基于不同腐植酸供应水平下小麦叶片理化参数及其光谱响应分析

吕 玮，李玉环，张 军，朱福军

(1.山东农业大学 资源与环境学院，土肥资源高效利用国家工程实验室，山东 泰安 271018；2.山东农大肥业科技有限公司，山东 泰安 271000)

基于不同腐植酸供应水平下小麦叶片理化参数及其光谱响应分析

吕 玮1，李玉环1，张 军1，朱福军2

(1.山东农业大学 资源与环境学院，土肥资源高效利用国家工程实验室，山东 泰安 271018；2.山东农大肥业科技有限公司，山东 泰安 271000)

为了给冬小麦精确施肥管理与调控提供依据，通过大田试验，采用单因素方差分析法研究了腐植酸肥料对冬小麦叶片生理生化元素含量的影响，并分析了小麦叶片的生理理化参数对小麦叶片光谱数据的响应。结果表明：小麦叶片的氮素、叶绿素、蒸腾作用、净光合作用、胞间CO2浓度、可溶性蛋白及可溶性糖的差异性显著，其中腐植酸对小麦叶片的氮素、叶绿素、蒸腾作用、净光合作用、可溶性蛋白具有促进作用，腐植酸对小麦叶片的胞间CO2、可溶性糖具有抑制作用；在325～400 nm，叶片光谱反射率对不同的理化参数响应不大。在可见光400～760 nm，小麦叶片光谱反射率对叶片氮素含量、叶片的蒸腾速率、净光合速率等理化参数响应较大。在近红外760～1 000 nm，小麦叶片光谱反射率对叶片叶绿素、可溶性蛋白的响应较强。小麦叶片原始光谱曲线的反射率对小麦叶片的胞间CO2浓度及可溶性糖含量响应不高，不同含量之间的光谱曲线无较明显变化规律。

腐植酸；理化参数；光谱响应

腐植酸肥料是利用泥炭、褐煤、风化煤为原料，采用不同生产方式，制取含有大量腐植酸和作物生长、发育所需的氮、磷、钾及某些微量元素的产品[1]。国内外学者对腐植酸的化学结构及其功能特性进行了研究，大量研究表明：腐植酸对土壤有很好的改良及修复作用从而促进农作物生长[2-10]，如王振振等[4]通过田间小区试验条件，研究了腐植酸缓释钾肥对土壤不同形态钾素含量、甘薯产量和钾素吸收利用的影响。结果表明，与不施钾(空白对照)相比，降低了甘薯全生育期土壤中的速效钾和缓效钾含量以及生长前期土壤有效钾含量，但是提高了甘薯生长中、后期土壤有效钾含量。叶片的生物化学元素是反映作物营养状况的重要指标，显著影响作物的生长发育和产量品质的形成。很多学者利用高光谱无损技术通过不同切入点对不同植物的叶片营养元素进行研究[11-20]：国内的丁希斌等[15]以油菜叶片为研究对象，利用高光谱成像技术，成功建立了叶绿素相对值SPAD值的预测模型，孙俊等[17]基于高光谱图像技术与极限学习机(Extreme learning machine，ELM)模式识别方法构建一套生菜叶片氮素水平鉴别模型。但是很少有学者将腐植酸对小麦叶片理化参数及其光谱的影响作为研究内容。因此，进一步深入研究在腐植酸的影响下小麦叶片理化参数及其高光谱响应差异具有重要意义。本研究以冬小麦叶片为研究对象，通过大田试验，研究了腐植酸肥料对小麦叶片理化参数含量的影响，并分析了在腐植酸的影响下小麦叶片不同小麦理化参数的光谱响应特征。旨在为冬小麦精确施肥管理与调控提供依据。

1 材料和方法

1.1田间试验设计

试验于2015年10月-2016年5月在泰安肥城进行，试验地共6个处理，每个处理2个区，每个区18 m2，共216 m2，东西行向栽植，本研究采用的腐植酸为：腐植酸原粉、碱活化腐植酸。田间试验共设置以下5个处理：CK不使用任何肥料；T1：对照，普通NPK化肥(67.5 g/m2)； T3：普通NPK化肥(67.5 g/m2)+腐植酸原粉(67.5 g/m2)； T5：普通NPK化肥(67.5 g/m2)+腐植酸原粉(157.5 g/m2)； T7：普通NPK化肥(67.5 g/m2)+碱活化腐植酸(67.5 g/m2)； T9：普通NPK化肥(67.5 g/m2)+碱活化腐植酸(157.5 g/m2)。本研究选择处在5月抽穗期的小麦。

1.2数据获取

1.2.1 光谱测定 本研究光谱数据采集美国ASD公司生产的Field Spec Handheld仪器。Field Spec Handheld仪器是一种便携式高光谱分析仪。该仪器采集光谱范围为325～1 075 nm，广泛用于植被研究的可见光和近红外波段。具有采集数据快、便于野外携带的特点。

光谱测定选择在无风无云或少云的天气进行。测量步骤为：测量之前先开启光谱仪预热，再次测量之前都先进行光谱仪的优化，叶片光谱测定前后都进行参考板反射率测定，叶片光谱测量时探头垂直向下，25°视场角。

1.2.2 光合测定 每个处理选取3株冬小麦，采用LI-6400光合测定仪，在晴朗的天气对选取的每株小麦旗叶的光合速率(Pn，μmol/(m2·s))、蒸腾速率(Tr，mmol/(m2·s))，气孔导度(Cs，mol/(m2·s))和胞间CO2浓度(Ci，μmol/mol)等指标进行测定，每个叶片重复6次测定，取平均值进行分析。

1.2.3 小麦叶片生理理化参数的获取 小麦叶片生理理化参数化验项目共6个，包括小麦叶片N、P、K、叶绿素、可溶性糖(Soluble suger,SS)及可溶性蛋白(Soluble protein,SP)。小麦叶片N含量采用蒸馏法测定。小麦叶片K含量采用火焰光度法测定，小麦叶片P含量、可溶性糖及可溶性蛋白采用分光光度法测定，小麦叶片叶绿素采用常温丙酮浸提比色法测定。

1.3数据分析方法

利用Excel软件进行数据的整理统计。利用SPPS软件ANOVA单因素方差分析-最小显著性差异法(LSD)进行小麦叶片的理化参数的描述性统计以及不同腐植酸供应水平下的小麦叶片理化参数的差异状况分析。

2 结果与分析

2.1不同腐植酸供应水平对小麦叶片理化参数的影响

根据表1不同腐植酸供应水平下小麦叶片理化参数的比较，不同腐植酸供应水平下较显著的参数是氮素、叶绿素、Ci、Tr、Pn、可溶性糖、可溶性蛋白的显著性较高，都小于0.05,本研究选取显著性较高的参数探究其腐植酸影响下的变化规律，即氮素、叶绿素、Ci、Tr、Pn、可溶性糖及可溶性蛋白。

2.1.1 不同腐植酸供应水平对叶片氮素及叶绿素的影响 叶片N含量是反映作物营养状况的重要指标，影响作物生长发育和产量品质的形成。如图1所示，不同施肥处理下，实测的叶片N含量受腐植酸影响较大，其中处理CK和T1没有施腐植酸肥料，可以看出，配施氮磷钾肥料的叶片N含量比CK处理高0.15%，增施腐植酸肥的叶片N含量比只配施氮磷钾高0.1%左右，其中，叶片N含量均值大小是T3T9T5T7T1CK，说明相比于配施氮磷钾肥，增施腐植酸可以有效提高叶片N含量。

表1 不同腐植酸供应水平小麦叶片理化参数的比较Tab.1 Comparison of physical and chemical parameters of wheat leaves at different levels of humic acid supply

注：多重比较法采用最小显著性差异(LSD)法；显著性<0.05时差异显著；**.极显著；*.显著。

Note：The multiple comparison method uses the least significant difference (LSD) method；The significant <0.05 has the remarkable difference；**.Extremely remarkable；*.Remarkable.

叶片叶绿素含量变化趋势与氮含量相一致，均是增施腐植酸肥料的处理比CK、T1高，叶片叶绿素含量均值大小为T9T3T7T5T1。说明相比配施氮磷钾肥，增施腐植酸可以有效提高叶片叶绿素含量(图1)。

图1 不同腐植酸供应水平对叶片氮素及叶绿素的影响Fig.1 Effects of different humic acid supply levels on nitrogen and chlorophyll in leaves

2.1.2 不同腐植酸供应水平对小麦叶片光合作用的影响 从图2可以看出，除了T3处理，其他增施腐植酸处理的Ci都比配施氮磷钾肥料少，说明增施腐植酸对小麦叶片的胞间CO2有抑制作用。

蒸腾速率与胞间CO2趋势不同，增施腐植酸肥料的处理，其小麦叶片的蒸腾速率比只配施氮磷钾肥料的T1处理高，各处理蒸腾速率大小为T7T5T9T3T1CK，说明在配施氮磷钾肥料的过程中对小麦增施腐植酸肥料，对小麦叶片的蒸腾速率有促进作用。

由净光合速率曲线可以看出，适当增施腐植酸肥料可以有效提高小麦叶片的光合速率，并且由图可知，T5T3、T9T7，说明增施同种腐植酸，光合速率提高的程度与增施腐植酸肥料的量有关，T9T5、T7T3，说明在增施腐植酸量相同条件下，增施碱活化腐植酸比腐植酸原粉对净光合速率的促进作用更强。

图2 不同腐植酸供应水平对小麦叶片光合作用的影响Fig.2 Effects of different humic acid supply levels on photosynthesis of wheat leaves

2.1.3 不同腐植酸供应水平对小麦叶片可溶性糖和可溶性蛋白的影响 从图3可以看出，随着增施腐植酸肥料，叶片可溶性糖含量呈减少趋势，说明总体上腐植酸对叶片可溶性糖有抑制作用，其中T3T7、T5T9，说明在增施同一类的腐植酸情况下，腐植酸供应量的增加可以降低对叶片可溶性糖的抑制作用，T5T9、T3T7，说明在腐植酸供应量相同的条件下，相比于碱活化腐植酸，增施腐植酸原粉可以降低腐植酸肥料对叶片可溶性糖的抑制作用。

叶片可溶性蛋白受腐植酸影响大，含量均值由大到小为T9T7T5T1T3CK。说明增施腐植酸可以有效增加叶片可溶性蛋白含量；在供应相同种类的腐植酸肥料条件下，随着腐植酸肥料的增加，可溶性蛋白含量也随之增加；在供应相同量不同种类的腐植酸肥料的情况下，碱活化腐植酸比腐植酸原粉对叶片可溶性蛋白的促进作用更强。

图3 不同腐植酸供应水平对小麦叶片可溶性糖和可溶性蛋白的影响Fig.3 Effects of different humic acid supply levels on soluble sugar and soluble protein in wheat leaves

2.2理化参数的光谱响应特征分析

2.2.1 叶绿素及氮素的光谱响应特征分析 按照小麦叶片叶绿素含量，将样本分为3类，形成叶绿素的每类光谱平均值曲线见图4。不同含量的光谱曲线总体走势具有较高的相似性，并且不同含量间的光谱曲线750～900 nm有明显变化规律：光谱反射率随着叶绿素含量的降低而升高，其他波段光谱曲线差异不显著。

按照叶片氮素含量，将样本分类为3类，形成氮素的光谱平均值曲线。由图4可以看出，各类研究样本总趋势一致。在525～700 nm不同净光合速率样本之间的光谱反射率差异较大，随着叶片氮素含量增加，光谱反射率减小。在其他光谱波段，光谱反射率对叶片氮素含量的响应并不明显。

图4 叶绿素及氮素的光谱响应特征分析Fig.4 Spectral response characteristics of chlorophyll and nitrogen

2.2.2 光合指标的光谱响应特征分析 按照小麦叶片Ci含量，将样本分为3类，形成Ci的每类光谱平均值曲线见图5-A。不同含量的光谱曲线总体走势具有较高的相似性，但是不同含量间的光谱曲线无明显变化规律，在300～700 nm，光谱反射率较高的是Ci含量较低的小麦叶片样本组，剩下2类含量的波段反射率差异性较小。在750～900 nm波段区间中Ci含量最高的样本组的光谱反射率最高。

按照小麦叶片Tr值，将样本分为3类，形成Tr的每类光谱平均值曲线见图5-B。可见，在350～700 nm 叶片Tr越小，叶片光谱发射率越大，尤其在520～560 nm吸收峰处较明显，将这一区间作为光谱响应区。

按照叶片Pn，将样本分类为3类，形成Pn的光谱平均值曲线。由图5-C可以看出，各类研究样本组总趋势一致。在525～700 nm不同净光合速率样本之间的光谱反射率差异较大，随着叶片净光合速率增加，光谱反射率减小。在525 nm之前的波段及700 nm之后的波段，其光谱反射率对Pn的响应并不明显。520～580 nm区间出现波峰，并且这一波段受Pn影响较大，选取这一区间为Pn的光谱响应区。

图5 光合指标的光谱响应特征分析Fig.5 Spectral response characteristics of photosynthetic indices

2.2.3 可溶性蛋白及可溶性糖的光谱响应特征 按照叶片可溶性糖含量，研究样本分为3类，叶片可溶性糖的每类光谱曲线见图6-A。其光谱表现特征为：不同含量的光谱曲线总体趋势较为相近，光谱曲线之间的差异规律与叶片可溶性糖含量并不相同，在325～900 nm，不同叶片可溶性糖含量的光谱曲线变化规律为含量最小的叶片，其光谱曲线反射率在3条曲线中排第2，在900～1 000 nm，3类样本的光谱均值曲线中，可溶性糖含量最高的样本组其光谱反射率在中间。造成这种现象的原因有待进一步探究。

图6 可溶性蛋白及可溶性糖的光谱响应特征Fig.6 Spectral response characteristics of soluble protein and soluble sugar

按照叶片可溶性蛋白的含量，将研究样本分为3类，形成叶片可溶性蛋白的每类光谱平均值曲线见图6-B。可见，叶片可溶性蛋白的光谱特征表现规律为：不同含量光谱曲线总趋势一致，在525 nm之前不同含量的光谱曲线差异并不大，在580～660 nm，随着叶片可溶性蛋白含量的增加，叶片光谱曲线的反射率呈减少的趋势，在780～900 nm，光谱对叶片可溶性蛋白的含量响应较强，且随着叶片可溶性蛋白的增加，光谱反射率逐渐增加。

3 结论与讨论

通过最小显著性差异法对试验所测的理化参数进行分析，得出在腐植酸肥料的影响下，小麦叶片的氮素、叶绿素、蒸腾作用、净光合作用、胞间CO2浓度、可溶性蛋白及可溶性糖的差异性显著，其中腐植酸对小麦叶片的氮素、叶绿素、蒸腾作用、净光合作用、可溶性蛋白具有促进作用，腐植酸对小麦叶片的胞间CO2，可溶性糖具有抑制作用。

在325～400 nm，叶片光谱反射率对不同的理化参数响应不大。在可见光400～760 nm，小麦叶片光谱反射率对叶片氮素含量、叶片的蒸腾速率、净光合速率等理化参数响应较大，其中，叶片氮素含量的响应区间为525～700 nm，规律为随着叶片氮素含量的增加，光谱反射率减小，叶片蒸腾速率的光谱响应区间是525～560 nm，规律为随着叶片蒸腾速率的增加，光谱反射率减小，净光合速率的光谱响应区间与叶片氮素一样，都是525～700 nm，其变化规律也相似，随着净光合速率的增加，光谱反射率减小。在近红外760～1 000 nm，小麦叶片光谱反射率对叶片叶绿素、可溶性蛋白的响应较强，其中，小麦叶片叶绿素的光谱响应区间为750～900 nm，光谱反射率随着叶绿素含量的降低而升高；不同可溶性蛋白所对应的光谱曲线差异较大，其光谱曲线反射率随着小麦叶片可溶性蛋白含量的升高而增加。小麦叶片原始光谱曲线的反射率对小麦叶片的胞间CO2浓度及可溶性糖含量响应不高，不同含量之间的光谱曲线无较明显规律。由于本研究试验样品较少，研究结果在更复杂的生产条件下的适用性有待进一步验证，比如在不同小麦品种、不同生育期等情况下，光谱参数对小麦叶片的响应以及腐植酸对小麦其他营养元素的影响还需进一步研究。

腐殖酸肥料对小麦所需营养元素及小麦本身光合作用具有促进的作用，表现为增施腐殖酸肥料有效提高小麦叶片的氮素、叶绿素、蒸腾速率、净光光合速率、可溶性蛋白等理化参数。关于腐殖酸的功能特性已有较多研究，本研究关于腐殖酸对小麦叶片的影响研究与腐殖酸对玉米生长的影响研究结果相似[5]，但是与王振振等[4]的研究结果存在差异，说明腐殖酸对不同农作物的影响有一定区别，这种区别还缺乏研究。

本研究对受腐殖酸影响较大的小麦叶片理化参数的光谱响应特征进行了分析，确定了小麦叶片不同营养元素的敏感谱区。也有学者已经采用高光谱手段对叶绿素、氮素等营养元素进行了敏感谱区的研究[14-17]，其确定的特征波段与本研究也较相近。但是本研究只针对了在腐殖酸影响下的小麦叶片的影响元素的光谱响应特征，对小麦叶片营养元素的估测模型研究及其他器官的营养元素的光谱学有待进一步研究。

[1] 程 亮，张保林，王 杰，等.腐植酸肥料的研究进展[J].中国土壤与肥料，2011，2011(5)：1-6.

[2] 陈 静，黄占斌.腐植酸在土壤修复中的作用[J].腐植酸，2014(4)：30-34，65.

[3] 曾维爱，曾 敏，周 航，等.腐植酸和硫酸铁配施改良偏碱烟田土壤的研究[J].水土保持学报，2013，27(3)：170-173.

[4] 王振振，张 超，史春余，等.腐植酸缓释钾肥对土壤钾素含量和甘薯吸收利用的影响[J].腐植酸，2013(4)：43.

[5] 李 军，袁 亮，赵秉强，等.腐植酸尿素对玉米生长及肥料氮利用的影响[J].植物营养与肥料学报，2017，23(2)：524-530.

[6] 樊红梅.腐植酸对菊花光合特性、叶绿体超微结构和瓶插寿命的影响[D].泰安： 山东农业大学，2015.

[7] 李 冉，封朝晖.不同产地的腐植酸对小白菜养分利用的影响[J].中国土壤与肥料，2013，2011(1)：59-63.

[8] 成绍鑫，韩立新.腐植酸的低碳效应解析[J].腐植酸，2011(1)：1-7.

[9] Orlov D S，Tikhomirov F A，Ammosova Y M.Modern meth-odes of investigation and description of soil humus[J].Mosco University Soil Science Bulletin，1985，40(1)：1-11.

[10] Jonas P S.Alexandre G S Prado.Buffer capacity of humic acid：thermodynamic approach[J].Journal of Colloid and Interface Science，2007，314(2)：484-489.

[11] 岳学军，全东平，洪添胜，等.柑橘叶片叶绿素含量高光谱无损检测模型[J].农业工程学报，2015，31(1)：294-302.

[12] 朱文静，毛罕平，周 莹，等.基于高光谱图像技术的番茄叶片氮素营养诊断[J].江苏大学学报：自然科学版，2014，35(3)：290-294.

[13] 孙 俊，金夏明，毛罕平，等.基于Adaboost及高光谱的生菜叶片氮素水平鉴别研究[J].光谱学与光谱分析，2013(12)：3372-3376.

[14] 王 娣，佃袁勇，乐 源，等.基于高光谱植被指数的叶片净光合速率Pn反演[J].地理与地理信息科学，2016，32(04)：42-48.

[15] 丁希斌，刘 飞，张 初，等.基于高光谱成像技术的油菜叶片SPAD值检测[J].光谱学与光谱分析，2015(2)：486-491.

[16] 孙少波，杜华强，李平衡，等.基于小波变换的毛竹叶片净光合速率高光谱遥感反演[J/OL].应用生态学报，2016，27(01)：49-58.

[17] 孙 俊，卫爱国，毛罕平，等.基于高光谱图像及ELM的生菜叶片氮素水平定性分析[J].农业机械学报，2014，45(7)：272-277.

[18] 张永贺，陈文惠，郭乔影，等.桉树叶片光合色素含量高光谱估算模型[J].生态学报，2013，33(3)：876-887.

[19] 胡军杰，吴连喜，王 臻.高光谱数据在水稻含氮量监测中的应用[J].江西科学，2011，29(6)：790-792，802.

[20] 朱西存，赵庚星，姜远茂，等.基于高光谱红边参数的不同物候期苹果叶片的SPAD值估测[J].红外，2011，32(12)：31-38.

ResearchonLeafPhysiologicalandBiochemicalElementsandHyperspectralDifferencesinWheatBasedonDifferentHumic

LÜ Wei1，LI Yuhuan1，ZHANG Jun1，ZHU Fujun2

(1.College of Resources and Environment，Shandong Agricultural University，National Engineering Laboratory for Efficient Utilization of Soil Fertilizer Resources，Tai′an 271018，China;2.Shandong Agricultural University Fertilizer Science and Technology Co.Ltd.,Tai′an 271000，China)

In order to provide basis for management and regulation of winter wheat precise fertilization，through field experiment，ANOVA was used to study the effects of humic acid fertilizer on the physiological and biochemical elements in winter wheat leaves.And analyzed the response of physiological and biochemical indexes of winter wheat leaves on the spectral data of wheat leaves.The following conclusions were drawn from this study.The difference of nitrogen，chlorophyll，transpiration，net photosynthetic rate，intercellular CO2concentration，soluble protein and soluble sugar were significant.Humic acid could promote nitrogen，chlorophyll，transpiration，net photosynthesis and soluble protein in winter wheat leaves，and humic acid could inhibit intercellular CO2and soluble sugar content.Among the 325-400 nm，the spectral reflectance of leaves did not respond to different biochemical indexes.The spectral reflectance of wheat leaves was more responsive to the biochemical indexes such as leaf nitrogen content，leaf transpiration rate，net photosynthetic rate in visible light (400-760 nm).In the near infrared 760- 1 000 nm，the spectral reflectance of wheat leaves had stronger response to chlorophyll and soluble protein.The reflectance of the original spectrum of wheat leaves was not responsive to the intercellular CO2concentration and soluble sugar content of wheat leaves，and there was no obvious change rule between the spectral curves of different contents.

Humic acid; Biochemical index; Spectral response

2017-08-22

山东省重点研发计划项目(2015GNC1101010)

吕 玮(1993-)，女，宁夏银川人，在读硕士，主要从事土地遥感与应用研究。

李玉环(1965-)，女，山东诸城人，教授，博士，硕士生导师，主要从事土地资源综合利用工程与信息专业研究。

S512.01

A

1000-7091(2017)05-0232-07

10.7668/hbnxb.2017.05.034