拔节期夏玉米洪涝胁迫下叶绿素含量和高光谱特征变化

陈 振， 隋学艳， 梁守真， 王 猛， 颜丙囤

(1.中国矿业大学，江苏徐州 221116； 2.山东省农业可持续发展研究所，山东济南 250000)

拔节期夏玉米洪涝胁迫下叶绿素含量和高光谱特征变化

陈 振1，2， 隋学艳2， 梁守真2， 王 猛2， 颜丙囤1，2

(1.中国矿业大学，江苏徐州 221116； 2.山东省农业可持续发展研究所，山东济南 250000)

基于农作物遥感原理，通过模拟试验的方式，获取洪涝胁迫下夏玉米高光谱特征变化情况，结合玉米叶绿素含量变化特征，为玉米洪涝灾害识别及区分洪涝胁迫程度的遥感监测提供先验知识。结果发现，洪涝胁迫下拔节期夏玉米叶绿素含量呈下降趋势，淹水时间越长，下降幅度越大；光谱反射率在可见光部分随淹水时间增加而上升，在近红外部分随淹水时间增加而下降。红边处一阶微分(Dre)、绿峰处反射率(ρg)、反射率面积SGρ(绿)等多种光谱参数可以指示玉米洪涝灾害的发生程度，可以作为玉米洪涝灾害监测与评估的重要参数。

洪涝胁迫；夏玉米；叶绿素；光谱特征；遥感监测

玉米是世界总产量最高的粮食作物，其产量与粮食安全休戚相关。2013年我国玉米种植面积3 631.8万hm2，总产 2 180亿kg，占粮食总产的36.3%[1]。近年来由于玉米用途广、生产机械化程度高，其在粮食作物总种植面积和产量的占比逐年增加，玉米对我国粮食产业影响较大[2]。农作物种植，除了种子质量、栽培管理外，灾害是影响产量的重要决定因素[3]。我国幅员辽阔，自然条件复杂，洪涝灾害发生频繁，己成为我国社会经济持续发展中重要的制约因素之一。据不完全统计，每年大约0.073亿hm2农田遭受洪涝灾害，每年经济损失在100亿元左右，约占国民生产总值的1%～2%[4]。夏玉米生长雨热同季，近几年由于气候多变，以及农户耕地整理时对排水系统的破坏，导致玉米涝灾的普遍发生。

玉米洪涝灾害发生后，需要农业生产管理部门作出及时的响应，确定受灾位置、面积以及受灾程度，据此作出救灾减灾方案，指导农户将损失降至最低。目前，多数地区还是依靠传统的人工调查，由于灾害发生后田间无法进入，受时间和人力的影响，只能筛选部分代表性的地块，并以此作出估算进行受灾情况上报。传统方法费时费力效果较差。遥感技术作为信息获取的重要方法，已经广泛地应用于农业生产中，例如农业资源调查、农作物长势监测、品质预测、估产、灾害监测等方面[5-6]。

目前，国内外未见利用遥感技术进行夏玉米洪涝灾害监测与评估的研究报道。随着高光谱、高空间分辨率传感器的应用，通过分析作物遭受洪涝灾害前后光谱反射率差异，可以实现洪涝灾害的定量监测。本研究通过模拟试验实测夏玉米在拔节期受洪涝灾害后高光谱曲线特征及叶绿素等生理生态参数，为遥感监测洪涝灾害提供先验知识。

1 材料和方法

1.1 试验材料

试验于2015年夏玉米拔节期进行，试验地点位于山东省济阳县太平镇姜家村(116°19′602″E、39°57′822″N)，试验田中等肥力，夏玉米南北向种植，长势良好，灌溉条件便利。

1.2 试验设计

洪涝处理设6个水平，分6个试验小区，对照组CK正常生长(不处理)、洪涝处理组水淹1、3、5、7、9 d，持续灌水，保证水没过玉米根部。各处理水平依次标记为CK、T1、T2、T3、T4、T5，水淹程度依次加重。7月30日洪涝处理，7月31日、8月2日、8月4日、8月6日、8月8日、8月10日和8月12日测量光谱数据和叶绿素含量等参数。

1.3 光谱测量

光谱测量采用美国分析光谱仪器(Analytical Spectral Devices，ASD公司)ASD FieldSpec野外便携式高光谱仪，选择晴朗无风，11：00—14：00内测量。

玉米的光谱测量主要是测量冠层光谱。试验测量冠层光谱时传感器探头垂直向下，距离玉米冠层与对白板时一致，投影面直径约130 cm，可覆盖样方中心植株冠层，避免田垄及水体影响。每小区南、中、北固定3个测试点，用插地标牌进行标记，每点采集1条光谱，最终取3条光谱曲线均值作为小区测量结果(图1)。

1.4 叶绿素含量的测量

使用植物养分测定仪TYS-3N测量叶绿素含量SPAD相对值0～100[7]。选取小区内连续10株玉米，挂牌标记最上部1张完全展开叶，对叶片进行叶绿素含量活体测量，最终取均值作为小区测量结果。

1.5 数据处理

测量数据用Excel处理，ASD viewspecpro软件处理高光谱数据。对于高光谱数据，主要采用光谱反射率ρ及反射率一阶微分dρ/dλ，分析其与洪涝灾害发生程度等指标之间的关系，选择能识别和评价洪涝程度的特征波段和光谱指数。

2 结果和分析

2.1 叶绿素含量变化

拔节期夏玉米受洪涝灾害时，不同胁迫程度下叶绿素变化趋势与CK基本相似，淹没1～3 d的玉米叶绿素含量与CK差别不大，但随受洪涝胁迫程度的加重，叶绿素含量逐渐低于CK，其中淹没7、9 d的变化最为明显，这与实际观测玉米生长情况一致，在受洪涝灾害胁迫初期，玉米生长状况与对照相比表现不明显，在水淹7～9 d开始，玉米叶片开始出现发黄、枯萎现象，有的植株甚至倒伏死亡(图2)。

2.2 光谱曲线

2.2.1 玉米冠层高光谱反射率曲线 对于玉米冠层高光谱反射率(ρ)曲线，在洪涝胁迫处理前(7月30日)，高光谱曲线比较符合健康植株的特征，绿光波段反射峰位于556 nm附近，在680 nm附近为红光波段吸收谷区，在680～750 nm范围里为红边区，陡坡效应明显，在780 nm左右反射率趋向平稳，并且各个小区之间曲线相似，反射率值接近(图3-a)。在洪涝胁迫后(8月12日)，发现淹没1 d的与对照相比，无论是高光谱反射率曲线线形，还是反射率值，都没有显著变化；淹水3、5、7、9 d的与对照相比，高光谱反射率曲线线形在可见光部分明显增加，而在近红外部分，处理组光谱反射率值较对照均有所下降(图3-b)。

光谱变化特征的原因可能是：(1)通过观察，淹没1 d的作物生长状况没有明显的变化，停止灌水后，水很快渗入地下，对植物根的呼吸作用等没有产生大的影响，适量的水分反而促进了玉米的生长发育；(2)水淹3、5、7、9 d时，随着玉米根部淹没时间的延长，影响了玉米的呼吸作用、光合作用、蒸腾作用等生命活动，进而开始出现玉米叶片枯萎泛黄、植株倒伏最终死亡的现象[8]；且随淹水时间的延长，植株结构受损更为严重，造成叶绿素含量减少，可见光区域吸收减弱，叶面积和冠层结构发生变化，这样一来植株群体结构变化就会导致茎秆、叶片等组分对冠层的贡献比例发生变化，造成光谱反射率在近红外区域呈现小于对照的趋势。

2.2.2 冠层高光谱反射率一阶微分曲线 对高光谱反射率数据求一阶微分值(dρ/dλ)，考虑曲线的变化率，主要是消除外界因素特别是土壤背景对光谱曲线的影响，可用于检测出诊断波段。一阶导数光谱具有显著的3边特征(蓝边、黄边、红边)，可以反映植被的生长状况。“蓝边”是蓝光位于490～530 nm范围之间反射率一阶导数最大值的位置，“黄边”是黄光位于550～580 nm范围之间反射率一阶导数最大值的位置，“红边”是绿色植物在680～760 nm内光谱反射率增高最快的点，也是一阶导数最大值所对应的光谱位置。三者在高光谱遥感中均为植被光谱曲线的特征点和特征区域，其中“红边”是绿色植物光谱最明显的特征之一[9](图4-a、图 4-b)。

处理前后光谱一阶导数曲线变化差异不明显，需要对蓝边、黄边、红边特征波段进行对比(表1)。其中，“红边”位移现象是随着高光谱遥感的兴起而发展起来的光谱数据分析技术中研究最多的，成就显著的成果，Horler等研究认为红边可以作为植物受胁迫的光谱指示波段[10]。当绿色植物叶绿素含量增加、生长活力旺盛时，红边位置会向红外方向偏移，即“红移”，符合拔节期CK变化；当植物由于感染病虫害或因灾害或物候变化等胁迫而“失绿”时，红边位置会向短波方向偏移，即“蓝移”，符合拔节期处理T1～T5变化。

为了体现相同处理不同时期的高光谱反射率曲线的变化情况，分别绘出了5个处理和对照的2个时期的高光谱反射率曲线(图5)。发现洪涝处理后，TI处理前后变化很小，与CK变化情况基本相同。T2～T5处理在可见光波段，处理后反射率基本都高于处理前；在近红外波段，处理后反射率要低于处理前。总体上曲线波形相似，T2～T5在绿黄红波段范围曲线有抬高趋势，可能T1洪涝胁迫程度较轻，时间较早，在此范围内形状变化没有T2～T5明显[11]。

表1 洪涝胁迫前后特征波段位置变化

2.2.3 特征波段分析 分别对洪涝胁迫程度与光谱位置变量、光谱面积变量和光谱植被指数共12组数据进行相关分析，5个参数与胁迫程度达到了极显著相关关系，3个参数达到了显著相关关系(表2)。相关程度由大到小依次为红边处一阶微分(Dre)>绿峰处反射率(ρg)>反射率面积SGρ(绿)>归一化植被指数(SNirρ-SRρ)/(SNirρ+SRρ)>比值植被指数SNirρ/SRρ>红谷处反射率(ρrw)>反射率面积SNirρ(近红外)>反射率面积SRρ(红)[12]，说明洪涝胁迫发生后洪涝胁迫水平在这些特征波段位置有很好的相关性。

表2 洪涝胁迫程度与高光谱特征部位相关系数

注：**表示在0.01水平显著，*表示在0.05水平显著。

3 结论

洪涝胁迫下，玉米叶绿素含量随着胁迫程度的增加而得下降越明显，水淹7 d后，玉米生理性状表现才开始明显，出现叶片发黄枯萎、植株倒伏等现象，这主要是因为淹水时间短时，没有显著影响玉米植株的光合作用、呼吸作用，生理性状变化不大，随着淹水时间的增加，植株呼吸作用和光合作用受到不同程度的抑制，从而表现出不同的生理变化。

洪涝胁迫下的玉米光谱在可见光波段有上升趋势，在近红外波段有下降趋势，胁迫程度越重，可见光和近红外光变化趋势越显著，这主要是由于洪涝胁迫下叶绿素含量发生变化，在可见光波段叶绿素吸收能力减弱，光谱反射率升高，而在近红外波段的变化主要是由于洪涝胁迫后玉米叶片和玉米冠层结构变化导致的。

通过分析胁迫程度和光谱特征位置的相关性，得出了与胁迫程度相关性较好的特征位置和植被指数，为玉米洪涝灾害的监测与评估提供理论依据与方法支持，具有理论与现实应用意义。

[1]中华人民共和国统计局. 2014中国统计年鉴[M]. 北京：中国统计出版社，2014.

[2]余卫东，冯利平，刘荣花. 玉米涝渍灾害研究进展与展望[J]. 玉米科学，2013(4)：143-147.

[3]潘瑞炽. 植物生理学[M]. 北京：高等教育出版社，1958.

[4]李戈伟. 基于遥感和GIS的洪灾监测与评估方法研究[D]. 北京：中国科学院遥感应用研究所，2002.

[5]徐 鹏. 洪涝胁迫的水稻长势光谱响应与灾情遥感评估[D]. 西安：西安科技大学，2014.

[6]万余庆，谭克龙，周日平. 高光谱遥感应用研究[M]. 北京：科学出版社，2006.

[7]袁 媛. 夏玉米叶绿素及叶面积指数高光谱遥感估算[D]. 杨凌：西北农林科技大学，2014.

[8]周新国，韩会玲，李彩霞，等. 拔节期淹水玉米的生理性状和产量形成[J]. 农业工程学报，2014(9)：119-125.

[9]易秋香. 玉米主要生物物理和生物化学参数高光谱遥感估算模型研究[D]. 乌鲁木齐：新疆农业大学，2005.

[10]Horler D，Dockray M，Barber J. The red edge of plant leaf reflectance[J]. International Journal of Remote Sensing，1983，4(2)：273-288.

[11]蒋金豹，Michael D S，何汝艳，等. 水浸胁迫下植被高光谱遥感识别模型对比分析[J]. 光谱学与光谱分析，2013(11)：3106-3110.

[12]李章成. 作物冻害高光谱曲线特征及其遥感监测[D]. 北京：中国农业科学院，2008.

10.15889/j.issn.1002-1302.2017.02.018

2015-11-26

山东省农业重大应用技术创新课题；农业农村资源等监测统计经费(农业遥感监测与评价)项目(编号：)；山东省信息化(电子政务)专项。

陈 振(1988—)，男，山东潍坊人，硕士研究生，主要从事农业遥感及应用研究。E-mail：chenzhen0608@126.com。

隋学艳，硕士，助理研究员，主要从事农业遥感研究。E-mail：sdnkysxy@163.com。

P237；S513.01

A

1002-1302(2017)02-0069-04

陈 振，隋学艳，梁守真，等. 拔节期夏玉米洪涝胁迫下叶绿素含量和高光谱特征变化[J]. 江苏农业科学，2017，45(2)：69-72.