馮 銳， 武晉雯， 王宏博， 胡 偉， 張玉書， 于文穎， 紀瑞鵬， 林 毅

1. 中國氣象局沈陽大氣環(huán)境研究所， 遼寧 沈陽 110166 2. 遼寧省農業(yè)氣象災害重點實驗室， 遼寧 沈陽 110166 3. 遼寧省人工影響天氣辦公室， 遼寧 沈陽 110166 4. 遼寧省氣象服務中心， 遼寧 沈陽 110166

引 言

玉米作為我國種植面積最大的作物， 在國家糧食安全和國民經濟中占據著越來越重要的地位。 而干旱作為我國的主要自然災害之一， 對玉米的產量影響非常嚴重， 每年有40%以上的玉米遭受不同程度干旱災害， 造成的產量損失在20%～30%之間[1]。

地物光譜特征是進行下墊面地物識別、 地表信息定量反演的基礎[2]， 已有研究表明， 當作物受到干旱脅迫時， 在可見光、 近紅外和短波紅外波段均會發(fā)生變化， 但不同作物或相同作物的不同發(fā)育期受到干旱脅迫時， 其光譜的敏感波段也存在著較大的差異[3-4]， 因此， 可以利用數理方法在作物光譜反射率、 光譜一階微分值和“紅邊”等光譜參數與作物土壤含水量、 葉片水分含量等指標之間建立關系， 定量化分析作物光譜變化特征[5-6]。 由于具有物理含義， 越來越多的植被指數也被應用到作物光譜干旱識別中[7]， 如歸一化植被指數、 一階微分植被指數[8]和紅邊歸一化植被指數[9]等。

目前， 利用地面光譜數據進行干旱監(jiān)測及其參數化反演研究開展很多， 但是前期作物干旱對整個發(fā)育進程光譜狀況的影響研究還不多見， 因此， 通過分析苗期干旱脅迫復水與水分適宜玉米的關鍵生育期光譜參數的異同點， 找到苗期干旱脅迫后光譜變化特征， 為干旱光譜監(jiān)測的譜段選擇、 高光譜波段設置提供基礎依據， 對防災減災和糧食安全也具有非常重要的意義。

1 實驗部分

1.1 試驗設計

試驗在錦州生態(tài)與農業(yè)氣象站大型農田土壤水分控制場進行， 氣象站位于東經121.12°E， 北緯41.13°N(圖1)， 海拔70.2 m， 占地約3 hm2， 年平均降水量562 mm， 年平均氣溫10 ℃， 屬于暖溫帶半濕潤氣候。 在玉米苗期進行水分控制， 水分脅迫小區(qū)的四周和底部與外部環(huán)境土壤隔離， 對照小區(qū)的四周與外部土壤隔離， 底部可進行交換， 水分控制場裝有可移動、 透明棚頂的大棚， 可以阻隔自然降水， 但保持自然光照。 水分脅迫小區(qū)和對照小區(qū)均有3個重復。

圖1 試驗區(qū)位置圖

在玉米進入三葉期， 進行3個試驗小區(qū)的自然降水阻隔和人為補水， 保持試驗小區(qū)0～60 cm農田土壤相對濕度在45%左右(中度干旱)， 持續(xù)到苗期結束將土壤濕度復水至75%， 此后， 3個試驗小區(qū)的土壤水分相對濕度控制在75%左右； 對照組3個小區(qū)， 全生育期保持適宜土壤濕度， 土壤水分相對濕度控制在75%左右。 在苗期、 拔節(jié)期、 抽雄期和乳熟期4個發(fā)育期進行苗期干旱脅迫小區(qū)和水分適宜對照小區(qū)(control， CK)光譜測量。 在2011年—2018年對玉米4個關鍵生育時期進行20次光譜觀測。

玉米試驗品種為丹玉39， 每年4月30日左右播種， 6月2日左右追肥一次， 6個小區(qū)的田間管理保持一致。

1.2 光譜測定

光譜觀測采用美國ASD FieldSpec Pro光譜儀， 測量光譜波段為350～2 500 nm， 光譜采樣間隔為1.4 nm(350～1 050 nm)和2 nm(1 050～2 500 nm)。 光譜測量時選擇晴朗， 無風或者風速小的天氣， 在10:00—14:00點之間。 根據玉米種植株距計算， 觀測時將光譜儀探頭垂直向下， 置于作物冠層130 cm左右上方。 光譜測量前和測量期間， 均需利用白板進行光譜標定， 一般測量期間每隔15分鐘或者天氣狀況變化明顯時進行一次白板光譜標定。 每個采樣點分為植株上方、 兩株植株之間、 兩行植株之間3個位置采集光譜， 每次重復采集10次， 取均值作為此采樣點的光譜值， 每個小區(qū)采樣三次， 作為此小區(qū)的光譜值， 當玉米不能全覆蓋時， 加測土壤光譜。

1.3 數據處理

由于光譜儀不同波段在能量響應上存在著差異、 背景信息的影響等多方面因素， 光譜曲線會出現一些噪聲， 為消除這些噪聲帶來的影響， 將觀測光譜原始數據進行平均處理和一階導數計算， 基于光譜位置和面積等特征選擇多個光譜參數[3](見表1)， 選擇對水分敏感的多個植被指數[3, 7](見表2)， 進行光譜差異性分析。

原始數據： 采用靜態(tài)平均法， 將同一觀測點的3個重復觀測數據平均得到一條觀測曲線。

表1 光譜特征參數表

表2 植被指數表

光譜一階導數： 可消除光譜中的部分線性背景噪聲[10]， 公式為：

F′(λ)=[F(λ+Δλ)-F(λ-Δλ)]/2Δλ

(1)

式(1)中，F′(λ)為波長λ一階導數光譜，λ為波長， Δλ為波長間隔。

植被指數差異性指數： 用于描述干旱脅迫與對照的植被指數差異特征， 公式為

(2)

式(2)中，DI為差異性指數，VIstress為干旱脅迫植被指數，VIck為對照植被指數。

2 結果與討論

2.1 玉米關鍵發(fā)育期光譜對苗期干旱脅迫的響應

將苗期干旱脅迫和全生育期水分適宜兩種情況下觀測的光譜， 在苗期、 拔節(jié)期、 抽雄期和乳熟期分別統(tǒng)計平均， 得到四個關鍵發(fā)育期的光譜變化曲線(圖2)。 由圖2中可以看出， 玉米在苗期受到水分脅迫后， 與水分適宜的玉米光譜特征差異明顯， 存在著可見光波段和短波紅外波段反射率高于同期對照反射率， 近紅外波段明顯低于同期對照反射率的現象， 尤其是拔節(jié)期， 差異性最為顯著， 達到了5%左右， 隨著作物的生長， 差異性逐漸減弱。

圖2 不同發(fā)育期苗期干旱脅迫和對照玉米光譜曲線圖

如圖2(a)所示， 玉米苗期， 作物對土地不能完全覆蓋， 因此， 在可見光波段， 水分適宜的玉米光譜的藍谷和紅谷特征較弱， 受到水分脅迫后， 藍谷和紅谷特征更為不明顯， 基本是一條緩慢抬升的曲線狀態(tài)， 這與玉米受到水分脅迫后， 葉綠素含量下降， 反射增強有關。

如圖2(b)所示， 玉米拔節(jié)期， 水分適宜的玉米光譜具有典型的綠色植被光譜特征， 在685～750 nm之間， 反射率迅速抬升， 出現陡坡； 苗期干旱脅迫玉米拔節(jié)期的水分條件已恢復至適宜狀態(tài)， 但由于前期干旱影響， 仍存在可見光波段高反射率， 近紅外波段低反射率現象， 尤其是近紅外波段， 前期干旱脅迫引起植株形態(tài)、 生理結構以及生化物質發(fā)生變化， 葉片相對含水量下降， 細胞間隙變化， 導致光譜反射率下降明顯。

如圖2(c)和(d)所示， 隨著作物生長， 后期的補償效應顯現， 苗期干旱脅迫光譜與同期對照光譜特征一致， 僅存在數值上差別， 到乳熟期， 數值差別明顯縮小， 可見光區(qū)差別不到1%， 短波紅外區(qū)的差值在1.5%左右， 近紅外區(qū)稍高， 差別在3%左右， 光譜曲線幾乎重合。 圖2(c)中， 不論是苗期干旱脅迫光譜還是同期對照光譜在近紅外波段反射率均有大幅增加， 這是由于玉米生長到抽雄期， 葉片成熟， 細胞間縫隙加大， 葉片內散射次數增加引起反射率增加。

光譜一階導數計算可以消除數據背景、 噪聲和大氣輻射等對目標光譜的影響。 圖3看出， 導數光譜突出了玉米冠層光譜中的反射峰、 谷和一些特征位置， 苗期、 拔節(jié)期、 抽雄期和乳熟期玉米一階導數光譜在可見光波段均出現雙峰， 即藍光(528 nm附近)和紅光(730 nm附近)位置出現峰值， 紅光位置峰值較高， 在抽雄期達到最大。 苗期干旱脅迫一階導數光譜的紅光位置峰值均低于同期對照， 尤其是在拔節(jié)期差異明顯， 可能因為苗期干旱脅迫導致的玉米植株葉綠素、 葉片含水量等生理變化， 在拔節(jié)期的補償作用還沒有顯現， 到乳熟期， 由于此時玉米的葉片開始發(fā)黃， 細胞間隙加大， 苗期干旱脅迫一階導數光譜的紅光位置峰值與同期對照的差別明顯減小， 可區(qū)分性減弱。

圖3 不同發(fā)育期苗期干旱脅迫和對照玉米一階導數光譜曲線圖

2.2 玉米關鍵發(fā)育期光譜參數對苗期干旱脅迫的響應

紅邊、 黃邊、 藍邊、 綠峰和紅谷等光譜參數是綠色植物明顯的特征參數， 這些參數與植物的葉綠素含量、 生物量、 冠層結構與蓋度、 葉片含水量和發(fā)育期等因素均有相關性， 每個因素的改變都會引起光譜參數的位置、 幅值和面積的改變。 “紅邊”是綠色植物特有的光譜特征， 如圖4(a)所示， 對照玉米冠層反射光譜紅邊位置在718～735 nm之間， 苗期時， 紅邊位置在718 nm， 隨著發(fā)育進程推進， 植株的葉綠素含量增高、 冠層密度增大， 紅邊位置向長波方向移動， 在抽雄期達到735 nm， 進入乳熟期， 紅邊位置向短波方向移動， 在整個發(fā)育進程內， 存在著先“紅移”后“藍移”的現象。 在苗期， 玉米受到干旱脅迫影響紅邊位置向短波方向移動； 在拔節(jié)期， 此時的苗期脅迫玉米的土壤含水量在恢復適宜過程中， 紅邊位置與同期對照相比， 向長波方向移動； 在抽雄期和乳熟期， 雖然此時的苗期脅迫玉米的土壤含水量在適宜狀態(tài)， 但是其紅邊位置依然存在著向短波方向移動的現象。 在整個發(fā)育期內， 苗期脅迫玉米的紅邊幅值均低于同期對照值。

如圖4(b)所示， 在苗期， 玉米受到干旱脅迫影響藍邊位置向長波方向明顯移動， 藍邊幅值明顯降低； 在拔節(jié)期， 依然存在著藍邊位置向長波方向移動和藍邊幅值降低現象， 但差異縮?。?在抽雄期和乳熟期， 苗期脅迫玉米的藍邊位置和藍邊幅值與同期對照相比， 沒有明顯差異。 如圖4(c)所示， 在苗期和拔節(jié)期， 苗期脅迫玉米的黃邊位置向短波方向明顯移動， 黃邊幅值明顯升高； 在抽雄期和乳熟期， 苗期脅迫玉米的黃邊位置和黃邊幅值與同期對照相比， 差異不明顯。 如圖4(d)所示， 從苗期到乳熟期， 苗期脅迫玉米和對照的紅谷位置均持續(xù)向長波方向移動， 從650 nm移動到670 nm附近， 除在拔節(jié)期兩者的紅谷位置差別明顯， 其余發(fā)育期的紅谷位置相差2 nm以內； 苗期脅迫玉米的紅谷反射率均高于同期對照， 拔節(jié)期尤為明顯， 差別在8%左右， 隨后逐漸縮小， 到乳熟期相差不到1%。 如圖4(e)所示， 苗期脅迫玉米的綠峰位置與對照相比， 向長波方向移動， 尤其是拔節(jié)期， 相差5 nm， 區(qū)分明顯； 苗期脅迫玉米的綠峰反射率均高于同期對照， 在拔節(jié)期和抽雄期差別在3%左右， 苗期和乳熟期差別不到1%。 如圖4(f)所示， 苗期脅迫玉米與同期對照的三邊面積變化各不相同， 苗期脅迫玉米的紅邊面積均低于同期對照， 差值在0.05～0.14之間， 區(qū)分明顯； 苗期脅迫玉米的黃邊面積均高于對照， 發(fā)育前期差值較大， 后期差異不明顯； 苗期脅迫玉米的藍邊面積與對照相比， 兩者的區(qū)分性不大。

圖4 苗期干旱脅迫和對照玉米光譜參數變化圖

2.3 玉米關鍵發(fā)育期植被指數對苗期干旱脅迫的響應

植被指數可以有效減少環(huán)境背景對植物光譜的影響和單波段的散射效應[5, 11]， 選取8個植被指數， 進行苗期干旱脅迫和對照的不同關鍵發(fā)育期植被指數的差異性指數計算(圖5)。 如圖5所示， 在不同關鍵發(fā)育期， WI的苗期干旱脅迫和對照差異性指數均在5%以內， 基本無差異； NDVI， MSI和ND705的差異性指數在10%～50%左右， 具有一定的可區(qū)分性； NDWI和NDW-2的差異性指數均在50%以上， 可區(qū)分性明顯。 NDW-1和NDII的差異性指數變化區(qū)間較大， 尤其是NDII的差異性指數在苗期達到了477%， 而在乳熟期僅為31%。

3 結 論

(1)玉米在苗期受到水分脅迫后， 其原始光譜與同期水分適宜的玉米冠層光譜相比， 存在著可見光波段和短波紅外波段反射率增大、 近紅外波段反射率降低的現象， 尤其是拔節(jié)期， 差異性最為顯著， 平均值達到了5%左右， 隨著作物的生長， 差異性逐漸減弱， 乳熟期的可見光波段反射率差別已不到1%。

(2)在苗期、 拔節(jié)期、 抽雄期和乳熟期， 苗期干旱脅迫玉米和同期對照的一階導數光譜在可見光波段均出現雙峰， 即藍光(528 nm附近)和紅光(730 nm附近)位置出現峰值， 紅光位置峰值在抽雄期達到最大； 苗期干旱脅迫一階導數光譜的紅光位置峰值均低于同期對照， 尤其是在拔節(jié)期差異明顯， 在0.003左右， 到乳熟期， 差別明顯減小， 僅為0.001， 可區(qū)分性減弱。

圖5 苗期干旱脅迫和對照玉米植被指數的差異性指數圖

Fig.5 Difference index of the maize canopy vegetation index between seeding stage under drought stress and CK at different developmental stages

(3)“紅邊”作為綠色植物特有的光譜特征， 從苗期到乳熟期， 苗期脅迫玉米與同期對照玉米對比明顯， 苗期脅迫玉米紅邊位置存在“藍移”—“紅移”—“藍移”的現象， 紅邊面積和紅邊幅值均低于同期對照； 苗期脅迫玉米綠峰位置與同期對照相比， 均存在向長波方向移動的現象； 苗期脅迫玉米黃邊面積均高于對照， 但兩者的藍邊面積無明顯差異規(guī)律。

(4)玉米在苗期受水分脅迫后， 藍邊位置向長波方向移動， 藍邊幅值降低， 黃邊位置向短波方向移動， 黃邊幅值明顯升高； 在抽雄期和乳熟期， 苗期脅迫玉米與同期對照相比， 藍邊幅值、 藍邊面積、 黃邊位置和黃邊幅值差異均不明顯。

(5)多個苗期干旱脅迫和對照的植被指數在不同關鍵發(fā)育期表現各不相同， 其中WI的差異性指數均在5%以內， 基本無差異； NDWI和NDW-2的差異性指數均在50%以上， 可區(qū)分性明顯。

受試驗條件所限， 僅開展了中度干旱(土壤相對濕度45%左右)的玉米光譜特征分析， 后續(xù)研究應針對玉米受到輕、 中、 重不同程度干旱災害， 設計更為詳細的研究方案， 結合作物生理指標， 同時與衛(wèi)星數據相結合， 為大面積、 快速開展作物干旱定量反演提供理論依據和基礎數據。