利用光学方法对‘Nashi’梨树营养状态进行无损评估

《Horticulturae》：Non-Destructive Assessment of Nutrient Status in ‘Nashi’ Pear Trees Using Optical Methods

　　

可持续果园生产依赖于高效的养分管理；然而，用于评估植物营养状态的常规实验室分析耗时且成本较高。光学传感技术提供了一种快速且无损的替代方案。本研究评估了近距离光学传感器与基于无人机（UAV）的多光谱影像在评价幼龄盆栽‘Nashi’梨（Pyrus pyrifolia (Burm. f.) Nakai）树营养状态方面的潜力。研究人员基于不同浓度的Hoagland营养液设置了3种施肥处理，并应用于18株1年生盆栽树体。在生长季期间，采用Dualex、CL-01叶绿素仪和Pocket PEA荧光仪进行叶片测定，同时利用基于UAV的多光谱影像计算植被指数，包括归一化差异植被指数（NDVI）、简单比值指数（SR）、优化土壤调整植被指数（OSAVI）和修正土壤调整植被指数（MSAVI）。通过化学分析测定叶片氮（N）、磷（P）和钾（K）浓度，并将其作为回归分析的参考值。结果表明，叶片N含量（N%）与若干与叶片色素相关的光学参数之间存在显著相关关系（p < 0.05），这些参数包括叶绿素、黄酮醇和氮平衡指数（NBI），同时也与多光谱指数相关，但相关强度较弱（R² = 0.326–0.488）。其中，与N%相关性最强的单一指标为NBI（R² = 0.480）。为校正同一植株重复测量的影响，研究人员拟合了线性混合效应模型。模型结果显示，在近距离光学参数中，NBI与N%的关联最强（β = 0.019, p < 0.001；RMSE = 0.113；MAE = 0.091），其次为黄酮醇和Dualex叶绿素。相比之下，光学参数对P和K的敏感性有限。多光谱指数与K之间无显著关系，而仅红光与绿光反射率与P表现出较弱相关性。总体而言，在本研究测试的组合养分梯度条件下，光学参数与N%表现出最佳关联，而对P和K的评估能力仍然有限，应视为探索性结果。

该论文发表于《Horticulturae》，围绕果树营养状态无损诊断这一精准园艺（precision horticulture，指借助传感与数据分析优化投入管理）的关键问题，系统评估了近距离光学传感、叶绿素荧光（chlorophyll fluorescence）测量与无人机（UAV）多光谱遥感在‘Nashi’梨幼树营养监测中的应用潜力。研究背景在于，果园生产中氮（N）、磷（P）、钾（K）等大量营养元素直接影响植株生长、光合作用与产量形成，但传统化学分析虽然准确，却依赖破坏性取样、实验室仪器和较长分析周期，难以满足快速、连续、低成本监测需求。现有光学方法主要通过叶绿素、类黄酮、花青素、冠层反射和光系统II（PSII，photosystem II）活性等间接表型反映营养差异，其中针对氮素诊断的研究较多，而对磷、钾的综合光学评估证据相对不足。此外，已有研究往往仅采用单一传感路径，缺乏在同一实验框架中联合比较近距离传感、荧光参数和UAV多光谱指数的研究。因此，开展本研究的必要性在于：在统一试验条件下比较多类光学指标与叶片N、P、K化学测值之间的关联强弱，明确何种方法更适于幼龄梨树的营养状态无损评估。

研究人员以18株1年生盆栽‘Nashi’梨树为对象，设置3种基于Hoagland营养液浓度的处理，构建组合营养梯度，并在生长季内同步采集叶片光学数据、荧光数据、多光谱影像及叶片化学养分数据。结果表明，光学指标对N%的响应最明确，尤其是Dualex测得的氮平衡指数（NBI）、黄酮醇（Flav）和叶绿素（Chl）与叶片N含量存在显著关系；UAV多光谱中的NDVI、SR、OSAVI和MSAVI等指数也与N%存在一定关联，但解释力整体有限。相比之下，无论近距离光学参数还是多光谱指数，对P和K的诊断能力均较弱。研究说明，在本试验条件下，光学方法更适合用于表征与氮相关的色素响应，而对磷、钾的无损识别仍需更充分验证。这一结论对于果树精准施肥、营养监测和低破坏性果园管理具有实际意义，也为果树系统中多源光学信息联合应用提供了探索依据。

从技术方法看，研究主要采用了四类关键手段：其一，以18株1年生盆栽‘Nashi’梨树构建3个Hoagland营养液浓度处理，形成组合养分梯度；其二，使用Dualex、CL-01和Pocket PEA进行周尺度叶片近距离无损测量，获取叶绿素、黄酮醇、花青素、NBI及Fv/Fm等参数；其三，利用DJI Mavic 3M获取UAV多光谱影像，经Agisoft Metashape、QGIS和SAGA GIS处理，提取Green、Red、Red Edge、NIR波段及多种植被指数；其四，通过Dumas燃烧法、比色法和微波等离子体原子发射光谱（MP-AES）测定叶片N、P、K含量，并结合普通最小二乘回归（OLS）、后向消除和线性混合效应模型开展统计分析。

在研究结果部分，论文首先给出了“Nitrogen (N)”部分。研究显示，3种处理下叶片N%随时间总体呈先高后降、后期略有回升的变化趋势，H20%处理整体N水平最高。由于同一植株被重复观测且N含量存在明显时序变化，研究人员将采样日期纳入固定效应，并采用线性混合效应模型增强分析稳健性。结果指出，在所有近距离光学指标中，NBI与N%的关联最稳定、最强，其后依次为Flav和Dualex Chl。说明与单纯叶绿素信号相比，综合叶绿素与黄酮醇信息的NBI更能表征氮营养状态。

在“3.1.1. Dualex”中，研究人员发现Dualex测得的Chl与N%呈正线性关系，但在全部采样日期中R²较低，说明叶片发育阶段、叶龄和环境差异会削弱Chl对N的解释力。当仅分析后两次采样、即生理上更成熟稳定的叶片时，该关系明显增强。Anth与N%的简单回归为弱负相关，但在混合效应模型中并不稳健，因此不宜作为可靠N指标。Flav与N%呈显著负相关，说明N不足时次生代谢增强、黄酮醇积累增加。NBI与N%则呈最强正相关，且在混合模型中仍保持显著，表明其作为氮营养综合光学指标具有较高一致性，但其解释能力仍不足以替代化学分析。

在“3.1.2. CL-01 Chlorophyll Meter”中，CL-01测得的叶绿素在全时期数据中与N%无显著关系；但限制在7月31日和8月29日两次后期采样时，则出现显著正相关，且拟合误差较低。这进一步说明，基于透射率的叶绿素仪在叶片成熟、采样标准化条件下更能反映氮状态，而在早期叶片仍处扩展阶段时敏感性不足。

在“3.1.3. Pocket PEA Fluorimeter”中，Pocket PEA测得的Fv/Fm与N%之间无显著关系。研究人员认为，Fv/Fm反映的是PSII最大光化学效率，通常在植株未遭受严重胁迫时保持稳定；本研究中N变化范围不足以显著损伤PSII功能，因此Fv/Fm并不适合作为本试验条件下的N诊断指标。

在“3.1.4. Multispectral Vegetation Indices for Nitrogen”中，由于UAV多光谱数据仅在单一日期采集，研究采用横截面回归分析。结果显示，NDVI、SR、OSAVI、MSAVI和MCARI与N%存在显著正相关，其中SR的R²略高。研究认为，这些指数主要通过反映冠层活力、叶绿素吸收和近红外反射来间接表征N状态，但由于样本量有限、仅单时点采集且对象为幼龄盆栽树，其解释力和可迁移性均受限制。MCARI2未显示显著关系，说明在本试验较低冠层结构变异条件下，其理论优势未能体现。

在“3.1.5. Multiple Linear Regression Approach”中，多元线性回归筛选出CL-01 Chl和Flav作为N%的联合预测因子，模型R²为0.549，提示叶绿素与黄酮醇的组合较单一指标具有更高解释力。其中，高Chl、低Flav对应较高N%，反映初生代谢和次生代谢对氮营养的互补响应。不过作者同时强调，该模型基于OLS，未进行独立验证，且未显式处理重复测量，因此只能视作探索性结果。

在“3.2. Phosphorus (P)”部分，叶片P含量在整个生长季总体下降，不同Hoagland处理间无显著差异，说明试验中P变异主要由季节生长动态而非处理差异驱动。论文指出，试验初始P含量即低于梨叶适宜范围，即使H20%处理也未恢复至适宜水平。混合效应模型表明，Dualex和CL-01的Chl、Anth、Flav、NBI以及Pocket PEA的Fv/Fm均未与叶片P形成稳健显著关系。UAV多光谱分析中，仅Red和Green波段反射率与P含量表现出较弱显著关系，而各种植被指数均不显著。研究据此认为，P主要参与ATP合成、能量转移和碳代谢，并不直接构成叶绿素等光学敏感成分，因此其光谱响应较弱，宽波段多光谱对P的诊断能力有限。

在“3.3. Potassium (K)”部分，叶片K含量也呈明显季节变化，但处理间无显著差异，整体数值略低于梨树一般适宜范围，然而未表现出明显缺钾症状。线性混合效应模型显示，Chl、Flav、Anth、NBI和CL-01均与K无显著关系；Fv/Fm虽出现统计显著性，但作者认为这一结果缺乏明确生理特异性，且模型表现有限，不能据此认定其为稳健K指标。多光谱植被指数同样均不能有效估计K状态。文章从生理机制解释指出，K作为可溶性阳离子，主要参与渗透调节、气孔功能和酶活化，并不直接影响色素组成，因此在可见光和近红外范围内缺乏强而稳定的直接光学信号。

在“3.4. Limitations”中，作者明确指出研究局限：样本量较小，仅使用幼龄盆栽‘Nashi’梨树；UAV多光谱数据仅采集一次；研究未跨季节、跨品种和跨果园环境验证；分析方法主要基于植被指数和单变量关系，尚未充分挖掘多源数据的高维信息。因此，文中观察到的光学关系具有明显情境依赖性，尤其是UAV结果应视为探索性证据，而非成熟诊断模型。

综合讨论可见，本研究最重要的学术贡献在于，在同一试验框架中并列检验了叶片近距离光学指标、荧光参数和UAV多光谱指数与梨树N、P、K营养状态之间的关系，并以化学测值作为参照。研究结果一致表明，当前光学方法对氮素最敏感，尤其是与色素平衡密切相关的NBI、Flav和Chl；而对磷、钾的检测则受限于其与光学信号之间较弱且间接的生理联系。论文因此为果树营养无损诊断提供了清晰的适用边界：对于N，可作为趋势监测和相对比较工具；对于P和K，目前仍不足以支撑可靠定量诊断。该研究发表在《Horticulturae》，其意义不仅在于为‘Nashi’梨精准施肥研究提供基础数据，也为后续引入更大样本、多时相UAV采集、独立营养梯度、成熟果园场景以及化学计量学与机器学习方法奠定了比较基础。

研究结论部分可译为：本研究在同一实验框架下整合近距离光学传感、叶绿素荧光测量和基于UAV的多光谱信息，对盆栽‘Nashi’梨植株营养变异开展了无损评估的探索性综合研究。与预期一致，决定系数最高的关联主要出现在N%上，尤其体现在与色素相关的光学参数，如Chl、Flav和NBI，以及部分多光谱植被指数。线性混合效应模型显示，在所测试的近距离光学参数中，NBI、Flav以及较弱程度上的Chl与N%保持了最强关联。CL-01叶绿素仪仅在测定限定于较晚采样日期时表现出较相关的关联，提示叶片成熟度和采样标准化的重要性。相比之下，在本研究测试的实验条件下，所评估光学参数对叶片P和K含量的敏感性有限。混合效应模型未能证实针对P或K观察到的少数线性关系，表明这些养分较少被所采用的光学方法直接捕捉。这些较弱关联可能部分源于处理所诱导的养分变异有限，以及P或K与光学响应之间存在间接的生理联系。总体而言，整合近距离与UAV光学传感的方法可为‘Nashi’梨树营养相关变异监测提供初步支持，尤其适用于与叶片N相关的色素响应，而P和K评估仍需进一步验证。未来研究应纳入更广泛的季节数据、成熟果园条件、独立养分梯度以及更先进的传感和建模方法，以提升果树系统营养评估方法的稳健性与可迁移性。