冬小麦叶片氮含量的时空分布及光谱监测研究

武改红，冯美臣，杨武德，肖璐洁，王 超，孙 慧，贾学勤，张 松

（山西农业大学旱作农业工程研究所，山西太谷 030801）

氮素参与作物的光合作用，是叶绿素的重要组成部分，缺氮会造成产量和品质下降，而氮肥的过量施用也会导致土壤的有机质含量下降、土壤板结以及环境污染[1]。及时准确地监测作物氮素含量对于指导合理施肥、提高氮素利用率、保护环境具有重要的意义[2]。

高光谱技术能够实时得到作物的冠层光谱信息[3]，实现快速监测氮素含量。国内外学者通过高光谱技术监测作物氮素的研究已有很多，作物氮含量与光谱反射率密切相关[4]，绿光和近红外波段的比值与氮含量呈线性关系[5]，550～700，2 100，2 300 nm波段与植株氮含量相关性较高，2 180 nm处的反射率能准确预测氮含量[6-7]。已有的研究大都基于植株氮含量进行，但是由于氮素的可转移性，导致不同叶位叶片氮含量的垂直差异[8]，叶片光谱反射率也存在差异[9-10]。

有研究表明，作物持续缺肥时，植株上部叶片变化不显著[11]。DEBAEKE等[12]用小麦顶1叶RSPAD值与NNI建立的关系结果比较稳定。王绍华[13]研究表明，在不同氮素处理下水稻顶4叶叶片色差表现较为敏感，预测含氮量较为准确。李刚华等[14]研究提出，顶3叶SPAD值能够准确地表征水稻氮含量的变化规律。

目前，通过冬小麦不同叶位叶片光谱开展氮素光谱估算的研究较少，由于不同叶位叶片氮含量存在一定差异，因此寻求对氮素营养状况反应敏感的叶位，可作为精确诊断冬小麦氮素营养的前提之一。作物冠层光谱是作物群体、土壤和水汽温度等背景要素的综合反映，通过冠层光谱预测叶片氮含量，模型精度较低。

本研究尝试通过冠层光谱以及叶片光谱估测不同叶位的叶片氮含量，并且进行模型效果的对比，以期为作物氮素营养的研究提供一定的理论支持。

1 材料和方法

1.1 试验材料

1.1.1 试验地概况 试验于2016—2017年在山西农业大学农学院农作站进行。试验土壤肥力中等，耕层土壤碱解氮51.12 mg/kg，速效磷18.74 mg/kg，速效钾242.07 mg/kg，有机质21.72 g/kg。

1.1.2 试验材料 供试品种为济麦22和长4738；供试肥料为氮肥（尿素，含N 46.4%），磷肥（过磷酸钙，含P2O516%），钾肥（氯化钾，含K2O60%）。

1.2 试验设计

采用完全随机设计，设置5个氮梯度：0，75，150，225，300 kg/hm2，分别以 N0，N1，N2，N3，N4 表示，磷肥和钾肥不设处理，分别为120，150 kg/hm2。氮肥分2次在播前和拔节期按6∶4施入：播前施基肥，拔节期追肥，磷肥和钾肥作为基肥在播前一次性施入。

小区面积为12 m2（3 m×4 m），行距为20 cm，3次重复，其他管理措施同一般高产麦田，于拔节期、孕穗期、抽穗期、开花期及灌浆中期（花后15 d）进行指标测定。

1.3 测定项目及方法

1.3.1 冬小麦冠层光谱 冬小麦冠层光谱采用美国ASD FieldSpec 3.0型便携式高光谱仪测定冠层光谱反射率，仪器视场角为25°，波段范围350～2 500 nm。晴天无风时10：00—14：00进行测量，探头垂直向下，距离冠层垂直高度约1 m。每小区测量3处，每处重复10次，计算平均值作为该小区光谱测量值。

1.3.2 冬小麦叶片光谱 在测定冠层光谱的区域，每次采集20 cm植株，于室内测定叶片光谱。同样采用美国ASD FieldSpec 3.0型便携式高光谱仪，用50 W内置卤钨灯作为光源在室内测定叶片反射率。每次测量前，用白板进行校正。测量时从上部依次获取顶1叶、顶2叶、顶3叶3层叶片，每层每次选5片叶子，把不同叶位的叶片整齐排列，探头距离叶片10 cm进行测量，每次测量10条光谱曲线。每组叶片测量3次，计算平均值作为该样本的光谱反射率。

1.3.3 叶片氮含量 叶片光谱测量后，将不同叶位叶片烘干，用粉碎机粉碎，称取0.5 g粉末于刻度消煮管中，再加浓硫酸5 mL，摇匀，在消煮炉中370℃消解，期间加2～3次过氧化氢，每次加5～10滴，消解后冷却，定容至100 mL容量瓶，澄清或过滤后利用Smart-chem 200全自动离子分析仪测定氮含量，每个叶位叶片50组数据，建模集和验证集随机分为36组和14组。

1.4 数据处理

偏最小二乘法（PLS）是一种多因变量对多自变量的分析方法，在多维变量中提取有效信息，适用于多重线性的数据统计[15]。本研究通过均方根误差（RMSE）选取潜在变量，消除无用变量，达到数据降维的目的。

利用Excel进行数据整理，采用ViewSpec Pro软件处理原始高光谱数据，采用DPS6.5统计分析软件进行方差分析和多重比较，使用Matlab 7.0进行PLS运算，利用Origin 8.0制图。

2 结果与分析

2.1 冬小麦同一施肥水平不同叶位的氮含量分析

施氮量水平对不同生育时期、不同叶位叶片氮含量的影响如图1所示，以济22为例。

从图1可以看出，不施氮处理，叶片氮含量在拔节期最高；施氮条件下，叶片氮含量在孕穗期为最大值，孕穗期之后，氮含量逐渐下降。在拔节期、开花期和灌浆期，顶1叶的叶片氮含量最高，顶2叶次之，顶3叶最小；而在孕穗期，各施氮处理叶片含氮量大小趋势基本变为顶2叶＞顶1叶＞顶3叶。叶片氮含量随着施氮量的增加而增加，但是不同叶位叶片的增加量不同。以拔节期为例，顶1叶、顶2叶、顶3叶的N4比N0分别增加了36.9%，55.5%和91.2%，顶3叶增幅最大。不施肥处理，不同叶位叶片间氮含量呈显著性差异，顶1叶和顶2叶氮含量差值小于顶2叶和顶3叶的差值；随着施氮量的增加，不同叶位叶片间氮含量的差异逐渐减小。

2.2 冬小麦冠层光谱及叶片光谱分析

不同氮运筹条件下冬小麦冠层光谱及叶片反射率如图2所示，以济麦22开花期为例。从图2-A可以看出，不同施氮条件下趋势大致相同，在550，670 nm处形成反射峰和吸收谷，在700～1300 nm处形成近红外高反射平台，在1450，1950 nm附近有水分强吸收特征，在光谱应用中一般删除受水分影响大的波段。

从图2-B可以看出，不同施氮条件下，叶片的反射率曲线与冠层光谱相比较，叶位光谱反射率整体高于冠层光谱，冠层光谱近红外区域的反射率约在0.4左右，而叶片光谱达到0.6。在可见光区域，反射率的大小与施氮量成反比；在近红外和中红外区域光谱反射率则与施氮量成正比。

从图2-C可以看出，叶位光谱不同叶位叶片反射率相似，在可见光区域顶1叶反射率最小，近红外区域则相反。

2.3 冠层光谱与叶片光谱预测氮含量的比较

2.3.1 基于PLS的最佳因子数选取 如图3所示，图3-A～C分别表示冠层光谱监测顶1叶、顶2叶、顶3叶氮含量，图3-D～F分别表示叶片光谱监测顶1叶、顶2叶、顶3叶的氮含量，曲线的拐点处应为最佳因子数，图3-A～F的最佳波段维数分别为5，4，5，8，8，5。

2.3.2 冠层及叶片光谱预测氮含量模型表现 由表1可知，冠层光谱和叶片光谱预测不同叶位叶片氮含量模型表现存在差异，冠层光谱估测顶1叶、顶2叶、顶3叶叶片氮含量模型R2分别为0.714，0.675和 0.687，RMSE 分别为 0.363，0.316和 0.431。叶片光谱监测叶片氮含量效果较好，R2分别为0.810，0.781和0.701，RMSE也较小。冠层光谱监测顶1叶氮含量的模型效果优于顶2叶、顶3叶，而顶2叶与顶3叶效果相近。叶片光谱监测氮含量模型效果均较好，其中，顶1叶模型效果最好。

表1 冠层、叶位光谱预测植株、叶片氮含量模型表现

3 讨论与结论

叶片氮含量能够反映冬小麦植株氮素含量的多少，对冬小麦的生长发育和产量指标起着重要作用[16-17]。在植物体内，氮素分布在空间水平上具有层次性[18]。本研究表明，增加施氮量可促进小麦植株对氮的吸收能力，叶片氮含量均明显增加，叶位间叶片氮含量差异逐渐减小，顶3叶增幅最大。除孕穗期外，其余时期氮含量大小为顶1叶＞顶2叶＞顶3叶，与秦晓东等[19]研究结果相似，符合氮素输送一般规律；在孕穗期，氮含量为顶2叶最大，顶2叶随氮素响应较为敏感，与李映雪等[20]的研究结果存在差异，可能是由于在拔节期追肥后，不同冬小麦品种叶片对氮素的吸收存在差异。

不同施氮条件下，叶片反射率趋势大致相同，高于冠层反射率。低氮和适量氮水平下，由于氮素具有可转移性，氮素向上层叶片转移，不同叶位叶片氮含量、叶绿素等差异较大，导致叶片反射率主要在可见光波段和近红外区域波段均存在较大差异。高施氮量条件下，不同叶位叶片含氮量差异较小，叶绿素含量相近，反射率差异降低。

本研究利用叶片光谱预测叶片氮含量模型效果优于冠层光谱，由于冠层光谱包含的信息除叶片外，还有籽粒、土壤等无关信息[21]，因此，可能存在监测精度低的问题。冠层光谱监测顶1叶效果优于顶2叶和顶3叶，可能是由于顶1叶在植株最上部，理论上对光谱的贡献高于顶2叶和顶3叶。不同叶位叶片对冠层光谱的贡献是否会由于冬小麦紧凑型或舒展型等其他因素发生变化，监测模型效果是否会相应改变还需进一步探讨；如何更精确地获取冠层光谱、降低干扰信息，或者如何将冠层光谱与叶片光谱相结合，提高预测模型精度，提高高光谱技术的应用价值，仍需进一步研究。

［1］孟红旗，刘景，徐明岗，等.长期施肥下我国典型农田耕层土壤的 pH 演变[J].土壤学报，2013，50（6）：1109-1116.

［2］秦文，韩燕来，张毅博，等.减氮增施腐殖酸液肥对夏玉米产量和氮肥利用率的影响[J].河南农业科学，2017，46（4）：21-25.

［3］ZHANG J C，YUAN L，PUI R L，et al.Comparison between wavelet spectral features and conventional spectral features in detecting yellowrust for winter wheat[J].Computers and Electronics in Agriculture，2014，100：79-87.

［4］孙慧，冯美臣，杨武德，等.水旱地冬小麦植株氮素含量的高光谱监测[J].山西农业科学，2015，43（3）：273-276.

［5］薛利红，曹卫星，罗卫红，等.基于冠层反射光谱的水稻群体叶片氮素状况监测[J].中国农业科学，2003，36（7）：807-812.

［6］ BLACKMER T M，SCHEPERS J S，GARVEL G E，et al.Nitrogen dificiencydetection usingreflected short wave radiation fromirrigated corn canopies[J].AgronomyJournal，1996，88（1）：1-5.

［7］ MITCHELL J J，GLENN N F，SANKEY T T，et al.Spectroscopic detection ofnitrogen concentrations in sagebrush[J].Remote Sensing Letters，2012，3（4）：285-294.

［8］姜继萍，杨京平，杨正超，等.不同氮素水平下水稻叶片及其相邻叶位 SPAD值变化特征 [J].浙江大学学报，2012，38（2）：166-174.

［9］NAMRATAJ，SHIBENDUSR，SINGH J P，et al.Use ofhyperspectral data to assess the effects of different nitrogen applications on a potatocrop[J].Precision Agriculture，2007，8（4）：225-239.

［10］崔贝，黄文江，杨武德，等.不同施肥决策对冬小麦生长影响的高光谱监测及对比分析 [J].植物营养与肥料学报，2013，19（1）：11-19.

［11］ FENG W，YAO X，ZHU Y，et al.Monitoring leaf nitrogen status with hyperspectral reflectance in wheat[J].European Journal of A-gronomy，2008，28（3）：394-404.

［12］ DEBAEKE P，ROUET P，JUSTES E.Relationship between the normalized SPAD index and the nitrogen nutrition index:application to durum wheat[J].Journal of Plant Nutrition，2006，29（1）：75-92.

［13］王绍华.水稻氮素营养的生理指标及诊断技术[D].南京：南京农业大学，2003.

［14］李刚华，薛利红，尤娟，等.水稻氮素和叶绿素SPAD叶位分布特点及氮素诊断的叶位选择 [J].中国农业科学，2007，40（6）：1127-1134.

［15］王昶，黄驰超，余光辉，等.近红外光谱结合偏最小二乘法快速评估土壤质量[J].土壤学报，2013，50（5）：881-891.

［16］张潇元，张立福，张霞，等.不同光谱植被指数反演冬小麦叶氮含量的敏感性研究[J].中国农业科学，2017，50（3）：474-485.

［17］南镇武，梁斌，刘树堂，等.长期定位施肥对冬小麦籽粒品质的影响[J].华北农学报，2015，30（4）：162-167.

［18］刘涛，鲁剑巍，任涛，等.适宜氮水平下冬油菜苗期不同叶位叶片光合氮分配特征 [J].中国农业科学，2016，49（18）：3532-3541.

［19］秦晓东，戴廷波，荆奇，等.冬小麦叶片氮含量时空分布及其与植株氮营养状况的关系 [J].作物学报，2006，32（11）：1717-1722.

［20］李映雪，徐德福，谢晓金，等.小麦叶片SPAD空间分布及其与氮素营养状况的关系 [J].中国农业气象，2009，30（2）：164-168.

［21］ STENBERG B，ROSSEL R A V，MOUAZEN A M，et al.Chapter five-visible and near infrared spectroscopyin soil science[J].Advances in Agronomy，2010，107：163-215.