胁迫处理蜜柚叶片色素含量高光谱遥感估测模型研究

沈 佳，熊永柱，许燕婷，刘惠娜，程丹玲

（1.嘉应学院地理科学与旅游学院，广东 梅州 514015；2.卡耐基梅隆大学信息系统与管理学院，美国宾夕法尼亚州 匹兹堡 15213；3.嘉应学院生命科学学院，广东 梅州 514015）

蜜柚是常见的芸香科柑橘属柚子的优质品之一。梅州在20世纪初开始引进蜜柚种植，目前已经形成大规模、产业化的蜜柚种植区，有着“金柚之乡”的美誉。然而，溃疡病和潜叶蛾等病虫害［1］会严重影响蜜柚产量和经济价值。色素含量是植物生长过程中的重要生化参数，主要包括叶绿素和类胡萝卜素等，它们通常是植株受病虫害胁迫、光合作用能力和发育状态的指示器［2-3］。传统植物叶绿素检测方法为分光光度法，不仅费时费力，而且属于有损检测，很难满足精准农业实时、快速和无损的检测要求。因此，探索适合梅州蜜柚色素含量快速检测的新技术新方法具有重要的现实意义。

成像高光谱遥感以其波段众多、数据丰富和谱像合一的特点，为快速无损监测作物叶片色素提供了有效手段［4-5］，被广泛地应用于农作物病虫害和长势监测。近年来，国内外应用高光谱遥感技术对小麦、水稻和玉米等［2-8］大宗粮食农作物以及棉花、大豆、甘蔗、枸杞、柑橘和苹果等［9-21］主要经济作物的叶绿素含量检测建模研究已经取得较大进展。主要采用基于统计模型的作物生化参数反演研究方法，包括：（1）通过相关分析，在原始反射率光谱或微分光谱选取敏感波段，以此作为自变量建立回归方程［16-18］；（2）分析光谱位置、面积、幅值、植被指数等光谱数据的多种变换形式与叶绿素含量的相关性，选取相关性高的特征参数建立统计估测模型［12-13］。然而，还未见有对蜜柚这种经济作物进行高光谱遥感色素含量建模估测的研究报道，而且也鲜见针对同一作物不同病虫害胁迫同时进行研究的文献报道［5］。因此，本研究也具有一定的理论创新价值。

本研究以梅州蜜柚为研究对象，对两种健康状态和两种病虫害情况的蜜柚叶片的叶绿素总量和类胡萝卜素含量与高光谱特征参数的相关性进行分析，选取与色素含量相关性较高的波段和光谱特征参数，建立不同环境胁迫下的蜜柚叶片色素含量与光谱变量间的统计关系模型，并从中选取出各类最佳的色素含量估测模型，为实现蜜柚病虫害快速无损检测提供科学依据，促进梅州蜜柚产业健康发展。

1 材料与方法

1.1 试验材料

试验在广东省梅州市梅县区松口镇盘龙村的柚子农业园进行。选取蜜柚幼果期健康成熟柚叶30片、受缺锌症胁迫的成熟柚叶30片、受潜叶蛾侵害的成熟柚叶30片以及健康嫩叶20片为建模样本，健康成熟柚叶和健康嫩叶作为受缺锌症和受潜叶蛾胁迫的对照样本。另选取以上4类柚叶各15片样本作为检验样本。园内潜叶蛾虫害、缺素症（缺锌）等为自然混合发生。叶片采集和光谱测量时间为2018年6月11日上午10：30～下午15：00，天气晴朗无云。

1.2 柚叶色素含量的提取及定量测定

采用浸提法提取柚叶样本色素并使用分光光度法对色素含量进行定量测定。具体方法为：取柚叶样本0.1 g放入试管，加入15 mL 96%乙醇溶液，在暗箱中浸提24 h直至样品完全发白。使用UV-1800型紫外可见光分光光度计对提取液进行比色，分别测定柚叶叶片波长665、649、470 nm的吸光度OD值，计算叶绿素总量含量和类胡萝卜素含量（mg/g）［22］：

式中，OD为吸光度值，Ca代表叶绿素a的浓度（mg/L），Cb代表叶绿素b的浓度（mg/L），Cx代表类胡萝卜素的总浓度（mg/L），Ct代表叶绿素a和叶绿素b的总浓度（mg/L），Cp为色素含量（mg/g），C为上述各种叶绿体色素的浓度（mg/L），V为提取液总量（L），W为叶片的鲜重（g）。

1.3 叶片光谱测量及特征参数定义

叶片光谱测量采用四川双利合谱科技有限公司生产的GaiaField-F-V10高光谱成像仪在田间现场进行。仪器波段范围为386～1 024 nm，共256个波段，光谱分辨率为2.8 nm，图像分辨率为6.45 μm×6.45 μm。配套光谱仪使用漫反射标准参照板，参照板型号为HSIA-CT-400×400，标准反射白板尺寸为400 mm×400 mm，材料为聚四氟乙烯。

根据前人研究及本研究结果，定义了12种高光谱特征参数（表1）作为分析的基础，其中包括9种基于光谱位置和面积的特征参数（序号1～9）以及3种植被指数（序号10～12）。

表1 高光谱特征参数名称及定义

1.4 高光谱数据采集处理和统计分析

使用双利合谱公司的SpecView软件进行反射光谱数据采集和辐射定标，辐射定标的计算公式为：

式中，Reftarget为目标物反射率，Refpanel为标准参考板反射率，DNtarget为原始影像中目标物的DN数值，DNpanel为原始影像中标准参考板的DN数值，DNdark为成像光谱仪的系统误差。

使用ENVI软件进行MNF最小噪声分离变换处理和波谱分析，使用Excel 2010和SPSS 22.0软件完成数据计算和统计分析。

2 结果与分析

2.1 不同类别柚叶色素含量变化特征

由表2可知，健康成熟柚叶色素含量最高，平均叶绿素总量达2.223 mg/g、平均类胡萝卜素含量为0.263 mg/g。受缺锌症和潜叶蛾胁迫成熟柚叶的叶绿素含量低于健康成熟柚叶。这是由于病虫害发生时影响了柚叶正常的呼吸任用和光合作用，导致叶片生长异常，从而造成叶绿素含量降低。健康嫩叶由于发育还不完全，其叶绿素含量也较成熟柚叶低。4类柚叶类胡萝卜素含量均低于相应的叶绿素含量，与叶绿素含量有着相似的变化趋势。

表2 不同类别柚叶平均色素含量（mg/g）

2.2 不同类别柚叶光谱反射率曲线特征

从图1可以看出，4类柚叶的高光谱反射率曲线有着相对一致的变化趋势。健康成熟柚叶在可见光波段内550 nm绿波段附近有一个反射峰，其两侧475 nm蓝波段和675 nm红波段各有一个吸收谷，680～750 nm反射率急剧拉升，至近红外波段反射率维持在高反射平台。但不同类别柚叶的光谱反射率也出现了一定程度的分离：在可见光波段内(450～650 nm)受病虫害胁迫的成熟柚叶和健康嫩叶的反射率高于健康成熟柚叶。这是因为在可见光波段内叶绿素含量对其光谱特性具有重要作用，前3类柚叶叶绿素含量低于健康成熟柚叶，使得反射率在可见光波段内增加。此外，缺锌成熟柚叶和健康嫩叶在680～750 nm可见光强吸收到近红外强反射过渡区域的红边出现了明显的向短波方向移动的蓝移现象，而受潜叶蛾胁迫的成熟柚叶红边斜率明显下降，且谷峰特征受到明显削弱，近红外区域（750～1 024 nm）的反射率也明显低于健康成熟柚叶，因此以上波段范围可作为判断遭受潜叶蛾虫害胁迫的识别波段。

图1 不同类别柚叶光谱反射率曲线

2.3 相关分析

2.3.1 原始光谱反射率与色素含量的相关分析 柚叶叶片原始光谱反射率与色素含量的相关分析结果（图2）表明，除健康嫩叶在近红外区域出现了较大波动外（图2D），柚叶叶绿素含量和类胡萝卜素含量与原始光谱反射率的相关性表现为较一致的变化趋势，即在可见光范围内，2种色素与原始光谱反射率呈负相关，在近红外区域呈正相关。这表明一般情况下色素含量越高，可见光波段的光谱反射率值越低，而近红外区域的光谱反射率值越高。原始光谱部分波段的相关性通过极显著检验，证明可以比较稳定地反映其相关关系。

如图2A所示，成熟健康柚叶光谱反射率与叶绿素含量在386～717 nm呈负相关，在412～699 nm达极显著负相关；在716～930 nm呈正相关，但仅在758 nm处达到极显著正相关。类胡萝卜素含量在455～708 nm达极显著负相关，正相关波段中均没有达到显著相关。

如图2B所示，缺锌成熟柚叶光谱反射率与叶绿素含量和类胡萝卜素含量均在386～730 nm呈负相关，其中434～722 nm达极显著负相关；在730～927 nm，光谱反射率与叶绿素含量和类胡萝卜素含量呈正相关，但只有在760 nm达显著相关。

如图2C所示，潜叶蛾胁迫成熟柚叶光谱反射率与叶绿素含量的极显著负相关最大值出现在702 nm，与类胡萝卜素含量极显著负相关最大值出现在697 nm。724～1 024 nm光谱反射率与叶绿素含量呈正相关，最大值出现在755 nm，达显著相关。

图2 柚叶原始光谱反射率与色素含量的相关性分析结果

如图2D所示，健康嫩叶光谱反射率在386～720 nm波段内与叶绿素和类胡萝卜素含量呈负相关，在720～1 024 nm近红外区域相关系数波动较大。521～577 nm和500～655 nm分别是叶绿素和类胡萝卜素含量的极显著负相关波段范围。

以上通过显著性检验的波段可作为估测相应色素含量的敏感波段。分析可知，521～577、688～700 nm是4类柚叶叶绿素含量均达极显著相关的波段范围，502～641、686～710 nm是4类柚叶类胡萝卜素含量均达极显著相关的波段范围。此外，4类柚叶在690～710 nm范围内含量均出现叶绿素和类胡萝卜素含量与反射率负相关的极值点，且这2种色素与原始光谱反射率正相关最大值集中在760 nm附近。分别将以上原始光谱反射率与柚叶2种色素含量相关性曲线中正负相关系数绝对值最大值和其所在波长提取出来，结果见表3，其中只有部分参数的相关性通过极显著相关检验。

表3 不同类别柚叶光谱反射率与色素含量相关系数

2.3.2 一阶微分光谱反射率与色素含量的相关分析 对光谱求一阶导数微分处理可以降低背景和其他噪声对光谱数据的影响［5］，更好地反映植物的光谱信息与生长情况，且微分光谱具有灵敏度高和专属性强等特点［4］。一阶微分光谱的近似计算方法［13］如下：

式中，ρ′(λi)代表波长λi的光谱反射率的一阶微分值，λi代表单个波段的波长，∆λ代表波长λi-1到λi之间的间隔。

以图3可以看出，2种色素含量与一阶微分光谱反射率的相关性总体上高于与原始光谱反射率的相关性。提取得到4种类别柚叶叶片叶绿素含量和类胡萝卜素总量与各自一阶微分光谱反射率正负相关最大值和最大值所在波长，如表4所示，其相关性均通过极显著相关检验。

表4 不同类别柚叶微分光谱反射率与色素含量相关系数

图3 柚叶一阶微分光谱反射率与色素含量的相关分析结果

2.3.3 光谱特征参数与色素含量的相关分析 在一阶导数变换的基础上，提取基于光谱位置和面积的光谱参数。同时，选取柚叶光谱反射率与色素含量相关系数最大值和最小值所在波段，计算各自波段组合而成的植被指数RVI、DVI和NDVI，分别分析它们与叶绿素含量和类胡萝卜素含量的相关性，结果见表5。从表5可以看出，总体上Rg对4类柚叶2种色素的相关性都较高（均通过极显著检验）；健康成熟柚叶2种色素与Rr、Db均达到极显著相关；缺锌成熟柚叶与除Dy外的其余特征参数均达到显著相关以上。健康嫩叶2种色素与λ v达极显著相关。色素含量与3种植被指数的相关性总体上高于基于光谱位置和面积 的高光谱特征参数，其中归一化差值植被指数表现总体更好，相关系数均在0.55以上且通过极显著检验，但仅有对健康成熟柚叶的NDVI与叶绿素相关性高于相应的原始光谱。

在12个高光谱特征参数（表1）中，与健康成熟柚叶叶绿素含量相关性最高的为NDVI596，758，相关系数达0.902，与类胡萝卜素含量相关性最高的为Rg，相关系数为-0.769；与缺锌成熟柚叶叶绿素含量相关性最高的为NDVI608，760，相关系数达0.919，与类胡萝卜素含量相关性最高的为NDVI692，760，相关系数为0.874；与潜叶蛾胁迫成熟柚叶叶绿素含量相关性最高的为NDVI702，755，相关系数为0.719，与类胡萝卜素含量相关性最高的为NDVI697，755，相关系数为0.555；与健康嫩叶叶绿素含量相关性最高的为Rg，相关系数为-0.711，与类胡萝卜素含量相关性最高的为RVI564，760，相关系数为-0.787。这些参数均通过极显著相关检验。

表5 柚叶色素含量与高光谱特征参数之间的相关性

2.4 建模分析

2.4.1 单变量曲线估计 选取原始光谱、微分光谱和高光谱特征参数中与对应的叶绿素总量和类胡萝卜素含量相关性较高的指标进行单变量曲线估计，且这些变量都通过极显著检验。根据表3、表4和表5，选取相关系数最大的波段和高光谱变换参数，即健康成熟柚叶叶绿素总量选取NDVI596，758，类胡萝卜素含量选取R524；缺锌成熟柚叶叶绿素总量选取FD500，类胡萝卜素含量选取FD500；潜叶蛾胁迫成熟柚叶叶绿素总量选取FD690，类胡萝卜素含量选取R697；健康嫩叶叶绿素选取FD630，类胡萝卜素含量选取FD667。

以选取的高光谱变量作为自变量、叶片色素含量为因变量，建立线性和非线性的反演数学模型，结果见表6。其中，3种模型的一般形式分别为：一次线性模型y= a+b×x，对数模型y=a+b×ln(x)，指数模型y=a×ebx。色素含量与高光谱变量的建模精度由决定系数R2表示。

由表6可知，除受潜叶蛾胁迫的成熟柚叶类胡萝卜素含量的3种估测模型决定系数较低外，其余估测模型的决定系数都在0.60以上，且都达到极显著相关。同类叶片对叶绿素总量的建模精度高于类胡萝卜素含量，可以选取决定系数最大的模型作为估测该类别柚叶叶绿素或类胡萝卜素含量的单变量曲线估计最优模型。

表6 柚叶色素含量与高光谱变量的单变量曲线估计拟合模型

2.4.2 多元线性逐步回归 使用单一变量估测某一色素含量时往往会因为叶片中各种生化物质对各自吸收特征的影响而导致偏差。多元线性逐步回归分析对波段进行选择和重组，能够确定某种化学成分的重要波长位置，进而说明该波段值与化学成分有很好的相关性［23］，其一般形式为：

式中，y为色素含量的预测值，xi表示第i个特征变量，bi表示第i个特征变量的回归系数，b0为回归常数。

将表1中的12种光谱特征参数以及256个波段原始反射率值和它们各自的一阶导数值作为自变量，进行多元线性逐步回归分析，结果见表7。从表7可以看出，通过多元线性逐步回归分析建立的叶绿素和类胡萝卜素含量估测模型决定系数R2总体都高于各自类别相应色素含量通过单波段或单一光谱变量建立的曲线估计模型，仅有受潜叶蛾胁迫的成熟柚叶类胡萝卜素含量基于R697的对数模型的决定系数高于其多元逐步回归模型。在进行逐步回归分析的12种光谱数据变换形式中，仅有健康柚叶的NDVI在进行叶绿素含量估测时被筛选出，说明基于位置和面积的光谱提取变量和植被指数对柚叶色素含量的敏感性不强。

2.4.3 模型检验 每种类型柚叶均选取同批采集的15个样本作为检验样本对模型进行精度检验，使用检验R2、均方根误差（RMSE）、相对误差（RE）3个指标来评价模型精度。一般认为，检验R2越接近于1，且RMSE和RE的值越小，模拟估算方程的预测值与实测值的拟合性越好。均方根误差和相对误差的计算公式［17］如下：

表7 柚叶色素含量与高光谱变量的多元线性逐步回归拟合模型

式中，yi和yi′分别为叶绿素含量实测值和模型计算的预测值，n为检验样本数，RMSE为均方根误差，RE为相对误差。RMSE、RE值越小，则模型精度越高。

由表6和表7可知，通过曲线估计选取的最优模型除健康成熟和受潜叶蛾胁迫成熟柚叶类胡萝卜素含量外，模型的检验R2均在0.60以上，表示总量的预测精度较高。其中，除健康成熟柚叶叶绿素总量、缺锌成熟柚叶类胡萝卜素含量、健康嫩叶叶绿素总量外，其他类别色素的估测模型检验R2最大和RMSE、RE最小与其最优模型相对应。缺锌成熟柚叶的叶绿素和类胡萝卜含量估测模型的确定系数和检验系数均大于0.80，对叶绿素总量的确定系数、检验R2、RMSE分别为0.861、0.852、0.079，对类胡萝卜素含量分别为0.824、0.825、0.013。

通过多元线性逐步回归得到的色素拟合方程总体上拥有比单变量曲线估计得到的拟合方程决定系数更高的检验R2，其RMSE和RE也相对更低。从整体上看，除对受潜叶蛾胁迫的成熟柚叶类胡萝卜素外，色素含量的估测效果整体上较好，实测值与估算值的相关性较强。

为了更直观地反映模型的预测效果，选取健康成熟和缺锌成熟柚叶通过单变量曲线估计和多元线性逐步回归得到的4个方程，对15个柚叶叶绿素实测值与利用模型计算得到的估测值进行作图分析，结果见图4和图5。从图4可以看出，对于健康成熟柚叶叶绿素含量估测，多元线性逐步回归模型的决定系数（检验R2=0.754，图4 B）要明显高于基于NDVI596,758指数模型（检验R2= 0.675，图4 A）。从图5可以看出，对于缺锌成熟柚叶叶绿素含量估测，多元线性逐步回归模型的决定系数（检验R2=0.932，图5 B）要明显高于基于FD500线性模型（检验R2= 0.852，图5 A）。多元线性回归模型的相关系数也分别高于前者。因此，这两类柚叶的多元线性逐步回归模型叶绿素含量估测模型为最优估算模型。

综上所述，通过原始光谱、一阶微分光谱和高光谱特征参数构建的色素含量估测模型均是可行的，但不同模型的估测效果多有不同，可根据采集的柚叶光谱数据情况进行择优选取。总体而言，采用多元线性逐步回归方法的建模精度最高、拟合效果最优。

3 结论与讨论

本研究利用梅州蜜柚幼果期健康成熟柚叶、缺锌成熟柚叶、受潜叶蛾胁迫成熟柚叶和健康嫩叶等4种不同胁迫类型的叶片高光谱和叶绿素、类胡萝卜素含量的实测数据，对比分析了4种类别柚叶叶片原始光谱反射率的变化曲线和2种色素含量与高光谱曲线各自的变化特征。在进行相关分析的基础上，选取相关性较高的原始光谱波段、一阶微分光谱波段和高光谱特征变量，构建了4种类别蜜柚柚叶光谱特征参数与色素含量的单变量线性、对数和指数模型，并通过多元线性逐步回归的方法建立多变量的线性模型。对比各种变量所建立的模型，选择最适宜的估测模型，得出以下结论：

图4 健康成熟柚叶叶绿素含量估测值和实测值散点图

图5 缺锌成熟柚叶叶绿素含量估测值和实测值散点图

（1）健康成熟柚叶有最高的平均叶绿素和类胡萝卜素含量，不同生长健康状态的柚叶光谱原始反射率曲线表现出绿色植物典型的“峰谷”特征，但相互之间也出现一定程度的分离。

（2）除健康嫩叶在近红外区域出现了较大的波动外，柚叶叶绿素含量和类胡萝卜素含量与原始光谱反射率的相关性出现了较一致的变化趋势，即在可见光范围内，2种色素与原始光谱反射率呈负相关，在近红外区域呈正相关。521～577、688～700 nm是4类柚叶叶绿素都达极显著相关水平的波段范围，502～641、686～710 nm是类胡萝卜素都达极显著相关水平的波段范围。4类柚叶在690～710 nm范围内都出现了叶绿素和类胡萝卜素含量与反射率负相关的极值点，且2种色素与原始光谱反射率正相关最大值集中在760 nm附近。4类柚叶色素含量与一阶微分光谱的相关性总体上高于与原始光谱的相关性。

（3）通过选取柚叶光谱反射率与色素含量相关系数最大值和最小值所在波段组合计算得到的植被指数RVI、DVI和NDVI与色素含量的相关性总体优于基于光谱位置和面积提取的高光谱特征参数。其中，绿峰幅值Rg和NDVI与两种色素的相关性总体上较强。

（4）利用叶绿素总量和类胡萝卜素2种色素含量与原始光谱、一阶微分光谱和高光谱特征变量之间的相关性，建立了健康成熟柚叶、缺锌成熟柚叶、受潜叶蛾胁迫成熟柚叶和健康嫩叶4种不同类别、不同色素含量级别柚叶叶片的色素含量估测模型。通过精度检验，认为基于多元线性逐步回归方法得到的估测模型的精度最高、拟合效果最优。推荐使用多元线性逐步回归模型来估测不同环境胁迫下蜜柚叶绿素和类胡萝卜素含量，以此作为梅州蜜柚色素含量快速无损检测的新方法。

受物候期、气候、土壤、环境水分等自然因素和施肥、栽培技术与管理、采集过程的人为操作误差等人为因素的影响，蜜柚叶片的高光谱信息会有不同的变化特征。色素估测的结果也会受光谱处理方法、回归方法以及所选指标灵敏性的影响，因此往往需要对模型各种因素进行系统分析比对，才能筛选出更适宜的估算模型。本研究主要对广东梅州区域内蜜柚叶片尺度的叶绿素和类胡萝卜素含量进行监测研究，并用同一区域的样本数据对模型进行了精度验证，验证了估测模型的可信性。但所建立的估测模型对于不同地区、不同生长期的蜜柚叶片色素含量检测是否适用，如何最大限度剔除外部影响因子对数据的影响，以便建立适用性更高的柚叶色素含量高光谱估测模型还有待进一步探索。

本研究首次采用高光谱遥感技术分析研究了不同胁迫条件下蜜柚叶片色素含量与其对应的光谱特征参数的相关性，并分别建立了不同的反演模型。今后考虑进一步分析在可见光和近红外波段范围内任意两波段组合而成的RVI、DVI、NDVI与色素含量的相关性，从中进行波段优选。本研究所选用的方法中多元逐步回归模型的估测精度最高，但只进行了线性的多元逐步回归，未来将进一步探讨应用对数、指数等其他多元逐步回归和偏最小二乘回归、支持向量机回归、神经网络与深度学习等算法来构建高光谱反演柚叶色素含量的估测模型并评估其精度和适用性，以确定拟合效果最佳的高光谱遥感估测模型，为蜜柚健康状况检测提供可靠的理论依据。更重要的是，还需进一步拓展研究的尺度范围和技术手段，从叶片尺度提升到冠层尺度，探讨基于高光谱遥感的航空航天甚至是无人机柚树冠层病虫害监测和预报的可行性，从而为大面积蜜柚生长健康管理及病虫害的高效无损监测提供科学依据。