拔节期淹水玉米冠层光谱变化特征分析

颜丙囤 隋学艳 王猛 侯学会 陈振 姚慧敏 梁守真

摘 要：本研究采用小区模拟试验，以拔节期玉米为研究对象，利用连续灌水模拟洪涝灾害时的淹水条件，调查分析了不同淹水时间对玉米冠层光谱反射率和植被指数的影响。结果表明，随着淹水时间的延长，玉米冠层反射率在565～707 nm红光波段明显增大，在400～480 nm蓝光波段、513～564 nm绿光波段及近红外波段均逐渐降低，尤其在近红外波段，淹水时间与光谱反射率值呈极显著负相关关系；同时，构建比值植被指数、归一化植被指数和差值植被指数对淹水不同时间玉米的长势进行监测，结果显示，淹水初期三种植被指数均迅速升高，后期则呈现明显的水分胁迫状态，均不同程度降低，以差值植被指数表现最明显，可以作为评估玉米洪涝灾害程度的指标。

关键词：玉米；拔节期；涝灾；冠层光谱；植被指数；遥感监测

中图分类号：S127：S513文献标识号：A文章编号：1001-4942（2016）05-0028-03

Abstract Using plot simulation test with the corn at jointing stage as research object， the influences of different flooding times on corn canopy spectrum reflectance and vegetation indexes were analyzed under continuous irrigation imitating flooding condition. The results showed that with the increase of flooding time， the corn canopy spectrum reflectance at red band （565～707 nm） increased， and those at blue band （400～480 nm）， green band （513～564 nm） and near red band gradually reduced. Especially at the near red band， the flooding time and spectrum reflectance showed a significantly negative correlation. At the same time， the RVI， NDVI， and DVI were set up to monitor the corn growth situation under different flooding times. At early flooding stage， the three indexes grew rapidly， and then declined in different levels at late flooding stage when the corn went into the water stress state. Among which， the change of DVI was the most obvious which could be used to evaluate corn flooding degree.

Key words Corn； Jointing stage；Flooding； Canopy spectrum； Vegetation index； Remote sensing monitoring

遥感技术具有大面积同步观测性好、时效性强、经济性高等特点，是大范围获取信息的重要技术[1]。农业生产范围广，且需要实时获取作物生长情况和环境信息，并依此制定相应的栽培管理方案，是遥感技术的重要研究与应用领域[2，3]。

洪涝灾害的发生受气象条件的影响，具有突发性和不可重复的特点，其发生时期、程度及地域的不同，对作物生长有着不同的影响[4]。由于缺少系统的灾害发生机理及其对农作物产量和品质等影响的研究，至今洪涝灾害监测、评估技术仍比较落后[5]，一般是由气象和农业生产等部门实地调查并简单记录发生情况，发生程度无法量化，记录的空间范围也比较模糊。遥感技术的发展为洪涝灾害实时、精确的大范围监测提供了新的手段。

2008年我国发射了环境一号（HJ-1）卫星[9]，可以大范围地实时监测环境污染、生态破坏和灾害发生动态，为研究洪涝灾害对农业生产的影响提供了有利的技术和数据支持。但由于光谱分辨率不高，尚不能很好地发挥其在农作物灾害监测预警中的作用。目前我国推行的高分卫星计划，在空间和时间分辨率上都有所提高，尤其是高光谱技术的应用，将进一步推进农作物灾害遥感监测与评估技术的发展[10]。

基于电磁波理论[1]，当作物遭受环境胁迫时，其生理机能会受到影响，引起叶绿素、生物量、叶面积指数等生理生化参数的变化[6]，从而影响其对太阳光的反射、吸收和透射[7]。通过分析作物光谱曲线的变化，提取特征信息，可以快速监测作物受灾前后的长势情况[8]。目前高光谱数据在玉米冠层和组分光谱变化特征研究方面已取得较为成熟的成果，但应用于洪涝胁迫下的长势分析研究却鲜有报道[11]。本研究通过小区模拟试验，研究了持续淹水对玉米长势及冠层光谱反射率的影响，为遥感监测洪涝灾害发生后玉米长势及受胁迫程度提供技术支持和理论依据[12，13]。

1 材料与方法

1.1 试验设计

淹水模拟试验于2015年夏玉米生长季在大田条件下进行，供试田块为山东省济南市济阳县太平镇姜家村中等肥力的责任田（N39°57.822′，E116°19.602′）。选取玉米长势良好、灌溉条件便利的田块作为试验区域，小区面积12 m2（2 m×6 m），四周田埂宽度0.5 m，高0.4 m。

淹水时间为7月31日至8月23日，采取连续灌水的方式，水淹深度30 cm，保证水深足以淹没玉米根。试验期间，有专人昼夜看守，不时向小区内灌水。

1.2 玉米冠层光谱测定

选择晴朗无云、风力较小的天气于10∶00～14∶00采用野外便携式光谱仪（ASD FieldSpec HandHeld）进行玉米冠层光谱测量。测量时操作人员着深色衣服，阴影不能落在视场范围内，探头垂直向下，高度始终保持离地面2 m。仪器参数设定：波段范围350～1 050 nm，光谱分辨率3 nm（350～1 000 nm），采样间隔（波段宽）为1.41 nm（350～1 000 nm），测量速度固定扫描时间为0.2 s，裸光纤25°前视场角[14， 15]。

选取3个样本点，每个样本点在视场范围内重复测量3次，取平均，测量前后均用标准参考板进行校正。最终获得淹水前（参照）及淹水1、3、5、7、9天的冠层光谱数据。

1.3 淹水对植被指数的影响

植被指数是监测作物长势水平的有效指标，本文选用比值植被指数（RVI）、归一化植被指数（NDVI）、差值植被指数（DVI）[1]，通过比较分析三者随淹水时间的变化，筛选可更好地应用于涝灾遥感监测的指标。三种植被指数计算公式如下：

1.4 数据处理

采用ViewSpecPro进行数据处理与分析，采用Microsoft Excel 2003作图。

2 结果与分析

2.1 淹水前后玉米冠层的光谱反射率变化

由图1可以看出，淹水前后玉米冠层光谱发生变化，随淹水天数的增加，可见光波段的光谱反射率变化规律性不强；而近红外波段的光谱反射率明显下降，与参照相比，淹水9天后近红外光谱的反射率下降了约60%，主要是因为淹水后玉米叶片的叶绿素含量降低，细胞结构发生变化[2]。

2.2 光谱反射率值和淹水天数的相关性

选取波长范围400～900 nm的玉米冠层光谱反射率值（共435个），与其对应的淹水天数进行相关性分析，以相关性系数为纵坐标、对应的波长值为横坐标建立相关性曲线，见图2，结果显示，在400～480 nm蓝光波段和513～564 nm绿光波段玉米光谱反射率值与淹水天数呈负相关，即在该波段范围内，光谱反射率值随着淹水天数的延长而减小；在481～512 nm绿光波段和565～707 nm红光波段均呈正相关，光谱反射率值随淹水天数的延长而增大，且相关系数较大较平稳；在708 nm附近出现陡峭变化，由可见光波段的正相关变成近红外波段的负相关，且相关系数接近-1，说明在近红外波段，随着淹水时间的延长，玉米冠层的光谱反射率明显减小，与图1光谱反射率变化有很好的对应。

2.3 淹水后玉米植被指数的变化

将测得的玉米冠层红光（630～690 nm）和近红外光（760～900 nm）波段的光谱反射率平均值代入三种植被指数计算公式，得到不同淹水时间的数据，见表2。可以看出，玉米的RVI、NDVI、DVI值均在淹水1天后增大，主要是因为淹水时间较短，玉米将吸收的水分用于促进自身正常生长；之后随着水分饱和，玉米受到淹水胁迫，各植被指数值呈现不同幅度降低。其中，差值植被指数变化最明显，由0.20降到0.04，说明差值植被指数能更好地反映玉米的受灾情况。

3 结论

本文以淹水条件下的玉米为研究对象，通过小区模拟试验，从影响玉米生长发育的淹水时间因素出发，分析了拔节期淹水不同时间的玉米冠层光谱特征变化，并定量研究了淹水前后植被指数的变化规律，结果表明，淹水后近红外波段的光谱反射率明显下降；淹水初期各项植被指数均呈现增大趋势，之后玉米枯萎发黄，各植被指数变小，其中以差值植被指数的变化最为明显。

本研究为遥感图像的光谱判断提供了理论依据，使利用遥感图像大面积监测作物洪涝灾害成为现实，可为农业生产部门提供信息，缩短农业生产受损的调查时间。

参 考 文 献：

[1] 梅安新，彭望琭，秦其明，等. 遥感导论[M]. 北京：高等教育出版社， 2001.

[2] 浦瑞良， 宮鹏. 高光谱遥感及其应用[M]. 北京：高等教育出版社， 2000.

[3] 王荣栋， 尹经章. 作物栽培学[M]. 北京：高等教育出版社， 2005.

[4] 徐鹏. 洪涝胁迫的水稻长势光谱响应与灾情遥感评估[D]. 西安：西安科技大学， 2014.

[5] 陈国平， 赵仕孝， 杨洪友， 等. 玉米涝害及其防御措施的研究——Ⅰ、芽涝对玉米出苗及苗期生长的影响[J]. 华北农学报， 1988（2）：12-17.

[6] 朱广廉， 钟诲文，张爱琴. 植物生理学实验[M]. 北京：北京大学出版社， 1990.

[7] 王忠孝， 高学曾， 罗瑶年， 等. 玉米幼苗对湿害的形态和生理反应[J]. 植物生理学通讯， 1988（3）：28-31.

[8] 刘祖贵， 刘战东， 肖俊夫， 等. 苗期与拔节期淹涝抑制夏玉米生长发育、降低产量[J]. 农业工程学报， 2013，29（5）：44-52.

[9] 王桥， 吴传庆， 厉青. 环境一号卫星及其在环境监测中的应用[J]. 遥感学报， 2010，14（1）：104-121.

[10]房稳静， 武建华， 陈松， 等. 不同生育期积水对夏玉米生长和产量的影响试验[J]. 中国农业气象， 2009，30（4）：616-618.

[11]陈丙咸， 杨戊， 黄杏元， 等. 基于GIS的流域洪涝数字模拟和灾情损失评估的研究[J]. 环境遥感， 1996，11（4）：309-314.

[12]侯学会， 牛铮， 黄妮， 等. 小麦生物量和真实叶面积指数的高光谱遥感估算模型[J]. 国土资源遥感， 2012（4）：30-35.

[13]张苏， 刘良云， 黄文江. 基于植被指数的叶绿素密度遥感反演建模与适用性研究[J]. 遥感信息， 2013，28（3）：94-101.

[14]王猛， 张杰， 梁守真， 等. 玉米倒伏后冠层光谱变化特征分析[J]. 安徽农业科学， 2014，42（31）：11187-11188.

[15]张玉琼， 张鹤英. 淹水逆境下玉米若干生理生化特性的变化[J]. 安徽农业大学学报， 1998，25（4）：378-381.