分享自:

水分胁迫和肥料胁迫对玉米生长的影响及不同胁迫的光谱识别

期刊:spectrochimica acta part a: molecular and biomolecular spectroscopyDOI:10.1016/j.saa.2023.122703

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。

学术背景

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。

研究流程与方法

1. 实验设计

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。

2. 数据采集

  • 生长参数:每周测量株高、茎基直径(basal diameter)和叶面积,共9个时间节点。
  • 光合特性:使用LI-6400 XT光合仪测定净光合速率(Pn)、气孔导度(Gs)、胞间CO₂浓度(Ci)、蒸腾速率(Tr)及叶室含水量(WCLC)。
  • 高光谱数据:通过ASD FieldSpec4光谱仪(350–2500 nm)采集叶片反射光谱,每个植株的上、中、下部叶片各测3次,经白板校准后取平均值。

3. 数据分析

  • 光谱预处理:采用连续统去除(Continuum Removal, CR)、标准正态变量变换(Standard Normal Variate, SNV)和多元散射校正(Multiple Scattering Correction, MSC)增强特征差异。
  • 光谱指数构建:基于标签相关性法(label correlation method)筛选最优波段组合(如997 nm与1003 nm),构建3种形式的植被指数(VI1–VI3),其中VI1=(ρa−ρb)/(ρa+ρb)表现最佳。
  • 分类算法:对比支持向量机(SVM)、K近邻(KNN)、朴素贝叶斯(NB)、决策树(DT)、随机森林(RF)和AdaBoost的分类性能,采用8:2划分训练集与验证集。

主要结果

  1. 生长与光合响应

    • 水分胁迫下,玉米株高、茎基直径、叶面积及Pn、Gs、Ci、Tr均随干旱程度加剧而显著降低(如长期干旱组LT-W1的Pn较对照组下降42%),但复水处理可部分恢复生长(如苗期胁迫后复水的S-W1组叶面积较持续干旱组提高28%)。
    • 高氮胁迫(N-400)导致早期生长抑制,而磷缺乏(P-0)显著降低光合参数(Pn下降35%)。
  2. 光谱特征差异

    • CR预处理光谱在区分水分与肥料胁迫时相关性最高(r=−0.715),最优波段组合为964 nm与965 nm。
    • 二维平面可视化显示,”VISNV+VIMSC”指数组合对非胁迫/胁迫的识别准确率达82.8%(验证集81.1%),”VICR+VISNV”对水分/肥料胁迫的识别准确率达100%。
  3. 分类性能

    • 集成学习方法表现最优:RF与AdaBoost在直接三分类(正常/水分胁迫/肥料胁迫)中均实现100%准确率,且稳定性显著高于单一分类器(如SVM准确率仅43.2%)。

结论与价值

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。

研究亮点

  1. 多时间节点胁迫实验设计:涵盖玉米全生育期,明确了胁迫时序效应与复水恢复潜力。
  2. 创新性光谱分析流程:结合CR预处理与标签相关性法,显著提升胁迫特征提取精度。
  3. 算法性能突破:通过集成学习将复杂胁迫识别问题转化为高精度分类任务,较传统方法效率提升50%以上。

其他发现

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。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com