基于智能手机水稻叶色的最佳测试位置的确定及RGB值与SPAD值的关系

Determination of the Optimal Testing Location for Rice Leaf Color Based on Smartphones and the Relationship between RGB Value and SPAD Value

摘要: 为探明水稻叶色的最佳测试位置，最佳的颜色特征参数，并构建颜色特征参数与SPAD值的关系模型。利用叶绿素计(SPAD-502型)获取叶片的SPAD值及智能手机获取的颜色空间RGB值，分析叶片各测试位置的SPAD值之间的关系及颜色特征参数与SPAD值之间的关系。结果表明，水稻叶片中间1/2及上下3 cm处的SPAD值的平均值与整片叶的SPAD值平均值相关系数最高；水稻叶片两侧SPAD值的平均值、标准差、变异系数的大小分别为，光滑侧 > 粗糙侧、光滑侧 < 粗糙侧、光滑侧 < 粗糙侧，正背面接近1:1关系；颜色特征参数G-B值与SPAD值的相关性最好，并构建函数关系模型，Y_SPAD = −0.4541X_G-B + 64.4618 (n = 48, df = 45, R² = 0.7475, F = 133.2052, p < 0.01)。综上，基于智能手机的颜色识别器测量水稻叶色，能为代替价格昂贵、性价比低、操作繁琐等仪器的水稻氮营养监测提供新方法。

Abstract: To identify the optimal testing location and color feature parameters for rice leaf color, and to construct a relationship model between color feature parameters and SPAD values, a chlorophyll meter (SPAD-502 type) was used to obtain the SPAD value of leaves and the RGB value of color space obtained by a smartphone to analyze the relationship between SPAD values at various test positions of leaves and the relationship between color feature parameters and SPAD values. The results showed that the correlation coefficient between the average SPAD values at the middle 1/2 and upper and lower 3cm of rice leaves and the average SPAD values of the entire leaf was the highest. The average value, standard deviation, and coefficient of variation of SPAD values on both sides of rice leaves are as follows: smooth side > rough side, smooth side < rough side, smooth side < rough side, with a close 1:1 relationship between the front and back sides. The correlation between the color feature parameter G-B value and SPAD value is the best, and a functional relationship model is constructed, Y_SPAD = −0.4541X_G-B + 64.4618 (n = 48, df = 45, R² = 0.7475, F = 133.2052, p < 0.01). In summary, color recognition devices based on smartphones can provide a new method for monitoring rice nitrogen nutrition, replacing expensive, cost-effective, and cumbersome instruments.

1. 引言

叶绿素计(SPAD-502)用于快速测定叶绿素的相对含量，进而诊断作物的氮素营养状况，并已在水稻上进行了大量的研究 [1] 。李刚华等 [2] 指出，利用叶绿素仪进行田间测定时，一定要注意叶片位点的选择，但研究者在最佳的水稻叶片测试位点的观点有所差异。贾良良等 [3] 认为，距离水稻叶基部1/2处是最佳的测试位置；王绍华等 [4] 认为是距叶尖的1/3处；郭晓艺等 [5] 则认为，不同水稻叶片选择测试位置不同。此外，Peng等 [6] 以水稻叶基部1/2处及上下3 cm位置的平均值代替整片叶的SPAD值的平均值；徐梅宣等 [7] 则认为水稻叶1/2处、叶基部的1/3处、叶尖部的1/3处的平均值可以代表整片叶的SPAD值。前人在研究SPAD计测试水稻叶片的位置时，缺乏统一性且主要关注的是叶片的长度位置，而对水稻叶片两侧的确定的考虑较少。Yuan等 [8] 、李杰等 [9] 研究表明，水稻叶片两侧SPAD值有所差异。因此，在利用水稻叶色进行氮素营养诊断时，不仅要注意叶片长度上位点的选择，同时还应考虑叶片两侧叶色的差异。

虽然SPAD计能快速的诊断水稻氮营养丰缺，但因其仪器价格昂贵、性价比低、操作繁琐，在推广应用时受到了一定限制。因此，一些研究者在SPAD仪的替代物上开展了一定的研究，杨爱萍等 [10] 运用数字相机设备、孙爱珍等 [11] 运用平板扫描仪、龚刚猛等 [12] 运用中晶彩色扫描仪研究均表明，颜色空间RGB值与SPAD值密切相关。虽然数码相机、扫描仪等仪器一定程度上能够代替SPAD仪，但依然存在仪器价格较高、操作繁琐、图片处理需要较高的技术水平等问题，也难以推广应用。为此，本研究在前人大量研究的基础上，探索水稻叶色的最佳测试位置，分析基于智能手机叶片颜色空间RGB值与SPAD值的关系，以期得到一种快速、简便、精准的水稻叶色估测方法，为水稻叶色的数字化和可视化研究提供科学依据。

2. 材料与方法

2.1. 试验设计

本试验于2022年在贵州省黄平县旧州镇寨碧村(107˚43'58.90''E，26˚59'44.59''N)的中等肥力的地块中进行。试验品种为宜香优2115 (四川省绿丹种业有限责任公司)、Q优6号(重庆中一种业有限公司) 2个杂交籼稻品种。

2.2. 测定内容与方法

2.2.1. 水稻叶片SPAD值的测定

SPAD值的测定使用由日本Minolta生产的SPAD-502型叶绿素计，于孕穗期(2022年7月24)进行测定。选取田间营养状况有差异其无病虫害的6穴水稻主茎，自剑叶往下4片叶的SPAD值。光滑侧背面(SB, Smooth side back)，测量叶片长度的1/2处及(向叶基部、叶尖长度延伸)每隔3 cm处、其宽度的1/2 (叶片总宽度的1/4，下同)的SPAD值；光滑侧正面(SF, Smooth side front)，测量其长度的1/2、宽度的1/2及其离该点的上下3 cm处的SPAD值；粗糙侧背面(RB, Rough side back)，测量其长度的1/2、宽度的1/2及其离该点的上下3 cm处的SPAD值。SB表示水稻叶片先展开侧、自然生长状态下对着大地面；SF表示水稻叶片先展开侧、水稻植株自然生长状态下对着天空面；RB表示水稻叶片后展开侧、水稻植株自然生长状态下对着大地面。

2.2.2. 颜色空间RGB值的获取

利用手机下载颜色识别器APP (开发者：林志谋)实时工具栏，实时测量水稻叶片SB长度的1/2、宽度1/2及其离该点的上下3 cm处的颜色空间RGB (red, green, blue)值。

3. 结果与分析

3.1. 最佳测试位点的确定

3.1.1. 水稻叶片长度上的位置确定

由表1可知，从SPAD值的变化来看，2个品种SPAD值读数均是中间位置 > 叶基位置 > 叶尖位置，呈抛物线函数趋势。从相关系数来看，测试位点的SPAD值与整片叶的SPAD值的相关系数越大越能代表这片叶的叶色。单个位点的代表性大小顺序，对Q优6号，中间位置 > 叶尖 > 叶基；对宜香优2115，中间位置 > 叶基 > 叶尖；2个品种均表现为3个位点的平均值的代表性大于单个位点。此外，2品种测试位点的SPAD值与整片叶SPAD值的平均值相关系数的来看，相关系数均在0.9以上的有中部1个位点SPAD读数和中间3个位点平均SPAD读数，其中以中间3个位点平均SPAD读数相关系数最大，其值分别为0.9629、0.9549。综上，可选择叶片的1/2及离该点的上下3 cm处作为最佳的长度上测量位置。

3.1.2. 水稻叶片两侧及正背面的确定

由表2可知，对Q优6号品种SPAD值、标准差、变异系数的大小顺序分别为SF = SB > SR、SF = SB < SR、SF < SB < SR。对宜香优2115种SPAD值、标准差、变异系数的大小顺序分别为SF＞SB > SR、SF < SB < SR、SF < SB < SR。虽然SF、SB、SR的SPAD值、标准差、变异系数均有一定差异，而SF与SB的差异较小，而SF、SB与RB差异较大。因此，在测量时应选择光滑侧进行测定。

Table 1. Distribution characteristics of SPAD readings at different testing sites of different varieties

表1. 不同品种不同测试位点SPAD读数的分布特点

注：表中数据为SB (光滑侧背面)的SPAD值数据，r表示不同测试位点的SPAD值与全部位点SPAD值的相关系数，n = 24，^*表示显著水平，^**表示极显著水平。

Table 2. Comparison of mean, standard deviation, and coefficient of variation for different leaf sides and faces

表2. 不同叶侧、叶面的平均值、标准差、变异系数的比较

注：SB表示光滑侧背面，SF表示光滑侧正面，RB表示粗糙侧背面。

通过一元一次0截距函数分析(图1)，光侧2个面的的SPAD值读数接近1:1的关系(Q优6号：y = 0.9989x, n = 24, df = 23, R² = 0.9984, F = 14130.3432, p < 0.01；宜香优2115：y = 0.9919x, n = 24, df = 23, R² = 0.9992, F = 31547.4383, p < 0.01)，表现出正反面差异不明显。综上，测量时选择光滑侧测量，无需考虑正背面。

Figure 1. Functional relationship of SPAD on two sides of different varieties

图1. 不同品种2面SPAD值的函数关系

3.2. 水稻叶色颜色空间RGB值与SPAD值读数的关系

由表3可知，2个品种SPAD值与颜色特征指标R、G值均呈负相关、颜色特征指标B值呈正相关。从单个品种来看，对Q优6号，相关系数大小顺序为，R-B > G-B = (R-B)/(R+B) = R/B > 其他；对宜香优2115，相关系数大小顺序为，G-B > G-B > R/B > 其他；从2个品种整体来看，相关系数大小顺序为，G-B > G/(R+G+B) > G/B > 其他。综上，颜色特征参数G-B是拟合SPAD值的最佳参数，并构建SPAD值与颜色特征参数函数关系(图2)，Y_SPAD = −0.4541X_G-B + 64.4618 (n = 48, df = 45, R² = 0.7475, F = 133.2052, p < 0.01)。

Table 3. Correlation coefficients between SPAD values and color feature parameters

表3. SPAD值与颜色特征参数的相关系数

注：^*表示显著水平，^**表示极显著水平。

4. 讨论

在测量水稻叶片叶色叶片长度上的位置时，王绍华等 [4] 认为距离叶尖1/3是最佳的测量位置；李刚华 [13] 等认为距离叶尖30%处是最佳的测量位置；郭晓艺等 [5] 则认为不同时期不同叶片最佳测试位点不同；徐海宣等 [7] 研究表明水稻叶片长度的1/2处、距叶尖1/3、距叶基1/3个位点是更能代表整片叶的SPAD值。本研究表明，测量水稻叶色叶片长度上1/2处、离该点上下3 cm处的SPAD值的平均值，代替整片叶的SPAD值比较合理，与王绍华、李刚华、郭晓艺、徐海宣等研究结果不太一致，这是由于这些研究者是将水稻叶片，从叶基部至叶尖按叶片长度的比例进行研究，而本文通过测量叶片长度的1/2处及每隔3 cm处(从叶片1/2处，向叶基部、叶尖长度延伸)进行研究。本研究结果与Peng等 [6] 认为水稻叶片叶色最佳测试位点，为叶片长度的中点及其上下3 cm处的观点一致。

Figure 2. Univariate linear function relationship between color feature parameter G-B and SPAD value

图2. 颜色特征参数G-B与SPAD值的一元线性函数关系

叶片的两侧的不对称上，李杰等 [9] 研究表明，水稻叶片光滑侧SPAD值高于粗糙侧；Yuan等 [8] 研究表明，水稻叶片两侧宽度、厚度、单位质量氮含量、单位面积氮含量以及SPAD值等方面的有所差异。本研究表明，水稻叶片两侧SPAD值的平均值、标准差、变异系数的大小分别为，光滑侧 > 粗糙侧、光滑侧 < 粗糙侧、光滑侧 < 粗糙侧，正背面接近1:1关系，与李杰等、Yuan等研究的一片不对称性结果一致。

杨爱萍等 [10] 研究结果表明，颜色分量R/B、R-B与SPAD值之间的密切相关；孙爱珍等 [11] 、龚刚猛等 [12] 构建R、G、B分量与SPAD值之间关系判定系数较高。本文研究结果显示，G-B、R-G、R-B、R/B、G/B、G/(R+G+B)、B/(R+G+B)等颜色特征参数与SPAD值极显著相关(表3)，与杨爱萍等、孙爱珍等、龚刚猛等可以利用颜色空间值来预测SPAD值的研究结果一致。高等植物叶绿体色素中叶绿素与类萝卜素的分子比例约为3:1，叶绿素a与叶绿素b也约为3:1 [14] 。叶绿素a在叶绿体色素中占的比重较高，且颜色为蓝(B)绿(G)色，另外颜色特征参数G-B与SPAD值的相关性最好。因此，选择G-B为最佳颜色特征参数。

5. 结论

测试水稻叶色的最佳位置为光滑侧的1/2及其上下3 cm处，无需区分正背面；最佳的颜色特征参数为G-B，并建立2个品种通用模型，Y_SPAD = −0.4541X_G-B + 64.4618，R² = 0.7475^**。智能手机有着非破坏性、实时实地、性价比高、功能强大、轻巧便携、操作简单和无需电脑软件分析图像等优点，可以代替高光谱、叶绿素计、数码相机等仪器对水稻进行氮营养监测。

基金项目

国家自然科学基金(32260531)；

国家重点研发计划项目子课题(2022YFD1901500/2022YFD1901505-07)；

贵州省高层次创新型人才项目(黔科合平台人才[2018]5632, 5632-2)。

NOTES

^*第一作者。

^#通讯作者。