光谱波长范围对叶片功能性状化学计量模型性能的影响机制研究

这篇研究通过评估100种不同波长组合对PLS（偏最小二乘回归）模型预测6种叶片功能性状（CO2同化速率、比叶面积、水分含量及氮/糖/没食子酸浓度）的影响，揭示了短波红外（SWIR, 1300–2500 nm）对提升所有性状模型性能的关键作用。研究创新性地提出波长范围筛选策略可定位未知吸收特征，为光谱生物学（Spectral Biology）与植物生态学的整合提供了方法论基础。

　　

光谱波长范围对叶片功能性状化学计量模型性能的影响

引言
植被光谱技术已成为评估植物健康状况的重要工具，但其对复杂功能性状的预测精度与波长范围选择的关系尚不明确。本研究以黑胡桃（Juglans nigra）和红橡（Quercus rubra）为对象，通过控制实验模拟多种生物/非生物胁迫，探究400–2400 nm范围内不同波长组合对PLS模型预测6种关键性状的影响。

材料与方法
实验设计涵盖真菌侵染、营养缺失、干旱及盐胁迫等处理。采用SVC HR-1024i光谱仪采集叶片反射率，同步测定CO₂同化速率（A）、比叶面积（SLA）、叶片含水量（LWC）及氮（N）、糖类、没食子酸（GA）浓度。通过100种波长范围组合（均≥300 nm连续波段）构建PLS模型，以变量重要性投影（VIP）识别关键吸收特征。

结果

1. 波长范围对模型性能的性状特异性影响

   • A的预测精度（R²=0.68）最依赖起始波长（400–500 nm），因其与叶绿素吸收特征相关；而LWC模型则更受终止波长（>1550 nm）影响，对应水分吸收峰（1400–1450 nm）。
   • SWIR区域（1300–2500 nm）显著提升所有性状模型性能，其中N的预测（R²=0.91）在2000–2400 nm达最优，与蛋白质特征吸收区（2060–2350 nm）高度吻合。

2. 吸收特征与模型优化的关联性
   VIP分析显示：

   • SLA的关键波长（1900–2400 nm）对应木质纤维素吸收；
   • GA的特征峰（650–750 nm和1900 nm）与酚类化合物一致；
   • 糖类的1370–1450 nm峰与碳水化合物振动吸收相关。

3. 全波段与优化波段的比较
   全波段（400–2400 nm）模型对A、SLA和LWC的预测差异<4%，但对糖类和GA的预测误差显著增加（NRMSE升高30%），表明冗余波段会引入噪声。

讨论

1. SWIR的普适性价值
   研究首次证实SWIR能补偿可见-近红外（VIS-NIR）区域的信息缺失，例如N的预测仅需SWIR即可实现高精度，颠覆了传统依赖VIS-NIR的认知。

2. 未知吸收特征的发现方法
   通过起始/终止波长回归曲线的交点定位（如GA在1600 nm的收敛），为缺乏明确吸收特征的性状（如次生代谢物）提供了逆向鉴定思路。

3. 跨物种适用性验证
   模型在两种树种间表现一致（A和LWC的R²差异<5%），但GA预测在红橡中误差增大40%，可能与物种特异性代谢通路有关。

结论
该研究建立了波长范围选择与PLS模型性能的量化关系，证实SWIR对叶片性状预测的不可替代性。提出的"波长范围筛选-吸收特征定位"框架，为拓展光谱生物学在生态学研究中的应用提供了新范式。