玉米叶片净光合速率快速检测方法研究

张雨晴，于海业，刘 爽，于 通，隋媛媛

(吉林大学 生物与农业工程学院，长春 130022)

0 引言

近年来，利用光谱检测技术监测植物生长环境及生理状态逐渐受到人们的关注[1]。作为一种无损主动探测技术的重要组成部分，叶绿素荧光光谱检测为评价植物在环境中的生长状况提供一种特殊方法[2]。

植物净光合速率是衡量植被生产力及体现植物整体长势的重要指标[3]。光合作用将太阳能转化为化学能为植物生长提供能量，并利用它把CO2和水等无机物合成有机物且释放出氧气[4]。植物叶片受光激发后，大部分光能以热耗散和光合作用方式消耗，但有一小部分(通常约占吸收光能的3%)光能以叶绿素荧光的方式释放，这种进化而来的光保护机制能最大限度减少强光对植物的潜在伤害，避免叶绿体吸收光能超过光合作用的消化能力[5]。叶绿素荧光作为植物体的自发光是检测植物生理信息的重要技术手段，具有快速、非破坏性及精准的特点，被誉为植物体“内在性”无损伤探针[6-8]。光合作用主要依靠叶绿素对光能的吸收、转化、利用和传递来进行，所以叶绿素分子受到激发后所发射的荧光信号能够很好地表达光合作用的活性和强弱。由此，分析植物叶绿素的荧光信息可作为植物光合作用能力探测的依据，为监测植物生长环境及生理状态提供参考价值[9-10]。目前，利用叶绿素荧光光谱可遥感监测植物长势和预估产量[11],进行植物病虫害预警[12-13]、检测叶绿素含量[14]及检测水分胁迫[15]等研究。

1 材料与方法

1.1 供试品种

供试玉米品种选择抗旱性较强的先玉335，采用盆栽实验，选用上口径26cm、下口径18cm、高17cm的塑料盆，土壤有机质含量为12.59g/kg，全氮含量为0.727g/kg。2017年4月21日对玉米种子进行催芽，2h之后播种在花盆里面，每盆播种2粒种子。三叶期定植时，每盆里面留下长势较好的1株作为后期试验研究对象。

1.2 实验样本采集

本实验于吉林大学日光温室内进行(地处北纬44°50′，东经125°18′，海拔高度150m)。实验样本选择长势均匀、完全展开的健康叶片，于天气晴朗时采集植物叶片的生理信息参数、温度、光照等环境信息。选取植株大小相近、长势好、叶片伸张自然、无病虫害的活体样本。选取样本中叶位相同、叶面无斑无破损、叶色相近及叶面平整的叶片作为样本叶片，基于叶片尺度下测量，将检测仪器的测定点定为主叶脉的一侧，靠近叶片的中央位置[16]，待参数基本稳定记录相关数据。

1.3 叶片生理信息及光谱的采集

采用美国产LI-6400型便携式光合作用仪对玉米叶片进行测定，获取叶片生理信息观测指标，包括净光合速率(Pn)、气孔导度(Gs)、蒸腾速率(Tr)、叶片温度(Ti)、光合有效辐射(PAR)、环境CO2浓度及相对湿度等参数。采用荷兰AVANTES公司生产的AvaSpec-2048-USB2型光纤光谱仪同步采集360～1100nm波段的叶绿素荧光光谱。激发光源采用中国科学院长春光学精密机械与物理研究所产的MBL-Ⅲ-473nm型固体激光器，调整输出波长为473nm，输出强度为7.5mW，采样积分时间为1.1ms。光谱采集时，需要把活体样本叶片置于黑色垫板之上，荧光探头轻轻压住叶片，保证荧光探头和黑色垫板平行稳定，此时激发光与叶片形成45°夹角[1]。

1.4 实验时间

光合作用依靠光合色素分子从外界吸收能量，能量的变化随光照强度而改变，对植物的光合作用有着直接影响。叶绿素发射的荧光的能量占天线色素吸收能量的3%～5%，因此一天中光合速率和叶绿素荧光强度均发生变化[16]。普通品种玉米的将光合速率的日变化曲线呈双峰型，峰值出现在每天上午10:00左右[17]。故本试验将时间确定在2017年6月24-27日晴朗天气的上午10:00进行，每次测定20片，每叶重复测量3次取平均值，测量4天，共计80片试验样本。

1.5 样品统计结果与数据计算

选取的玉米叶片净光合速率统计结果如表1所示。

表1 样品净光合速率统计结果Table 1 Statisical results of nitrate content in samples μmol/m2·s

采用实际观测值与观测的最大值之比对变量进行无量纲化处理，即

yij=Xij/max(Xij)

(1)

其中，Xij为原始变量值；yij为无量纲化后的变量值。

对数据进行标准化处理，即

(2)

其中，zij为标准化后的变量值；n为样本个数。

计算决定系数R2为

(3)

计算标准误差SE为

(4)

2 结果与分析

2.1 叶绿素荧光光谱敏感波段的确定

通过对玉米叶片净光合速率测定及叶绿素荧光光谱的采集，获得叶片的净光合速率与相应的叶绿素荧光光谱，如图1所示。由图1 可以看出：对于不同净光合速率的玉米叶片，激光诱导叶绿素荧光强度不同，玉米叶片的净光合速率在500～550nm、675～715nm、715～745nm等3个波段均出现了荧光强度峰值，中心波长分别为513、685、736nm，将中心波长处的荧光强度峰值依次表示为F513、F685、F736,作为叶绿素荧光光谱特征参数。在500～550nm波段的荧光强度峰值有交叉现象，因此这个波段不适宜作为玉米叶片净光合速率与荧光光谱关系研究的波段；在675～715nm、715～745nm波段内，不受激发光波段的影响，光谱曲线清晰无重叠交叉现象，可以较好地反映玉米叶片叶绿素荧光光谱与净光合速率的关系，故选择675～715nm、715～745nm波段做为敏感波段进行下一步研究。

图1 不同叶片净光合速率与叶绿素荧光光谱的关系Fig.1 Chlorophyll fluorescence spectra of leaves under net photosynthetic rate

2.2 叶片净光合速率与叶绿素荧光强度

分别采用公式(1)和公式(2)对F685、F736、F685/F736和玉米叶片净光合速率进行无量纲化处理和标准化处理。将无量纲化和标准化后的玉米叶片净光合速率与F685、F736和F685/F736进行线性拟合，得到的回归模型如表2所示。

表2 基于叶绿素荧光光谱特征参数的叶片净光合速率回归模型Table 2 Regression model of leaf net photosynthetic rate based on characteristic parameters of chlorophyll fluorescence spectrum

Y代表无量纲化和标准化处理后的玉米叶片净光合速率。

由以上可以看出：基于F685/F736的建立的叶片净光合速率回归模型，决定系数仅为0.072，标准误差达到0.211，不适宜预测玉米叶片净光合速率。基于F685建立的回归模型，对玉米叶片净光合速率具有较高精度预测，决定系数为0.792，标准误差为0.10。而在模型中加入另一个变量F736对提高模型精度贡献率不大，在样本量一定的情况下，自变量的增加会导致自由度的减少，从而影响回归模型的拟合度[18]。

因此，该文选用F685建立玉米叶片净光合速率的回归模型，回归方程如表2所示。在0.01水平下显著相关，该模型能够很好地反映出激光诱导叶绿素荧光光谱特征参数与玉米叶片净光合速率的关系。F685与叶片的净光合速率关系如图2所示。

图2 685nm叶绿素荧光强度与叶片净光合速率的关系Fig.2 Relationship between leaf net photosynthetic rate and F685

2.3 叶片净光合速率回归模型的验证

将同一批试验的30个样本作为回归方程的校验集，用已建立的玉米叶片净光合速率回归模型进行预测，预测值与实测值关系图如图3所示。

图3 叶片净光合速率模型预测值与实测值关系Fig.3 Relationship between predicted value and measured value of leaf net photosynthetic rate based on model

回归模型的决定系数为R2=0.7921，标准误差为0.10。由此可见，该回归模型对玉米净光合速率具有良好的预测效果。

3 结论

在叶片水平上同步采集净光合速率、叶绿素荧光光谱，研究利用叶绿素荧光光谱对净光合速率进行预测的可行性。通过对685nm和736nm两个波峰荧光强度的提取，结合相关分析和回归分析，利用叶绿素荧光光谱反映植物净光合速率的变化，最终建立基于675～715nm波段的叶绿素荧光光谱特征参数与玉米叶片净光合速率的回归模型，在0.01水平下显著相关。该模型对拔节期玉米叶片的净光合速率具有良好的预测能力，可以作为玉米叶片快速无损检测的方法。