油菜叶片的光谱特征与叶绿素含量之间的关系研究.pdf

油菜叶片的光谱特征与叶绿素含量之间的关系研究.pdf

《油菜叶片的光谱特征与叶绿素含量之间的关系研究.pdf》由会员分享，可在线阅读，更多相关《油菜叶片的光谱特征与叶绿素含量之间的关系研究.pdf（4页珍藏版）》请在冰点文库上搜索。

第27卷，第9期2007年9月光谱学与光谱分析SpectroscopyandSpectralAnalysisVo127，No9，pp17311734September，2007油菜叶片的光谱特征与叶绿素含量之间的关系研究方慧，宋海燕，曹芳，何勇，裘正军1浙江大学生物系统工程与食品科学学院，浙江杭州3100292山西农业大学工程技术学院，山西太谷030801摘要叶绿素是作物生长中的重要因素，是植物营养胁迫、光合作用能力和生长状况的良好指示剂。

实时、可靠的作物营养诊断是进行科学施肥管理的基础，也是实践精细农业的关键技术之一。

采用便携式可见一近红外光谱仪，在室外自然光照条件下对不同氮肥水平下油菜叶片的光谱特性进行了研究，并根据作物特有的光谱特征，采用逐步回归分析方法建立了油菜叶片的叶绿素含量与红边位置和绿峰位置之间的定量分析模型。

结果表明，将红边位置、绿峰位置二者作为自变量时，建立的模型效果优于采用单一的红边位置为自变量时建立的模型效果。

其相关系数分别为0863和0848；校正标准偏差SEC分别为5273和5459，说明采用红边位置和绿峰位置这两个参数更能很好地预测叶片的叶绿素含量。

关键词油菜；叶绿素；可见一近红外光谱；逐步回归；红边位置；绿峰位置中图分类号：

S123；S15文献标识码：

A文章编号：

10000593（2007）09173104引言在大田作物生产中，为了及时掌握作物生长情况，除了根据经验进行外观诊断外，往往采用在作物生长季节内直接或问接分析作物地上部分的无机养分含量作为快速诊断作物营养状况的依据。

在所有营养元素中，氮素对作物生长发育和产量的影响最大，施用量也最大。

因此，研究不同氮素营养条件下作物的光谱特性具有现实意义l】。

传统的氮素营养诊断和评价植物氮素状况的方法主要是基于土壤和植物组织的实验室分析，这些分析普遍要求破坏土壤和植被样本，需耗费大量的时间、人力和物力，而且实验室分析需要有经验的专业分析人员和大量的分析试剂与设备一“。

叶绿素浓度是植物营养胁迫，光合作用能力和生长状况的良好指示剂。

通过遥感技术来探测叶绿素浓度在农业和自然植物群落研究方面都受到很大的关注。

Horler等研究了植被光谱与叶绿素浓度的关系，并提出了光谱“红边”位置在植被叶绿素浓度估计中的作用D23；Danson等比较“红边”位置与叶面积指数、归一化植被指数NDVI的相关关系，提出“红边”位置与叶面积指数高度相关l1。

吴长山等对水稻、玉米的导数光谱数据与叶绿素密度的相关性进行了分析，得出受作物种类影响很小的特征波段为762nIn，位于“红边”位置。

金震宇等通过室外试验也认为水稻叶片的“红边”拐点波长位置与其叶绿素浓度之间具有很强的相关性l1。

王秀珍等对不同氮素营养水平下的水稻冠层光谱进行了研究，也证明“红边参数”（红边，红边振幅，红边振幅与最小振幅的比值，红边峰值面积）与上层叶片的叶绿素含量有着密切的关系。

景娟娟、赵春江l1一等对小麦的光谱特性进行了研究，同样认为“红边参数”与叶绿素含量有较大的相关关系。

Feng等采用CCD成像技术分析了油菜植被指数与叶绿素之间的关系，其相关系数可达094_1。

但是这些研究大多数都集中在水稻、玉米和小麦上，对油菜这一经济作物的研究甚少，而且这些研究大多数都是定性分析，没有建立起叶绿素含量与“红边”参数之间的定量关系模型。

针对以上问题，本实验在室外自然光照条件下研究了油菜叶片的光谱特性，并对油菜叶片的叶绿素含量与其光谱特性之间的关系建立了定量分析模型。

1试验部分11田间肥料设计试验田位于浙江大学试验场内，小区面积为36m2，每小区种15株油菜，设2个重复，试验小区按随机排列布置。

肥料设计设3个氮素水平，每亩分别施纯氮0，12，24kg，收稿日期：

20060806。

修订日期：

2006一一o8基金项目：

国家“十一五”科技支撑计划项目（2006BAD10A09），国家自然科学基金项目（30671213），浙江省科技厅项目（2005C21029，2005c21094）以及“三农五方”科技协作计划项目资助作者简介：

方慧，女，1973年生，浙江大学生物系统工程与食品科学学院讲师*通讯联系人e-mail：

zjqiuzjueducn维普资讯http:

/http:

/www.lw23.com论文网论文大全http:

/www.lw23.com论文网论文大全1732光谱学与光谱分析第27卷使油菜人为地呈缺氮、适量氮、过量氮的状态。

肥料分基肥和腊肥两次施，基肥在移栽前施入，移栽时间为2004年l1月18日。

腊肥在2004年12月28日施入。

田问管理按大田管理方式进行。

油菜品种为甘蓝型油菜。

12测量方法测量仪器为美国ASD（AnalyticalSpectralDevice）公司的便携式光谱仪，波段范围为3251100nnl，分辨率35nnl，采样间隔15nnl。

光谱测定选择晴朗无云无风天气，测量时间为上午10：

o012：

00。

测量时在保证光谱仪距被测叶片距离不变的情况下，在每小区中选择一些叶片进行测量，每个叶片测量5次，取其平均值作为该叶片的光谱图，然后再测量所取叶片的叶绿素含量（SPAD值）。

测量时及时进行标准白板校正，标准白板的反射率为1，这样所测得的目标物光谱是无量纲的相对反射率。

为了检测在该试验条件下，土壤背景信息是否会对油菜叶片的光谱特征造成影响，在具体测试过程中，对不同背景条件下（黑布、白纸、土壤）油菜叶片的光谱特性进行了测量和分析。

结果表明，油菜叶片的反射率在不同的背景条件下只是简单的平移，而这些通过光谱预处理技术便可消除_1。

因此，可以认为在该测试条件下，背景信息对油菜叶片的光谱特性没有任何影响。

叶绿素含量的测量采用日本美能达公司生产的SPAD5O2叶绿素计。

为了减少测量误差，每片叶子至少测量1O个点，然后取其平均值作为该叶片的SPAD值。

另外根据所采样本叶片面积的不同，适当增加了某些叶子的SPAD采集点。

2叶片光谱特性图1是不同施肥条件下油菜叶片的光谱特性。

图中的光谱反射率呈现典型的植物光谱特征：

即在400500m与600700m之间，蓝、红光波段的光辐射被叶片中的叶绿素全部吸收进行光合作用而形成两个低反射区，具有较低的反射比，一般低于1O；从500m起叶子的吸收减少，一般在550nn2处，即绿色波段部分，形成一个小的反射峰，反射率大约在2O左右，这是植物叶子呈绿色的原因；然后在700nn2左右反射率突然上升，进入近红外区域后曲线平缓起来，成为高反射平台区，一般可达到5O6O。

这里反射率从叶绿素的红色波段吸收区的低点变化到近红外由于叶片散射而反射率比较高的过渡地区即“红边区”，一般位于690720nip之间。

另从图中还可以看出随供氮水平的提高叶片的反射率反而下降。

这可能是因为供氮水平高的区域，油菜叶片面积比较大，使其光合作用能力增强，对红光和蓝光的吸收增强，红光与蓝光波段的反射率逐渐减小，红光与蓝光波段的强吸收使绿色波段的反射率逐渐突出，使其形成的反射峰低于其它两种施肥情况。

3数据处理和分析该光谱仪采集的是离散型的数据，

（1）近似计算一阶微分光谱数据：

R，（丸）一

（1）AH-1一1根据公式

（1），油菜叶片的一阶导数光谱见图2，从图中可以看出，在700nn2左右一阶导数光谱的反射率最大。

我们将所采集的油菜叶片一阶导数光谱反射率最大处所对应的波长定义为红边位置。

05O4O3O2O1O6008001000WavelengthnmFig1Spectralpropertiesofoilseedrapeleavesindifferentnitrogenousfertilizers1：

Morethanordinaryfertilizer；2：

Ordinaryfertilizer；3：

LessthanordinaryfertilizerO0040-00044006008001000WavelengtlYnmFig2Firstderivativespectraoftheoilseedrapeleaves由于叶绿素含量受可见光的影响比较大，从图1可以看到由于植物叶子呈绿色的原因使得叶片在550nn2左右形成一个小的反射峰，该反射峰可以认为是绿色植物所特有的。

一般情况下，绿色程度高的叶片叶绿素含量高。

因此本文将原始光谱中在500600nip范围内出现的峰值所对应的波长定义为绿峰位置。

将红边位置和绿峰位置这两变量作为自变量，叶绿素含量作为因变量，采用SPSS软件进行了多元回归分析，建立叶片叶绿素含量的预测模型。

模型评价的标准是有较高的相关系数R，较低的标准误差SEC。

SEC可通过公式

（2）计算获得：

S一I_IE1（Yi-Y1）2

（2）其中，L为校正样本集的样本数；为校正样本的校正值；yi为校正样本的测量值。

因此可以通过公式采用单一的红边位置（Ted）与油菜叶绿素浓度（）建立的模型见公式（3），其相关系数为0848，SEC值为5459，回维普资讯http:

/http:

/www.lw23.com论文网论文大全http:

/www.lw23.com论文网论文大全第9期光谱学与光谱分析1733归方程的F检验值为42318。

Y一一721988+1069Ard（3）采用红边位置（）和绿峰位置（）与油菜叶绿素浓度（）建立的模型见公式（4），其相关系数为0863，SEC值为5273，回归方程的F检验值为24294。

Y一一3392830315+0779（4）4结论从公式（3）和公式（4）中可以看到叶绿素含量与红边位置呈正相关，与金震宇等人的研究结论是一致的嘲。

此外还可以得出，采用红边、绿峰位置2个变量建立的模型效果比单个红边位置建立的模型效果要好。

不同模型测量值与预测值之间的关系见图3。

SPADvaluemeasuredSPADvaluemeasured（a）（b）Fig3Comparisonofthedifferentpredictionmodelsforchlorophyllcontent（a）：

Predictionswithtwovariables（rededgeandgreenedge）；（b）：

Predictionswithonevariable（rededge）采用便携式可见一近红外光谱仪在室外研究了油菜叶片的光谱特性，并对油菜叶片的叶绿素含量与其光谱反射率之12345678910111213间的关系进行了分析。

建立了油菜叶片叶绿素含量与红边位置，叶绿素含量与红边、绿峰位置之间的定量分析模型，其相关系数分别为0844和0863，SEC值分别为5459和5273。

表明采用红边、绿峰位置两个变量建立的模型效果比单个红边位置建立的模型的效果要好。

参考文献JINGJuan-juan，WANGJihua，WANGJindi，etal（景娟娟，王纪华，王锦地，等）InformationofRemoteSensing（遥感信息），2003，2：

28XUELi-hong，CAOWeixing，LUOWeihong，etal（薛利红，曹卫星，罗卫红，等）ActaPhytoecologicaSinica（植物生态学报），2004，28

（2）：

172TANGYan-lin，WANGRen-chao，ZHANGJin-heng，etal（唐延林，王人潮，张金恒，等）JournalofTriticeaeCrops（麦类作物学报），2003，23

（1）：

63TANGYahlin，WANGRenchao，HUANGJingfeng，etal（唐延林，王人潮黄敬峰，等）JournalofRemoteSensing（遥感学报），2004，8

（2）：

185WANGYuan，WANGFumin，HUANGJing-feng（渊，王福民，黄敬峰）ActaAgriculturaeZhejiangensis（浙江农业学报），2004，16

（2）：

79JINGJuan-juan，WANGJihua，WANGJindi，etal（景娟娟，王纪华，王锦地，等）RemoteSensingInformation（遥感信息），2003，2：

28LIUWeidong，XIANGYue-qin，ZHENGLan-fen，etal（刘伟东，项月琴，郑兰芬，等）JournalofRemoteSensing（遥感学报），2000，4（4）：

279GitelsonAA，VinaA，ArkebauerTJ，eta1GeophysicalResearchLetters，2003，30（5）：

1248GitelsonAA，KaufmanYJ，StarkR，eta1RemoteSensingofEnvironment，2002，8O：

76GitelsonAA，MerzlyakMN，Chivkunova0BPhotochemistryandPhotobiology，2001，74

（1）：

38ZHANGJin-heng，WANGKe，WANGRen-chao（张金恒，王珂，王人潮）JournalofNorthwestSeiTechUniversityofAgricultureandForestry（NatSeiEd）（西北农林科技大学学报自然科学版），2003，31

（2）：

177HorlerDNH，DockrayM，BarberJ，eta1InternationalJournalofRemoteSensing，1983，4：

273DansonF，LInternationalJournalofRemoteSensing，1995，16

（1）：

183加m口0筝l100一1）维普资讯http:

/http:

/www.lw23.com论文网论文大全http:

/www.lw23.com论文网论文大全1734光谱学与光谱分析第27卷143wUChang-shan，XIANGYue-qin，ZHENGLanfen，etal（吴长山，项月琴，郑兰芬，等）JournalofRemoteSensing（遥感学报），2000，4（3）：

28815JINZhen-yu，TIANQing-jiu，HUIFengming，etal（金震宇，田庆久，惠凤鸣，等）RemoteSensingTechnologyandApplication（遥感技术与应用），200318（3）：

134163WANGXiu-zhen，WANGRen-chao，LIYunmei，eta1（王秀珍，王人潮，李云梅，等）JournalofZhiangUniversity（AgricultureLifesdence）（浙江大学学报农业与生命科学版），2001，27

（2）：

30117318319203ZHAOChunjiang，HUANGWen-jiang，WANGJihua（赵春江，黄文江，王纪华）AgriculturalSciencesinChina（中国农业科学），2002，35（8）：

980FENGLei，FANGHui，ZHOUWei-jun，etal（冯雷，方慧，周伟军，等）SpectroscopyandSpectralAnalysis（光谱学与光谱分析），2006，26（9）：

1749ZHENGYong-mei，ZHANGTie-qiang，ZHANGJun，etal（郑咏梅，张铁强，张军，等）SpectroscopyandSpectralAnalysis（光谱学与光谱分析），2004，24（12）：

1546AntihusHG，HEYong，AnniaGPJournalofFoodEngineering，2006，77

（2）：

313StudyontheRelationshipbetweenSpectralPropertiesofOilseedRapeLeavesandTheirChlorophyllContentFANGHui，SONGHai-yan，CAOFang，HEYong，QIUZhengjun1CollegeofBiosystemsEngineeringandFoodScience，ZhejiangUniversity，Hangzhou310029，China2CollegeofEngineeringandTechnology，ShanxiAgriculturalUniversity，Taigu030801，ChinaAbstractChlorophyllistheimportantfactorsofthecropinitsgrowthstage，anditisthefavorableindicatorofnutritionstressandphotosynthesisSite-specificcropnutritiondiagnosisisthebasicsofthescientificfertilizermanagement，anditisessentialforthepracticeofprecisionagricultureSpectralpropertiesoftheoilseedrapeleavesindifferentnitrogenousfertilizerlevelsweremeasuredusingvisible-nea