǎn)生的影響,進(jìn)一步分辨出重疊光譜。比較而言,光譜一階反射率與總糖、還原糖含量的相關(guān)性趨勢(shì)曲線更加具有波動(dòng)性。從圖2中可看出,葉片一階微分光譜反射率與總糖、還原糖含量的相關(guān)性趨勢(shì)基本一致。一階光譜反射率與總糖含量的相關(guān)系數(shù)在2 008 nm處達(dá)到最大負(fù)相關(guān)(rmax=0.492)。在 2 187 nm 波段處,達(dá)到最大正相關(guān)(0.486)。一階光譜反射率與還原糖含量的相關(guān)系數(shù)在2 018 nm處達(dá)到最大正相關(guān),相關(guān)系數(shù)為0.551,在437 nm處達(dá)到最大負(fù)相關(guān),相關(guān)系數(shù)為-0.516。整體而言, 總糖、還原糖含量與一階光譜反射率的相關(guān)系數(shù)浮動(dòng)明顯,達(dá)到極顯著水平的波段較為離散。
從圖3可以看出,經(jīng)光譜一階微分后的光譜反射率與葉片干鮮質(zhì)量、含水率的相關(guān)性曲線變化趨勢(shì)基本一致。在420~553 nm波段范圍內(nèi)一階光譜反射率與葉片干質(zhì)量呈負(fù)相關(guān),且具有明顯的波谷形成,其中在485~529 nm波段范圍內(nèi)一階光譜反射率與葉片干質(zhì)量達(dá)到極顯著水平(P<0.01),最大相關(guān)系數(shù)出現(xiàn)在492 nm處(-0.589)。在584~666 nm波段范圍內(nèi),光譜一階反射率與葉片干質(zhì)量達(dá)到極顯著正相關(guān)水平,593 nm處相關(guān)系數(shù)達(dá)到最大。在671~702 nm 波段范圍內(nèi)一階光譜反射率與葉片干質(zhì)量呈負(fù)相關(guān),且具有明顯的波谷形成,在674~694 nm波段范圍內(nèi)一階光譜反射率與葉片干質(zhì)量相關(guān)性達(dá)到負(fù)的極顯著水平(P<0.01),在 679 nm 處相關(guān)系數(shù)最大,為-0.631。在708~756 nm 波段范圍內(nèi)一階光譜反射率與葉片干質(zhì)量達(dá)到正的極顯著水平,在754 nm處相關(guān)系數(shù)最大,為0.730。
在412~554 nm波段范圍內(nèi)一階光譜反射率與葉片鮮質(zhì)量呈負(fù)相關(guān),且具有明顯的波谷形成,在446~461、476~532 nm 波段范圍內(nèi)一階光譜反射率與葉片鮮質(zhì)量達(dá)到負(fù)的極顯著水平(P<0.01),在 492 nm處相關(guān)系數(shù)最大,為 -0.597,在571~666 nm波段范圍內(nèi)一階光譜反射率與葉片鮮質(zhì)量相關(guān)性達(dá)到正的極顯著水平(P<0.01),在593 nm處相關(guān)系數(shù)最大,為0.597。在671~703 nm波段范圍內(nèi)一階光譜反射率與葉片鮮質(zhì)量呈負(fù)相關(guān),且具有明顯的波谷形成,在 675~695 nm波段范圍內(nèi)一階光譜反射率與葉片鮮質(zhì)量相關(guān)性達(dá)到負(fù)的極顯著水平(P<0.01),在679 nm處相關(guān)系數(shù)最大,為-0.609。在710~755 nm波段范圍內(nèi)一階光譜反射率與葉片鮮質(zhì)量達(dá)到正的極顯著水平,在752 nm處相關(guān)系數(shù)最大,為0.661。
在625~647、469~500 nm波段范圍內(nèi),光譜一階微分值與葉片含水率分別達(dá)到正負(fù)極顯著水平。分別在480 nm(r=-0.569)與631 nm處(r=0.496)達(dá)到極值。673~705 nm 波段范圍內(nèi),光譜一階反射率與含水率呈負(fù)相關(guān)關(guān)系??傮w而言,一階光譜微分與葉片干質(zhì)量、鮮質(zhì)量、含水率的相關(guān)關(guān)系變化曲線浮動(dòng)很大,達(dá)到極顯著水平下的波段亦很離散。
表2表明,位置變量Rr、λv、Dr、λy、λg與葉片干質(zhì)量、鮮質(zhì)量相關(guān)系數(shù)未達(dá)到顯著水平。干質(zhì)量與Rg、λr在0.05水平下達(dá)到顯著,剩余位置變量均達(dá)到極顯著水平(P<0.01)。葉片含水率與Dy達(dá)到了極顯著相關(guān)水平,λr、Db、λb、λy、Rg與葉片含水率相關(guān)性顯著。總體而言,λr、λb、Dy與葉片總糖、還原糖含量呈正相關(guān),其他位置變量與之呈負(fù)相關(guān);λr、λb、Dy、λy與葉片干質(zhì)量、鮮質(zhì)量、含水率呈正相關(guān),其他位置變量與之呈負(fù)相關(guān)關(guān)系。
表2葉片生理生化指標(biāo)與高光譜位置變量的相關(guān)分析
注:“*”“**”分別表示在0.05、0.01水平上相關(guān)性顯著、極顯著。
由表3可見(jiàn),總糖、還原糖含量與面積變量呈負(fù)相關(guān),除(Rg-Rr)/(Rg+Rr)外,與其余的植被變量呈正相關(guān)。與干質(zhì)量、鮮質(zhì)量、含水率呈負(fù)相關(guān)的變量有SDb、SDy、SDg、(Rg-Rr)/(Rg+Rr)、Rg/Rr,與其他變量呈正相關(guān)。干質(zhì)量與(Rg-Rr)/(Rg+Rr)、Rg/Rr顯著相關(guān)。SDb、SDy、SDg、(SDr-SDy)/(SDr+SDy)、SDr/SDy、(Rg-Rr)/(Rg+Rr)、Rg/Rr均與含水率相關(guān)性達(dá)到顯著水平(P<0.05);另外,SDr/SDb(r=0.460)、(SDr-SDb)/(SDr+SDb)(r=0.457)與葉片含水率相關(guān)性均達(dá)到了極顯著水平(P<0.01)。SDb、(SDr-SDy)/(SDr+SDy)、SDr/SDb成為預(yù)測(cè)葉片干鮮質(zhì)量、含水率相關(guān)性最密切的特征參量。
根據(jù)葉片原始光譜反射率、原始光譜一階微分與各生理生化參數(shù)含量的相關(guān)性分析結(jié)果,選擇其中相關(guān)性達(dá)到顯著水平的特征波段,采用多元逐步回歸方法建立估測(cè)模型,并對(duì)模型進(jìn)行精度檢驗(yàn),結(jié)果見(jiàn)表4。
表3葉片生理生化指標(biāo)與高光譜面積變量、植被變量的相關(guān)分析
表4葉片生化參數(shù)含量估測(cè)模型及模型檢驗(yàn)
由相關(guān)性分析得出:總糖含量、還原糖含量、含水率在669、662、699 nm處與原始光譜反射率相關(guān)系數(shù)最大,分別為-0.300、-0.337、-0.424。干質(zhì)量和鮮質(zhì)量與原始光譜反射率的相關(guān)系數(shù)在697 nm達(dá)到最大??偺?、還原糖含量與一階光譜反射率分別在2 008、2018 nm處相關(guān)系數(shù)最大,分別為-0.492、0.551。葉片干鮮質(zhì)量、含水率與一階光譜反射率分別在754、752、480 nm處相關(guān)系數(shù)最大,分別為0.730、0.661、-0.569。干質(zhì)量、鮮質(zhì)量、含水率與(SDr-SDb)/(SDr+SDb)、(SDr-SDy)/(SDr+SDy)、Dy的相關(guān)系數(shù)最大,分別為0.622、0.618、0.469。
在所建立的多元逐步回歸模型中,光譜一階微分的多元回歸模型對(duì)總糖含量、還原糖含量、鮮質(zhì)量能夠達(dá)到很好的估測(cè)效果,基于原始光譜反射率的回歸模型對(duì)葉片干質(zhì)量、含水率可以很好地進(jìn)行估測(cè),檢驗(yàn)精度較高??偺恰⑦€原糖含量與原始光譜反射率的相關(guān)性不是很明顯,而與一階微分光譜反射率的相關(guān)性有所增強(qiáng),出現(xiàn)了上下波動(dòng)頻率較大的正負(fù)相關(guān)關(guān)系,這是因?yàn)橐浑A微分的過(guò)程可以降低背景噪聲,光譜信息更加明顯。
此次研究運(yùn)用相關(guān)分析與多元逐步回歸的方法,提取并篩選出估測(cè)煙草生理生化參數(shù)的光譜特征參數(shù),這2種方法的優(yōu)點(diǎn)是可操作性強(qiáng)且簡(jiǎn)單明確,但是所建立的模型的決定系數(shù)值均不是特別高, 本研究所建立的模型是基于煙草單一
年份單一品種的試驗(yàn)數(shù)據(jù),樣本數(shù)量偏少、測(cè)定光譜時(shí)的儀器誤差都會(huì)對(duì)模型精度造成影響,今后需要通過(guò)研究不同品種類型的煙草在不同生產(chǎn)力水平下的多年田間自然狀態(tài)試驗(yàn)數(shù)據(jù)對(duì)模型做進(jìn)一步的驗(yàn)證與完善,如果構(gòu)建模型的煙草樣本極具代表性,那么模型所擬合的生化參數(shù)的含量會(huì)更加接近數(shù)據(jù)集中反映的真實(shí)映射關(guān)系,在今后的研究中,需就以上問(wèn)題作更加深入的研究和探討,為高光譜技術(shù)在精準(zhǔn)農(nóng)業(yè)應(yīng)用上提供參考與基礎(chǔ)。
參考文獻(xiàn):
[1]劉國(guó)順. 國(guó)內(nèi)外煙葉質(zhì)量差距分析和提高煙葉質(zhì)量技術(shù)途徑探討[J]. 中國(guó)煙草學(xué)報(bào),2003,9(增刊1):54-58.
[2]梁 亮,楊敏華,臧 卓. 基于小波去噪與SVR的小麥冠層含氮率高光譜測(cè)定[J]. 農(nóng)業(yè)工程學(xué)報(bào),2010,26(12):248-253.
[3]梁惠平,劉湘南. 玉米氮營(yíng)養(yǎng)指數(shù)的高光譜計(jì)算模型[J]. 農(nóng)業(yè)工程學(xué)報(bào),2010,26(1):250-255.
[4]牛 錚,陳永華,隋洪智,等. 葉片化學(xué)組分成像光譜遙感探測(cè)機(jī)理分析[J]. 遙感學(xué)報(bào),2000,4(2):125-130.
[5]Tarpley L,Reddy K R,Sassenrath-Cole G F. Reflectance indices with precision and accuracy in predicting cotton leaf nitrogen concentration[J]. Crop Science,2000,40(6):1814-1819.
[6]王秀珍,黃敬峰,李云梅,等. 水稻生物化學(xué)參數(shù)與高光譜遙感特征參數(shù)的相關(guān)分析[J]. 農(nóng)業(yè)工程學(xué)報(bào),2003,19(2):144-148.
[7]李佛琳,趙春江,王紀(jì)華,等. 一種基于反射光譜的烤煙鮮煙葉成熟度測(cè)定方法[J]. 西南大學(xué)學(xué)報(bào)(自然科學(xué)版),2008,30(10):51-55.
[8]李向陽(yáng),劉國(guó)順,楊永鋒,等. 烤煙葉片高光譜參數(shù)與多種生理生化指標(biāo)關(guān)系研究[J]. 中國(guó)農(nóng)業(yè)科學(xué),2007,40(5):987-994.
[9]劉良云,靳志偉,王紀(jì)華,等. 光譜法預(yù)測(cè)煙葉中的煙堿、鉀和氮素[J]. 煙草科技,2005(6):26-29.
[10]Jia F F,Liu G S,Ding S S,et al. Using leaf spectral reflectance to monitor the effects of shading on nicotine content in tobacco leaves[J]. Industrial Crops and Products,2013,51(6):444-452.
[11]劉國(guó)順,趙獻(xiàn)章,韋鳳杰,等. 旺長(zhǎng)期遮光及光照轉(zhuǎn)換對(duì)不同煙草品種光合效率的影響[J]. 中國(guó)農(nóng)業(yè)科學(xué),2007,40(10):2368-2375.
[12]閆克玉. 煙草化學(xué)[M]. 鄭州:鄭州大學(xué)出版社,2002.
[13]王瑞新,韓富根,楊素勤,等. 煙草化學(xué)品質(zhì)分析方法[M]. 鄭州:河南科學(xué)技術(shù)出版社,1990.
[14]Tsai F,Philpot W. Derivative analysis of hyperspectral data[J]. Remote Sensing of Environment,1998,66(1):41-51.