基于手机图像反演的滴灌玉米光响应曲线特征参数研究

贾 彪 贺 正

(宁夏大学农学院， 银川 750021)

0 引言

作物光响应曲线特征参数是其光合作用过程中最重要的指标[1-3]，也是表征作物冠层叶片养分利用和生理特性的重要参数[1]，能充分反映作物氮素营养分配及其对光合作用的影响[1-2,4-5]。适量施氮可提高作物叶片对光的响应能力，调节光响应曲线特征参数，进而提高净光合速率Pn( Net photosynthetic rate)[6-9]，通过分析光合有效辐射和Pn间的特性，可得到表观量子效率α(Apparent quantum efficiency)、最大净光合速率Pnmax(Maximum net photosynthetic rate)、光补偿点(Light compensation point，LCP)、暗呼吸速率Rd(Dark respiration rate)等光响应曲线特征参数[1-3]。通常，作物光响应的特征参数需要通过光响应曲线测算得出[1-3]，此方法较为通用，但耗时费力，测算过程长，难以满足大面积快速测定的需求。

目前，随着各种成像监测设备精度的提高及光谱分析技术的日益成熟，国内外学者使用农业遥感技术对作物进行光合生理监测[10-17]。然而光谱仪和热成像仪价格高昂、普及性差。随着数字图像处理技术的日趋成熟，采用数码相机获取作物数字图像在水稻[18]、小麦[19]、棉花[20-22]、玉米[23-24]长势监测等领域已广泛应用，而利用手机图像对作物的光响应特征参数进行监测的研究较少。

利用手机相机对作物进行监测具有便于携带、易操作、普及性强、分辨率和性价比高等优势。本文以宁夏引黄灌区滴灌水肥一体化玉米为研究对象，在平吉堡农场开展不同氮素处理试验。采用手机相机获取玉米冠层图像，利用LI-6400XT光合测定系统测定大喇叭口期玉米叶片光响应曲线，并计算光响应曲线的特征参数，分析玉米冠层数字图像特征参数与光响应特征参数间的相关关系，建立基于手机相机的玉米光响应特征参数关系模型，并通过独立试验数据和相关评价指标对模型进行评价。利用手机冠层图像特征参数反演玉米光响应曲线的特征参数，为作物光合生理机制与作物信息学的交叉研究提供方法和思路。

1 材料与方法

1.1 试验地概况

试验于2018年在宁夏回族自治区平吉堡农场(106°01′45″E, 38°26′42″N)开展，田间土壤类型为淡灰钙土，质地是壤土，肥力中等。0～20 cm耕层土壤有机质质量比为12.82 g/kg、全氮质量比为0.75 g/kg、全磷质量比0.48 g/kg、碱解氮质量比36.82 mg/kg、速效磷质量比17.37 mg/kg、速效钾质量比95.31 mg/kg。

1.2 试验设计

试验采用随机区组设计，6个氮素处理，分别为N0(0 kg/hm2，绝对对照CK)、N1(90 kg/hm2)、N2(180 kg/hm2)、N3(270 kg/hm2)、N4(360 kg/hm2)、N5(450 kg/hm2)，3次重复，共18个小区，小区面积为67.5 m2(长15 m，宽4.4 m)，采用宽窄行机播模式，宽行70 cm，窄行40 cm，株距20 cm，密度约为9×104株/hm2。供试玉米品种为天赐19(TC19)，该品种生育期137 d左右，株型半紧凑，属中晚熟型杂交种。

供试氮肥为尿素(NPK 46-0-0)，磷肥为磷酸二氢钾(NPK 0-52-34)，钾肥为硫酸钾(NPK 0-0-52)，均为水溶性肥料，其中磷肥138 kg/hm2、钾肥120 kg/hm2为常规用量，作为基肥播前一次性施入，肥料用量均以元素态计算。氮肥随水施入，采用水肥一体化滴灌模式，共施肥8次，分别为苗期1次、拔节期3次、抽雄期1次、灌浆期3次。各生育时期施肥量分别占总量的10%、45%、20%、25%。其他管理措施与当地大田生产相同。玉米于4月底播种，9月底收获。

图1 田间数据获取Fig.1 Field data collection

1.3 玉米叶片光响应曲线特征参数计算

于大喇叭口期，采用LI-6400XT型便携式气体交换测量系统(LI-Cor，美国)测定，天气晴朗，观测时间为09:00—12:00与14:30—16:30，每个处理随机选取6株长势一致、上层第1片完全展开叶片进行测定(图1a)。选择红蓝光源，气体流速设置为500 μmol/s，叶室内CO2浓度控制在(380±2)μmol/mol、空气相对湿度为(45±5)%，叶片温度控制为(30±3)℃，测定13个梯度的PAR玉米叶片净光合速率，依次递减为2 000、1 700、1 400、1 100、800、600、400、200、110、80、50、20、0 μmol/(m2·s)，系统自动记录并保存光合数据，最小等待时间和最大等待时间分别为120 s和180 s。选择YE等[25-26]提出的直角双曲线模型对光响应曲线进行拟合。

1.4 玉米冠层图像获取

在玉米大喇叭口期，天气晴朗，太阳高度角相对稳定的11:00—12:00之间，利用手机相机(iPhone，1 200万像素) 获取玉米冠层图像。采用自主设计的便携式图像采集系统，主要由大疆灵眸(Osmo Mobile 2)防抖手持云台手机稳定器、碳素纤维伸缩杆、固定支架、蓝牙遥控器组成，伸缩范围0.6～3 m，能自由调节伸缩杆角度来获取冠层图像。拍摄时，将手机固定于云台手机稳定器，点击云台开机键，使用手机DIG GO 4软件通过蓝牙连接手机和云台。进入拍照界面，使用云台位置遥感键调整手机与玉米冠层垂直后拍摄，点击云台模式(M)键将云台Y轴(垂直设定)锁定，指示灯由绿变黄，可保证手机恒定垂直于玉米冠层。将相机镜头距离地面3.2 m垂直高度(距玉米冠层约1.0 m)，同时将相机调至Auto模式，以自动曝光控制色彩平衡。图像以JPEG格式存储，分辨率为3 024像素×4 032像素，试验均采用图1b设备获取冠层图像。

1.5 玉米归一化冠层覆盖系数提取

作物冠层图像的RGB像元其本质是对R、G、B3个波段反射光强的量化表达[27]，以此来反映作物冠层叶片对光的反射特性[27]，本文利用手机相机获取玉米冠层图像，包括玉米冠层和土壤部分，如果对原始图像直接进行R、G、B波段信息的提取，由于土壤干扰，其结果会影响到玉米冠层参数对光响应参数诊断的准确性[28]。因此，采用文献[20,27,29]冠层图像修正方法，通过土壤调整植被指数(Soil adjusted vegetation index, SAVIgreen)计算玉米归一化冠层覆盖系数(CC)。具体计算公式与来源见表1。

表1 玉米冠层图像特征参数选取Tab.1 Canopy image characteristic parameter of maize

表1玉米冠层图像特征参数CC提取过程为：将手机采集的玉米冠层图像传输至计算机，使用Visual Studio平台、Visual C++和Matlab软件的数字图像分析系统[20,22]，将玉米冠层图像与土壤进行分割[29]，提取分割处理后图像的R、G、B通道的像元均值，结果如图2所示。

图2 玉米归一化冠层覆盖系数CC提取过程Fig.2 Extraction process of normalized canopy cover factor of maize

1.6 玉米冠层图像其他特征参数筛选

对作物冠层图像特征参数标准化、归一化和组合计算，可筛选出多种有用的图像特征参数[22,27,30，32]，本文筛选与作物农学参数具有较高相关性的归一化特征参数r、g、b、CC和ExG作为玉米冠层特征参数[20,22,27,29-32](表1)，来建立玉米冠层图像特征参数与光响应过程特征参数的关系模型。

1.7 数据处理与模型评价

本试验数据来自2个区，在玉米大喇叭口期每个区采集18组数据，选择其中1个区的试验数据进行建模，另1个区的试验数据进行模型检验；采用Excel 2016进行数据整理与分析，运用R3.5.2进行相关性分析，运用Origin 8.5进行模型拟合。为检验模型准确性，选取决定系数(R2)、均方根误差(RMSE)及标准均方根误差(nRMSE)对模型进行评价[19-21]，计算公式见表2。计算模型误差以判别观测值与模拟值间的差异，RMSE和nRMSE越小、R2越接近于1，模型精度越高。

2 结果与分析

2.1 施氮对手机图像特征参数的影响

由图3可知，在玉米大喇叭口期，通过手机获取的玉米冠层图像中，各N素处理间提取的玉米冠层图像特征参数随着施氮量的不同，差异比较明显，其中特征参数CC与b随着施氮量的增加均呈正态分布，且未出现异常；随着施氮量的增加CC与b的动态变化趋势相似，均呈先增加后下降趋势，且处理N5降幅较低(图3a、3d)；其他3个图像特征参数r、g和ExG随施氮量的增加其动态变化趋势与CC相反，随着施氮量的增加先减小后增加，处理N5升幅较小(图3b、3c、3e)。

表2 模型评价指标Tab.2 Model evaluation indices

图3 冠层图像特征参数随施氮量变化箱线图Fig.3 Box diagrams of canopy-image characteristic parameters at different nitrogen rates

2.2 施氮对光响应曲线特征参数的影响

由图4可知，在不同施氮量下，玉米大喇叭口期各光响应特征参数随施氮量的增加产生差异性，光响应特征参数α、Pnmax、LCP和Rd等指标与CC动态分布相似，均呈正态分布，且未出现异常，各氮素处理间差异也比较明显，随着施氮量的增加呈先增加后降低趋势，且处理N5降幅较低。

从图4的结果看，各特征参数均以N0处理表现最低，N4处理最高。高氮处理(N3、N4、N5)的光响应参数明显高于低氮处理(N0、N1、N2)，故合理施氮可提高玉米的光响应特征参数值进而提高玉米的光合作用能力，然而过量施氮肥不一定能促进玉米光合作用。

2.3 手机图像特征参数与光响应特征参数间相关性分析

图4 光响应曲线特征参数随施氮量变化箱线图Fig.4 Box diagrams of light response curve characteristic parameters at different nitrogen rates

运用R3.5.2统计软件对玉米大喇叭口期冠层图像特征参数CC、r、g、b、ExG与光响应曲线特征参数α、Pnmax、LCP和Rd进行了相关性分析，如图5所示(*** 表示P<0.001)，对角线上部表示各参数间Pearson相关系数；对角线下部为各参数间散点关系。由图5可知，本研究筛选出的5个数字图像特征参数与4个玉米光响应特征参数呈显著相关性，且各参数均在P<0.001水平下呈极显著相关。其中冠层图像特征参数CC和b与玉米光响应曲线的特征参数α、Pnmax、LCP、Rd间呈极显著正相关，其他图像特征参数r、g和ExG与α、Pnmax、LCP、Rd间呈极显著负相关。玉米冠层图像特征参数中，CC与玉米的4个光响应曲线的特征参数相关性最好，与Pnmax的相关系数最高，达到0.93，与LCP的相关系数相对较低，为0.83；b与玉米光响应曲线的特征参数的相关系数较CC次之，与Pnmax的相关系数最高，达到0.75，与Rd最低，为0.68；其余的图像特征参数均与光响应参数呈极显著相关，ExG最低，相关系数都在0.52以上。

2.4 基于CC的玉米光响应特征参数动态模型

图5 玉米冠层叶片图像特征参数和光响应特征参数相关性分析Fig.5 Correlation analysis between image parameters and light response parameters of maize canopy leaves

在玉米大喇叭口期，CC与光响应特征参数均在P<0.001水平显著相关，且高于其他图像特征参数(图5)。随着施氮量的增加，CC与各光响应参数呈现相似的变化趋势(图3)，因此，以CC为自变量，运用Origin软件建立CC与α、Pnmax、LCP、Rd等光响应特征参数非线性回归函数关系模型，并根据模型评价指标R2、RMSE和nMRSE筛选出评价指标较高和具有生物学意义的最优动态模型。如图6所示，CC与表观量子效率α的最优模型为有理函数，其决定系数R2为0.943；与最大净光合速率Pnmax最优模型为幂函数模型，其R2为0.891；与光补偿点LCP的最优模型为指数函数模型，其R2为0.915；与暗呼吸速率Rd的最优模型为二次函数多项式，其R2为0.876。与α的决定系数最高，与Rd的决定系数最低。故由模型的拟合结果看，通过手机获取玉米冠层图像，提取的冠层图像特征参数CC能较好地拟合光响应特征参数，能实现对玉米光响应过程进行快速无损监测。

2.5 模型评价与检验

本文选用决定系数(R2)、均方根误差(RMSE)及标准均方根误差(nRMSE)等指标对玉米图像特征参数CC与光响应特征参数间的动态模拟模型进行了评价和验证，其评价和检验结果如表3所示。由表3可以看出，模型的模拟效果均较好，决定系数由大到小依次为LCP、α、Pnmax、Rd，其中CC与LCP拟合效果最好，其建模集与验证集的决定系数R2分别为0.915、0.911，RMSE分别为3.673、5.989 μmol/(m2·s)，标准均方根误差(nRMSE)分别为5.062%、8.495%。

图6 基于CC的玉米大喇叭口期光响应特征参数模型Fig.6 Models of light response curve characteristic parameters at big flare stage based on normalized canopy cover factor

由图7可知，不论是建模集的拟合值与实测值，还是验证集的拟合值与观测值，利用手机获取的玉米冠层图像特征参数CC对光响应曲线的特征参数反演，具有一定的准确性和可靠性。

3 讨论

叶片是作物获取光合作用的主要器官[6-7]，合理施氮可增加玉米的叶面积[8]，进而提高图像归一化冠层覆盖系数[20,27]，提高玉米的光合能力[9]，从而影响光合生理过程[6-8]以及光响应生理参数[5]。本文得出玉米冠层图像特征参数和光响应曲线特征参数均与各氮素处理间存在着明显的差异性，冠层图像特征参数随施氮量的变化由大到小依次是CC、r、ExG、g、b(图3)。随着施氮量的增加，玉米光响应特征参数α、Pnmax、LCP和Rd所呈现出的动态变化规律与CC相似(图4)，先升高后降低。相关性分析表明，宁夏引黄灌区滴灌玉米大喇叭口期冠层图像特征参数CC与其光响应特征参数具有最高的相关性(图5)，其他的玉米冠层图像特征参数与光响应特征参数的相关性也较高，如红光通道归一化标准值(r)与光响应特征参数间呈显著负相关，其原因是随着施氮量的增加，叶片的叶绿素含量增加，绿色程度增强[20,29，32]，光合能力也增强[9]，而红光则在叶片中的比例减少，造成r值降低[30]。由于农学参数较大的变化会引起变异范围较小的作物冠层图像特征参数变化，所以在选择最佳冠层参数时要同时考虑相关性高和变异范围较大的参数，因此，本文选取玉米冠层数字化图像特征参数CC来反演光响应特征参数α、Pnmax、LCP和Rd。

本文通过手机相机获取玉米冠层图像，建立的基于归一化冠层覆盖系数的宁夏滴灌玉米光响应生理参数反演模型(图6)中未涉及LSP，其他参数最佳反演模型的R2都达到了0.876以上，RMSE的值为0.002～3.673 μmol/(m2·s)，nRMSE的值为4.102%～9.071%(表3)，且通过独立的数据对模型进行检验，结果表明各模型的R2均不小于0.833，RMSE的值均不大于5.989 μmol/(m2·s)，nRMSE均不超9.659%(表3)。这充分说明冠层图像特征参数CC能较好地反演玉米光响应曲线特征参数，可实现对玉米光响应曲线特征参数的大面积快速监测。

表3 模型评价与检验Tab.3 Model evaluation and verification

图7 光响应曲线的特征参数Fig.7 Fitting diagrams of light response curve characteristic parameters

本文通过数字图像特征参数反演作物光响应特征参数，解决了玉米光合监测过程中遇到的难题，同时玉米作为高茎作物，其株高可达3 m以上，本文采用自主设计的便携式手机图像采集系统装置，便捷、易操作、普及性高、农户易接受，获取的冠层图像参数可快速反映作物的光合生理过程、光合能力，对了解作物生长发育具有重要意义[22-23]。本文仅对玉米大喇叭口期的光响应特征参数进行了反演研究，对于玉米其他各生育时期的光响应特征参数动态变化规律是否可通过手机图像进行反演有待进一步研究。

4 结论

(1)施氮量对手机图像特征参数和光响应特征参数的影响不同，图像归一化冠层覆盖系数与光响应参数随着施氮量的增加具有相似的变化趋势。当施氮量不超过360 kg/hm2时，施氮可提高CC与光响应参数值；当施氮量达到450 kg/hm2时则呈下降趋势，但降幅较小，说明适量施氮可以提高玉米叶片光合作用。

(2)不同氮素处理下，玉米大喇叭口期的冠层图像特征参数与光响应曲线特征参数相关性较高，相关系数由大到小依次为CC、b、g、r、ExG，其中CC与光响应特征参数的相关性最高，说明CC可反演玉米光响应特征参数。

(3)建立了基于CC的滴灌玉米光响应特征参数关系模型，并根据模型评价指标R2、RMSE和nRMSE筛选出各光响应特征参数的最优模型。CC与α的最优模型为有理函数模型，与Pnmax最优模型为幂函数模型，与LCP的最优模型为指数函数模型，与Rd的最优模型为二次多项式模型。各反演模型的R2均不小于0.876，RMSE范围为0.002～3.673 μmol/(m2·s)，nRMSE不超过9.071%，且各模型验证集的R2不小于0.833，RMSE均不大于5.989 μmol/(m2·s)，nRMSE不超过9.659%，模型拟合效果较好。