《Plant Phenomics》：Coupling PROSPECT with Prior Estimation of Leaf Structure to Improve the Retrieval of Leaf Nitrogen Content in Ginkgo from Bidirectional Reflectance Factor Spectra
编辑推荐：
本文聚焦银杏叶片氮含量（LNC）反演难题，提出基于双向反射因子（BRF）光谱的新方法。通过改进的比例指数估计叶片结构参数 Nstruct ，结合不同反演方法，有效提高 LNC 反演精度，为银杏氮素营养评估提供有力支持。
### 研究背景
银杏（
Ginkgo biloba L.）是中国原产的经济价值树种，其叶片富含多种有益化合物，对预防心血管和脑血管疾病有帮助。氮元素对银杏生长至关重要，合理的氮素供应能促进其生长发育，提高药用成分积累。然而，目前银杏种植中氮肥施用常依赖经验，易导致过量施肥或施肥不足，影响树木健康和环境。因此，准确评估银杏氮营养状况意义重大。
传统实验室测量叶片氮含量（Leaf Nitrogen Content，LNC）的方法虽准确，但操作复杂、具有破坏性且耗时。光谱技术为 LNC 的快速、无损估计提供了可能，其中基于机理模型的方法具有更高的通用性。PROSPECT-PRO 模型可直接估计蛋白质含量并换算出 LNC，但从叶片双向反射因子（Bidirectional Reflectance Factor，BRF）光谱反演 LNC 仍面临挑战，如叶肉结构、镜面反射和其他化学物质（如水）的干扰。此前研究在利用 BRF 光谱反演 LNC 时，未充分考虑 Nstruct 的先验信息或使用基于标准比率指数的先验估计，效果不佳。
材料与方法
研究区域 ：银杏大树样本采自江苏东台森林，包括 23 年生和 14 年生的银杏林，该区域属亚热带种植林。银杏幼苗实验区位于江苏南京溧水白马镇，属亚热带季风气候，实验设置了不同氮肥处理水平。叶片反射光谱测量 ：银杏大树在 2020 年 8 月 23 日采样，从不同树龄的树上采集叶片，用带叶夹的光谱仪测量 BRF 光谱。银杏幼苗在不同时间采样，3 年生和 4 年生幼苗分别从不同树冠层采集叶片，同样用带叶夹的光谱仪测量光谱，以减少光谱噪声。叶片生化参数测量 ：采集光谱后，测量叶片鲜重、面积，烘干后测量干重，计算叶干物质含量（Leaf Mass per Area，LMA）。用凯氏定氮法测定叶片质量基础的 LNC（LNCmass ），并换算出面积基础的 LNC（LNCarea ），同时计算叶片氮基蛋白质含量（Cp）和碳基成分含量（CBC）。Nstruct 参数的先验估计 ：基于前人研究，通过反射率模拟分析镜面反射对 Nstruct 与比率指数关系的影响。提出改进的比率指数（mPrior_800、mPrior_1131 和 mPrior_1365），以减轻镜面反射影响，增强叶片氮吸收信号。PROSPECT-PRO 模型反演 ：将 6 种 Nstruct 先验估计策略与 8 种反演方法相结合，对 PROSPECT-PRO 模型进行反演，以检索 CBC、LMA、LNCarea 和 LNCmass 。光谱域选择 ：利用 1400 - 2399nm 的叶片反射光谱检索叶片氮相关性状，通过顺序向前特征选择（Sequential Forward Feature Selection，SFS）技术确定最佳光谱域。模型反演验证 ：通过比较测量的 LNC 值和 PROSPECT-PRO 模型反演得到的估计值，用决定系数（R2 ）和归一化均方根误差（Normalized Root Mean Square Error，NRMSE）评估反演性能。
结果
叶片成分描述统计 ：银杏幼苗样本的 LNCarea 、LMA 和 Cp 值相对较高，所有生化成分范围更大。随着氮肥水平增加，LNCmass 和 LNCarea 先升后降，在 N3 水平（675 kg/hm2 ）达到峰值。不同 LNC 水平下叶片光谱特征比较 ：LNCarea 增加时，可见光和短波红外区域反射率下降，近红外波段反射率上升。模拟 SIs~Nstruct 关系对镜面反射的敏感性 ：标准比率指数受镜面反射影响，而改进的比率指数对镜面反射不敏感。不同先验 Nstruct 估计指数的相关性分析 ：改进的比率指数与 Nstruct 的相关性显著强于标准比率指数。模型反演结果 ：使用先验 Nstruct 估计策略可提高成分检索精度，改进的比率指数效果更好。不同反演方法中，PROSDM_FMD 在检索 LMA 和 CBC 时表现较好，PROCWT_S3 结合改进比率指数在检索 LNCarea 时表现出色。检索 LNCarea 和 LNCmass 的最佳光谱域 ：结合 PROCWT_S3 与 mPrior_1131 或 mPrior_1365 的方法确定了最佳光谱域，主要集中在 1440 - 1539nm、1580 - 1639nm、1900 - 1999nm、2020 - 2099nm 和 2120 - 2179nm 等区域，使用这些光谱域可显著提高 LNCarea 和 LNCmass 的估计性能。
讨论
先验 Nstruct 估计的潜力 ：Nstruct 参数对 PROSPECT 模型反演至关重要，改进的比率指数可有效表征叶片结构变化，提高成分检索性能，且其与 Nstruct 的关系对镜面反射不敏感，有望建立统一模型。成分检索最佳方法的选择 ：先验 Nstruct 估计策略中，改进的比率指数（如 mPrior_1131 和 mPrior_1365）效果更佳。不同反演方法中，考虑镜面反射影响的方法与改进策略结合时表现更好，综合评估后，PROCWT_S3 结合 mPrior_1365 或 mPrior_1131 被认为是默认的最佳方法。估计 LNCarea 和 LNCmass 的最佳光谱域识别 ：确定的最佳光谱域覆盖了主要的氮吸收特征，但 SWIR 区域信号噪声比低，未来需进一步研究最佳波段间隔。同时，叶绿素监测可作为氮估计的补充。研究的局限性和潜力 ：本研究使用单一氮 - 蛋白质转换因子，样本覆盖范围有限，未来需增加不同物种和生长季节的样本。叶片 BRF 测量受镜面反射影响，多角光谱 BRF 数据虽有用，但模型反演存在问题。本研究提出的方法在实际应用中有潜力，可帮助优化银杏氮肥管理，减少环境影响和资源浪费，还可拓展到叶和冠层水平应用，以及与冠层辐射传输模型结合，实现森林氮含量评估。
结论
本研究提出的基于 BRF 光谱的 Nstruct 先验估计方法，有效提高了银杏叶片 LNC 的反演精度。改进的比率指数在成分估计中表现出色，确定了最佳反演方法和光谱域。研究结果不仅为银杏氮含量评估提供了新方法，也为其他植被类型的相关研究提供了参考，加深了对 Nstruct 先验估计影响 LNC 反演的理解。
打赏
下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究
10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析！
欢迎下载Twist《不断变化的CRISPR筛选格局》电子书
单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析
下载《细胞内蛋白质互作分析方法电子书》
