Keming Yang和Yanru Li(通讯作者)来自中国矿业大学(北京)地球科学与测绘工程学院的研究团队于2023年4月在《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》(第297卷)发表了题为《Effects of water stress and fertilizer stress on maize growth and spectral identification of different stresses》的原创研究论文。该研究通过盆栽实验结合高光谱技术,系统探究了水分胁迫(water stress)和肥料胁迫(fertilizer stress)对玉米生长的差异化影响,并开发了基于光谱指数与机器学习算法的胁迫类型识别方法。
在全球变暖导致干旱灾害频发和农业资源过度开发的背景下,水分与肥料胁迫已成为威胁玉米产量的重要因素。传统化学分析方法虽精确但效率低下,而高光谱技术(hyperspectral technology)因其非破坏性、实时监测优势成为新兴解决方案。然而,现有研究多聚焦单一胁迫类型,缺乏对不同胁迫的对比分析与快速鉴别手段。本研究旨在:(1)量化水分/肥料胁迫对玉米生长及光合特性的影响;(2)构建可区分胁迫类型的光谱指数;(3)开发高效的分类算法模型,为农田精准管理提供技术支持。
研究设置两组独立实验:
- 水分胁迫实验:在玉米苗期(第11天)、拔节期(第32天)和抽穗期(第70天)分别施加5个梯度胁迫:重度干旱(W1,田间持水量45%±5%)、中度干旱(W2,55%±5%)、轻度干旱(W3,65%±5%)、对照组(WCK,75%±5%)及轻度淹水(W5,85%±5%)。实验设置短期胁迫(如苗期胁迫后恢复浇水)和长期胁迫(持续至抽穗期),每组重复3次。
- 肥料胁迫实验:分为氮胁迫(尿素0/100/200/400 mg·kg⁻¹)和磷胁迫(磷酸二氢钾0/25/50/100 mg·kg⁻¹),同样设置3次重复。
生长与光合响应
光谱特征差异
分类性能
本研究首次将高光谱技术与集成学习结合,实现了玉米水分与肥料胁迫的高效鉴别。科学价值在于:
1. 揭示了复水对干旱胁迫的补偿效应及肥料胁迫对水分吸收的干扰机制;
2. 提出的标签相关性法为多胁迫光谱指数构建提供了新思路;
3. 开发的RF/AdaBoost分类模型为农田精准灌溉与施肥决策提供了可靠工具。应用层面,该方法可集成至无人机或卫星遥感系统,实现大范围作物胁迫实时监测。
研究指出,长期淹水(W5)反而促进玉米生长,这与常规认知相反,可能源于实验条件下土壤通气性未受显著影响,该现象需进一步验证。此外,高光谱数据与光合参数的耦合分析为作物胁迫生理研究提供了新维度。