前言
叶绿素浓度往往是植物营养胁迫、光合作用能力和发展衰老各阶段的良好指示参数，地物光谱技术和遥感技术探测叶绿素浓度在农业和自然植物群落等研究方向往往受到很大关注。大多数研究集中关注光谱反射率和叶绿素a或总叶绿素浓度的关系，有些则研究叶绿素b或者叶绿素a跟叶绿素b浓度的比值，还有其他研究主要针对类胡萝卜素的浓度或者类胡萝卜素与叶绿素的比值。
许多研究表明，植被光谱“红边”对植被生长状况反映敏感，植被红边拐点是植物反射光谱曲线中斜率最大的点，位于波长690~720nm之间，实验室实验已证实了红边拐点的波长位置和叶片样品的叶绿素浓度存在正相关关系。
本文通过不同叶绿素浓度的水稻叶片的反射率以及反射率一阶微分曲线的红边测量和计算，进一步研究水稻叶片反射率与其叶绿素浓度之间的相关性以及水稻叶片的光谱红边波长位置与其叶绿素浓度之间的关系。
▲图1 水稻图
地物光谱仪工作基本原理
地物光谱仪是一种重要的科学仪器，用于测量和收集地物的光谱数据。它能够测量包括亮度、照度、反射率、光谱分布等物理量。地物光谱仪将数据的测量、采集存储和运算集于一体，是采集地物光谱数据的重要工具，也是提取地物光谱特征信息的重要手段。
具体到技术特点和应用方面，地物光谱仪具有高灵敏度和高分辨率的特性，内置固定全息光栅和全线阵列光学探测器。这种配置避免了因使用内置光纤分光、窄狭缝和运动光栅或棱镜带来的仪器定标失效可能性。
▲图2 地物光谱仪工作原理图
此外，地物光谱仪的应用广泛，包括矿产勘探中的矿物鉴定和资源估算，以及遥感应用中的地表分类和灾害监测等。例如，矿产勘探中，不同矿物具有独特的光谱特征，通过光谱分析可以识别矿物种类和分布情况。在遥感应用中，地表分类通过卫星或无人机搭载的光谱仪进行，对地表进行分类和监测，如森林、农田、城市等。灾害监测则通过光谱分析快速评估自然灾害的范围和程度。
工作流程
前期准备
本次实验选择品种为杂交梗稻常优1号（常优99-1）水稻为研究对象，对种植该水稻的9个区域分别进行了不同点的施肥处理，其生长优劣状况有明显的不同。
对9个不同施肥处理的区域的常优水稻分别选取10个有代表性的功能叶片，用叶绿素仪测量每个叶片的叶绿素浓度，每个叶片在不同的叶片位置测量叶绿素浓度4次，随后将叶片摘下，以每个区域的10个叶片为一组通过ATP9100F手持式地物光谱仪在阳光下进行光谱反射测量。10个叶片以不同顺序上下叠加，利用25°视场探头距离叶片高度大约5cm对每个叶片迅速进行了光谱测量，其光谱测量范围为300~1100nm，光谱分辨率在2nm之内。
▲图3 地物光谱仪设备
数据处理与分析
水稻叶片的反射光谱特征
图4为9个区域内水稻叶片的光谱反射率，图中的光谱反射率呈现典型的植物光谱特征：在400~500nm与600~700nm之间，由于蓝、红光波段的光辐射备叶绿素全吸收进行光合作用二形成两个底反射区，具有较低的反射比，一般低于10%；而从500nm起叶子的吸收减少，一般在550nm处为最低，即绿色波段部分，在这里形成一个小的反射峰，反射率大约在20%左右，这也是植物叶子呈绿色的原因；然后在700nm处反射率突然上升，进入近红外波段后曲线平缓起来，成为高反射平台区，一般达到50%~60%，有的则更高些。这里反射率从叶绿素的红色波段吸收区的低点变化到近红外由于叶片散射而反射率比较高的过渡地区即被称为“红边”区，一般位于波长690~720nm之间，“红边”在反射率的一阶微分曲线里很重要，一些研究者已经证实了叶片红边与叶绿素浓度之间的关系；而“红边”怪段这是“红边”区植物反射光谱曲线中斜率最大的点，即反射率变化最快的点。
▲图4 水稻叶片光谱反射率
单波段相关分析
将施氮量不同级别的水稻的叶片（9个样本）的各波长处的光谱反射率和它们的叶绿素浓度进行单相关分析。图5给出了两者的相关系数图，由图5明显看出：
①从420nm至720nm，两者呈现负相关关系，随着波长的增加，负相关系数急剧增大，至460nm处，相关系数达到-0.6，至560nm，相关系数达到-0.8，之后至686nm，相关系数高达-0.95；
②从686nm至726nm，两者从负相关的最大值徒然变为零，接着继续增大至745nm处正相关的最大值，相关系数约为0.92；
③从726nm至1000nm，除940nm附近相关系数略有下降外，两者相关系数一直保持很好的正相关关系，相关系数高达0.9左右。
▲图5 水稻叶片反射率与叶绿素浓度相关系数随波长变化图
两者相关性的上述变化主要是由于植物反射光谱在可见光范围受叶绿素的影响很大，在水稻叶子的生长过程中，随着叶绿素含量的增加，叶肉细胞间隙数增加，从而导致可见光反射率降低，而近红外反射率升高，并造成可见光范围内两者为强烈负相关，在近红外波段范围内为强烈的正相关。在686nm至745nm之间，两者由负相关最大值徒然变为正相关最大值，并在726nm处相关系数接近于零，这主要是因为水稻叶片的叶绿素对可见光谱反射率影响最大，而水稻叶子结构对近红外光谱影响较大所致，其交界处两者相关性很小。
水稻叶片的红边拐点波长位置与其叶绿素浓度相关关系
由于ATP9100F手持式地物光谱仪采集的是离散型数据，可通过公式（1）近似地对光谱数据进行一阶导数计算。
(1)
表1 9个区域叶片样品反射红边拐点位置与相应叶绿素浓度
以叶绿素浓度为自变量x，水稻叶片的红边拐点波长位置为因变量y，进行线性回归分析（如图6），其线性回归方程如下：
图6 水稻叶片叶绿素浓度与反射率红边位置的相关关系
由图6可明显看出，水稻叶片反射红边拐点和叶绿素浓度之间具有很好的相关性，复相关系数（R2）达到0.88，这与实验室实验已经证实了的红边拐点的波长位置和叶片样品的叶绿素浓度是正相关的理论是相符合的，由此可看出利用野外地物光谱仪数据定量估算和分析水稻叶片的叶绿素浓度的可行的。
结论
本次实验在分析水稻叶片的反射光谱特征的基础上，通过对其光谱反射率及其反射红边位置与叶片叶绿素浓度之间的相关性进行了研究和分析。研究结果表明：
（1）水稻叶片反射率与叶绿素浓度之间的相关性与波长谱段有着密切的关系，在420~726nm之间呈现负相关，在726~1000nm之间为正相关；在450~686nm和750~770nm之间两者保持较高的相关性，且在686nm处两者达到最高的相关性，相关系数大于0.95，而在726nm处相关性为0。因此本次实验结果显示了地物高光谱技术进行水稻叶绿素浓度的可探测性和进行最佳波段选择的必要性。
（2）水稻叶片叶绿素含量与其反射光谱红边拐点位置之间有着良好的线性相关关系，从而提供了利用高光谱定量估算水稻叶片叶绿素浓度的技术方法和途径。
