王 穎,婁運生,石一凡,鄭澤華,左慧婷

南京信息工程大學(xué)氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心/江蘇省農(nóng)業(yè)氣象重點實驗室, 南京 210044

政府間氣候變化專門委員會(IPCC)第五次評估報告[1]指出,1800年到2012年,全球海陸表面平均溫度升高了0.85℃,并預(yù)估2046年至2965年最高升溫區(qū)域分布于南亞(包括中國南部),升溫幅度為2—3℃。全球平均溫度的上升呈現(xiàn)非對稱性,其中夜間增溫幅度高于白天。CH4是僅次于CO2的第二大溫室氣體,其增溫潛勢是CO2的25倍,占全球溫室效應(yīng)的20%,而稻田是CH4重要排放源,占全球CH4排放量的7%—17%。溫度是影響稻田CH4排放的重要因素[2- 3],開展稻田夜間增溫大田模擬試驗研究,對在全球和區(qū)域尺度上預(yù)測稻田未來CH4排放趨勢有積極意義。

密閉靜態(tài)箱法是測定稻田CH4排放通量的常用方法,但測定過程對作物生長具有一定的干擾,且費時費力,因而如何快速測定稻田CH4排放通量成為人們關(guān)注的問題。水稻植株是影響稻田CH4產(chǎn)生、氧化和輸送的重要因素[4]。水稻輸送甲烷的能力主要取決于生育期和品種。在水稻孕穗期和成熟期,88%—99%的稻田CH4通過植株輸送排向大氣[5]；在水稻整個生長期內(nèi),通過植株輸送排放的甲烷約占稻田總排放量的90%[6-7]。研究表明,稻田甲烷排放與水稻地上部生物量、分蘗數(shù)、株高和葉面積等呈正相關(guān)[8- 11]。

高光譜遙感可提供精細(xì)化的光譜信息,具有簡便快捷、非破壞性等優(yōu)點,被廣泛用于作物長勢監(jiān)測及生理生化參數(shù)估算[12- 17]。王秀珍等利用光譜變量對水稻地上部鮮生物量進(jìn)行了估算[18]；楊峰等用高光譜數(shù)據(jù)估算了稻麥葉面積指數(shù)和葉綠素密度[19-20]；也有學(xué)者利用光譜參數(shù)建立了小麥分蘗狀態(tài)和株高的估算模型[21-22]。但是,利用光譜數(shù)據(jù)估算水稻甲烷排放卻鮮有研究,光譜數(shù)據(jù)包含了水稻植株的生長及生理(包括脅迫特征)信息,而稻田甲烷排放與水稻生長及生理參數(shù)有密切關(guān)系。因此,利用光譜數(shù)據(jù)反演稻田甲烷排放通量具有可行性。開展本研究的主要目的在于,①研究夜間增溫對稻田CH4排放通量及光譜特征的影響；②評價高光譜數(shù)據(jù)及其變換形式用于估算稻田CH4排放通量的潛力,并檢驗?zāi)Ｐ凸浪愕目尚行浴?/p>

1 材料與方法

1.1 試驗設(shè)計

田間試驗于2016年在南京信息工程大學(xué)農(nóng)業(yè)氣象試驗站(32.0°N,118.8°E)進(jìn)行。該站地處亞熱帶濕潤氣候區(qū),年均降水量1100 mm,年均氣溫15.6℃。供試土壤是潴育型水稻土,灰馬肝土屬,質(zhì)地為壤質(zhì)粘土,粘粒含量為26.1%。供試水稻品種為雜交稻Y兩優(yōu)3399。試驗處理設(shè)常溫對照(CK)和夜間增溫(NW)2種處理。夜間增溫處理,即在小區(qū)四周架設(shè)可調(diào)式鋼架(2 m×2 m×2 m),用透明塑料薄膜圍在鋼架四周,夜間將鋁箔反射膜覆蓋水稻冠層,根據(jù)水稻生長進(jìn)程對鋁箔反射膜的高度進(jìn)行調(diào)整,使鋁箔反射膜與水稻冠層間保持在0.3 m左右。為避免夜間蓋膜影響降水的接納,降雨天不覆蓋鋁箔反射膜。此外,為避免增溫設(shè)施被破壞,風(fēng)速大于10 m/s時也不覆蓋鋁箔反射膜。夜間增溫時間為19:00—次日6:00,用溫度記錄儀記錄水稻冠層和5 cm土層溫度。前期試驗表明,該被動式夜間增溫設(shè)施夜間增溫效果較好[23]。每處理重復(fù)6次,隨機排列,小區(qū)面積為2 m×2 m=4 m2。

水稻于2016年5月9日育苗,2016年6月11日移栽。移栽前一天施肥,每小區(qū)施用復(fù)合肥料(15—15—15)315 g。幼苗移栽前將密閉靜態(tài)箱底座置于土壤中,底座內(nèi)移入長勢一致的幼苗1叢。2016年8月4日至8月13日進(jìn)行排水曬田,灌水期間水層厚度保持約5 cm,根據(jù)水層變化及降雨情況進(jìn)行合理灌溉；2016年9月15日停止灌水,稻田自然落干。大田常規(guī)管理,病蟲害防治等依據(jù)田間實際情況處理。

1.2 氣樣采集與分析

采用密閉靜態(tài)箱-氣相色譜法測定稻田CH4排放通量。從水稻分蘗期(7月8日,第一次取樣)到完熟期(9月23日,最后一次取樣)每周采樣1次。所用密閉靜態(tài)箱由透明PVC材料制成,箱底面半徑為8.5 cm,箱高100 cm。采樣時間為8：00—10：00之間。采樣時將靜態(tài)箱底部置于事先固定于土壤中的底座上,通過淹水密封保證靜態(tài)箱氣密性,箱體密封后,分別于0、15、30 min用帶有三通閥的針筒分別采集50 mL氣樣,將所采氣樣注入事先抽成真空的采樣瓶中。

所采氣樣帶回實驗室用帶有氫火焰離子檢測器(FID)的氣相色譜儀(Agilent 7890B GC)檢測甲烷氣體濃度。色譜柱選用Porapak Q填充柱,型號為G3591- 81013；載氣N2(流量校正不會影響尾吹氣或燃?xì)饬髁?；柱箱溫度50℃,FID檢測器溫度為200℃,空氣和H2流量分別為400 mL/min和45 mL/min。

甲烷排放通量計算公式[24]：

水稻各生育期內(nèi)平均排放通量計算公式：

式中,Fi為生育期內(nèi)每次采氣的平均排放通量。模擬CH4排放通量為生育期平均排放通量。

1.3 光譜測定與分析

在水稻主要生育期,即分蘗期、拔節(jié)期、抽穗-灌漿期和成熟期,采用美國ASD公司生產(chǎn)的 Field Spec Pro FR光譜輻射儀測定水稻冠層光譜,其光譜范圍是350—2500 nm,采樣間隔在350—1000 nm為1.4 nm,1000—2500 nm范圍內(nèi)為2 nm；光譜分辨率在350—1000 nm為3 nm,1000—2500 nm范圍內(nèi)為10 nm,視場角為25°。

選擇晴朗無風(fēng)的天氣,于當(dāng)天10：00—14：00(太陽高度角大于45°)測定冠層光譜反射率時,傳感器探頭垂直向下,距水稻冠層約0.6 m。每個小區(qū)內(nèi)不同點測定5次(共15條光譜曲線),取平均值作為該小區(qū)的兩個光譜反射值,每個小區(qū)測定前、后都立即進(jìn)行白板校正。

所用的高光譜變量[25]主要有,原始光譜反射率、一階導(dǎo)數(shù)光譜、從原始光譜和一階微分光譜提取的基于高光譜位置變量(包括“三邊”位置及幅值、綠峰和紅谷的位置及反射率)、基于高光譜面積變量(包括三邊的面積)、基于高光譜植被指數(shù)變量的3種類型的特征參數(shù),表達(dá)式見表1。

表1 高光譜特征變量

2 結(jié)果與分析

2.1 夜間增溫對稻田CH4排放通量的影響

由圖1可見,在水稻生育期內(nèi),夜間增溫和對照兩種處理下的稻田甲烷排放通量,在曬田前后均有一個排放峰。研究發(fā)現(xiàn),CH4排放趨勢在整個生育期有呈單峰的,也有多峰型的,不同的排放趨勢可能與不同的水稻品種和田間管理有關(guān)[26-30]。在移栽后的23—30 d內(nèi)CH4排放通量開始上升并很快達(dá)到一個峰值,在曬田前雖有波動但一直保持在較高水平。移栽后的第50—58天為曬田時間,稻田CH4排放通量迅速下降至最低值,接近0 mg m-2h-1。稻田灌溉覆水后,CH4排放通量呈現(xiàn)一個峰值后很快降低并維持在較低水平,直至水稻成熟收獲。

圖1 夜間增溫對稻田CH4排放通量的影響 Fig.1 Effect of nighttime warming on CH4 flux in paddy fieldCK：對照組Control；NW：夜間增溫Nighttime warming； *表示處理間差異顯著(P<0.05)

移栽后的23—43 d(分蘗期)內(nèi),兩種處理下稻田CH4排放通量差異不明顯；移栽后44、51 d(第44—57天為拔節(jié)期),增溫處理(NW)的CH4排放通量分別高于對照(CK)28.44%、28.17%。曬田后地面干涸龜裂,NW和CK處理的CH4排放通量分別為0.31和-0.07 mg m-2h-1,灌溉覆水后(第65天,第58—86天為抽穗-灌漿期),NW的CH4排放通量很快達(dá)到全生育期最大值,比CK處理高93.78%。

2.2 夜間增溫對水稻冠層高光譜的影響

由圖2可見,夜間增溫和對照處理的水稻冠層光譜變化趨勢,在不同生育期基本一致。在可見光波段(460—760 nm)區(qū)域,冠層光譜在550 nm附近出現(xiàn)強反射區(qū),表現(xiàn)為“綠峰”,之后反射率又下降,約在670 nm處達(dá)到最小值,表現(xiàn)為“紅谷”。分蘗期時,夜間增溫處理的水稻冠層光譜反射率,在可見光波段內(nèi)明顯小于對照；在近紅外波段(760—1056 nm),水稻冠層反射光譜出現(xiàn)一個反射高臺,對照處理的拔節(jié)期后近紅外反射率開始顯著上升,直至成熟期,而夜間增溫處理的水稻冠層近紅外反射率在拔節(jié)期有一個下降趨勢,在抽穗-灌漿期開始逐漸上升。夜間增溫處理使水稻冠層近紅外反射光譜區(qū)別于對照,分蘗期和拔節(jié)期時,近紅外波段反射率大小表現(xiàn)為NW>CK,這種差異在分蘗期時最為明顯,差值達(dá)到0.05,到拔節(jié)期差異減小至0.01；拔節(jié)期、抽穗期和灌漿期反射率大小表現(xiàn)為CK>NW,平均差值為0.02。

圖2 夜間增溫下水稻不同生育期冠層光譜反射率Fig.2 Spectral reflectance of rice canopy at different growth stage under nighttime warminga：分蘗期tillering stage；b：拔節(jié)期jointing stage；c：抽穗-灌漿期heading-filling stage；d：成熟期mature stage

2.3 CH4排放通量與高光譜變量的相關(guān)性分析

在分析CH4排放通量與水稻冠層光譜間的相關(guān)關(guān)系及建立模型時,取各生育期內(nèi)CH4排放通量的平均值與該生育期的光譜變量進(jìn)行分析和估算。

相關(guān)系數(shù)計算公式:

式中,X,Y分別為稻田冠層高光譜變量和CH4排放通量,應(yīng)用Matlab R2012a中corrcoef(X,Y)程序,可以計算出水稻冠層光譜反射率、一階導(dǎo)數(shù)光譜及光譜特征值均與CH4排放通量的相關(guān)系數(shù)和顯著性值。

2.3.1CH4排放通量與高光譜反射率及其一階導(dǎo)的相關(guān)性分析

圖3 水稻CH4排放通量與冠層高光譜反射率及其一階導(dǎo)的相關(guān)系數(shù)Fig.3 Correlation of CH4 emission flux with spectral reflectance and first derivation of spectrum

在增溫處理下,水稻主要生育期冠層高光譜反射率及其變換形式與相應(yīng)生育期平均CH4排放通量進(jìn)行相關(guān)分析,結(jié)果見圖3。

利用四個生育期平均甲烷排放通量與水稻冠層高光譜及其變換形式,分別求相關(guān)系數(shù)并進(jìn)行顯著性分析,提取相關(guān)系數(shù)絕對值大于0.5并且呈顯著相關(guān)(P<0.05)的波段,該方法可以在尋找最佳模擬波段時避免數(shù)據(jù)冗余。結(jié)果表明,冠層光譜反射率在350—1056 nm波段內(nèi)與,有554個波段的反射率值與通量呈顯著相關(guān),其中最大在724 nm處|R|可達(dá)0.80,通過極顯著水平(P<0.01)。共354個波段反射率的一階導(dǎo)數(shù)與通量呈顯著相關(guān),其中最大在617 nm和711 nm處|R|可達(dá)0.80,通過極顯著水平檢驗。

2.3.2CH4排放通量與高光譜特征變量的相關(guān)性分析

由表2可見,高光譜特征變量與CH4排放通量之間的相關(guān)系數(shù),以藍(lán)邊幅值(Db)和藍(lán)邊面積(SDb)最大,為-0.79,其次SDr、SDr/SDb、Dr、λr、Rg、λg、Rr、SDy、Rg/Rr、(Rg-Rr)/(Rg+Rr)、(SDr-SDb)/(SDr+SDb)共13個光譜變量達(dá)到顯著性檢驗水平,可用于模型擬合。

2.4 CH4排放通量的高光譜估算模型

回歸模型采用單/雙變量線性與非線性的擬合模型。包括：

在單變量擬合模型中,使用不同的模型,對相關(guān)系數(shù)大于0.5并且顯著相關(guān)(P<0.05)的波段逐一進(jìn)行擬合,選取最優(yōu)模型。在雙變量擬合模型中,分別對可見光波段(460—760 nm)及近紅外波段(760—1056 nm)的光譜反射率及其一階導(dǎo)數(shù)每相隔1 nm進(jìn)行兩兩組合,即(460,760),(460,761)……(760,1056),分別作為雙變量模型中的兩個變量,逐一擬合,選取最優(yōu)模型。選取最佳光譜反射率即其一階導(dǎo)的甲烷排放模型時,即要考慮兩者相關(guān)系數(shù)的大小,又要考慮精度的大小,因而選擇均相對系數(shù)較大而均方根誤差較小的模擬方程作為最優(yōu)方程。

表2 CH4排放通量與水稻冠層高光譜特征變量的相關(guān)系數(shù)

*P<0.05, **P<0.01

2.4.1CH4排放通量的高光譜反射率及其一階導(dǎo)的估算模型

2.4.2CH4排放通量的高光譜特征值估算模型

回歸模型采用單變量線性與非線性回歸模型,分別對與CH4排放通量顯著相關(guān)的幾種光譜特征變量進(jìn)行回歸分析,提取擬合度較好(R2>0.6,P<0.01)的幾個模型。如表4所示,其中紅谷反射率的二次多項式模型y=1133.64Rr2-168.49Rr+6.73擬合效果最好,R2=0.75(P<0.01),且RMSE最小達(dá)到0.67。

表3 甲烷排放通量(y)與高光譜反射率及其一階導(dǎo)(x)的關(guān)系模型

表4 CH4排放通量(y)與高光譜特征變量的關(guān)系模擬

2.5 CH4排放通量的高光譜估算模型的精度分析

表5 高光譜估算CH4排放通量的擬合R2與估測R2比較

圖4 估算CH4排放通量的高光譜模型預(yù)測值與實測值比較Fig.4 The predicted CH4 emission of regression model comparing the true value

3 討論

夜間增溫顯著增加拔節(jié)期及抽穗-灌漿期CH4的排放(圖1),其原因在于,(1)夜間增溫促進(jìn)了水稻夜間呼吸作用,降低了根系附近的氧氣濃度,引起根際土壤氧化還原電位(Eh)降低,促進(jìn)稻田厭氧環(huán)境的形成[4,31-32]。夜間增溫使植株分蘗提前凋萎,脫落的有機物質(zhì)為厭氧微生物的活動提供較多的碳源和能源,有利于甲烷產(chǎn)生菌維持較強的活性,甲烷產(chǎn)生力較高[4,24]。(2)植物本身也可產(chǎn)生和釋放CH4,環(huán)境脅迫(高溫、UV-B輻射,物理傷害等)會刺激植物體CH4的產(chǎn)生和釋放[33- 34]。水稻生長中期對高溫較為敏感,夜間增溫促進(jìn)水稻中期CH4排放可能與受高溫脅迫植株本身產(chǎn)生和排放較多的CH4有關(guān)。夜間增溫對水稻生長前期和后期CH4排放的影響較弱(圖1)。水稻生長前期,稻田雖淹水但可能因閉蓄氧存在,土壤尚未形成厭氧環(huán)境,水稻苗期植株生物量較低,CH4排放也較低。水稻生長后期,植株生長進(jìn)入衰退期,根表皮層滲透性下降,通氣組織堵塞,運輸CH4的能力降低,隨環(huán)境溫度降低CH4產(chǎn)生力也隨之下降,稻田CH4排放處于較低水平[4-6,35]。

水稻植株冠層近紅外光譜反射率可反映植株長勢和冠層結(jié)構(gòu)信息,健康旺盛、覆蓋度高的植株在近紅外波段反射率較高,植株衰老或環(huán)境脅迫下,近紅外波段反射率則較低[36]。本試驗中,水稻抽穗-灌漿期和成熟期,植株冠層近紅外光譜反射率表現(xiàn)為CK>NW,表明夜間增溫對水稻中后期生長有一定抑制作用,使成熟期提前、易衰老。前人也有類似的結(jié)果,即夜間增溫使水稻花后總綠葉面積及劍葉面積下降,引起花后干物質(zhì)總量降低[37]。本試驗中,水稻主要生育期(分蘗期、拔節(jié)期、抽穗-灌漿期和成熟期),植株冠層近紅外波段光譜反射率處理間的平均差值(NW-CK),分別為0.05,0.01,-0.02,-0.02,呈減小趨勢,即在水稻生長前期(分蘗期),夜間增溫顯著促進(jìn)水稻生長,而從拔節(jié)期開始,夜間增溫則抑制水稻植株生長。拔節(jié)-灌漿期是江蘇沿江地區(qū)水稻高溫?zé)岷Χ喟l(fā)期,拔節(jié)至孕穗期水稻高溫?zé)岷Πl(fā)生次數(shù)最多,因此,夜間增溫加劇了水稻中后期高溫脅迫[38]。

4 結(jié)論

夜間增溫促進(jìn)稻田CH4的排放,這種促進(jìn)作用在水稻拔節(jié)期、抽穗-灌漿期尤為明顯。夜間增溫對水稻冠層高光譜的影響,在生育期前期和后期表現(xiàn)不同,分蘗期與拔節(jié)期的光譜反射率在近紅外平臺表現(xiàn)為NW>CK；抽穗-灌漿與成熟期表現(xiàn)為CK>NW。水稻冠層高光譜反射率、一階導(dǎo)數(shù)光譜及光譜特征值均與稻田CH4的排放呈顯著相關(guān),相關(guān)系數(shù)最大可達(dá)0.80。以原始光譜或光譜一階導(dǎo)為參數(shù)建立估算模型時,檢驗精度都有不同程度的降低,說明以原始光譜或光譜一階導(dǎo)為參數(shù)估算稻田CH4排放通量穩(wěn)定性較差。綜合評價擬合模型和預(yù)測模型的精度,最終選取稻田CH4的排放通量估算的最佳模型為：2810.26SDb2-283.40SDb+7.79,其擬合R2為0.70,預(yù)測R2和RMSE分別為0.72和0.79。研究認(rèn)為,通過水稻冠層光譜數(shù)據(jù)監(jiān)測稻田CH4排放是可行的,為進(jìn)一步開展區(qū)域稻田CH4排放通量的無損監(jiān)測提供了試驗依據(jù)。