葛元梅，陈翔宇，洪 帅，马露露，吕 新，张 泽

(1.石河子大学农学院/新疆生产建设兵团绿洲生态农业重点实验室，新疆石河子 832003；2.石河子大学生命科学学院，新疆石河子 832003)

0 引 言

【研究意义】叶面积指数(leaf area index,LAI)可综合表述为单位土地面积上作物叶片的叶面积总和[1]，是描述土壤—植被—大气之间物质和能量交换的关键参数，其表征叶片的疏密程度和冠层结构，能够体现植被光合、呼吸和蒸腾作用等物理过程[2]。获取准确的LAI,在作物长势监测和产量预测中具有实用价值,可以描述植被结构特性,成为生态监测的重要指标[3]。“红边”是包含绿色植被多种信息的特征光谱[4-6]，其位置向红外方向还是蓝光方向偏移，是诊断作物营养状况、病虫侵害、水分胁迫及所处生育时期的重要光谱参数[7-10]。光谱红边主要是由植被叶片叶绿素在红光波段对光的强烈吸收与叶片内部组织在近红外波段对光的多次散射形成的强反射造成的，波长在680～750 nm。由于光谱红边主要依据作物的营养状况、生物量和物候期而发生变化，作物的叶片组织发生变化时也会引起光谱红边的相应变化，尤其当植被受到各种胁迫时植被的红边特征常发生显著的变化[11-13]。开展不同品种滴灌棉花的高光谱快速无损伤监测。研究,对建立不同品种滴灌棉花叶面积指数估测模型，有实际意义。【前人研究进展】“红边”通常采用红边幅值(红边斜率)、红边面积和红边位置三因子来描述其特征[19]。由于光谱红边主要依据作物的营养状况、生物量和物候期而发生变化，作物的叶片组织发生变化时也会引起光谱红边的相应变化，尤其当植被受到各种胁迫时植被的红边特征常发生显著的变化[20]。谢巧云等[14]研究表明，高光谱数据红边区域 680～750 nm 波段范围内，植被指数与LAI的相关性非常高；黄春燕等[15]研究表明，红边位置主要依据作物的营养状况、生物量和物候期而变化，沿波长轴方向移动，它与作物的叶面积指数有关。王秀珍等[16]指出可以用红边参数测定LAI；马文君[17]指出在盛蕾期，与LAI相关性较好的光谱变量只有红边位置。Kyu-Sung[18]研究发现，红边范围较其它波段的光谱能更精确预测LAI，并且LAI与红边参数存在着密切的相关性，因而可以用红边位置的移动来估算LAI。【本研究切入点】实时、无损、准确的检测棉花植株营养状况对于指导精确管理一直是棉花生产迫切需要解决的难题[23]。利用棉花反射光谱数据来估测其光合有效辐射、长势和叶绿素含量等已多见报道，但利用光谱红边特征来研究棉花的LAI还鲜见报道。研究红边参数的动态变化规律建立不同品种滴灌棉花叶面积指数估测模型。【拟解决的关键问题】以新陆早50号、新陆早58号及鲁棉研24号3个品种为研究对象，开展不同施肥梯度试验，研究红边参数与LAI动态变化，找寻两者之间的关系，并建立基于红边参数与LAI模型，为推动精准农业发展提供理论支持。

1 材料与方法

1.1 材 料

2017年在新疆玛纳斯县六户地镇设置田间试验。以新陆早50号、新陆早58号和鲁棉研24号(杂交棉)品种为供试棉花品种。小区覆膜，膜宽2.05 m，栽培模式为1膜3管6行，行距配置为(10+66+10+66+10)cm，株距10.5 cm。种植方式为棉花连作，东西走向，两头设置保护区。每个小区面积为25 m2(10 m×2.5 m)，完全随机区组设计，重复3次，小区间设隔离带。设4个施氮水平，为0、120、240、360 kg/hm2纯氮，分别以N0、Nl、N2、N3表示。完全随机区组设计，重复3次，小区间设隔离带。灌溉定额为当地滴灌棉田一般灌溉量，其他田间管理均按高产栽培要求进行。

1.2 方 法

1.2.1 棉花光谱数据测量

棉花冠层高光谱数据的获取采用美国ASD公司Field Spec Pro FR2500型背挂式野外高光谱辐射仪(Analytical Spectral Devices)。波段为350～2 500 nm，采样间隔为1 nm。采样日选择在晴朗无云、无风和风速很小的天气进行冠层光谱测定，测定时间控制在12:00～14:00。测量时传感器探头垂直向下，光谱仪视场角为25°，距棉花冠层顶垂直高度约0.5 m。每个小区采集3个点，每个点采集5条光谱数据，最后用15条数据的平均值作为该小区采样点的光谱值。为保证测量精度，测量过程中对每组目标的观测前后均进行标准白板校正，以减小云层及太阳高度变化等对光谱反射率的影响。

1.2.2 样品采集

对地上植株进行9次样品采集，采集时间分别为2017年6月1日，6月9日，6月22日，7月5日，7月17日，7月27日，8月7日，8月18日，8月27日。

1.2.3LAI(Leaf Area Index，LAI)测定

用CI-203激光叶面积仪测定LAI。

1.3 数据处理

1.3.1 线性内插法红边位置(Red edge position: linear interpolation method)公式

线性内插法红边位置(REP)=700+40[(R670+R780)/2-R700]/(R740-R700).

(1)

1.3.2 叶面积指数计算公式

叶面积指数(LAI)=作物绿色叶面积总和与相应土地面积之比。

(2)

1.3.3 红边参数与叶面积指数相关性的建立

为了能使LAI估算模型相对更为精确，进行模型估测和实际值进行拟合分析，使用拟合方程的决定系数(R2)、均方根误差(RMSE)检验模型的估测能力和精度，R2越接近1，RMSE越小，表明模型精度越高。

叶面积指数是反映作物光和生产能力，描述作物冠层特征，预测作物产量的重要参数。根据出苗后天数分析红边参数和LAI的相关规律，比较多种拟合方法确立棉花LAI的最优光谱模型，采用均方根误差(RMSE)和决定系数(R2)检验，RMSE越小说明模型拟合度越好。数据处理采用SPSS19.0 和Microsoft Excel 2010相关软件。

1.3.4 预测的均方根差(RMSE)计算

(3)

2 结果与分析

2.1 不同氮素处理下滴灌棉花LAI动态变化

研究表明，3个棉花品种叶面积指数随着棉花生长发育总体呈现出先上升后逐渐下降的变化规律；出苗70 d前，3个品种棉花LAI均呈上升趋势但是增长速率表现出很大的不同，鲁棉研24号>新陆早50号>新陆早58号；在出苗70～80 d，3个品种棉花LAI均出现明显下降，但相较新陆早50号、新陆早58号，鲁棉研24号下降幅度较大。图1

图1 花叶片叶面积指数变化特征
Fig.1 Characteristics of leaf area index of cotton leaves

2.2 不同氮素处理下滴灌棉花红边位置变化

研究表明，不同生育时期红光波段的一阶导数最大值、最小值对应的波段是不同的；同一时期不同施肥处理间，仅仅对应的导数值有区别，波段相同。将棉花各生育时期高光谱一阶导数值找出的最大值、最小值的波段经由线性内插法红边位置公式进行运算。

3品种随出苗天数的推进其红边位置的移动规律类似：随着棉花的生长发育，红边位置所在波段逐渐向长波方向移动(红移)，当棉花逐渐进入后期生长时红边位置所在的波段逐渐向短波方向移动(蓝移)。可以根据红边位置在棉花生育期内呈现规律的变化，用红边位置描述棉花的生长状况。在32～80 d棉花快速生长时，红边位置出现红移现象；在80～100 d出现严重病虫害，红边位置出现蓝移现象；在100 d后病虫害消退，红边位置对应波段出现回升趋势。表1,图2

图2 棉花红边位置变化
Fig.2 Cotton Red edge Position change curve 棉花随出苗天数红边位置变化
Table 1 Variation of the Red Edge position of Cotton with Seedling days

品种Variety处理Treatment出苗后天数Days after emergence(d)3243708091100111新陆早50号 Xinluzao No.50N0719.25721.71722.14724.04722.82720.42720.77N1719.21721.43722.6572376722.04720.65721.88N2718.95721.42722.32722.95722.21720.63721.44N3719.37721.91722.53722.99722.36720.09720.83新陆早58号Xinluzao No.58N0719.34721.20722.36723.03722.42720.81721.59N1718.16721.55722.59723.41720.96721.07723.28N2718.92721.67722.58723.85723.27721.96722.17N3719.37721.23723.51724.41722.05721.24722.80鲁棉研24号Lumianyan No.24N0718.84721.17722.59723.17723.16721.31722.16N1718.26720.98722.18723.16723.78720.76722.76N2717.67721.94722.35723.66722.73721.49722.89N3717.76721.84722.84724.04724.26722.38722.87

2.3 红边位置与LAI的相关性

研究表明，3品种棉花红边位置与LAI的相关性均达到0.5以上，且都通过99%置信水平的显著性检验。棉花品种新陆早58号红边位置与LAI的相关系数最高，达到了0.726**。其次为鲁棉研24号0.721**和新陆早50号 0.585**，新陆早58号0.726**。用棉花冠层反射光谱的红边位置来估算其LAI是可行的。表2

2.4 基于红边位置LAI估算模型的建立

研究表明，对比3品种不同函数模型精度，均是采用对数函数所建立的估算模型比其他函数估算模型精准；对比3品种精度较好的模型——对数函数估算模型，鲁棉研24号精度较高(R2=0.660 8，RMSE=1.76)。表2

表2 棉花叶面积指数(LAI)对红边参数回归方程
Table 2 Regression equation of cotton leaf area index (LAI) to red edge parameter

品种Variety模型类型Model模型表达式Expression决定系数R2均方根误差RMSE新陆早50号Xinluzao No.50线性Y = 0.787x - 564.110.341 91.56对数Y=567.9 ln(x)-3 733.90.447 01.56指数Y= 3E-109 e0.347 7x0.448 31.84新陆早58号Xinluzao No.58线性Y = 0.888 6x - 637.50.527 61.32对数Y=641.2 ln(x)-4 216.30.650 21.32指数Y = 1E-124 e0.397 1x0.649 51.76鲁棉研24号Lumianyan No.24线性Y= 0.854 1x - 612.770.519 81.54对数Y=615.7 ln(x)-404 8.70.660 91.54指数Y= 5E-123 e0.391 5x0.660 81.76

注:**表示通过0.01的显著性检验；*表示通过0.05的显著性检验

Note:**means passing the significance test of 0.01 and*means passing the significance test of 0.05

2.5 精度检测

构建的红边位置与棉花叶片LAI相关的线性函数模型，分别反演棉花新陆早50号、新陆早58号及鲁棉研24号在4种施氮水平条件下的棉花叶片LAI。模型方程的估算精度分别为 63.91%、75.29%、81.68%，RMSE为0.94、0.82、0.77，用红边位置能够较好的估算不同品种滴灌棉花叶片的LAI，且鲁棉研24号所建模型较其他2品种精度较好(R2=0.816 8，RMSE=0.77)。表3，图3

表3 棉花叶面积指数估算模型精度
Table 3 Accuracy analysis of cotton leaf area index estimation model

品种Variety验证模型Equation决定系数R2均方根误差RMSE新陆早50号Xinluzao No.50Y = 1.477 6ln(x) + 1.931 30.639 10.94新陆早58号Xinluzao No.58Y = 1.753 5ln(x) + 1.698 70.752 90.82鲁棉研24号Lumianyan No.24Y = 1.905 4ln(x) + 1.479 40.816 80.77

图3 棉花LAI的红边参数估算模型拟合结果
Fig.3 Fitting result of Red edge parameter estimation model of Cotton LAI

3 讨 论

近年来，结合了统计方法和物理模型方法的混合反演方法被越来多的应用于LAI反演中，混合反演方法的发展得益于机器学习的快速发展，越来越多的学者将机器学习方法用于LAI反演[15]。研究结合棉花生长发育规律，用相关分析方法研究棉花LAI与红边参数的相关关系，基于两者的相关性建立红边参数与棉花叶片LAI估测模型，反演棉花LAI，结果表明,用光谱红边位置可以较好的反演棉花冠层叶片的LAI。为大田棉花生长检测与实时诊断提供了科学指导，对于提高棉花科学管理水平，增强对棉花群体的调控能力，以及对整个农作物管理水平的提高，都具有十分重要的意义。

研究设计的滴灌棉花3品种4氮肥处理试验，验证了棉花红边位移变化规律：在出苗后32～80 d棉花快速生长时，红边位置出现红移现象；在80～100 d由于出现严重病虫害以及叶片叶绿素含量降低，生长发育速度降低，红边位置对应波段减小，红边位置出现蓝移现象；在100 d后病虫害消退，红边位置对应波段出现回升趋势，上述结论与前人研究一致。唐延林等[21]研究表明,棉花冠层光谱的红边具有“双峰”现象，随发育期推移，冠层红边位置呈“红移”、“红边平台”和“蓝移”变化规律。黄春燕等[15]指出当作物生长旺盛，处于健壮时期，其红边会向长波方向偏移；反之，作物衰老、感染病虫害，红边就会向短波方向移动。

试验LAI动态变化规律与前人研究结果大体一致，在个别时期出现差异。3品种棉花LAI在出苗80～100 d出现明显下降的异常现象，查找全年大田试验记录以及气象资料，在出苗后60～100 d期间大田出现较大规模的病虫害(蚜虫危害为主)。新陆早58号在整个生育时期受虫害程度较均匀，整体变化趋势稳定，由于N1、N2小区受虫害较重所以在90 dLAI值回升幅度较小。对比受虫害期间3品种最小值，鲁棉研24号作为杂交棉抗性较好，LAI值受虫害影响较小。新陆早50号各氮素水平之间受害程度不同，所以LAI变化规律出现异常；查询大田相关记录在出苗后90 d出现的小规模红蜘蛛现象对新陆早58号造成了一定的影响，N1施氮水平条件下LAI回升程度较小。

对棉花红边位置与叶面积指数进行相关性分析以此建立相关模型，并对所建立模型进行精度检测，结果显示,鲁棉研24号所建立的红边参数-LAI模型精度最好(R2=0.816 8，RMSE=0.77)；整个生育期中新陆早50号收到蚜虫和红蜘蛛两大虫害的影响，对LAI变化规律造成了一定程度的干扰，建立的红边参数-LAI估算模型检验精度较低。研究认为虫害程度大小和发生次数会一定程度的影响红边参数-LAI模型的估算精度。

4 结 论

4.1 不同品种滴灌棉花叶面积指数在50～70 d均呈上升趋势，但不同品种间叶面积指数增长速率存在明显差异，鲁棉研24号>新陆早50号>新陆早58号。

4.2 棉花正常生长时期，红边位置出现红移现象；当大田爆发病虫害，红边位置出现蓝移现象；后期棉花逐渐恢复正常生长，红边位置对应波段出现缓慢回升趋势。

4.3 新陆早50号、新陆早58号及鲁棉研24号红边位置与LAI的相关性均达到 1%极显著相关，建立的模型的决定系数分别达到0.585**、0.726**、0.721**；对所建模型进行精度检验，估算精度分别为63.91%、75.29%、81.68%，因此，认为鲁棉研24号所建立的红边参数-LAI估算模型精度较高。