基于高光谱的琯溪蜜柚叶片磷素含量估算模型研究

栗方亮 孔庆波 张青

摘要：蜜柚叶片磷素（phosphorus，P）含量是准确诊断和定量评价生长状况的重要指标，为快速、无损、精确地估测磷素含量，需要建立蜜柚叶片磷素含量高光谱估算模型。基于蜜柚叶片高光谱数据和磷素含量实测数据，提取原始光谱及一阶微分光谱特征波段和光谱特征变量，构建单变量估算模型、偏最小二乘回归模型和BP神经网络回归模型，并确定蜜柚叶片磷素含量最佳估算模型。在350～1 050 nm波段，原始光谱和一阶微分光谱与叶片磷素含量在可见光范围内有多波段相关性显著，并出现多个极值。原始光谱敏感波长为549和718 nm，一阶微分的敏感波长为528、703和591 nm。在建立的回归模型中，选择决定系数较高的模型进行精度检验，其中BP神经网络模型的拟合R2（0.775 9）最大，偏最小二乘估算模型的拟合R2（0.749 9）次之。综合建模精度和模型检验精度，确定BP神经网络模型为蜜柚叶片磷含量的最佳估算模型，建模和验证的R2分别为0.71和0.775 9；其次为偏最小二乘估算模型，建模和验证的R2分别为0.64和0.749 9。上述结果可为大面积的蜜柚叶片营养遥感监测诊断和合理施肥提供理论依据。

关键词：高光谱；蜜柚；磷素；光谱指数doi：10.13304/j.nykjdb.2021.1002

中图分类号：S666.3； S127 文献标志码：A 文章编号：10080864（2023）01010009

琯溪蜜柚（Citrus grandis L. Osbeck. cv.‘Guanximiyou）原产于福建省漳州市平和县，2019 年栽培面积达4.505 万hm2，年产量184.78万t，产值51.91亿元[1]。磷是影响作物产量和品质的重要营养元素之一，在植物的各种代谢过程中具有重要作用，如蛋白质形成、光合作用、细胞分裂、呼吸、能量储存和营养运移等，且是核酸、磷脂和氨基酸辅酶等的组成部分[2-4]。叶片磷含量快速、准确的诊断对实时了解植物磷素水平、确保磷肥精准施用、提高磷肥利用率具重要意义。植物缺磷会干扰叶绿素形成，导致叶片失绿、花青素积累，改变叶片或冠层光谱反射特性[56]。高光谱技术波段多、分辨率高且连续，为定量分析植物营养元素含量与光谱特征的关系提供了有力工具[7]，已被广泛应用于多种作物的参数估计，如叶绿素含量、氮素、叶片含水量、叶面积指数、叶和果实色素含量、生物量及病害监测等[8-10]。在植物磷素检测中也有研究，如可见光和近红外光谱区域可用于预测玉米、油菜和草叶片磷含量[11]。Mahajan等[12]发现利用双波段（1 080 和1 460 nm）组合植被指数预测小麦磷含量的效果较好。冯海宽等[13]证明，基于径向基函数（radial basis function，RBF）神经网络的最优权重组合估算苹果叶片全磷含量模型建模集的决定系数（R2）、均方根误差（rootmean square error，RMSE）和相对误差（relativeerror，RE）最佳。程立真等[14]以苹果光谱植被指数建立的随机森林模型可估测叶片磷含量。李岚涛等[4]利用偏最小二乘回归构建了冬油菜叶片磷含量模型，建模和验证的R2 分别为0.822 和0.769。

这些研究大多基于反射指数结合几个光谱波段直接预测磷含量，或通过预测相关物质的含量（例如叶绿素含量）间接检测磷含量。盡管对磷素含量的光谱诊断已有研究，然而由于影响因素众多，如其对作物色素合成及纤维素、木质素、淀粉和糖等物质积累，细胞结构排列的影响较复杂，磷素含量与光谱的关系尚不清楚[4]，结论亦不尽一致，特别是作物品种不同，对磷素的吸收利用规律差异很大。

目前研究主要集中在水稻、玉米等均一化较明显、具有共性特性的农作物。而蜜柚生长过程中变异性很大，对果园进行均一的施肥管理无法满足不同果树个体需求，往往导致施肥量过高或过低。偏最小二乘回归（partial least squaresregression，PLS）和反向传播神经网络（backpropagation neural network，BPNN）等方法是处理光谱数据的常用方法[15]，选择最佳回归模型尤为重要。本研究利用高光谱技术对琯溪蜜柚叶片磷素含量进行估测，利用相关分析方法研究光谱反射率原始光谱、一阶微分光谱及植被指数与蜜柚叶片磷素含量的关系，筛选出敏感参数并建立准确性高、误差率低的蜜柚叶片磷素估算模型，旨在探索快速、准确估测蜜柚叶片磷素含量的方法，为准确、科学、实时指导蜜柚磷肥管理提供理论依据与技术途径。

1 材料与方法

1.1 试验区概况

平和县是我国最大的柚类商品基地县，被誉为“中国琯溪蜜柚之乡”，地处福建省漳州市西南部，位于24°02′—24°35′N， 116°54′—117°31′E，属南亚热带季风气候，年平均气温21.3 ℃，降雨量约1 700 mm，无霜期318 d。

1.2 样品采集

采样点位于平和县霞寨镇黄庄村、南胜镇前山村和坂仔镇心田村，树体种植时间约为10年。采集‘琯溪蜜柚红肉蜜柚叶片，采集时间为2020年4、7和11月。每棵树体东、西、南、北4个方向和上、下2层共采集10片叶作为1个样本，选取顶梢向下的第3和第4片、大小均匀的健康叶片。叶片采集后装入保鲜袋并进行编号，测试前洗净擦干。每时期选取120个叶片样本，共360组，其中建模组270个样本，预测组90个样本。

1.3 高光谱数据采集

采用美国Analytical Spectral Device（ASD）公司生产的便携式野外地物光谱仪Field Spec 3测定蜜柚叶片光谱反射率。该光谱仪波段范围在350～2 500 nm，其中，350～1 000 nm光谱采样间隔为1.4 nm，光谱分辨率为3 nm；1 000～2 500 nm光谱采样间隔为2 nm，光谱分辨率为10 nm。在光谱输出时，仪器自动进行重采样（重采样间隔为1 nm），共输出2 151个波段数。光谱采样测试过程中，样品被展平置于采样波段接近全吸收的工作台上，以避免杂光干扰，并确保样品充满仪器的视场角。对每个叶片样品上、中、下不同部位采集10条光谱曲线，剔除异常值后，取平均值作为该样本的反射率光谱值。