基于LIF技术分析玉米叶片蒸腾效应模型

孔丽娟,于海业,陈美辰,朴兆佳,于 通,刘 爽,隋媛媛

(吉林大学 生物与农业工程学院,长春 130022)

0 引言

随着无损检测技术的日渐发展,将光谱技术应用于农业监测越来越广泛,包括近红外光谱[1]、反射光谱[2-3]、高光谱[4-5]和激光拉曼光谱技术[6]等,光谱处理分析方法也多种多样[7-10],这些都将为精准智慧农业提供支持。植物叶片受光激发后,大部分光能以热耗散和光合作用方式消耗,但有一小部分光能(通常约占吸收光能的3%)以叶绿素荧光的方式释放,这种进化而来的光保护机制能最大限度减少强光对植物的潜在伤害,避免叶绿体吸收光能超过光合作用的消化能力[11]。叶绿素荧光出现在红光和远红光区域,能实时反映植物的生理信息状况,与植物的生长发育密切相关,常作为研究植物生理信息无损检测的理想探针[12-16]。

国内外学者利用激光诱导叶绿素荧光光谱技术在测定叶绿素含量[17-19]、检测水分胁迫[20]、温室作物培育[21]、植株病虫害预警[22-24]等方面已有广泛研究,对象涉及水稻、黄瓜、生菜等,但对不同生长期的玉米生理信息无损获取研究较少,更缺少对抽丝期玉米叶片蒸腾效应的研究。为此,本文利用激光诱导荧光光谱(LIF)技术方便、实时、无损等优点,监测抽丝期玉米植株的生长状况,研究其蒸腾效应,为实现玉米水肥的实时精准管控技术提供参考。

植物的激光诱导荧光强度可以表示为[11]

式中λ、λi—荧光发射波长和激发波长;

I0(λi)—激发光强度;

ρ—叶片叶绿素浓度;

A(λi)—入射光波长中叶绿素的比吸收系数;

δ—检测波长荧光效率;

k1、k2—检测波长和激发光波长的消光系数;

z—叶片厚度。

由此可知,LIF强度与植物品种有很大关系。在确定玉米品种后,利用LIF技术研究玉米叶片的叶绿素荧光光谱信息、生理信息等,对指导玉米精准生产是可行且有意义的。

本文利用激光诱导叶绿素荧光光谱技术,基于植物叶片尺度,通过实时无损获取并分析抽丝期玉米活体叶片的叶绿素荧光光谱和生理信息日变化,基于叶片温度探索叶绿素荧光光谱强度与植物蒸腾效应的相关关系,分析植物进入生育期其生长状况变化,为无损获取植物光合作用信息及实现大田作物的精准管控提供参考。

1 试验材料与方法

1.1 试验条件

本研究于吉林大学南岭校区日光温室内(海拔高度150m,44°50′N,125°18′E)进行。经测量,温室内平均光通量密度(PPFD)为5.96μmol/m2·s,空气温度为23.19℃。试验对象为处于抽丝期的“先玉335”号玉米植株,试验材料选择完全展开无遮阴的具有代表性(正常水肥管理、长势均匀、健康无病虫害)的活体叶片,按编号次序同步采集玉米叶片的生理信息,观测指标和叶绿素荧光光谱。

1.2 植物生理信息的测定

一天中,植物生理信息状况会随着外界光照条件、温湿度等环境因素的变化而变化,差异主要体现在光合速率、光能利用率及叶绿素荧光强度等方面。试验选择在4月4-16日的晴朗无云天气,于每天的7:30-17:30进行。植物生理信息采集采用美国产LI-6400型便携式光合作用仪,先在室温下开机预热0.5h,后每隔2h测定一次玉米叶片,每次测定20片玉米叶片,每叶重复3次取平均,测量10天,共计200片。测量时打开叶室,保持叶片自然伸展,避开主叶脉,在待测叶片的叶脉一侧叶肉中心位置平稳夹好叶片,待参数基本稳定记录保存相关数据,获取叶片生理信息观测指标,包括净光合速率(Pn)、气孔导度(Gs)、胞间CO2浓度(Ci)、蒸腾速率(Tr)、叶片温度(Ti)及光合有效辐射(PAR)等。

1.3 叶绿素荧光光谱的获取

采用荷兰AVANTES公司生产的AvaSpec-2048-USB2型光纤光谱仪,同步采集360～1100nm波段的叶绿素荧光光谱数据,分辨率2.1nm。激发光源采用中国科学院长春光学精密机械与物理研究所产的MBL-Ⅲ-473nm型固体激光器,调整输出波长为473nm,输出强度为7.5mW,采样积分时间为1.1ms。试验时,荧光探测器贴近叶片表面,保证荧光探头与激发光成45°角[25]。

1.4 数据处理

所有生理信息数据及光谱数据均为3次有效重复后取平均值,采用AvaSoft 7.2 for AvaSpec-USB2软件消除噪声、仪器等因素对光谱数据的影响。数据处理与分析采用origin 9.0软件、Microsoft Excel 2010软件及SAS 9.2统计软件。

2 试验结果与讨论

2.1 叶绿素荧光光谱敏感波段的确定

通过对玉米叶片蒸腾速率(Tr)等生理信息的测定与激光诱导叶绿素荧光光谱的同步采集,整理得叶片的蒸腾速率与相应叶绿素荧光光谱,如图1所示。由图1可以看出:不同蒸腾速率的植物叶片的激光诱导叶绿素荧光强度不同,玉米叶片的蒸腾速率在473～480、677～684、706～748nm等3个波段内均出现了荧光强度的峰值。由于473nm左右波段属于激光发射波段,易产生波动,且峰值发生光谱重叠,在677～684nm波段荧光光谱有交叉重叠现象,故这两个有峰位的波段都不宜作为荧光光谱敏感波段。在706～748nm波段内,不受发射激光波动的影响,无杂光,光谱曲线清晰无重叠,可较好地反映叶片蒸腾速率与叶绿素荧光光谱与的关系,故选择706～748nm波段作为敏感光谱波段进行研究。

图1 不同叶片蒸腾速率与叶绿素荧光光谱的关系Fig.1 Relationship of chlorophyll fluorescence spectrum and transpiration rate of leaves

2.2 叶片蒸腾效应与叶绿素荧光强度和叶片温度的相关性研究

2.2.1 叶片蒸腾速率与叶绿素荧光强度的关系

采集706～748nm叶绿素荧光光谱波段的荧光强度峰值F730(730表示波峰处的中心波长为730nm)作为研究玉米蒸腾效应的最适荧光强度,采用z-score归一化方法将F730叶绿素荧光强度和叶片的蒸腾速率进行数据归一化预处理。归一化计算式为

xij—原始变量值;

sj—第j项指标在n个评价对象上的标准差。

对二者关系进行曲线线性拟合,研究F730荧光强度与叶片蒸腾速率的相关关系,结果如图2所示。

图2 F730叶绿素荧光强度与叶片蒸腾速率的关系Fig.2 Relationship between F730 and Tr

对F730叶绿素荧光强度与叶片的蒸腾速率进行平滑降噪、归一化预处理后,基于叶片尺度建立了叶片的蒸腾速率与叶绿素荧光强度的线性拟合回归方程式,决定系数R2为0.639 7,在0.01水平下相关性较显著,验证了采用荧光强度F730研究玉米叶片蒸腾效应是合适的。

Y=0.3862X-0.0761

式中Y—叶片蒸腾速率;

X—叶绿素荧光强度。

2.2.2 叶片温度与叶片蒸腾速率的关系

对植物而言,叶片是进行光合作用、生物量积累的主要场所,而叶片温度作为植物生理信息感测的重要指标,植物通过叶片蒸腾作用进行水分吸收耗散和物质运输等生理活动。气孔导度反映蒸腾效应,且影响CO2的同化过程,因此气孔导度的信号之一即叶片温度与植物蒸腾作用有相关关系,以叶片温度修正蒸腾速率回归模型具有重要意义[26]。对叶片温度和蒸腾速率进行归一化预处理后,对二者关系进行曲线线性拟合,如图3所示。随着叶片温度升高,气孔导度增加,玉米叶片的蒸腾作用加强,促进了叶片进行光合产物积累、电子转运及物质代谢等。

图3 叶片温度与叶片蒸腾速率的关系Fig.3 Relationship between Ti and Tr

2.3 基于叶片温度修正的蒸腾速率与叶绿素荧光光谱模型

2.3.1叶片温度与叶绿素荧光强度的回归诊断与回归分析

相关分析(correlation analysis)是研究变量之间相关关系的一种统计方法。以叶片温度和叶绿素荧光强度为自变量做回归诊断与分析,结果如表1所示。由共线性诊断结论可知:两个自变量的方差膨胀因子分别为VIF=0.216 50、0.152 35,均小于10,可认为自变量间不相关。

表1 基于回归参数的估计与检验Table 1 Estimation and test of regression parameters

对响应预测和自变量进行残差分析,所得标准化残差图如图4和图5所示。由于残差图满足-2<残差<2的要求,认为方差分析齐性假设成立。

图4 横轴为响应预测的标准化残差图Fig.4 The standardized residuals chart that the horizontal axis is response prediction

图5 横轴为自变量的标准化残差图Fig.5 The standardized residuals chart that the horizontal axis is independent variable

利用reg过程进行全回归分析,结果整理后如表2所示。

表2 回归方差分析表Table 2 Analysis of Variance

全回归模型的P值小于0.000 1,决定系数达0.734 6,故基于叶片温度修正的叶片蒸腾速率与叶绿素荧光强度模型显著,拟合精度较高。X1系数和X2系数的P值分别为0.059 8和0.121 4,可知它们的检验显著。

基于叶片温度修正的叶片蒸腾速率与叶绿素荧光强度模型的回归方程为

Y=-0.0965+1.006X1+1.3521X2

式中Y—叶片蒸腾速率;

X1—叶绿素荧光强度;

X2—叶片温度。

求得复相关系数R为

2.3.2 模型的验证

由上述研究分析可知,叶片的蒸腾效应与叶绿素荧光光谱和叶片温度存在显著的相关性。最终建立基于荧光强度F730和叶片温度的蒸腾速率二元线性预测模型为Y=-0.0965+1.006X1+1.3521X2,复相关系数R=0.857 1。另外,挑选同批处于抽丝期的20个玉米叶片,作为回归方程的校验集,相关数据经过z-score归一化预处理后,得到实测值与预测值关系的散点图,如图6所示。因其相关系数R2=0.879 8,故认为模型的预测能力较好,可以反映基于叶片温度修正后蒸腾速率与叶绿素荧光强度的关系,为无损获取抽丝期玉米叶片的生理信息提供参考。

图6 蒸腾速率模型校验集预测值与实测值关系Fig.6 Relationship between estimated values and measured values of Tr

2.4 试验结果与讨论

植物蒸腾作用是水分吸收和物质运输的主要动力,还是降低叶温防止叶片灼伤的有效手段,因此研究植物的蒸腾效应可以作为植株灌溉追肥的重要参考。玉米属于喜阳C4植物,主要通过气孔蒸腾作用调节植物生长,温室内温度、湿度、光照的日变化影响叶片气孔的开合及叶内外的蒸气压差和扩散阻力,从而影响植物的蒸腾效应。因此,利用激光诱导叶绿素荧光光谱技术分析玉米叶片蒸腾作用与荧光强度和叶温的相关性对玉米在抽丝期的灌溉追肥具有重要意义[27]。本研究对大田玉米生产管理有一定指导作用,今后还需进一步结合玉米微观层面气孔结构变化,获取更多关于玉米或其他大田作物的生理信息以满足大田精准管控的需要。

3 结论

利用LIF技术研究叶绿素荧光光谱特征将有助于玉米抽丝期灌溉追肥及营养胁迫监测等。试验结果显示:选择706～748nm波段用于研究的敏感光谱波段,荧光强度F730最适于分析抽丝期玉米叶片的蒸腾效应;基于叶片温度修正的叶片蒸腾速率与叶绿素荧光光谱模型预测模型较好,呈现很好的相关性(复相关系数为R=0.833 4),验证检验效果也较好(相关系数R2=0.879 8)。LIF技术以其快速、无损的优势,在植物生理信息获取、农作物灌溉追肥监测、生长状况监测等方面的应用越来越广,今后拓展至冠层、低空、高空尺度,将为精准智慧农业提供有利参考,前景更加广阔。