2024年4月26日发(作者：司沛白)
温室番茄冠层和叶片光谱特征分析及营养诊断
赵瑞娇;李民赞;杨策;杨玮;孙红
【摘 要】通过温室基质栽培,利用ASD光谱仪和傅里叶光谱分析仪测量了四种背
养水平下温室番茄冠层和叶片的光谱反射曲线,并检测了对应叶片的水分含量、叶
绿素含量和氮含量,分析了不同营养水平下番茄冠层和叶片的反射光谱变化,并对番
茄叶片含水量的敏感波长以及冠层反射光谱的红边波长进行了研究.结果表明:温室
番茄冠层反射光谱曲线在可见光550 nm左右均有叶绿素的强反射峰,近红外区反
射率高于可见光区.在同一生长期,随基质营养水平的提高,番茄冠层反射率在可见光
波段不断减小,在近红外波段不断增大,且红边波长位置出现"红移"现象.利用530和
760 nn特征波长得到的归一化颜色指标NDCI与叶片氮含量有较好相关性,R2为
0.751 1.
【期刊名称】《光谱学与光谱分析》
【年(卷),期】2010(030)011
【总页数】4页(P3103-3106)
【关键词】番茄;光谱反射率;叶绿素检测;凯氏定氮;温室
【作 者】赵瑞娇;李民赞;杨策;杨玮;孙红
【作者单位】中国农业大学现代精细农业系统集成研究教育部重点实验室,北
京,100083;中国农业大学现代精细农业系统集成研究教育部重点实验室,北
京,100083;中国农业大学现代精细农业系统集成研究教育部重点实验室,北
京,100083;中国农业大学现代精细农业系统集成研究教育部重点实验室,北
京,100083;中国农业大学现代精细农业系统集成研究教育部重点实验室,北
京,100083
【正文语种】中 文
【中图分类】O657.3;S641.2
目前，国内外许多研究学者对植物的光谱特性进行了大量的研究，取得了很多可借
鉴的研究成果［1－4］。Thomas等［5］发现甜椒叶片含氮量与550～675nm
波长间叶片的反射系数高度相关，实际含量与所预测含氮量误差小于7%。
Shibayama等［6］对水稻的研究发现，单位土地面积上的叶片氮素含量与620
和760nm处反射率的线性组合以及与400，620和880nm处反射率的线性组合
均有较好的回归关系，预测值和实测值线性相关，且不受品种类型的影响。
Horler等［7］认为“红边”与植被叶绿素浓度间的关系显著，说明利用“红边”
遥感参量来推算植被叶绿素浓度是可行的。我国学者也进行了大量的相关研究。姚
露［8］和李映雪等［9］对冬小麦和水稻的不同品种、生育期和施氮水平的光谱
特征分别进行了深入的研究。唐延林等［10］认为NDVI和RVI等植被指数与水
稻叶片含氮量间有良好的相关性，诊断水稻氮素营养水平的叶片光谱敏感波段为
760～900，630～660和530～560nm。以上研究表明，受种类、生长状况、健
康水平的影响作物具有不同的光谱特性，明确作物光谱特性有利于监测作物长势及
诊断其营养状况。在利用光谱特性监测温室栽培作物长势方面，关于黄瓜的研究已
经相当深入，但关于番茄的研究还处于探索阶段［11，12］。
本研究旨在分析不同营养水平下温室番茄冠层和叶片的光谱反射特征，并研究其与
叶片水分含量、叶绿素含量和氮含量间的关系，探讨不同营养水平下温室番茄冠层
和叶片光谱反射率及红边波长位置的变化，为利用温室番茄反射光谱诊断叶片营养
状况提供理论基础。
试验于2009年1—6月在中国农业大学水利与土木工程学院的温室试验站进行。
试验作物选择番茄，采用基质栽培方式，基质由草炭和蛭石混合而成，于2009年
1月底开始种植。试验区域设4个营养水平，采用营养胁迫方法，草炭和蛭石配比
分别为0∶10，3∶7，7∶3和10∶0，四种配比分别对应无营养（N0）、少营养
（N1）、适量（N2）、过营养（N3），每种配比种植12株共48株秧苗，各处
理均以基肥方式移植前一次性施入。试验于2009年3月16日（生长第46天）、
3月23日（第53天）、4月22日（第80天）分别进行冠层和单叶片的光谱数
据采集，进行水分含量、叶绿素含量和氮素含量的检测。
（1）光谱数据的采集
温室番茄冠层反射光谱采用美国ASD光谱辐射仪进行采集，其测量波长范围为
325～1 075nm，光谱分辨率1nm。实验期为晴朗天气，于上午10～12h进行光
谱采集。光谱仪探头垂直向下，距番茄叶片冠层30cm左右，每次采集目标光谱
前进行参考板校正，四个营养水平下共测量24个样点，每点反复测量3次取平均
值作为该样本的光谱测量结果。然后在温室现场采集番茄叶片，在实验室测量叶片
的近红外波段反射光谱，采用的光谱仪为德国布鲁克光学仪器公司生产的
MATRIX2Ⅰ型傅里叶变换近红外光谱分析仪，其波长范围为780～2 800nm，光
谱分辨率为2nm。
（2）水分含量、叶绿素含量及氮素含量的测定
番茄叶片水分含量采用烘干称重法。称取鲜重，利用烘干箱杀青并烘干，称取干重，
计算叶片水分含量。叶绿素含量的测定采用分光光度法，将进行光谱测量的叶片去
除主茎，剪碎、混匀，称取0．4g，用99%丙酮和无水乙醇2∶1混合液25mL
浸泡24h，利用分光光度计测量吸光度，计算叶片叶绿素含量。番茄叶片全氮含
量的测定采用凯氏定氮法测量，将叶片烘24h，研磨粉碎称取0．4g，混合
6．2g催化剂（K2SO4∶CuSO4·5H2O按30∶1混合研磨）加12mL浓硫酸进行
硝化，冷却后利用定氮仪进行蒸馏，测得番茄叶片的氮素百分比。
（3）植被指数的计算
本研究选择归一化颜色指数NDCI与番茄叶片氮含量进行相关分析。NDCI指数的
计算方法如式（1）所示。式中，温室番茄叶片的敏感波长选择530和760nm，
R530和R760分别为光谱仪测量的叶片在530和760nm处反射率。
2．1 温室番茄冠层和叶片的反射光谱特征
利用ASD光谱仪（350～1075nm）于2009年3月23日（第53天）对温室番
茄冠层进行24次光谱测量，图1为400～1 000nm波段的反射光谱曲线。可以
看出，不同番茄冠层反射光谱曲线走势基本一致。在可见光区较低，在690nm波
长附近处向近红外方向上反射率急剧上升。在400～490 nm波段的反射光谱曲线
平缓且反射率值较低；在490～600 nm波段反射率曲线呈波峰形态，550nm附
近是叶绿素的绿色强反射；650～700nm波段呈波谷形态，具有较低反射率，主
要是叶绿素的强吸收造成的；在700～750nm番茄冠层反射率急剧上升，在
760nm附近光谱曲线均有高频噪声，分析原因是仪器系统误差造成的；在
800nm后反射率具有较高数值且呈波状起伏，在980nm附近表现为波谷，这是
由水分的强吸收造成的。同时从光谱曲线可以看出，在近红外区，番茄冠层反射率
随营养水平的提高而增大；而在可见光区反射光谱变化刚好相反，其值随营养水平
的提高而不断减小，尤其在550nm附近表现明显。
利用傅里叶光谱分析仪（780～2 800nm）对24个温室番茄叶片样本进行近红外
光谱测量，图2为2009年3月16日（第46天）的反射光谱曲线。显然，1
450和1 930nm附近的波谷是由水分的强吸收带引起的。另外从光谱曲线可以看
出，不同营养水平的叶片光谱具有较明显的差异，这为利用光谱特征诊断温室番茄
营养提供了依据。在近红外波段，其反射率随着营养水平的提高而增大，尤以
700～1 300nm波段明显。因此可利用此波段番茄叶片反射光谱的变化预测叶片
的营养水平。
2．2 近红外波段敏感波长与水分含量及叶绿素含量的关系
分析图2番茄叶片近红外波段的反射光谱曲线，在980，1 190，1 450，1 930
和2 620nm 处反射光谱曲线表现为波谷，在1 080，1 270，1 670和2 210nm
处表现为波峰，且在以上波长处，反射率有较明显的变化，利用波峰和波谷处的反
射率与同步测定的叶片水分含量及叶绿素含量进行相关性分析，结果如表1所示。
由表1可以得出，在800～2 800nm波段，波峰波谷处的反射率与水分含量呈负
相关，相关系数绝对值均在0．6以上，因此利用反射率在敏感波长处的变化可以
预测番茄叶片的水分含量。原因主要是这些波长处包含了水分的主要吸收带，从而
使得不同含水量的叶片在该波长处的反射率有较明显的变化。所得水分的最佳敏感
波长为O—H伸缩振动的第二倍频980nm，O—H 伸缩振动的第一倍频1
450nm，O—H伸缩振动与变角振动的合频1 930nm和O—H伸缩振动与变角
振动的合频2 210nm。利用上述4敏感波长处反射率进行多元线性回归分析
（MLR）［13］，所得多元回归模型如式（2）所示
式中，xi为波长i处的光谱反射率，y为叶片含水量，模型所得R2为0．743 7，
较一元线性回归模型有较大提高，且模型所得F检验值通过了F检验，各回归系
数也通过了t检验。因此，利用多敏感波长为自变量的多元线性模型能更好的预测
叶片水分含量。
在800～2 800nm范围，反射率波峰与波谷处的值与叶绿素含量呈正相关，但实
验所得相关系数不高，最高为0．338。若想利用此波段内的反射率值的变化预测
叶片叶绿素含量，还需进一步的研究。
2．3 NDCI指数与叶绿素及氮素含量的关系
根据温室番茄叶片的反射光谱，计算归一化颜色指数NDCI值，并与同步测定的
叶片氮含量进行线性分析。图3为番茄生长第53天NDCI与叶片含氮量的关系。
可以看出，利用两个特征波长所得的NDCI与氮含量之间具有较好的正相关性，
R2为0．751 1，已经达到相当高的预测精度，可以用于快速检测番茄叶片的氮含
量。
2．4 不同营养水平下红边波长变化与分析
温室番茄反射光谱从680nm波长附近开始，反射率随波长增加而急剧升高，形成
叶绿素的吸收“红边”，即反射率曲线的最大斜率点，其具备了位置、反射率值等
信息特征，因此可作为描述番茄色素状态和健康状况的指示波段。本研究根据冠层
光谱，对温室番茄在不同营养水平下的红边位置进行了初步研究。ASD光谱仪采
集作物冠层反射光谱是离散型数据，利用式（3）的4点差分方法近似的对光谱数
据进行一阶导数计算，其中xi表示波长i处原始光谱反射率数据，f′（xi）表示波
长i处微分光谱反射率数据，h为差分步长。
根据温室番茄叶片在2009年4月22日的光谱数据和一阶导数光谱数据进行分析，
可以得到不同营养水平下红边波长位置，即无营养、少营养、适量和过营养四个营
养水平的红边波长分别为721，724，725和729nm。随着营养水平的提高，红
边波长位置向长波方向移动，即出现“红移”现象。这一现象为温室番茄总体生长
趋势的诊断提供了理论依据。
本研究通过对4种营养条件下温室番茄冠层和叶片的光谱反射率及叶片水分含量、
叶绿素含量和氮含量的测定，分析了温室番茄冠层和叶片的反射光谱特征，及其与
叶片水分含量等的相关关系，为利用番茄冠层及叶片的反射光谱信息快速估算番茄
营养状况提供了理论依据，主要结论如下：
（1）番茄冠层反射光谱曲线与叶片反射光谱曲线具有相同的特征，在可见光波段
较低，近红外波段较高，550nm附近均有叶绿素的强反射峰。同一生长期随基质
营养水平的提高，番茄冠层反射率在可见光波段不断减小，在近红外波段不断增大，
且红边波长位置出现“红移”现象。
（2）番茄叶片的水分含量在近红外波段的敏感波长为980，1 450，1 930和2
210nm，一元线性回归和多元线性回归结果均表明以上敏感波长处的反射率与水
分含量具有显著线性关系。
（3）归一化颜色指数NDCI与叶片含氮量具有较高正相关性，预测模型的R2为
0．751 1，可用于快速检测番茄叶片含氮量。
【相关文献】
［1］ Al－Abbas A H，Barr R，Hall J D，et al．Agronomy Journal，1974，66：16．
［2］ Hinzman L D，Bauer M E，Daughtry C S T．Remote Sensing of Environment，1986，
19：47．
［3］ Chen M，Glaz B，Gilert R A，et al．Agronomy Journal，2002，94：1324．
［4］ TAN Chang－wei，GUO Wen－shan，ZHU Xin－kai，et al（谭昌伟，郭文善，朱新开，
等）．Transactions of the Chinese Society of Agricultural Engineering（农业工程学报），
2008，24（9）：131．
［5］ Thomas J R，Oerther G F．Agronomy Journal，1972，64：11．
［6］ Shibayama M，Akiyama T A．Remote Sensing of Environment，1993，45：117．
［7］ Horler D N，Barber L P，Ferns D C．Advanced Space Research，1983，25（3）：
175．
［8］ YAO Xia，ZHU Yan，FENG Wei，et al（姚 霞，朱 艳，冯 伟，等）．Spectroscopy ane
Spectral Analysis（光谱学与光谱分析），2009，29（8）：2191．
［9］ LI Ying－xue，ZHU Yan，TIAN Yong－chao，et al（李映雪，朱 艳，田永超，
等）．Acta Agronomica Sinica（作物学报），2006，32（3）：358．
［10］ TANG Yan－lin，WANG Xiu－zhen，HUANG Jing－feng，et al（唐延林，王秀珍，黄
敬峰，等）．Transactions of the Chinese Society of Agricultural Engineering（农业工程学
报），2003，19（1）：145．
［11］ YAO Lei，YANG A－ming（姚 磊，杨阿明）．Acta Agriculturae Boreali－Sinica（华
北农学报），1997，12（2）：102．
［12］ WANG Cheng，ZHAO Chun－jiang，QIAO Xiao－jun，et al（王 成，赵春江，乔晓军，
等）．Transactions of the Chinese Society of Agricultural Engineering（农业工程学报），
2008，24（Supp2）：343．
［13］ LI Min－zan，HAN Dong－hai，WANG Xiu（李民赞，韩东海，王 秀）．Spectral
Analysis and Application（光谱分析技术及其应用）．Beijing：Science Press（北京：科学出
版社），2006．8．
2024年4月26日发(作者：司沛白)
温室番茄冠层和叶片光谱特征分析及营养诊断
赵瑞娇;李民赞;杨策;杨玮;孙红
【摘 要】通过温室基质栽培,利用ASD光谱仪和傅里叶光谱分析仪测量了四种背
养水平下温室番茄冠层和叶片的光谱反射曲线,并检测了对应叶片的水分含量、叶
绿素含量和氮含量,分析了不同营养水平下番茄冠层和叶片的反射光谱变化,并对番
茄叶片含水量的敏感波长以及冠层反射光谱的红边波长进行了研究.结果表明:温室
番茄冠层反射光谱曲线在可见光550 nm左右均有叶绿素的强反射峰,近红外区反
射率高于可见光区.在同一生长期,随基质营养水平的提高,番茄冠层反射率在可见光
波段不断减小,在近红外波段不断增大,且红边波长位置出现"红移"现象.利用530和
760 nn特征波长得到的归一化颜色指标NDCI与叶片氮含量有较好相关性,R2为
0.751 1.
【期刊名称】《光谱学与光谱分析》
【年(卷),期】2010(030)011
【总页数】4页(P3103-3106)
【关键词】番茄;光谱反射率;叶绿素检测;凯氏定氮;温室
【作 者】赵瑞娇;李民赞;杨策;杨玮;孙红
【作者单位】中国农业大学现代精细农业系统集成研究教育部重点实验室,北
京,100083;中国农业大学现代精细农业系统集成研究教育部重点实验室,北
京,100083;中国农业大学现代精细农业系统集成研究教育部重点实验室,北
京,100083;中国农业大学现代精细农业系统集成研究教育部重点实验室,北
京,100083;中国农业大学现代精细农业系统集成研究教育部重点实验室,北
京,100083
【正文语种】中 文
【中图分类】O657.3;S641.2
目前，国内外许多研究学者对植物的光谱特性进行了大量的研究，取得了很多可借
鉴的研究成果［1－4］。Thomas等［5］发现甜椒叶片含氮量与550～675nm
波长间叶片的反射系数高度相关，实际含量与所预测含氮量误差小于7%。
Shibayama等［6］对水稻的研究发现，单位土地面积上的叶片氮素含量与620
和760nm处反射率的线性组合以及与400，620和880nm处反射率的线性组合
均有较好的回归关系，预测值和实测值线性相关，且不受品种类型的影响。
Horler等［7］认为“红边”与植被叶绿素浓度间的关系显著，说明利用“红边”
遥感参量来推算植被叶绿素浓度是可行的。我国学者也进行了大量的相关研究。姚
露［8］和李映雪等［9］对冬小麦和水稻的不同品种、生育期和施氮水平的光谱
特征分别进行了深入的研究。唐延林等［10］认为NDVI和RVI等植被指数与水
稻叶片含氮量间有良好的相关性，诊断水稻氮素营养水平的叶片光谱敏感波段为
760～900，630～660和530～560nm。以上研究表明，受种类、生长状况、健
康水平的影响作物具有不同的光谱特性，明确作物光谱特性有利于监测作物长势及
诊断其营养状况。在利用光谱特性监测温室栽培作物长势方面，关于黄瓜的研究已
经相当深入，但关于番茄的研究还处于探索阶段［11，12］。
本研究旨在分析不同营养水平下温室番茄冠层和叶片的光谱反射特征，并研究其与
叶片水分含量、叶绿素含量和氮含量间的关系，探讨不同营养水平下温室番茄冠层
和叶片光谱反射率及红边波长位置的变化，为利用温室番茄反射光谱诊断叶片营养
状况提供理论基础。
试验于2009年1—6月在中国农业大学水利与土木工程学院的温室试验站进行。
试验作物选择番茄，采用基质栽培方式，基质由草炭和蛭石混合而成，于2009年
1月底开始种植。试验区域设4个营养水平，采用营养胁迫方法，草炭和蛭石配比
分别为0∶10，3∶7，7∶3和10∶0，四种配比分别对应无营养（N0）、少营养
（N1）、适量（N2）、过营养（N3），每种配比种植12株共48株秧苗，各处
理均以基肥方式移植前一次性施入。试验于2009年3月16日（生长第46天）、
3月23日（第53天）、4月22日（第80天）分别进行冠层和单叶片的光谱数
据采集，进行水分含量、叶绿素含量和氮素含量的检测。
（1）光谱数据的采集
温室番茄冠层反射光谱采用美国ASD光谱辐射仪进行采集，其测量波长范围为
325～1 075nm，光谱分辨率1nm。实验期为晴朗天气，于上午10～12h进行光
谱采集。光谱仪探头垂直向下，距番茄叶片冠层30cm左右，每次采集目标光谱
前进行参考板校正，四个营养水平下共测量24个样点，每点反复测量3次取平均
值作为该样本的光谱测量结果。然后在温室现场采集番茄叶片，在实验室测量叶片
的近红外波段反射光谱，采用的光谱仪为德国布鲁克光学仪器公司生产的
MATRIX2Ⅰ型傅里叶变换近红外光谱分析仪，其波长范围为780～2 800nm，光
谱分辨率为2nm。
（2）水分含量、叶绿素含量及氮素含量的测定
番茄叶片水分含量采用烘干称重法。称取鲜重，利用烘干箱杀青并烘干，称取干重，
计算叶片水分含量。叶绿素含量的测定采用分光光度法，将进行光谱测量的叶片去
除主茎，剪碎、混匀，称取0．4g，用99%丙酮和无水乙醇2∶1混合液25mL
浸泡24h，利用分光光度计测量吸光度，计算叶片叶绿素含量。番茄叶片全氮含
量的测定采用凯氏定氮法测量，将叶片烘24h，研磨粉碎称取0．4g，混合
6．2g催化剂（K2SO4∶CuSO4·5H2O按30∶1混合研磨）加12mL浓硫酸进行
硝化，冷却后利用定氮仪进行蒸馏，测得番茄叶片的氮素百分比。
（3）植被指数的计算
本研究选择归一化颜色指数NDCI与番茄叶片氮含量进行相关分析。NDCI指数的
计算方法如式（1）所示。式中，温室番茄叶片的敏感波长选择530和760nm，
R530和R760分别为光谱仪测量的叶片在530和760nm处反射率。
2．1 温室番茄冠层和叶片的反射光谱特征
利用ASD光谱仪（350～1075nm）于2009年3月23日（第53天）对温室番
茄冠层进行24次光谱测量，图1为400～1 000nm波段的反射光谱曲线。可以
看出，不同番茄冠层反射光谱曲线走势基本一致。在可见光区较低，在690nm波
长附近处向近红外方向上反射率急剧上升。在400～490 nm波段的反射光谱曲线
平缓且反射率值较低；在490～600 nm波段反射率曲线呈波峰形态，550nm附
近是叶绿素的绿色强反射；650～700nm波段呈波谷形态，具有较低反射率，主
要是叶绿素的强吸收造成的；在700～750nm番茄冠层反射率急剧上升，在
760nm附近光谱曲线均有高频噪声，分析原因是仪器系统误差造成的；在
800nm后反射率具有较高数值且呈波状起伏，在980nm附近表现为波谷，这是
由水分的强吸收造成的。同时从光谱曲线可以看出，在近红外区，番茄冠层反射率
随营养水平的提高而增大；而在可见光区反射光谱变化刚好相反，其值随营养水平
的提高而不断减小，尤其在550nm附近表现明显。
利用傅里叶光谱分析仪（780～2 800nm）对24个温室番茄叶片样本进行近红外
光谱测量，图2为2009年3月16日（第46天）的反射光谱曲线。显然，1
450和1 930nm附近的波谷是由水分的强吸收带引起的。另外从光谱曲线可以看
出，不同营养水平的叶片光谱具有较明显的差异，这为利用光谱特征诊断温室番茄
营养提供了依据。在近红外波段，其反射率随着营养水平的提高而增大，尤以
700～1 300nm波段明显。因此可利用此波段番茄叶片反射光谱的变化预测叶片
的营养水平。
2．2 近红外波段敏感波长与水分含量及叶绿素含量的关系
分析图2番茄叶片近红外波段的反射光谱曲线，在980，1 190，1 450，1 930
和2 620nm 处反射光谱曲线表现为波谷，在1 080，1 270，1 670和2 210nm
处表现为波峰，且在以上波长处，反射率有较明显的变化，利用波峰和波谷处的反
射率与同步测定的叶片水分含量及叶绿素含量进行相关性分析，结果如表1所示。
由表1可以得出，在800～2 800nm波段，波峰波谷处的反射率与水分含量呈负
相关，相关系数绝对值均在0．6以上，因此利用反射率在敏感波长处的变化可以
预测番茄叶片的水分含量。原因主要是这些波长处包含了水分的主要吸收带，从而
使得不同含水量的叶片在该波长处的反射率有较明显的变化。所得水分的最佳敏感
波长为O—H伸缩振动的第二倍频980nm，O—H 伸缩振动的第一倍频1
450nm，O—H伸缩振动与变角振动的合频1 930nm和O—H伸缩振动与变角
振动的合频2 210nm。利用上述4敏感波长处反射率进行多元线性回归分析
（MLR）［13］，所得多元回归模型如式（2）所示
式中，xi为波长i处的光谱反射率，y为叶片含水量，模型所得R2为0．743 7，
较一元线性回归模型有较大提高，且模型所得F检验值通过了F检验，各回归系
数也通过了t检验。因此，利用多敏感波长为自变量的多元线性模型能更好的预测
叶片水分含量。
在800～2 800nm范围，反射率波峰与波谷处的值与叶绿素含量呈正相关，但实
验所得相关系数不高，最高为0．338。若想利用此波段内的反射率值的变化预测
叶片叶绿素含量，还需进一步的研究。
2．3 NDCI指数与叶绿素及氮素含量的关系
根据温室番茄叶片的反射光谱，计算归一化颜色指数NDCI值，并与同步测定的
叶片氮含量进行线性分析。图3为番茄生长第53天NDCI与叶片含氮量的关系。
可以看出，利用两个特征波长所得的NDCI与氮含量之间具有较好的正相关性，
R2为0．751 1，已经达到相当高的预测精度，可以用于快速检测番茄叶片的氮含
量。
2．4 不同营养水平下红边波长变化与分析
温室番茄反射光谱从680nm波长附近开始，反射率随波长增加而急剧升高，形成
叶绿素的吸收“红边”，即反射率曲线的最大斜率点，其具备了位置、反射率值等
信息特征，因此可作为描述番茄色素状态和健康状况的指示波段。本研究根据冠层
光谱，对温室番茄在不同营养水平下的红边位置进行了初步研究。ASD光谱仪采
集作物冠层反射光谱是离散型数据，利用式（3）的4点差分方法近似的对光谱数
据进行一阶导数计算，其中xi表示波长i处原始光谱反射率数据，f′（xi）表示波
长i处微分光谱反射率数据，h为差分步长。
根据温室番茄叶片在2009年4月22日的光谱数据和一阶导数光谱数据进行分析，
可以得到不同营养水平下红边波长位置，即无营养、少营养、适量和过营养四个营
养水平的红边波长分别为721，724，725和729nm。随着营养水平的提高，红
边波长位置向长波方向移动，即出现“红移”现象。这一现象为温室番茄总体生长
趋势的诊断提供了理论依据。
本研究通过对4种营养条件下温室番茄冠层和叶片的光谱反射率及叶片水分含量、
叶绿素含量和氮含量的测定，分析了温室番茄冠层和叶片的反射光谱特征，及其与
叶片水分含量等的相关关系，为利用番茄冠层及叶片的反射光谱信息快速估算番茄
营养状况提供了理论依据，主要结论如下：
（1）番茄冠层反射光谱曲线与叶片反射光谱曲线具有相同的特征，在可见光波段
较低，近红外波段较高，550nm附近均有叶绿素的强反射峰。同一生长期随基质
营养水平的提高，番茄冠层反射率在可见光波段不断减小，在近红外波段不断增大，
且红边波长位置出现“红移”现象。
（2）番茄叶片的水分含量在近红外波段的敏感波长为980，1 450，1 930和2
210nm，一元线性回归和多元线性回归结果均表明以上敏感波长处的反射率与水
分含量具有显著线性关系。
（3）归一化颜色指数NDCI与叶片含氮量具有较高正相关性，预测模型的R2为
0．751 1，可用于快速检测番茄叶片含氮量。
【相关文献】
［1］ Al－Abbas A H，Barr R，Hall J D，et al．Agronomy Journal，1974，66：16．
［2］ Hinzman L D，Bauer M E，Daughtry C S T．Remote Sensing of Environment，1986，
19：47．
［3］ Chen M，Glaz B，Gilert R A，et al．Agronomy Journal，2002，94：1324．
［4］ TAN Chang－wei，GUO Wen－shan，ZHU Xin－kai，et al（谭昌伟，郭文善，朱新开，
等）．Transactions of the Chinese Society of Agricultural Engineering（农业工程学报），
2008，24（9）：131．
［5］ Thomas J R，Oerther G F．Agronomy Journal，1972，64：11．
［6］ Shibayama M，Akiyama T A．Remote Sensing of Environment，1993，45：117．
［7］ Horler D N，Barber L P，Ferns D C．Advanced Space Research，1983，25（3）：
175．
［8］ YAO Xia，ZHU Yan，FENG Wei，et al（姚 霞，朱 艳，冯 伟，等）．Spectroscopy ane
Spectral Analysis（光谱学与光谱分析），2009，29（8）：2191．
［9］ LI Ying－xue，ZHU Yan，TIAN Yong－chao，et al（李映雪，朱 艳，田永超，
等）．Acta Agronomica Sinica（作物学报），2006，32（3）：358．
［10］ TANG Yan－lin，WANG Xiu－zhen，HUANG Jing－feng，et al（唐延林，王秀珍，黄
敬峰，等）．Transactions of the Chinese Society of Agricultural Engineering（农业工程学
报），2003，19（1）：145．
［11］ YAO Lei，YANG A－ming（姚 磊，杨阿明）．Acta Agriculturae Boreali－Sinica（华
北农学报），1997，12（2）：102．
［12］ WANG Cheng，ZHAO Chun－jiang，QIAO Xiao－jun，et al（王 成，赵春江，乔晓军，
等）．Transactions of the Chinese Society of Agricultural Engineering（农业工程学报），
2008，24（Supp2）：343．
［13］ LI Min－zan，HAN Dong－hai，WANG Xiu（李民赞，韩东海，王 秀）．Spectral
Analysis and Application（光谱分析技术及其应用）．Beijing：Science Press（北京：科学出
版社），2006．8．