摘要：针对传统植物叶片色素测量存在的问题，提出了一种采用高光谱遥感技术反演玉米叶片花青素相对含量的方法。以含花青素的玉米叶片为对象，获取玉米叶片的花青素相对含量及高光谱反射率，分析350～1000nm波段范围内玉米叶片的反射光谱特征，建立基于敏感波段、已有光谱指数、新光谱指数的玉米叶片花青素相对含量反演模型，并进行分析、比较。结果表明，玉米叶片花青素相对含量的敏感波段为548nm;新光谱指数为521和698nm组成的比值指数(RI(521，698))、554和704nm组成的差值指数(DI(554，704))、557和701nm组成的归一化指数(NI(557，701))。基于RI(521，698)建立的一元线性和一元二次模型及DI(554，704)建立的一元二次模型的拟合R2均大于0.78，预测R2均大于或等于0.73，RMSE小于0.12，是进行玉米叶片花青素相对含量高光谱遥感反演的最优模型，说明在一定的精度范围内，新光谱指数具有无损反演玉米叶片花青素相对含量的潜力。
关键词：花青素;高光谱;光谱指数;反演模型;玉米叶片
0引言
植物的组织中包含三类主要色素，即叶绿素、类胡萝卜素、花青素，这些色素常常存在于高等植物的根、茎、叶、花及果实中，使其呈现不同的颜色，它们的相对和绝对数量，是植物生理状态及物候状况的重要指示器[1-2]。其中，花青素是一类水溶性的黄酮类化合物，颜色鲜艳，广泛存在于自然界花、叶片及果实中，且安全无毒，能够掺入水溶性的食品系统，被认为具有替代人工合成色素的潜力[3]。研究表明花青素具有较强的抗氧化活性，有药理学及营养效果，能够预防一般的慢性病，包括动脉粥硬化、冠心病、血栓及癌症[4-6]。另外，花青素对植物具有多种保护及修复功能，包括修复叶片光环境[7]、提高植物抗冰冻及抗干旱胁迫的能力[8]，具有抗氧化特性[9]，能够修复叶片损伤等[10-11]，因此，人们对于花青素的定量研究兴趣越来越浓厚。目前，许多传统的化学方法被用来测量植物组织中的花青素含量，例如高效液相色谱法(highperformanceliquidchromatogrphy，HPLC)[12]、微波法[13]、分光光度测定法[14]等。这些测定方法结果准确，但是耗时长、繁琐，并且对叶片或组织具有破坏性。而高光谱遥感反演方法具有快速、准确、原位重复测量等优点，并具有放大到整个冠层及地理区域尺度的潜力，因此在植物生产力、植物生理等的研究中有着巨大的应用潜力[1]。
过去几十年，高光谱遥感反演方法估计植被生理状态已经取得了相当大的进步，但是许多的研究集中于对叶绿素和类胡萝卜素含量的反演[15-16]，而花青素含量的反演相对较少[17]。已有研究表明通过选择对花青素含量敏感的绿光波段及其对叶绿素含量敏感的红光波段和降低叶片及冠层结构影响的近红外波段组合构建不同的光谱指数，例如红/绿指数(red/greenindex)[18]、花青素含量指数(anthocyanincontentindex，ACI)[19]、调整花青素含量指数(modifiedanthocyanincontentindex，MACI)[6]、花青素反射指数(anthocyaninreflectanceindex，ARI)[17]、调整花青素反射指数(modifiedanthocyaninreflectanceindex，MARI)[10]，可以成功进行一种或多种植物叶片花青素含量反演。Vi?a和Gitelson对绿光波段反射率构建的4个不同植被指数，如绿色归一化差值植被指数(gNDBI)、绿色叶绿素指数(CIg)、R：Gratio及可见光大气阻抗植被指数(VARI)估算花青素含量的敏感性进行了探讨，结果表明大气阻抗植被指数与叶片花青素相对数量呈线性关系，相关性较高。也有学者构建了3波段指数进行色素含量估算，但是针对不同的植被、不同的色素，需要进行波段调整，计算量较大[9，20]。总之，已有光谱指数是针对特定种类的植物构建的，当植物种类发生改变时，叶片中叶绿素和花青素的组成及含量会发生改变，因而已有光谱指数的适应性和稳健性需要进一步验证[17]。国内对于叶片花青素含量的高光谱遥感反演研究尚处于起步阶段，相关研究报道较少[21]。
玉米(ZeamaysL.)，是一种非常重要的粮食作物和饲料来源，总产量是世界上最高的。处于环境胁迫时，比如缺磷、缺氮、低温、病菌感染等，玉米叶片或植株可能会在苗期或者生长过程中由绿色变为红色，甚至枯萎、死亡。当叶片由绿色向红色转变过程中，叶片叶绿素含量急剧下降，而花青素含量迅速增加，对玉米叶片进行花青素含量定量分析或实时监测，是了解玉米缺肥或病菌感染程度，实施科学田间管理的又一种较好的方法。但是从所查文献来看，目前没有普通玉米叶片花青素含量高光谱遥感反演方面的研究报道。因此，本文利用SVCHR-1024i型便携式光谱仪和植物多酚―叶绿素测量计分别获取含花青素的玉米叶片的高光谱反射率及花青素相对含量，在分析玉米叶片光谱特征的基础上，利用敏感波段光谱、已有的光谱指数、新光谱指数，结合简单统计回归模型探讨它们之间的定量关系，并用独立样本验证，通过分析比较，得到稳定性较好、精度较高的玉米叶片花青素相对含量高光谱遥感反演模型，为无损监测玉米缺肥、病菌感染提供技术支持，也为冠层或区域尺度无损监测植被花青素含量提供参考。
1材料与方法
1.1数据获取
1)高光谱反射率数据获取。于2015年在陕西省农业示范区农业试验基地———农作一站(108°10′E，34°10′N)进行夏玉米N、P缺肥胁迫小区试验，供试品种为沈玉26号，土壤类型为红油土。氮肥和磷肥分别设置6个处理，一个重复，共24个小区。氮处理小区施纯磷7.5kg·hm-2，施纯氮分别为0、15kg·hm-2、30kg·hm-2、45kg·hm-2、60kg·hm-2、75kg·hm-2;磷处理小区施纯氮15kg·hm-2，施纯磷分别为0、3.75kg·hm-2、7.5kg·hm-2、11.25kg·hm-2、15kg·hm-2、18.75kg·hm-2，播种时1次施入，其他管理措施同当地大田高产栽培。在氮、磷胁迫及玉米螟、气温剧烈变化等多种因素作用下，2015年9月观察到部分玉米植株的叶片及茎杆部分或全部变红，因此基于可视化特征分两次在小区共采集植株上、中、下部位83个不同颜色的玉米叶片(为了拓宽模型的适应范围，采集的玉米叶片颜色从绿、微红到紫红)进行花青素含量定量研究。
选用美国SpectraVista公司生产的SVCHR-1024i型便携式光谱仪进行叶片高光谱反射率测量。测量时采用自带光源型手持叶片光谱探测器直接测定，光源为内置卤钨灯。每次进行光谱测定前，都要利用漫反射参考板进行仪器的优化，然后将待测叶片中间部位置于探测器直接接触测量。为了得到具有代表性的光谱，每个叶片测量6个位置，每个位置测量1条光谱，取6条光谱平均值作为1个样本光谱。
2)花青素相对含量测定。植物色素便携式仪器测量不仅能辅助理解植物胁迫响应，而且为农业提供一种重要的测量工具[22]。植物多酚-叶绿素测量计(DUALEXSCIENTIFIC+TM)是法国Force-A公司开发的新型多功能叶片测量仪，可以同时测量叶绿素指数、花青素指数、类黄酮指数和氮平衡指数，仪器的测量面积为5mm2。花青素指数表示花青素的相对含量，可以反映花青素含量的微弱变化，因而本研究采用植物多酚-叶绿素测量计测量叶片的花青素相对含量。测定花青素含量的玉米叶片应与采集光谱的叶片相同，并且测量位置也应保持一致，玉米叶片的花青素相对含量变化范围是0.104～1.282。
1.2数据处理与模型建立
利用SVCHR-1024i仪器自带的软件进行玉米叶片光谱反射率(简称SVC光谱)预处理，主要进行重叠数据剔除及不同探测器的匹配算法、SIG文件合并，然后将光谱反射率重采样到3nm间隔(350～1000nm传感器光谱分辨率≤3.5nm)。由于叶片花青素主要在紫外和可见光波段对光谱具有响应，因此，本文主要选择350～1000nm波段范围光谱反射率进行研究。
数据测量过程中难免存在系统误差和人为操作误差，因此，首先利用拉依达准则法(3δ)进行花青素异常值剔除，剔除与平均值的偏差超过两倍标准差的测定值，共剔除5组样本数据，余下78组样本数据进行研究。按照花青素相对含量值排序，间隔取1/3作为预测集，2/3作为建模集。用R2、RMSE对模型的建模及验模效果进行评价，R2越大，RMSE越小，建模和验模效果越好，并且建模及验模参数越接近，模型越稳定[15，23]。
1.3光谱指数
采用表1列出的其他学者已经报道的光谱指数进行玉米叶片花青素相对含量反演研究。通过比较可知，依据分段相关系数的大小设置波段取值，精度略高于参考其他文献所提供的波段值，因此，表1中各波段的取值依据分段相关系数的大小取平均值确定，仅花青素含量指数(ACI)的波长参照文献进行选取(λgree和λNIR分别为530nm、940nm)，因为其效果优于参照相关系数选取的结果。
已有光谱指数均是针对特定植物构建的，并由特定波段或波段范围的光谱组成，为了寻找预测玉米叶片花青素相对含量的最优光谱指数，本研究充分利用高光谱数据波段多而窄的特点，结合R语言编程计算350～1000nm波段范围内任意两波段组合的4类光谱指数(包括差值指数(RI(Ri-Rj))、比值指数(DI(Ri/Rj))、归一化指数(NI(Ri-Rj)/(Ri+Rj))及倒数差值指数(RDI(1/Ri-1/Rj))，并计算4类光谱指数与叶片花青素相对含量的相关系数(R2)，同时采用R语言编程制作4类指数的相关等势图，根据R2最大的原则，选取新光谱指数进行花青素相对含量反演研究。
2结果与分析
2.1含花青素的玉米叶片光谱特征
图1展示了350～1000nm具有代表性的不同花青素相对含量玉米叶片的光谱反射率。从图中可以看出不同花青素相对含量的玉米叶片光谱反射率变化趋势基本一致，400～680nm波段范围，光谱反射率差异较大，其次为715～1000nm。在400～680nm波段范围，550nm附近的光谱反射率差异最大。随叶片花青素相对含量增加，玉米叶片对绿光的吸收增大，550nm附近的光谱反射率急剧减小，当花青素相对含量大于0.66时，可见光波段的光谱反射率几乎成直线，并且550nm附近的峰值朝长波方向偏移，从而可以利用绿光波段光谱反射特征进行玉米植株健康状况诊断。在715～1000nm波段范围，随着叶片花青素相对含量增加，光谱反射率有减小的趋势;当花青素相对含量较少时，光谱反射率差异变小。
2.2任意两波段组合光谱指数与玉米叶片花青素相对含量的相关分析
采用R语言编程计算350～1000nm波段范围内的玉米叶片光谱反射率任意两波段组合的4类光谱指数，然后编程计算4类光谱指数与玉米叶片花青素相对含量的相关系数(R2)，作出相关系数等势图(图2)。分析图2可知差值指数(图2(b))、归一化植被指数(图2(c))、倒数差值指数(图2(d))的相关系数均沿对角线对称，而比值指数的相关系数沿对角线不对称(图2(a))。4类光谱指数与花青素相对含量之间相关系数较大的波段区域基本一致，大于或等于0.7的相关系数约位于500～720nm波段范围。其中，698和521nm光谱反射率组成的比值指数(RI(R521，R698))与玉米叶片花青素相对含量相关性最强，相关系数(R2)为0.771;557和701nm组成的归一化差值指数(NI(R557，R701))与玉米叶片花青素相对含量的相关性次之，相关系数为0.769;此外，554和704nm波段反射率组成的差值指数(DI(R554，R704))、593和596nm的波段反射率组成的倒数差值指数(RDI(R593，R596))与玉米叶片花青素相对含量的相关系数分别为0.758和0.738。由于RDI(R593，R596)仅由间隔3nm的黄光区2个相邻波段组成，而目前航空和航天遥感器的分辨率一般在5nm，所以RDI(R593，R596)的实用性较差，不再进行进一步研究，因而选择另外3个新光谱指数进行玉米叶片花青素相对含量反演研究。
2.3玉米叶片花青素相对含量反演模型
1)基于敏感波段的玉米叶片花青素相对含量反演模型。通过相关分析可以确定相关系数较大的波段为敏感波段[21]。对玉米叶片光谱反射率与花青素相对含量进行相关分析，其相关系数曲线见图3。分析图3可知，除620～650nm、716～734nm波段光谱反射率与叶片花青素相对含量的相关性未达到0.01极显著相关外，其余波段二者的相关性都达到了0.01极显著相关，且最大相关系数为-0.761，位于548nm，结合上文玉米叶片高光谱特征分析可知花青素的主要吸收波段位于550nm附近，因而可以确定548nm为玉米叶片花青素含量的敏感吸收波段。利用548nm处的光谱反射率进行玉米叶片花青素相对含量反演研究，其结果见表2。通过比较可以发现一元二次方程的拟合决定系数R2为0.681，经独立样本验证，验证R2为0.572，预测值与实测值之间的总均方根误差RMSE为0.144，R2和RMSE分别是最高和最低的，说明该模型预测效果相对较好。其次，效果较好的为对数及幂函数模型，拟合及验证R2均大于0.5，RMSE相对较小。由于使用敏感波段光谱拟合的模型较简单，仅使用了最敏感的吸收波段信息，因而在精度许可的情况下，该方法不失为监测叶片花青素相对含量的一种快速、无损方法。
相关期刊推荐：《遥感信息》是由中国科学技术部国家遥感中心与国家测绘局主办，国内外公开发行的专业技术综合类刊物。《遥感信息》创刊与1986年，目前为季刊。注重学术性与技术性并重的办刊风格，刊物栏目设置：论坛与综述;理论研究;应用技术;专题报道;企业之窗;知识之窗;遥感图象;国际动态;译文选登;技术市场;简讯;名词解释。本刊是广大作者、读者共同建设的知识共享平台，我们真诚期待学者、工程技术人员、技术用户踊跃投稿。
