冠層葉綠素含量（CCC）可以反映一個種群的總光合生產力，是判斷植物個體生長和營養狀況的重要依據。通過遙感準確監測冠層和葉片尺度的葉綠素含量是確定作物生長狀態和預測產量的關鍵。玉米是一種高稈作物，葉面積大，冠層深。它具有不均勻的葉片葉綠素含量（LCC）垂直分布，這限制了遙感的葉綠素含量評估。因此，了解LCC和葉片反射光譜的垂直異質性對提高CCC監測的準確性至關重要。
 

      基于此，在本研究中，來自中國農業科學院作物科學研究所和寧夏大學農學院的研究團隊以玉米為研究對象，于2019年和2020年在位于中國東部河南省黃淮海玉米生態區的中國農業科學院新鄉實驗站通過5個氮處理梯度（0、100、200、300和400 kg/hm2（記為N0–N400））建立各種冠層結構，采集不同生長季節作物冠層葉片，并測量了其LCC和葉片光譜反射率（ASD FieldSpec 4光譜儀+植物探頭+葉片夾，光譜范圍為350-2500 nm）。
 

主要目標為：

（1）理解施氮量對玉米冠層葉綠素垂直分布的影響以及生長季節葉綠素分布的動態變化；

（2）在不同時空條件下探索冠層葉片光譜反射率特征差異以及驗證基于葉片光譜反射率的VI模型是否可以準確反演LCC；

（3）確定敏感葉位（可用于表征LCC和CCC之間的關系）以及評估基于葉片光譜的VI模型的魯棒性和準確性，以評估冠層葉綠素狀態。
 

2020年9月2日研究區俯視圖 (a)。高光譜反射率測量系統（b）。臺式葉綠素分光光度計 (c) 。2020年8月8日五次氮處理（N）下的冠層狀況（d）。
 

【結果】

2020年生長季節玉米冠層LCC的垂直剖面。
 

（a、c、e）不同位置葉片的光譜反射曲線。（b、d、f）不同葉片位置波段與LCC的相關系數曲線。
 

6種LCC-VI模型的rRMSE（%）：（a）mRER、（b）VOG2、（c）CIred-edge、（d）NDRE、（e）MTCI 和（f） DD。rRMSE用于評估模型反演精度。rRMSE的值較低對應于預測值和觀察值更接近。
 

中期模型（a）、后期模型（b）和生殖模型（c）CCC預測值和2019年實測值對比。
 

【結論】

     5個施氮水平用于構建不同的玉米冠層結構，揭示玉米冠層葉片葉綠素含量（LCC）的垂直異質性以及葉片光譜反射率特征�；�于冠層LCC的垂直分布，建立多元逐步回歸（MSR）模型以準確監測冠層葉綠素含量（CCC）；LCC表現出不對稱的垂直分布，呈現出底層較低，中層上升，上層下降的趨勢。氮處理顯著改變了LCC，且不同處理之間LCC的垂直剖面分布基本一致。分析了不同時空條件下葉片光譜反射率特征。綠色波段（531-567 nm）和紅邊波段（712-731 nm）是監測LCC的敏感波段。6個經典的VIs用于構建VI-葉綠素模型，其中修正的紅邊比值植被指數（mRER，R2=0.87）構建的模型最優。VI模型可以準確預測生長中期的LCC（rRMSE=10.9%），但是，上、下葉層VI和LCC的相關性在營養生長早期和成熟階段發生變化（rRMSE=36%-87%）。通過結合反演精度和多元逐步回歸，結果發現在CCC估算中，營養階段葉位L6以及生殖階段L11+L14（L12是穗葉）最敏感。這樣，基于葉片光譜反射率構建了VI-LCC-CCC模型以估算冠層葉綠素狀態。利用2019年和2020年田間試驗數據評估了模型性能，結果表明該模型具有良好的魯棒性和準確性（rRMSE=8.97%）。
 

請點擊下方鏈接，閱讀原文：

https://mp.weixin.qq.com/s?__biz=MjM5NjE1ODg2NA==&mid=2650312959&idx=1&sn=579c2cd2862e8037f3fe0a32dda8e2ee&chksm=bee1bc00899635161ff79ab90bcff29bc9a96537973b3be2cb439a88caa8d8e36c29108f32eb&token=1852366781&lang=zh_CN#rd