1、引言

氮(N)素不僅是植物蛋白質(zhì)和葉綠素的主要成分，而且是一些酶的組成部分參與植物的多重生化過(guò)程，直接或間接影響果樹(shù)的代謝活動(dòng)和生長(zhǎng)發(fā)育，是促進(jìn)果樹(shù)健康生長(zhǎng)、增加果實(shí)產(chǎn)量、提高果品質(zhì)量所必須的重要養(yǎng)分。植物中的N素含量是評(píng)價(jià)植被長(zhǎng)勢(shì)的重要指標(biāo)之一，因此對(duì)植物葉片中N素含量的估測(cè)研究具有重要的實(shí)用意義。由于高光譜對(duì)植物中的N素、葉綠素等含量極為敏感，植物葉片中N素含量的變化必定會(huì)對(duì)其反射光譜信息產(chǎn)生影響，故可根據(jù)葉片的光譜信息估測(cè)植物葉片中的N素含量。

由于對(duì)葉片N素含量反演過(guò)程的影響因素很多，而目前大多數(shù)研究多采用單一方法來(lái)預(yù)測(cè)葉片中N素含量，故在真實(shí)反映N素含量上不夠理想。本文在前人已有方法基礎(chǔ)上，采用多元回歸分析和BP人工神經(jīng)網(wǎng)絡(luò)建立地物光譜實(shí)測(cè)數(shù)據(jù)與N素含量的估測(cè)模型，以實(shí)現(xiàn)更高精度的蘋果葉片N素含量預(yù)測(cè)。

2、實(shí)驗(yàn)過(guò)程與結(jié)果分析

2.1 實(shí)驗(yàn)區(qū)概況

實(shí)驗(yàn)區(qū)選在山東省蒙陰縣高都鎮(zhèn)、野店鎮(zhèn)和蒙陰鎮(zhèn)果園。蒙陰縣位于E117°45'～118°15'，N35°27'～36°02'之間，屬暖溫帶季風(fēng)性氣候帶，四季分明，日照充足，雨量充沛，年平均氣溫12．8℃，年降雨量820mm，年均日照時(shí)數(shù)2280h，年無(wú)霜期191d。縣內(nèi)平均海拔300m以上，土壤以棕壤為主，呈中性偏微酸。實(shí)驗(yàn)區(qū)內(nèi)主要種植紅富士、金帥和新紅星蘋果樹(shù)。

2.2 樣品采集

實(shí)驗(yàn)用蘋果品種為處于盛果期的紅富士，對(duì)照用蘋果品種為金帥和新紅星。在2009年9月23日(秋末停止生長(zhǎng)期)進(jìn)行蘋果樹(shù)樣品采集，依據(jù)實(shí)驗(yàn)區(qū)土地利用現(xiàn)狀圖和果園分布情況布設(shè)采樣點(diǎn)。選取實(shí)驗(yàn)區(qū)3個(gè)鎮(zhèn)內(nèi)6個(gè)果園中的86棵蘋果樹(shù)為采樣對(duì)象，隨機(jī)采樣，并盡量涵蓋不同長(zhǎng)勢(shì)的葉片。每棵蘋果樹(shù)按E，W，S，N這4個(gè)方位，在冠層外圍各取1～2片充分展開(kāi)、無(wú)損傷、無(wú)病蟲(chóng)害的健康功能葉片。將采集的葉片迅速裝入保鮮袋內(nèi)，封口后編號(hào)，放到盛有冰塊的保鮮箱中，盡快帶回實(shí)驗(yàn)室測(cè)定光譜。

2.3 數(shù)據(jù)測(cè)定

2.3.1 光譜測(cè)定

光譜測(cè)定采用地物光譜儀，在一個(gè)能控制光照條件的暗室內(nèi)進(jìn)行光譜測(cè)定。測(cè)定前，將待測(cè)光譜的葉片用脫脂棉擦拭干凈；測(cè)定時(shí)，把單層葉片平整地置于反射率近似為零的黑色橡膠上，置光譜儀視場(chǎng)角為25°，探頭垂直向下正對(duì)待測(cè)葉片中部，距樣品表面距離0．10m;光源用光譜儀自帶的鹵化燈，光源距樣品表面距離0．50m，方位角60°。為消除外界干擾以保證測(cè)定精度，對(duì)每片葉片的觀測(cè)分別記錄10個(gè)采樣光譜數(shù)據(jù)，以其平均值作為該葉片的光譜反射值。測(cè)定過(guò)程中，要及時(shí)進(jìn)行標(biāo)準(zhǔn)白板的校正。

2.3.2 N素含量測(cè)定

將測(cè)定光譜的蘋果葉片迅速放入80℃烘箱中，進(jìn)行15～30min殺青處理;然后降溫至60℃，烘干至恒量。把烘干樣品用研缽研磨至粉狀，用H2SO4－H2O2消煮后，采用火焰光度法測(cè)定N素含量。

2.4 輸入變量確定

將測(cè)得的蘋果葉片反射光譜數(shù)據(jù)利用光譜處理軟件進(jìn)行處理，并通過(guò)EXCEL和統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案軟件統(tǒng)計(jì)分析和繪圖，以便做進(jìn)一步分析。為了減小光照強(qiáng)度差異、背景光譜以及儀器噪聲對(duì)目標(biāo)光譜特征的影響，本文對(duì)測(cè)定的86組數(shù)據(jù)的光譜反射率Ｒ進(jìn)行了變換，包括光譜的倒數(shù)(1/Ｒ)、光譜的對(duì)數(shù)(lnＲ)、光譜的一階導(dǎo)數(shù)Ｒ')、光譜對(duì)數(shù)的一階導(dǎo)數(shù)((lnＲ)')和光譜倒數(shù)的一階導(dǎo)數(shù)((1/Ｒ)')(圖1)。

圖1蘋果葉片反射率及其各種變換形式與N素含量的相關(guān)性

從相關(guān)系數(shù)較大的28個(gè)樣本中篩選出各種變換形式下相關(guān)性較高的敏感波段，然后利用軟件包中的多元逐步回歸分析軟件篩選出更為敏感的4個(gè)波段的一階導(dǎo)數(shù)，構(gòu)建特征光譜參數(shù)，其多元回歸公式為

式中:x1，x2，x3和x4分別為中心波長(zhǎng)364nm，373nm，392nm和998nm波段的一階導(dǎo)數(shù)的值;y為N素含量值，單位為(g·kg－1)。上述4個(gè)波段的一階導(dǎo)數(shù)與N素含量的相關(guān)系數(shù)與N素含量有較好的擬合性(圖2)，并以此作為BP神經(jīng)網(wǎng)絡(luò)輸入層的參數(shù)，N素含量為輸出層參數(shù)，建立N素含量反演的BP人工神經(jīng)網(wǎng)絡(luò)模型。

圖 24個(gè)波段一階導(dǎo)數(shù)與 N 素實(shí)測(cè)值的相關(guān)性

2.5 模型優(yōu)選結(jié)果

在相關(guān)系數(shù)較大的28個(gè)樣本中，隨機(jī)抽取19個(gè)樣本作為訓(xùn)練樣本。BP人工神經(jīng)網(wǎng)絡(luò)模型的隱含層神經(jīng)元個(gè)數(shù)為10(網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)為“4－10－1”，即4個(gè)輸入層節(jié)點(diǎn)、10個(gè)隱含層節(jié)點(diǎn)、1個(gè)輸出層節(jié)點(diǎn))時(shí)，可得到較好的N素值估計(jì)結(jié)果。模型的訓(xùn)練結(jié)果如圖3(a)所示，

圖 3 氮素實(shí)測(cè)值與 BP 人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)值擬合效果

其中訓(xùn)練樣本Ｒ2=0．8878，ＲMSE=0．0142。利用9組數(shù)據(jù)對(duì)網(wǎng)絡(luò)訓(xùn)練結(jié)果進(jìn)行檢驗(yàn)，即把測(cè)試樣本的4個(gè)波段一階導(dǎo)數(shù)作為輸入矢量P，進(jìn)行N素值預(yù)測(cè);并將N素含量的預(yù)測(cè)值與實(shí)測(cè)值進(jìn)行擬合測(cè)試，測(cè)試結(jié)果如圖3(b)所示，其中測(cè)試樣本的Ｒ2=0．9001，ＲMSE=0．0150。為了對(duì)不同模型的預(yù)測(cè)效果進(jìn)行比較，利用多元逐步回歸分析模型對(duì)上述28組數(shù)據(jù)進(jìn)行N素含量預(yù)測(cè)。預(yù)測(cè)結(jié)果如圖4所示，其中Ｒ2=0．7163，ＲMSE=0．0222。

圖4氮素實(shí)測(cè)值與多項(xiàng)式預(yù)測(cè)值擬合圖

由此可以看出，BP人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)的N素含量與實(shí)測(cè)N素含量的相關(guān)性比多元逐步回歸分析模型更高，且均方根誤差更低。可見(jiàn)BP人工神經(jīng)網(wǎng)絡(luò)模型對(duì)氮素含量監(jiān)測(cè)具有更大的應(yīng)用潛力。

4、結(jié)論

1)基于ACD實(shí)測(cè)數(shù)據(jù)建立的BP人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)的N素含量與實(shí)測(cè)N素含量的相關(guān)性比多元逐步回歸模型的更高，且均方根誤差更低。

2)最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)為“4－10－1”的BP人工神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練樣本的Ｒ2=0．8878，ＲMSE=0．0142，測(cè)試樣本的Ｒ2=0．9001，ＲMSE=0．0150。某研究者以紅富士蘋果為例進(jìn)行的研究中，以一階微分光譜建立的估測(cè)模型的Ｒ2=0．8。說(shuō)明本文方法較前人有所改進(jìn)，相關(guān)系數(shù)Ｒ2的提高較為明顯。

3)結(jié)合BP人工神經(jīng)網(wǎng)絡(luò)算法建立的N素含量反演模型能夠更精準(zhǔn)地估測(cè)蘋果葉片的N素含量，可為蘋果樹(shù)的營(yíng)養(yǎng)診斷、高產(chǎn)栽培和遙感估產(chǎn)提供理論依據(jù)和技術(shù)支持，對(duì)蘋果樹(shù)的栽培與管理信息化有積極意義。

4)本文實(shí)驗(yàn)區(qū)山東省蒙陰縣屬于華北平原地區(qū)，是中國(guó)3大蘋果產(chǎn)區(qū)之一，所建立的蘋果葉片N素含量的高光譜估測(cè)模型對(duì)其他地區(qū)、其他類型蘋果葉片N素含量的遙感估測(cè)有一定參考價(jià)值，但應(yīng)用效果有待進(jìn)一步研究。

推薦：

便攜式地物光譜儀 iSpecField-NIR/WNIR

專門用于野外遙感測(cè)量、土壤環(huán)境、礦物地質(zhì)勘探等領(lǐng)域的最新明星產(chǎn)品，由于其操作靈活、便攜方便、光譜測(cè)試速度快、光譜數(shù)據(jù)準(zhǔn)確是一款真正意義上便攜式地物光譜儀。

審核編輯 黃宇