文章信息
- 李雪飞, 韩甜甜, 董彦, 吴曼, 沈向
- Li Xuefei, Han Tiantian, Dong Yan, Wu Man, Shen Xiang
- 紫叶稠李叶片色素及氮含量与其光谱反射特性的相关性
- Relationships between Spectral Reflectance and Pigment or Nitrogen Concentrations in Leaves of Padus virginiana'Schubert'
- 林业科学, 2011, 47(8): 75-81.
- Scientia Silvae Sinicae, 2011, 47(8): 75-81.
-
文章历史
- 收稿日期:2010-09-01
- 修回日期:2011-07-12
-
作者相关文章
传统的色素分析方法需要破坏性取样,在时间和空间上难以满足实时、快速、无损、精确诊断的要求,随着高光谱遥感技术的发展,使之成为可能,且易于在景观尺度上进行大范围测量(Gamon et al., 1999)。叶片光谱反射率是叶片化学组分吸收信息的综合体现,通过解析叶片光谱信息,寻找不同色素特征吸收波段,可以预测色素含量。
近年来,光谱反射技术在一些大田作物上的应用日益成熟,已有较多针对不同树种叶片叶绿素含量的光谱反演研究。其基本方法是通过便携式光谱反射仪测定植物反射光谱曲线,并分析曲线重要特征参数(Curran et al., 2001)、各种色素计算指标(Sims et al., 2002),通过数据处理得出有关植物营养状况(Merzlyak et al., 2005)、植被演替趋势(Gamon et al., 2006)等结论。该方法简便、快捷,结论具有扩展性和实用性。我国在这方面的工作起步较晚,周启发等(2002)研究了水稻(Oriza sativa)不同氮素水平的傅里叶转换红外光谱的差异,证明了该方法诊断氮素的可行性。吕雄杰等(2004)找出了诊断水稻氮素水平的冠层敏感波段,建立了冠层光谱、植被指数与农学参数之间的模式方程。杨杰等(2009)以不同生态点、不同年份、不同施氮水平、不同类型水稻品种的4个田间试验为基础,进一步系统分析了叶片叶绿素含量与不同光谱指数之间的定量关系。迄今为止,关于植物色素的光谱技术多侧重于叶绿素,而对类胡萝卜素和花色苷的研究较少。
紫叶稠李(Padus virginiana‘Schubert’)为蔷薇科(Rosaceae)落叶乔木,是从北美引入的彩叶树种。该树种四季叶色变化极为丰富,从嫩绿色、淡紫色一直到紫红色,是十分优良的彩叶树种。因紫叶稠李丰富的叶色变化,所以是研究叶片花色苷合成机制的良好试材,研究表明:施肥水平对彩叶植物叶色有较大的影响(王庆菊等,2008)。本研究以紫叶稠李为试材,通过盆栽方式,研究不同施肥处理条件下紫叶稠李叶片色素含量及反射光谱的变化,通过相关性分析初步探讨紫叶稠李叶片色素含量、氮含量与光谱反射率的关系,以期为调控紫叶稠李叶片营养水平和实施无损营养诊断提供理论依据。
1 材料与方法 1.1 试验材料以3年生的紫叶稠李幼树为试材,2009年3月中旬选择长势一致的幼树带球移植于直径30 cm、高25 cm的盆钵中,土壤质量7.5 kg,试验用盆土有机质含量为10.3 g·kg-1,碱解氮75.85 mg·kg-1,速效磷31.31 mg·kg-1,速效钾107.8 mg·kg-1。
供试控释肥为: CRF-A: 22-10-16(N-P2 O 5 -K2 O,全文同); CRF-B: 24-12-12;CRF-C: 20-8-17。设计控释期在120天左右。该肥料由山东金正大生态工程股份有限公司提供。
1.2 试验设计本试验于2009年3—9月在山东农业大学观赏果树试验站内进行,在盆栽紫叶稠李叶片变色前进行施肥,试验共设7个处理,每个处理重复10次,所有肥料处理在5月7日一次性施入(施肥方案如表 1)。施肥前及施肥后每20天取样测定各项指标,每次随机选取各处理6盆,从每株新梢中部取1个叶片,取2片剪碎后按试验方法测定花色苷和叶绿素,剩余4片烘干测定氮含量。5月7日和5月26日取样后先测定每个叶片的反射光谱,再测定其他指标。
花色苷的含量参考王庆菊等(2008)的方法测定。总叶绿素的含量参照Lichtenthaler等(1983)的方法测定。
1.3.2 植株体内的全氮测定从每个处理植株中部取新鲜叶片,置于烘箱中,105 ℃杀青30 min后,80 ℃恒温烘干。浓硫酸-双氧水联合消煮,用消化液测氮含量,用奈氏比色法测定(鲍士旦,2000)。
1.3.3 叶片反射光谱的测定采用英国PP Systems国际有限公司生产的UnispecTM光谱分析系统,分别在施肥前即5月7日及5月26日测定各处理紫叶稠李叶片的反射光谱。光谱仪的测定波段范围为310 ~1 100 nm,光谱采样间隔(波段值)为3.3 nm,光谱分辨率<10 nm。参照光谱分析系统用户手册中反射光谱测量方法(王庆菊等,2007a)进行。
1.4 数据统计分析采用Excel 2003及DPSV3.01专业版统计软件进行统计分析。
2 结果与分析 2.1 不同施肥处理紫叶稠李叶片中色素含量的动态变化紫叶稠李叶片色素的变化和比例直接影响紫叶稠李叶色的表达,主要取决于花色苷和叶绿素的含量。由图 1可以看出:从5月7日施肥前到9月4日最后一次测定,施肥处理的总叶绿素含量显著高于对照,说明施肥可以提高叶片总叶绿素的含量且抑制降解。施肥前各处理总叶绿素含量无显著差异,施肥后20天时(5月27日)处理T7叶绿素含量高于其他处理,随着控释肥释放速率加快,处理T2在施肥后60天(7月6日)和120天(9月4日)均达到峰值,并显著高于其他处理,到9月初同对照相比增长30.6%;经不同肥料种类处理比较可知:处理T5的总叶绿素含量一直高于处理T3,T6,到9月初3者分别比对照增长了21.9%,20.2%,16.7%。
多年测定结果表明: 5月中旬到7月是紫叶稠李叶片由绿色到紫红色的转变期,紫叶稠李叶片中花色苷的含量在时间和空间上均表现出显著差异(王庆菊等,2007b)。由图 2可知:施肥处理基本上不会改变花色苷含量的动态变化过程,但会产生一定的后续影响。施肥前(5月7日),各处理花色苷含量基本无差异,且含量极低; 施肥后40天时,各处理花色苷含量都有不同程度的增加,处理T7花色苷含量增加幅度最小,且低于对照,说明处理T7抑制花色苷的合成; 在处理80天时即7月26日,正是花色苷合成高峰期,各处理均达到峰值,且处理T4花色苷含量最高,显著高于其他处理,处理T6次之,处理T2,T7与对照无显著差异。施肥后期,各施肥处理花色苷含量均高于对照。
从图 3可知:紫叶稠李不同时期叶片中氮含量存在显著差异,且各施肥处理的氮含量显著高于对照。施肥后20天(5月27),处理T7的氮含量最高,其他处理差异不显著。紫叶稠李由于营养生长需要较高的N素含量来完成形态建成,因此叶片中的N素含量不断积累,在处理60天时(7月6日)达到最大值,处理T2的叶片N素含量显著高于其他处理,处理T5次之,分别比对照提高36.1%,29.4%,而此时处理T7仅比对照提高了13.2%,说明足量的控释肥更能提高叶片中的N素含量。施肥60天后,各个处理N素含量都降低,在7月26日降到最低值,后又缓慢上升,处理T2叶片中N素含量显著高于其他处理。综合叶片中色素动态变化及氮含量变化,处理T6的植株既满足正常的营养生长而且叶色表达最佳,优于其他处理。
由花色苷含量的动态变化可知: 7月26日花色苷大量合成,因此以对照处理T1为例,测定其叶片在5月7日及7月26日的反射光谱。由于仪器在采集到的光谱数据首端与末端的噪声较大。因此,将310~399 nm和1 001~1 100 nm的光谱数据去除,以提高测量数据的信噪比。而在波长800 ~1 000 nm波段其反射率无显著变化,因此以下只列出400~800 nm的反射光谱。由图 4可见:紫叶稠李变色前后其叶片的反射光谱存在显著差异。在5月7日时,紫叶稠李的叶片仍为绿色,在绿光波段(550 nm左右)具有明显的反射峰,在此峰的左侧是蓝紫光波段吸收谷(470 nm),在右侧长波方向,先经历1个红光波段吸收谷(670 nm)后,反射率迅速增加,至670~760 nm之后,在近红外波段形成1个较高的反射率平台。而在7月27日,紫叶稠李叶片中花色苷含量达最大值,其叶片的光谱反射特征发生显著变化,其反射峰明显向长波方向移动而且反射率变小,其反射峰值比绿叶时降低了15.3%,反射峰从原来的绿光波段过渡到了红橙光波段(580 nm左右),红橙光波段的反射率显著大于绿叶时,在近红外波段的反射率较绿叶时明显变小。
由紫叶稠李叶片变色前后其光谱反射特征的差异可知:叶色不同其反射光谱也不同。施肥对紫叶稠李叶片呈色方面有很大影响,因而在光谱特征曲线上,不同施肥水平间有一定差异。各个处理的差异主要表现在绿光、红橙光波段(520~640 nm),即在可见光区域出现的反射峰,以及近红外光区域。在7月26日测定不同施肥处理叶片的反射光谱,处理T1,T2,T3(图 5)在红橙光波段580 nm左右各形成了反射峰,且反射峰值T1 ﹥ T2 ﹥ T3处理。处理T4的反射峰在610 nm左右,而绿光波段反射率显著降低形成一吸收谷。在近红外波段可以看出:处理T2的反射率﹥ T3 ﹥ T4 ﹥ T1,说明在近红外波段紫叶稠李叶片反射率随施肥量的增加而提高。
处理T3,T5,T6分别代表CRF-A,B,C 3种不同肥料处理。由图 6可知:处理T1,T3,T5均在580 nm左右呈现反射峰,且反射率处理T1 ﹥ T5 ﹥T3。而处理T6反射峰位置与处理T4相似,且其反射率低于处理T4。在可见光区域内施肥后叶片的反射率均低于对照。在近红外区域各施肥处理的反射率显著高于对照,且处理T5 ﹥ T3 ﹥ T6。
粉碎的控释肥失去控释功能,相当于普通复合肥。在可见光区域,处理T3反射峰的平均反射率比对照降低了24.7%。而处理T7反射率比对照略小,但无显著差异。处理T3在近红外区域的反射率显著大于对照,其平均反射率比对照提高12.2%。可见,施用控释肥对紫叶稠李叶片的反射光谱影响显著。总之,不同施肥处理对叶片反射光谱特征产生不同影响,这可能是控释肥料的不同释放特征和利用率对叶片中的色素含量产生影响,从而影响叶片的光谱反射特征。
叶片氮含量、叶绿素含量、花色苷含量等生物量参数,可以反映作物生长发育的特征动态,也是反映植株生长状态和反射光谱关系的中间枢纽。通过对紫叶稠李花色苷大量合成时期叶片氮含量、叶绿素含量、花色苷含量与叶片光谱反射率间的相关性分析可知:紫叶稠李叶片中色素敏感波段范围,对其进行遥感监测。
由图 8可知:紫叶稠李叶片的光谱反射率与叶片氮含量、叶绿素含量相关性基本一致。相关性分析表明:在不同施肥处理下,可见光波段400 ~700 nm处紫叶稠李叶片的反射率与叶片氮含量、叶绿素含量呈负相关,其中,在600~660 nm波段处相关性较好,其叶片反射率与氮含量、叶绿素含量的相关系数均值分别为-0.822 4,-0.788 9。而700 ~800 nm处叶片的反射率与叶片氮含量、叶绿素含量呈正相关,其中在720~800 nm波段处相关性较好,其叶片反射率与氮含量、叶绿素含量的相关系数均值分别为0.880 3,0.951 7,达到极显著水平。在此基础上建立了紫叶稠李叶片氮含量、叶绿素含量与光谱反射率间的关系方程,由表 2可知:在720 ~800 nm波段处氮含量、叶绿素含量与光谱反射率建立的回归方程具有较高的复相关系数,分别为0.780 8,0.916 8)。
紫叶稠李叶片光谱反射率与花色苷含量的相关性同氮含量、叶绿素含量的相关性存在显著差异。相关性分析表明:各施肥处理在可见光波段400 ~530 nm和650~690 nm处的叶片反射率与花色苷含量呈正相关,在480~523 nm波段处相关性较好,其相关系数均值达到0.807 3。而在可见光536 ~650 nm波段处叶片反射率与花色苷呈负相关,在550~580 nm波段处其相关系数均值达到-0.9494,达到极显著相关水平。而在700~800 nm波段处的相关系数的绝对值均值仅为0.031 57,可见,叶片反射率与花色苷含量在此波段的相关性极不显著。在此基础上建立了紫叶稠李叶片花色苷含量与光谱反射率间的关系方程,由表 2可知:紫叶稠李叶片光谱反射率与花色苷含量在550~580 nm波段的回归方程的复相关系数达到0.916 1,此波段是监测叶片花色苷含量变化差异的敏感波段。
3 结论与讨论研究表明:施肥水平对彩叶植物叶色有较大的影响。氮是核酸的组成成分,是植物体内许多酶的组成成分,氮通过酶间接影响植物体内的各种代谢过程。氮也是叶绿素的组成,在其叶片中含量的高低决定了植株光合作用的强弱。高光强和低氮量的土壤有利于金黄色叶的表现; 在低光强和高水平含氮量下,叶绿素含量高,叶片保持绿色更长久(张启翔等,1998)。李小康等(2008)发现叶面喷施3‰KH2 PO4可显著提高中华红叶杨(Populus×euramericana ‘Zhonghong’)叶片中花色素苷含量。又有研究表明:在元宝槭(Acer truncatum)变色前期对其增施钾肥可以明显地促进叶片中花色苷和可溶性糖的积累(王志红等,2009)。王庆菊等(2007b)对紫叶稠李叶片矿质元素与色素的相关分析表明:磷与花色苷呈显著的负相关,钾与花色苷含量呈显著的正相关。本试验结果表明: CRF-A的高水平处理即处理T2的叶绿素含量显著高于其他处理,CRF-A的低水平处理即处理T4的花色苷含量显著高于其他处理。而综合叶片中色素动态变化及氮含量变化的分析,处理T6的植株既满足了正常的营养生长而且叶色表达最佳,优于其他处理。
本研究表明:在紫叶稠李叶片花色苷大量合成期,不同施肥处理的叶片反射率存在一定差异。总体来看,不同施肥处理叶片的反射光谱的差异主要是由于控释肥养分释放规律与紫叶稠李在叶片变色期养分需求是否一致造成的。施肥量的变化会引起作物叶片色素和颜色的相应变化,从而引起作物光谱反射特性的变化,这是通过光谱手段获取作物生化参量信息的理论基础,从而使得大面积无损监测作物的营养状况成为可能。同时,这也是精确农业中进行变量施肥不可或缺的基础技术(Curran et al., 2001)。许多研究表明:在可见光和中红外波段的反射率随含氮量升高而降低,在近红外反射则升高,(郭曼等,2008; 周冬琴等,2008; Wang et al., 1998)。赵春江等(2002)探讨地面高光谱数据的红边特性与小麦叶片全氮及叶绿素含量的关系,认为可以用近红外平台振幅估算叶片全氮浓度,用“红边”振幅可推算叶绿素总量。很多研究者通过测量植物冠层、叶片或其他部位的反射光谱,发现可以利用可见光和近红外区域的反射率来估测植物的氮素水平(Fridgen et al., 2004; Read et al., 2002; Tarpley et al., 2000)。Stone等(1996)提出了基于红光671 nm和近红外光780 nm 2个波段反射率组合而成的植株-氮-光谱植被指数来估算小麦(Triticum aestivum)植株的全氮浓度。由于氮是叶绿素的基本组成成分,所以叶绿素的敏感波段也能较好地反映作物氮素状况。程乾等(2003)研究发现:水稻叶绿素含量与冠层光谱反射率在640 ~690 nm有较好的相关性,最大相关系数在680 nm附近。郭曼等(2008)对不同氮营养水平与夏玉米(Zea mays)光谱特性关系的研究发现:氮素营养水平敏感波段为可见光波段的500~720 nm和近红外区的760~1 070 nm。
本研究相关性分析表明:紫叶稠李叶片的光谱反射率与叶片氮含量、叶绿素含量相关性基本一致。可见光波段400~700 nm处紫叶稠李叶片的反射率与叶片氮含量、叶绿素含量呈负相关,而700 ~800 nm处叶片的反射率与叶片氮含量、叶绿素含量呈正相关,其中在可见光波段(720~760 nm)和近红外区(760~800 nm)氮含量、叶绿素含量与光谱反射率建立的回归方程具有较高的复相关系数,可将此波段初步作为遥感监测叶片氮含量、叶绿素含量变化差异的敏感波段。这与郭曼等(2008),程乾等(2003)对玉米和水稻叶片叶绿素与光谱反射率关系的研究得出的敏感波段有所差异,因为植被在400~700 nm波段范围内的反射光谱主要由叶片色素所决定(Gitelson et al., 2002),可见造成这种差异的原因是由于紫叶稠李在叶片变色期大量合成花色苷所致,在400~700 nm波段,花色苷的大量合成降低了叶片氮含量、叶绿素含量差异的敏感度。同时可以发现:紫叶稠李叶片变色前后期反射光谱在可见光区域的差异,也是由于叶片色素含量变化决定的。紫叶稠李叶片光谱反射率与花色苷含量的相关性同光谱反射率与氮含量、叶绿素含量的相关性存在显著差异。各施肥处理在可见光波段400 ~530 nm和650~690 nm处的叶片反射率与花色苷含量呈正相关,而在可见光536~650 nm波段处叶片反射率与花色苷呈负相关,紫叶稠李叶片光谱反射率与花色苷含量在550~580 nm波段的回归方程的复相关系数达到0.916 1,可将此波段初步作为遥感监测叶片花色苷含量变化差异的敏感波段。
鲍士旦. 2000. 土壤农化分析[M]. 3版. 北京: 中国农业出版社.
|
李小康, 朱延林, 宁豫婷, 等. 2008. 不同光照条件下外施营养液对中红杨叶色变化的影响[J]. 上海农业学报, 24(2): 20-24, 200. |
吕雄杰, 潘剑君, 张佳宝. 2004. 水稻冠层光谱反射特征及其与叶面积指数关系研究[J]. 土壤, 36(6): 648-653. |
杨杰, 田永超, 姚霞, 等. 2009. 水稻上部叶片叶绿素含量的高光谱估算模型[J]. 生态学报, 29(12): 6561-6571. DOI:10.3321/j.issn:1000-0933.2009.12.031 |
王庆菊, 李晓磊, 王磊, 等. 2007a. 桃、李属红叶树种叶片光合特性[J]. 林业科学, 43(6): 32-37. |
王庆菊, 胡艳丽, 李晓磊, 等. 2007b. 紫叶稠李叶片不同叶序花青甘与化学成分的相关性[J]. 山东农业大学学报:自然科学版, 38(4): 557-560. |
王庆菊, 李晓磊, 沈向, 等. 2008. 紫叶稠李叶片花色苷及其合成相关酶动态[J]. 林业科学, 44(3): 45-49. DOI:10.11707/j.1001-7488.20080312 |
王志红, 蔺银鼎. 2009. K元素对元宝枫秋叶变色的影响研究[J]. 山西农业大学学报:自然科学版, 29(2): 139-142. |
张启翔, 吴静. 1998. 彩叶植物资源及其在园林中的应用[J]. 北京林业大学学报, 20(4): 126-127. |
程乾, 黄敬峰, 王人潮, 等. 2003. 水稻叶面积指数与MODIS植被指数、红边位置之间的相关分析[J]. 农业工程学报, (5): 104-108. |
郭曼, 常庆瑞, 曹晓瑞. 2008. 不同氮营养水平与夏玉米光谱特性关系初报[J]. 西北农林科技大学学报:自然科学版, 36(11): 123-129. |
周冬琴, 田永超, 姚霞, 等. 2008. 水稻叶片全氮浓度与冠层反射光谱的定量关系[J]. 应用生态学报, 19(2): 337-344. |
赵春江, 黄文江, 王纪华, 等. 2002. 不同品种、肥水条件下冬小麦光谱红边参数研究[J]. 中国农业科学, 35(8): 980-987. |
周启发, 王纪华. 2002. 水稻叶片上下表面反射率差异及其与氮素状况的关系[J]. 农业工程学报, 18(5): 34-38. |
Curran P J, Dungan J L, Peterson D L. 2001. Estimating the foliar biochemical concentration of leaves with reflectance spectrometry: Testing the Kokaly and Clark methodologies[J]. Remote Sensing of Environment, 76(3): 349-359. DOI:10.1016/S0034-4257(01)00182-1 |
Fridgen J L, Varco J J. 2004. Dependency of cotton leaf nitrogen, chlorophyll and reflectance on nitrogen and potassium availability[J]. Agronomy Journal, 96(1): 63-69. DOI:10.2134/agronj2004.0063 |
Gitelson A A, Kaufman Y J, Stark R. 2002. Novel algorithms for remote estimation of vegetation fraction[J]. Remote Sensing of Environ, 80(1): 76-87. DOI:10.1016/S0034-4257(01)00289-9 |
Gamon J A, Cheng Y F, Claudio H, et al. 2006. A mobile tram system fo r systematic sampling of ecosystem optical properties[J]. Remote Sensing of Environment, 103(3): 246-254. DOI:10.1016/j.rse.2006.04.006 |
Gamon J A, Qiu H. 1999. Ecological applications of remote sensing atmultiple scales ∥ Pugnaire F I, Valladares F.Handbook of fu nctional plant ecology[J]. New York: Marcel Dekker: 805-846. |
Merzlyak M N, Solovchenko A E, Smagin A I. 2005. Apple flavonols during fruit adaptation to solar radition: spectral features and technique for nondestructive assessment[J]. Journal of Plant Physiology, 162(2): 151-160. DOI:10.1016/j.jplph.2004.07.002 |
Lichtenthaler H K, Wellburn A R. 1983. Determinations of total carotenoids and chlorophylls a and b of leaf extracts in different solvents.Biochemical Society,[J]. Transactions, 11: 591-592. |
Read J J, Tarpley L, Mckinion J M, et al. 2002. Narrow-waveband reflectance rations for remote estimation of nitrogen status in cotton[J]. Journal of Environmental Quality, 31(5): 1442-1452. DOI:10.2134/jeq2002.1442 |
Sims D A, Gamon J A. 2002. Relationships between leaf pigment content and spectral reflectance across a wide range of species, leaf structures and developmental stages[J]. Remote Sensing of Environment, 81(2/3): 337-354. |
Stone M L, Solie J B, Raun W B, et al. 1996. Use of spectral radiance fo r correcting in-season fertilizer nitrogen deficiencies in winter wheat[J]. Transaction of the ASAE, 39(5): 1623-1631. DOI:10.13031/2013.27678 |
Tarpley L, Reddy K R, Gretchen F S C.2000.Reflectance indices with precision and accuracy in predicting cotton leaf nitrogen concentration Crop Science, 40(6): 1814-1819.
|
Wang R C, Wang K, Shen Z Q. 1998. Feasibility Of field evaluation of rice Nitrogens status from reflectance spetra of canopy[J]. PedosPhere, 8(2): 121-126. |
Zhou Q F, Shen Z Q, Wang R C.2002.Fourier transform infrared spectral difference of leaf tips in rice related to nitrogen fertilizer rates acta Botanica Sinica, 44(5): 547-550.
|