不同成熟度烟叶高光谱特征分析及与SPAD值的关系

李青山，王传义，谭效磊，许家来，杨举田，刘莉，朱先志，张玉琴，徐秀红*

(1.中国农业科学院烟草研究所/农业部烟草生物学与加工重点实验室，山东青岛266101;2.中国农业科学院研究生院，北京100081;3.山东临沂烟草有限公司，山东临沂276000;4.山东烟草研究院，山东济南250098;5.山东临沂烟草有限公司沂水分公司，山东沂水276400)

不同成熟度烟叶高光谱特征分析及与SPAD值的关系

李青山1，2，王传义1，谭效磊3，许家来4，杨举田3，刘莉5，朱先志5，张玉琴1，2，徐秀红1*

(1.中国农业科学院烟草研究所/农业部烟草生物学与加工重点实验室，山东青岛266101;2.中国农业科学院研究生院，北京100081;3.山东临沂烟草有限公司，山东临沂276000;4.山东烟草研究院，山东济南250098;5.山东临沂烟草有限公司沂水分公司，山东沂水276400)

为了探索田间不同成熟度烟叶的高光谱特征以及与SPAD值的关系，分析了不同成熟度烟叶的高光谱反射率、位置变量、面积变量和植被变量等光谱参数的差异。并采用相关分析和逐步回归方法确定高光谱参数与SPAD值的关系。结果表明，随着成熟度的提高，在可见光范围内(480～680 nm)，反射率逐渐升高，尤其在500～660 nm范围内，反射率对于不同成熟度的烟叶有较好的“区分效应”。在近红外区域，随着成熟度的提高，烟叶的反射率大体呈现减小的趋势。烟叶的红边面积变化趋势为:先增大后减小;蓝边面积随着成熟度的提高不断增大;SDr/SDb值和(SDr－SDb)/(SDr+SDb)值逐渐减小，且各成熟度间差异达到显著或极显著水平。SPAD值的红谷反射率的回归方程的预测效果较好，基于高光谱特征参数率建立回归模型预测SPAD值是可行的。

烟叶;成熟度;高光谱;SPAD值

烟叶成熟采收是生产优质烟叶的中心环节和关键技术之一，掌握和正确判断田间烟叶成熟度对于烟叶适熟采收和科学烘烤具有重要的意义。对于如何判断田间烟叶成熟度，国内科研工作者［1－5］建立了一些相对客观的方法来判断田间烟叶的成熟度。烤烟在成熟过程中，烟叶的颜色、组织结构、叶脉等叶片特征会发生有规律的变化，而这些在烟叶的反射光谱上会得到反映［6］。因此，从烟叶光谱特征中提取烟叶成熟过程中的相关信息，通过反推可以得到烟叶不同成熟度的状况，这为判别烟叶成熟度提供了新的思路。李佛琳等［7］利用逐步回归分析筛选了可见光波段范围内的3个波段作为建模因子进行建模判断烟叶成熟度，但未对不同成熟度烟叶近红外波段范围内的光谱特征进行描述和利用。李向阳等［8］研究了不同叶龄烟叶的光谱特征，提出了不同烟叶成熟度的红边位置，但试验采用的是盆栽，而盆栽条件和大田条件下存在较大的差异，研究结论能否适用于大田生产还有待进一步验证。王建伟等［6］为明确田间不同成熟度烟叶的高光谱特征，研究了烤烟上部叶随成熟度的提高，烟叶高光谱反射率、位置变量、面积变量和植被变量等光谱参数的差异。大量研究结果表明，阔叶树叶片SPAD值与其叶绿素含量具有显著的相关性。SPAD值的大小可以较好地反映树木叶绿素含量的变化［9－12］。近年来，随着高光谱遥感技术的发展，可直接对地物进行微弱光谱差异的定量分析，植被叶片的高光谱信息在可见光范围内主要受叶绿素和类胡萝卜素影响。目前对作物特征光谱的研究主要集中在水稻、玉米、小麦和棉花等作物上［13－15］。一次光谱数据的采集可以同时分析多个指标，加快了信息采集的速度。以往对SPAD值的获取均采SPAD计，SPAD计测量时需要手工对叶片进行反复测量，测量速度不高，所以限制了这一指标在植物生长信息分析中的应用。.

本文以烤烟下部叶为研究对象，分析田间不同成熟度烟叶高光谱反射率以及多项光谱特征参数的变化规律，旨在为研究田间烟叶不同成熟度高光谱特征参数的差异、开发基于光谱分析的成熟度判断方法提供理论和技术支持。除此之外，通过研究高光谱参数与SPAD值的关系，探讨一种利用高光谱技术获取SPAD值的方法，以期克服以往利用叶绿素仪逐点对叶片进行反复测量而速度慢的缺点，实现对SPAD值的快速、准确估测，为利用高光谱技术在植物营养诊断和生长监测方面的应用提供理论依据。

1 材料与方法

1.1 试验设计

试验于2015年在山东省沂水试验站进行，选取肥力中等、植株长势均一的烟田作为试验田，供试品种为NC55。根据下部叶成熟度不同设置了5个处理(表1)，试验田按照面积划分为3个小区，3次重复。

1.2 光谱数据的采集

采用美国ASD Field Spec Handheld手持便携式地物光谱仪测定烟叶的光谱反射率，光谱有效范围350～1075 nm。光谱测定时选择晴朗无云无风的天气，测定时间为12:00－14:00。测量时保证光谱仪距被测叶片距离不变的情况下，背景色为黑色，每个小区按照处理的要求选择具有代表性的叶片进行测量，每个叶片在叶基部、中部、尖部分别选取距主脉5 cm左右2个点，每个点测量6次，取其平均值作为该叶片的光谱图，然后再测所取叶片的叶绿素含量(SPAD值)。烟叶光谱数据测量时要及时进行标准白板校正，保证标准白板的反射率为1。

各小区按照处理要求选择烟株的下部叶(第5～6叶位)进行采摘，迅速装入黑色密封袋，带回实验室，到规定时间段在室外进行光谱数据采集。

1.3 SPAD值的测量

测量仪器采用日本生产的SPAD 502叶绿素仪。每片叶选择10个点进行测量，然后取平均值作为该叶片的SPAD值。

1.4 分析方法

1.4.1 光谱分析采用光谱归一化微分分析技术，对反射光谱进行一阶微分(差分)，其近似计算公式为:

式中:λi为波段i波长值，R(λi)为波长λi的光谱值，Δλ是相邻波长的间隔。

表2 可提取的高光谱特征参数Table 2 Parameters of high spectral characteristics extracted

从烟叶的高光谱反射率值和一阶微分光谱数值中提取位置变量、面积变量和植被变量等光谱特征参数(表2)。

1.4.2 数据分析采用美国ASD公司的View spec pro软件对原始光谱反射曲线进行处理。数据的统计、计算和作图采用Excel 2010和SPSS 19.0软件进行。

2 结果与分析

2.1 不同成熟度下部烟叶的高光谱反射率

由图1可知，烟叶的光谱反射率呈现典型的植物光谱特征:即在400～500与600～700 nm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，分别在蓝紫光部分(430～450 nm)和红光部分(660～690 nm)。叶片从500 nm开始，反射率逐渐变大，在550 nm处形成一个小的反射峰，反射率不高于20%，这是烟叶呈绿色的原因。然后在700 nm左右反射率突然上升，进入近红外区域后曲线平缓起来，形成高反射平台区，反射率可达30%左右。反射率从红光部分的低反射区的低点变化到近红外比较高的过渡地区(680～700 nm)即“红边区”［16］。

从不同成熟度烟叶的反射率来看，随着成熟度的提高，在可见光范围内(480～680 nm)的反射率逐渐升高。通过光谱曲线，可以看出500～660 nm对于不同成熟度的烟叶有较好的“区分效应”。在近红外区域，随着成熟度的提高，烟叶的反射率大体呈现减小的趋势。这与前人研究结论基本一致［8，16］。

图1 不同成熟度烟叶的反射率Fig.1 Reflectance of differentmaturity toacco

图2 不同成熟度烟叶反射率的一阶导数值Fig.2 First derivative values of differentmaturity tobacco reflectance

2.2 不同成熟度下部烟叶的位置变量的变化

由图2可知，随着成熟度的提高，红边幅值不断增大(T5＞T4＞T3、T2＞T1)，红边位置不断前移(T1:701 nm、T2:698 nm、T3:698 nm、T4:694 nm、T5:692 nm)，能较好地区分各成熟度，这结果基本与前人［6，8］研究结果部分一致:即红边位置超过695 nm时烟叶属于欠熟或未熟状态。蓝边幅值的变化趋势同红边幅值的基本相同，蓝边位置的变化表现为:T1:520 nm、T2:519 nm、T3:519 nm、T2:519 nm、T1:517 nm，对于成熟度的“区分效应”较小。

波长510～560 nm范围内最大反射率为绿峰反射率，其对应的波长为绿峰位置:波长650～690 nm范围内最小反射率为红谷反射率，其对应的波长为红谷位置;从图1中可知，T1～T5的绿峰位置和红谷位置保持不变，而绿峰反射率和红谷反射率均表现为T5＞T4＞T3、T2＞T1，T2和T3的曲线基本重合，差异较小。

图3 不同成熟度烟叶的红边面积和蓝边面积Fig.3 Red edge and blue edge area of differentmaturity tobacco

2.3 不同成熟度下部烟叶的面积变量的变化

由图3可知，随着成熟度的提高，烟叶的红边面积的变化趋势为:先增大后减小，T3与其他成熟度处理间的差异达到显著水平，T1、T2、T4、T5间的差异均未达到显著水平。蓝边面积随着成熟度的提高不断增大，T5、T4、T3间的差异不显著，但与T1和T2的差异均达到显著水平。

2.4 不同成熟度下部烟叶的植物变量的变化

由图4中的SDr/SDb和(SDr－SDb)/(SDr+ SDb)变化来看，两者的变化趋势相同，表现为:随着成熟度的提高，SDr/SDb值和(SDr－SDb)/(SDr+ SDb)值逐渐减小。T1、T2、T3、T4、T5间的差异均达到显著水平，且T1、T2、T3、T4和T5之间差异达到极显著水平，T4与T5间差异不明显。而Rg/Rr值和(Rg－Rr)/(Rg+Rr)值的变化则为先减小后增大再减小，均在T3达到最大值。

图4 不同成熟度下部烟叶的植物变量Fig.4 Plant different variablesmaturity of lower leaves

表3 SPAD值与高光谱特征参数的相关分析Table 3 Correlation analysis SPAD value and high spectral characteristic parameters

表4 SPAD值与高光谱特征参数分布正态性检验Table 4 SPAD value and high spectral characteristic parameter distribution normality test

2.5 烤烟高光谱特征参数与SPAD值相关分析

对高光谱特征参数和SPAD值之间进行相关分析(表3)，SDb、Rg、Rr、SDr/SDb与SPAD值呈显著或极显著负相关，(SDr－SDb)/(SDr+SDb)、(Rg－Rr)/(Rg+Rr)、Rg/Rr与SPAD值呈显著或极显著正相关。

除SDr外，其他高光谱特征参数与SPAD值之间存在相关关系，进而对其进行回归分析。首先对高光谱特征参数和SPAD值进行正态性检验(表4)，shapiro-Wilk检验结果表明，SDb、Rg、Rr检测P值＞0.05，通过正态性检验，说明数据服从正态分布，以SPAD值为因变量(Y)，SDb(X1)、Rg(X2)、Rr (X3)进行逐步回归分析，得到回归方程为Y=27.421－23.467X3(R2=0.62，F=53.927)。

通过对回归模型的预测值与实测值进行相关分析(图5，＊＊在0.01水平(双侧)上显著相关)，预测值和实测值的相关系数为0.792达到极显著水平，说明SPAD值的红谷反射率的回归方程的预测效果较好。说明采用逐步回归分析建立的红谷反射率回归模型预测SPAD值是可行的。

图5 回归模型的检验Fig.5 Regression model testing

3 讨论

从不同成熟度烟叶的反射率来看，随着成熟度的提高，在可见光范围内(480～680 nm)的反射率逐渐升高。通过光谱曲线，可以看出500～660 nm对于不同成熟度的烟叶有较好的“区分效应”，这与方慧［16］等研究结果一致。在近红外区域，随着成熟度的提高，烟叶的反射率大体呈现减小的趋势，红边幅值不断增大，红边位置不断前移，这与李向阳［8］等研究结果一致。通过不同成熟度烟叶反射率的一阶导数值来分析，烟叶的红边面积的变化趋势为:先增大后减小;蓝边面积随着成熟度的提高不断增大; SDr/SDb值和(SDr－SDb)/(SDr+SDb)值逐渐减小，且各成熟度间差异达到显著或极显著水平。这与王建伟［6］等人研究上部叶的结果基本一致。Rg/ Rr值和(Rg－Rr)/(Rg+Rr)值的变化则为先减小后增大再减小，均在T3达到最大值，这与王建伟［6］等人研究上部叶的结果不一样，原因可能是由于下部叶和上部叶在色素含量和组织结构等方面存在着差异。随着成熟度的提高，部分高光谱特征参数呈现出规律性变化，这为判断烟叶成熟度提供新的思路，如何开发基于高光谱参数的烟叶成熟度的判断方法，有待进一步探讨。

SDb、Rg、Rr、SDr/SDb与SPAD值呈显著或极显著负相关，(SDr－SDb)/(SDr+SDb)、(Rg－Rr)/ (Rg+Rr)、Rg/Rr与SPAD值呈显著或极显著正相关，这与付虎艳等［17］人研究结果基本一致。通过对于SPAD值相关关系显著或者极显著的光谱特征参数进行逐步回归分析，建立了估测SPAD值的回归模型，通过检验，表明通过光谱参数估测SPAD值是可行的，这与方慧［16］、朱西存［18］、刘飞［19］、李敏夏［20］、杨海清［21］、裘正军［22］等人研究结果一致。

4 结论

随着成熟度的提高，在可见光范围内(480～680 nm)的反射率逐渐升高，尤其在500～660 nm范围内反射率对于不同成熟度的烟叶有较好的“区分效应”。在近红外区域，随着成熟度的提高，烟叶的反射率大体呈现减小的趋势，红边幅值不断增大，红边位置不断前移。烟叶的红边面积的变化趋势为:先增大后减小;蓝边面积随着成熟度的提高不断增大;SDr/SDb值和(SDr－SDb)/(SDr+SDb)值逐渐减小，且各成熟度间差异达到显著或极显著水平。

SPAD值的红谷反射率的回归方程的预测效果较好，基于高光谱特征参数率建立回归模型预测SPAD值是可行的。

［1］贵州省烟草研究院.一种烤烟采收成熟度的快速无损检测方法:中国，CN103278458.A［P］.2013－09－04.

［2］李佛琳，赵春江，刘良云，等.烤烟鲜烟叶成熟度的量化［J］.烟草科技，2007(1):54－58.

［3］张光利，聂荣邦.以烟叶脯氨酸含量判断田间成熟度的研究［J］.作物研究，2008(1):31－32+35.

［4］王怀珠，汪健，胡玉录，等.茎叶夹角与烤烟成熟度的关系［J］.烟草科技，2005(8):32－34.

［5］西北农林科技大学.一种烟叶成熟度快速检测方法:中国，CN105004772.A［P］.2015－10－28.

［6］王建伟，张艳玲，李海江，等.田间不同成熟度烤烟上部叶的高光谱特征分析［J］.烟草科技，2013(5):64－67.

［7］李佛琳，赵春江，王纪华，等.一种基于反射光谱的烤烟鲜烟叶成熟度测定方法［J］.西南大学学报(自然科学版)，2008(10):51－55.

［8］李向阳，刘国顺，史舟，等.利用室内光谱红边参数估测烤烟叶片成熟度［J］.遥感报，2007(2):269－275.

［9］艾天成，李方敏，周治安，等.作物叶片叶绿素含量与SPAD值相关性研究［J］.湖北农学院报，2000(1):6－8.

［10］姜丽芬，石福臣，王化田，等.叶绿素计SPAD-502在林业上应用［J］.生态学杂志，2005，12:1543－1548.

［11］裘正军，宋海燕，何勇，等.应用SPAD和光谱技术研究油菜生长期间的氮素变化规律［J］.农业工程学报，2007(7):150－154.

［12］姚付启，张振华，杨润亚，等.基于红边参数的植被叶绿素含量高光谱估算模型［J］.农业工程学报，2009，S2:123－129.

［13］Daughtry C S T，Kim M S，de Colstoun E B，et al.Estimating corn leaf chlorophyll concentration from leaf and canopy reflectance［J］.Remote Sensing of Environment，2000，74(2):229－239.

［14］Tarpley L，Raja Reddy K，Gretchen F.Reflectance indiceswith precision and accuracy in predicting cotton leaf nitrogen［J］.Crop Science，2000，40:1814－1819.

［15］赵春江，黄文江，王纪华，等.不同品种、肥水条件下冬小麦光谱红边参数研究［J］.中国农业科学，2002，35(8):980－987.

［16］方慧，宋海燕，曹芳，等.油菜叶片的光谱特征与叶绿素含量之间的关系研究［J］.光谱学与光谱分析，2007(9):1731－1734.

［17］付虎艳，靳涵丞，张洪亮，等.贵州喀斯特山区烟叶高光谱参数与叶绿素含量的关系［J］.烟草科技，2015(2):21－26.

［18］朱西存，赵庚星，姜远茂，等.基于高光谱红边参数的不同物候期苹果叶片的SPAD值估测［J］.红外，2011，12:31－38.

［19］刘飞，王莉，何勇，等.基于可见/近红外光谱技术的黄瓜叶片SPAD值检测［J］.红外与毫米波学报，2009(4):272－276.

［20］李敏夏，张林森，李丙智，等.苹果叶片高光谱特性与叶绿素含量和SPAD值的关系［J］.西北林学院学报，2010(2):35－39.

［21］杨海清，姚建松，何勇.基于反射光谱技术的植物叶片SPAD值预测建模方法研究［J］.光谱学与光谱分析，2009(6):1607－1610.

［22］裘正军，宋海燕，何勇，等.应用SPAD和光谱技术研究油菜生长期间的氮素变化规律［J］.农业工程学报，2007(7):150－154.

(责任编辑 李山云)

Hyperspectral Characteristics of Different M aturity Tobacco and Relationship between SPAD Value

LIQing-shan1，2，WANG Chuan-yi1，TAN Xiao-lei3，XU Jia-lai4，YANG Ju-tian3，LIU Li5，ZHU Xian-zhi5，ZHANG Yu-qin1，2，XU Xiu-hong1*
(1.Tobacco Research Institute of Chinese Academy of Agricultural Sciences/Key Laboratory of Tobacco Biology and Processing，Ministry of Agriculture，Shandong Qingdao 266101，China;2.Graduate School of Chinese Academy of Agricultural Sciences，Beijing 100081，China; 3.Shandong Linyi Tobacco Company，Shandong Linyi276000，China;4.Shandong Tobacco Academy，Shandong Jinan 250098，China;5.Shandong Yishui Tobacco Company，Shandong Yishui276400，China)

In order to explore the spectrum characteristicsof tobacco leaf and its relationship with SPAD value in the field of differentmaturity，the differencesofhyperspectral reflectance，location，area and vegetation variablesofdifferentmaturity tobacco leafwere analyzed.Correlation analysis and stepwise regression method were used to determine the relationship between hyperspectral parameters and SPAD values.The results showed thatwith increasingmaturity，the reflectance in the visible range(480－680 nm)gradually increased，especially in the 500－660 nm range for the reflectance of tobacco leafmaturity better distinguishing effect.In the near-infrared region，with increasingmaturity，the reflectivity of tobacco generally showing a decreasing trend.Trend red edge area of tobacco is as follows:first and then decrease; blue border area with increasingmaturity increasing;SDr/SDb value and(SDr－SDb)/(SDr+SDb)value decreasesand the difference between thematurity reached significantor highly significant.The prediction effectof the regression equation of SPAD valueof the Red Valley reflectance is better，and it is feasible to build a regressionmodel based on the high spectral characteristic parameter to predict the SPAD value.

Tobacco leaf;Maturity;Hyperspectral;SPAD value

S572

A

1001－4829(2017)2－0333－06

10.16213/j.cnki.scjas.2017.2.016

2016－04－19

中国烟草总公司山东省公司科技重点项目“山东烟叶增香提质烘烤工艺研究、集成与推广”(鲁烟科〔2015〕7号);国家公益性行业(农业)科研专项(201203091);中国农业科学院科技创新工程(ASTIP-TRIC03)

李青山，男，山东昌邑人，硕士研究生，研究方向为烟草调制加工，E-mail:18765906246@163.com，*为通讯作者: E-mail:xuxiuhong@caas.cn。