基于LIF技術(shù)分析玉米葉片蒸騰效應(yīng)模型

　　摘要:玉米抽絲期是玉米由營(yíng)養(yǎng)生長(zhǎng)進(jìn)入生殖生長(zhǎng)的轉(zhuǎn)折點(diǎn)，是決定玉米產(chǎn)量的關(guān)鍵時(shí)期。為此，基于激光誘導(dǎo)熒光光譜(LIF)技術(shù)，以抽絲期玉米葉片為研究對(duì)象，快速無損地獲取植物生理信息的日變化，重點(diǎn)分析玉米葉片蒸騰效應(yīng)與葉綠素?zé)晒夤庾V的相關(guān)性，并選擇706～748nm波段作為敏感光譜波段，建立了基于光譜特征參數(shù)的植物葉片蒸騰速率的預(yù)測(cè)模型。結(jié)果表明:采用熒光強(qiáng)度F730研究玉米葉片蒸騰效應(yīng)最合適;由于氣孔導(dǎo)度反映蒸騰效應(yīng)，且影響CO2的同化過程，故以氣孔導(dǎo)度的信號(hào)之一的葉片溫度作為模型輸入修正;通過對(duì)蒸騰速率與葉片溫度、葉綠素?zé)晒鈴?qiáng)度進(jìn)行回歸診斷與全回歸分析，建立了基于熒光強(qiáng)度F730和葉片溫度的蒸騰速率預(yù)測(cè)模型，分析了蒸騰速率與二者的相關(guān)性，模型復(fù)相關(guān)系數(shù)為Ｒ=0．8334，模型校驗(yàn)結(jié)果的相關(guān)系數(shù)Ｒ2=0．8798，認(rèn)為模型的預(yù)測(cè)能力較好。通過激光誘導(dǎo)葉綠素?zé)晒夤庾V技術(shù)實(shí)現(xiàn)了對(duì)植物生理信息的無損檢測(cè)與分析，建立的玉米抽絲期蒸騰速率預(yù)測(cè)模型可為玉米優(yōu)質(zhì)高產(chǎn)的水肥精準(zhǔn)化、智能化控制技術(shù)提供數(shù)據(jù)支持。

　　關(guān)鍵詞:玉米葉片;蒸騰速率;激光誘導(dǎo)熒光;葉綠素?zé)晒夤庾V;無損檢測(cè);回歸分析

　　0引言

　　隨著無損檢測(cè)技術(shù)的日漸發(fā)展，將光譜技術(shù)應(yīng)用于農(nóng)業(yè)監(jiān)測(cè)越來越廣泛，包括近紅外光譜［1］、反射光譜［2－3］、高光譜［4－5］和激光拉曼光譜技術(shù)［6］等，光譜處理分析方法也多種多樣［7－10］，這些都將為精準(zhǔn)智慧農(nóng)業(yè)提供支持。植物葉片受光激發(fā)后，大部分光能以熱耗散和光合作用方式消耗，但有一小部分光能(通常約占吸收光能的3%)以葉綠素?zé)晒獾姆绞结尫牛@種進(jìn)化而來的光保護(hù)機(jī)制能最大限度減少?gòu)?qiáng)光對(duì)植物的潛在傷害，避免葉綠體吸收光能超過光合作用的消化能力［11］。葉綠素?zé)晒獬霈F(xiàn)在紅光和遠(yuǎn)紅光區(qū)域，能實(shí)時(shí)反映植物的生理信息狀況，與植物的生長(zhǎng)發(fā)育密切相關(guān)，常作為研究植物生理信息無損檢測(cè)的理想探針［12－16］。

　　1試驗(yàn)材料與方法

　　1．1試驗(yàn)條件

　　本研究于吉林大學(xué)南嶺校區(qū)日光溫室內(nèi)(海拔高度150m，44°50'N，125°18'E)進(jìn)行。經(jīng)測(cè)量，溫室內(nèi)平均光通量密度(PPFD)為5．96μmol/m2·s，空氣溫度為23．19℃。試驗(yàn)對(duì)象為處于抽絲期的“先玉335”號(hào)玉米植株，試驗(yàn)材料選擇完全展開無遮陰的具有代表性(正常水肥管理、長(zhǎng)勢(shì)均勻、健康無病蟲害)的活體葉片，按編號(hào)次序同步采集玉米葉片的生理信息，觀測(cè)指標(biāo)和葉綠素?zé)晒夤庾V。

　　1．2植物生理信息的測(cè)定

　　一天中，植物生理信息狀況會(huì)隨著外界光照條件、溫濕度等環(huán)境因素的變化而變化，差異主要體現(xiàn)在光合速率、光能利用率及葉綠素?zé)晒鈴?qiáng)度等方面。試驗(yàn)選擇在4月4－16日的晴朗無云天氣，于每天的7:30－17:30進(jìn)行。植物生理信息采集采用美國(guó)產(chǎn)LI－6400型便攜式光合作用儀，先在室溫下開機(jī)預(yù)熱0．5h，后每隔2h測(cè)定一次玉米葉片，每次測(cè)定20片玉米葉片，每葉重復(fù)3次取平均，測(cè)量10天，共計(jì)200片。測(cè)量時(shí)打開葉室，保持葉片自然伸展，避開主葉脈，在待測(cè)葉片的葉脈一側(cè)葉肉中心位置平穩(wěn)夾好葉片，待參數(shù)基本穩(wěn)定記錄保存相關(guān)數(shù)據(jù)，獲取葉片生理信息觀測(cè)指標(biāo)，包括凈光合速率(Pn)、氣孔導(dǎo)度(Gs)、胞間CO2濃度(Ci)、蒸騰速率(Tr)、葉片溫度(Ti)及光合有效輻射(PAＲ)等。

　　2試驗(yàn)結(jié)果與討論

　　2．1葉綠素?zé)晒夤庾V敏感波段的確定

　　通過對(duì)玉米葉片蒸騰速率(Tr)等生理信息的測(cè)定與激光誘導(dǎo)葉綠素?zé)晒夤庾V的同步采集，整理得葉片的蒸騰速率與相應(yīng)葉綠素?zé)晒夤庾V，如圖1所示。由圖1可以看出:不同蒸騰速率的植物葉片的激光誘導(dǎo)葉綠素?zé)晒鈴?qiáng)度不同，玉米葉片的蒸騰速率在473～480、677～684、706～748nm等3個(gè)波段內(nèi)均出現(xiàn)了熒光強(qiáng)度的峰值。由于473nm左右波段屬于激光發(fā)射波段，易產(chǎn)生波動(dòng)，且峰值發(fā)生光譜重疊，在677～684nm波段熒光光譜有交叉重疊現(xiàn)象，故這兩個(gè)有峰位的波段都不宜作為熒光光譜敏感波段。在706～748nm波段內(nèi)，不受發(fā)射激光波動(dòng)的影響，無雜光，光譜曲線清晰無重疊，可較好地反映葉片蒸騰速率與葉綠素?zé)晒夤庾V與的關(guān)系，故選擇706～748nm波段作為敏感光譜波段進(jìn)行研究。

　　2．2葉片蒸騰效應(yīng)與葉綠素?zé)晒鈴?qiáng)度和葉片溫度的相關(guān)性研究

　　2．2．1葉片蒸騰速率與葉綠素?zé)晒鈴?qiáng)度的關(guān)系采集706～748nm葉綠素?zé)晒夤庾V波段的熒光強(qiáng)度峰值F730(730表示波峰處的中心波長(zhǎng)為730nm)作為研究玉米蒸騰效應(yīng)的最適熒光強(qiáng)度，采用z－score歸一化方法將F730葉綠素?zé)晒鈴?qiáng)度和葉片的蒸騰速率進(jìn)行數(shù)據(jù)歸一化預(yù)處理。歸一化計(jì)算式為X*ij=xij－xj—sj式中X*ij—歸一化后的變量值;xij—原始變量值;xj——第j項(xiàng)指標(biāo)在n個(gè)評(píng)價(jià)對(duì)象上的平均值;sj—第j項(xiàng)指標(biāo)在n個(gè)評(píng)價(jià)對(duì)象上的標(biāo)準(zhǔn)差。對(duì)二者關(guān)系進(jìn)行曲線線性擬合，研究F730熒光強(qiáng)度與葉片蒸騰速率的相關(guān)關(guān)系，結(jié)果如圖2所示。

　　2．2．2葉片溫度與葉片蒸騰速率的關(guān)系對(duì)植物而言，葉片是進(jìn)行光合作用、生物量積累的主要場(chǎng)所，而葉片溫度作為植物生理信息感測(cè)的重要指標(biāo)，植物通過葉片蒸騰作用進(jìn)行水分吸收耗散和物質(zhì)運(yùn)輸?shù)壬砘顒?dòng)。氣孔導(dǎo)度反映蒸騰效應(yīng)，且影響CO2的同化過程，因此氣孔導(dǎo)度的信號(hào)之一即葉片溫度與植物蒸騰作用有相關(guān)關(guān)系，以葉片溫度修正蒸騰速率回歸模型具有重要意義［26］。對(duì)葉片溫度和蒸騰速率進(jìn)行歸一化預(yù)處理后，對(duì)二者關(guān)系進(jìn)行曲線線性擬合，如圖3所示。隨著葉片溫度升高，氣孔導(dǎo)度增加，玉米葉片的蒸騰作用加強(qiáng)，促進(jìn)了葉片進(jìn)行光合產(chǎn)物積累、電子轉(zhuǎn)運(yùn)及物質(zhì)代謝等。

　　3結(jié)論

　　利用LIF技術(shù)研究葉綠素?zé)晒夤庾V特征將有助于玉米抽絲期灌溉追肥及營(yíng)養(yǎng)脅迫監(jiān)測(cè)等。試驗(yàn)結(jié)果顯示:選擇706～748nm波段用于研究的敏感光譜波段，熒光強(qiáng)度F730最適于分析抽絲期玉米葉片的蒸騰效應(yīng);基于葉片溫度修正的葉片蒸騰速率與葉綠素?zé)晒夤庾V模型預(yù)測(cè)模型較好，呈現(xiàn)很好的相關(guān)性(復(fù)相關(guān)系數(shù)為Ｒ=0．8334)，驗(yàn)證檢驗(yàn)效果也較好(相關(guān)系數(shù)Ｒ2=0．8798)。LIF技術(shù)以其快速、無損的優(yōu)勢(shì)，在植物生理信息獲取、農(nóng)作物灌溉追肥監(jiān)測(cè)、生長(zhǎng)狀況監(jiān)測(cè)等方面的應(yīng)用越來越廣，今后拓展至冠層、低空、高空尺度，將為精準(zhǔn)智慧農(nóng)業(yè)提供有利參考，前景更加廣闊。

　　參考文獻(xiàn):

　?。?］KoheiArai，SadayukiAkaisi，HideoMiyazaki，etal．ＲegressiveAnalysisonLeafNitrogenContentandNearInfraredＲeflectanceandItsApplicationforAgriculturalFarmMonitoringwithHelicopterMountedNearInfraredCamera［J］．InternationalJournalofAdvancedＲesearchinArtificialIntelligence，2013，2(3):38－43．

　?。?］鄧小蕾，李民贊，鄭立華，等．基于反射光譜預(yù)處理的蘋果葉片葉綠素含量預(yù)測(cè)［J］．農(nóng)業(yè)工程學(xué)報(bào)，2014，30(14):140－147．

　?。?］ChuXu，GuoYongjiu，HeJiaoyang，etal．ComparisonofDifferentHyperspectralVegetationIndicesforEstimatingCanopyLeafNitrogenAccumulationinＲice［J］．AgronomyJournal，2014，106(5):1911－1920

《基于LIF技術(shù)分析玉米葉片蒸騰效應(yīng)模型》

上一篇：基于PLC的果園氣爆松土注肥機(jī)控制系統(tǒng)設(shè)計(jì)

下一篇：農(nóng)業(yè)技術(shù)推廣服務(wù)體系的構(gòu)建與實(shí)施