全 文 ：基于棉花功能叶高光谱参数的土壤电导率监测模拟*
张摇 雷摇 唐明星摇 张国伟摇 周治国**
(南京农业大学 /农业部南方作物生理生态重点开放实验室, 南京 210095)
摘摇 要摇 通过 2008—2009 年在江苏南京农业大学牌楼试验站的盆栽试验,选择耐盐棉花品
种中棉所 44 和盐敏感性品种苏棉 12 号为材料,模拟 5 种不同含盐水平的滨海盐土(0、
0郾 35% 、0郾 60% 、0郾 85%和 1郾 00% ),分析了棉花生育期棉田土壤电导率与棉花功能叶光谱反
射率和高光谱参数的关系,并建立了棉田土壤电导率(EC)的定量监测模型.结果表明: 棉花
功能叶光谱反射率在近红外和中红外区域均随土壤盐分水平的升高而升高;以敏感波段 1350
nm和 2307 nm构建的归一化光谱指数 NDSI(R1350,R2307)与土壤电导率的决定系数最高,基于
此构建了基于 NDSI(R1350,R2307)的棉田土壤 EC 监测模型:EC= -42. 899NDSI(R1350,R2307) +
27. 338;在光谱微分参数中,以 TM 影像第 5 个波段的光谱反射率(TM5鄄SWIR)与棉田土壤
EC的决定系数最高,构建了基于 TM5鄄SWIR 的棉田土壤 EC 监测模型:EC = 0. 0574TM5 -
SWIR2-2. 5928TM5-SWIR+30. 021.以 NDSI(R1350,R2307)和 TM5鄄SWIR为自变量的监测模型的
预测精度均较高,分别为 0. 887 和 0. 814,根均方差均较小,分别为 1. 09 和 1. 29 dS·m-1 .利
用棉花功能叶 NDSI(R1350,R2307)和 TM5鄄SWIR均能较好地监测棉田土壤电导率.
关键词摇 棉花功能叶摇 高光谱参数摇 土壤电导率摇 监测模拟
*国家高技术研究发展计划项目(2007AA10Z206)资助.
**通讯作者. E鄄mail: giscott@ njau. edu. cn
2011鄄07鄄06 收稿,2011鄄12鄄12 接受.
文章编号摇 1001-9332(2012)03-0710-07摇 中图分类号摇 S561摇 文献标识码摇 A
Monitoring and simulation of soil electrical conductivity based on the hyperspectral parame鄄
ters of cotton ( Gossypium hirsutum) functional leaves. ZHANG Lei, TANG Ming鄄xing,
ZHANG Guo鄄wei, ZHOU Zhi鄄guo (Ministry of Agriculture Key Laboratory of Crop Physiology and
Ecology in Southern China, Nanjing Agricultural University, Nanjing 210095, China) . 鄄Chin. J. Ap鄄
pl. Ecol. ,2012,23(3): 710-716.
Abstract: Taking the salt鄄tolerant cotton variety CCRI鄄44 and salt鄄sensitive cotton variety Sumian
12 as test materials, a two鄄year pot experiment was conducted at the Pailou experimental station of
Nanjing Agricultural University in 2008 and 2009 to study the relationships of soil electrical conduc鄄
tivity (EC) with the spectral reflectance and hyperspectral indices of cotton functional leaves at dif鄄
ferent growth stages under five simulated salinity levels ( 0, 0郾 35% , 0郾 60% , 0郾 85% , and
1郾 00% ) of coastal saline soils, and the quantitative monitoring models on the cotton soil EC were
established. With increasing salinity level, the cotton functional leaves had an increased spectral re鄄
flectance in near鄄infrared and middle鄄infrared regions, and the spectral parameter normalized differ鄄
ence spectrum index (NDSI) based on 1350 nm and 2307 nm, i. e. , NDSI (R1350, R2307), corre鄄
lated well to the soil EC. With the NDSI (R1350, R2307) as independent variable, the soil EC moni鄄
toring model was constructed as EC= -42. 899NDSI (R1350, R2307) +27. 338. Among the derivative
spectral parameters, TM5鄄SWIR was most correlated to soil EC, and thus, the soil EC monitoring
model was constructed as EC = 0. 0574TM5鄄SWIR2 -2. 5928TM5-SWIR+30. 021. The two models
with NDSI (R1350, R2307) and TM5鄄SWIR as the independent variables respectively all had higher
prediction precision, with the determination coefficient being 0. 887 and 0. 814 and the root mean
square error being 1. 09 and 1. 29 dS·m-1, respectively, suggesting that using the hyperspectral
parameters NDSI (R1350, R2307) and TM5鄄SWIR of cotton functional leaves could effectively monitor
the soil EC of saline cotton fields.
Key words: cotton functional leaf; hyperspectral parameter; soil electrical conductivity; monitoring
and simulation.
应 用 生 态 学 报摇 2012 年 3 月摇 第 23 卷摇 第 3 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Mar. 2012,23(3): 710-716
摇 摇 土壤盐渍化是限制农业生产的重要障碍因子之
一.我国盐渍土总面积约 1伊108 hm2,占全国可利用
土地面积的 4郾 9% ,开发利用这部分土地对我国农
业生产具有极其重要的意义[1] . 生长在盐渍土壤中
的作物的碳同化能力减弱[2-3]、光合能力下降[4-5]、
产量与品质降低[6-7] .土壤含盐量在 0郾 2%以下有利
于棉花出苗、生长,可提高棉花产量和品质,但土壤
盐浓度大于 0郾 3%时,就会对棉花产生危害[8] .研究
发现,当土壤含盐量超过 7郾 7 dS·m-1时,棉花产量
急剧下降[9] .土壤盐渍化对作物生长发育的影响因
作物种类、生长季节和栽培措施等而发生变化,若能
在作物生长过程中实时监测土壤盐分的变化,并适
时采取有效的作物栽培措施,则可规避土壤盐渍变
化对作物生长发育的影响.
传统的土壤盐分监测多采用电极法[10-13] .该方
法测定精度低,费时费力,不适于土壤盐分的准确实
时监测.利用高光谱遥感可以快速监测土壤盐分的
变化[14-15],其理论依据是土壤盐分影响作物的生物
量、叶片色素含量和叶片含水量[16],导致作物叶片
的特征光谱发生变化,从而间接利用棉花叶特征光
谱来反演棉田土壤盐分状况. 盐渍胁迫影响作物光
谱特性的研究结果表明,盐分既影响可见光波段的
光谱反射率,又影响近红外波段的光谱反射率,但研
究结论不尽一致:Wang 等[17-18]认为,在可见光区
域,盐分对作物光谱特性没有影响,但降低了大豆和
象牙草近红外区域的光谱反射率;Poss 等[19]、张丽
平等[20]分别在小麦草和黄瓜上研究发现,盐胁迫增
加了可见光区域的光谱反射率,在近红外区域的光
谱反射率与 Wang 等[17-18]的研究结论一致. Leone
等[14-15]对胡椒和茄子的研究认为,归一化光谱指数
与土壤电导率的相关性较好,但其精确度和准确度
还需进一步检验.综上所述,目前关于土壤盐分对作
物光谱特性影响的研究较多,但多为定性研究、且研
究结果不一致,尚需系统、深入的量化研究.
棉花是盐渍土壤种植的先锋作物,土壤电导率
可作为反映棉田土壤盐分水平的重要指标.为此,本
文对不同棉田土壤盐分水平下棉花功能叶光谱反射
率与土壤电导率关系进行量化研究,建立了基于高
光谱特征参数的棉田土壤电导率监测模型,以期为
棉田土壤盐分状况实时监测与棉花生长适时调控提
供技术依据.
1摇 材料与方法
1郾 1摇 试验设计
试验于 2008—2009 年在江苏南京农业大学牌
楼试验站(32毅02忆 N,118毅50忆 E)开展盆栽试验. 盆
钵直径 30 cm、高 55 cm,每盆装土 30 kg. 供试基础
土壤为黄棕壤, 其理化性质见表 1.
摇 摇 选用耐盐品种中棉所 44(CCRI鄄44)和盐敏感品
种苏棉 12 号(Sumian12)为供试材料[21-22],两年均
于 4 月 25 日育苗,3 叶期时选择生长一致的壮苗移
栽到装有不同盐分土壤的盆中,每盆 1 株.土壤盐分
水平设置是将碳酸钠、重碳酸钠、氯化钠、氯化钙、氯
化镁、硫酸镁、硫酸钠 7 种盐类等摩尔混合,按不同
的盐土比混合,经自然风干、过筛去杂后作为基础土
壤,模拟 5 个不同盐分水平的滨海盐土,分别为 0
(CK)、0郾 35% (轻盐渍土壤)、0郾 6% (中盐渍土壤)、
0郾 85% (重盐渍土壤)和 1郾 0% (盐土). 电导率值均
以水土比=5 颐 1 测定.每隔 3 d 用德国 RTIME鄄P 便
携式土壤水分速测仪测定土壤含水量,计算每盆失
水量,加清水补充,控制土壤含水量为田间持水量的
75%左右.
试验共 10 个处理组合,每个处理组合种植 30
盆,共计 300 盆,采用完全随机设计.其他管理按高
产栽培要求进行.
1郾 2摇 测定项目与方法
1郾 2郾 1 棉花功能叶光谱反射率 摇 选择晴朗无云
天气 ,采用美国ASD公司生产的 FieldSpec Pro FR
表 1摇 供试土壤的理化性质
Table 1摇 Physical and chemical properties of the tested soils
in 2008 and 2009
指标
Index
年 份 Year
2008 2009
TN (g·kg-1) 0郾 92 1郾 18
AN (mg·kg-1) 118郾 15 85郾 92
AP (mg·kg-1) 31郾 94 29郾 83
AK (mg·kg-1) 120郾 55 128郾 73
pH 7郾 80 6郾 82
BD (g·cm-3) 1郾 27 1郾 13
FWC (% ) 28郾 0 28郾 8
EC (dS·m-1) 1郾 25 1郾 28
TSC (% ) 0郾 04 0郾 04
HCO3 -(cmol·kg-1) 0郾 19 0郾 21
Cl-(cmol·kg-1) 0郾 53 0郾 57
Ca2+(cmol·kg-1) 2郾 06 1郾 91
Mg2+(cmol·kg-1) 0郾 40 0郾 34
Na+(cmol·kg-1) 5郾 66 5郾 43
K+(cmol·kg-1) 0郾 33 0郾 28
TN:全氮 Total N; AN:速效氮 Available N; AP:速效磷 Available P;
AK:速效钾 Available K; BD:容重 Bulk density; FWC:田间持水量
Field water capacity; EC:电导率 Electrical conductivity; TSC:全盐含
量 Total salinity content郾
1173 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 张摇 雷等: 基于棉花功能叶高光谱参数的土壤电导率监测模拟摇 摇 摇 摇 摇 摇
2500 高光谱辐射仪及其光谱测量附件,在棉花苗
期、蕾期、花铃期、吐絮期测定棉花功能叶(主茎倒
四叶)光谱反射率,每张叶片选测 5 点取平均作为
该叶片的光谱反射值,每处理重复 3 次,每次采集目
标光谱前后都进行标准白板校正(标准白板反射率
为 1,所得光谱为无量纲相对反射率).
1郾 2郾 2 土壤电导率摇 与 1郾 2郾 1 同步,在盆钵和土柱
中取 0 ~ 20 cm 土层土壤,经自然风干磨碎后过 80
目筛,5 颐 1 水土比浸提[23],用 DDB鄄2 型电导仪测定
浸提液的电导率(EC)值.
1郾 3摇 建模及检验方法
应用 2008 年试验数据,对棉花功能叶光谱反射
率和高光谱微分参数与棉田土壤电导率进行相关分
析,筛选与土壤电导率显著相关的敏感波段和光谱
参数,构建棉田土壤电导率监测模型.
应用 2009 年试验数据对模型进行检验,通过实
测值与预测值的比较作图,直观显示模型的拟合度
和可靠性. 同时,采用国际上常用的根均方差
(RMSE)对预测值与实测值之间的符合度进行统计
分析:
RMSE = 1M移
M
j = 1
(Y j - X j) 2
式中:Yj 和 Xj 分别为预测值和实测值;M为样本容量.
2摇 结果与分析
2郾 1摇 土壤盐分对棉田土壤电导率的影响
由图 1 可以看出,随土壤盐分水平的升高,棉田
土壤电导率呈明显上升趋势.同一土壤盐分水平下,
随生育期的推迟,棉田土壤电导率下降,低于
0郾 35%盐分水平时,棉田土壤电导率下降较小,随土
壤盐分水平的升高,下降趋势较明显.不同品种间棉
田土壤电导率变化不明显.
2郾 2摇 土壤盐分对棉花功能叶光谱反射率的影响
植物的反射光谱受叶片中叶肉细胞、叶绿素含
量、水分含量及其他生化组分的影响,在不同波段会
出现不同形态特征的光谱曲线.由图 2 可以看出,棉
花单叶光谱反射率在近红外波段(760 ~ 1300 nm)
和中红外波段(1360 ~ 2500 nm)范围内均呈上升趋
势;在可见光波段(350 ~ 700 nm)范围内的变化不
明显.单叶光谱反射率在盐分水平低于 0郾 35%时差
异较小,随土壤盐分水平的升高,差异趋于明显,说
明 0郾 35%的盐分水平对棉花生长的影响较小.同一
土壤盐分水平下,蕾期棉花光谱反射率最低,苗期和
吐絮期次之,花铃期最高,说明棉花蕾期对盐分的反
映最敏感.不同土壤盐分水平下 2 个品种棉花功能
叶的光谱反射率变化趋势一致.
图 1摇 土壤盐分对棉田土壤电导率的影响
Fig. 1摇 Effect of soil salinity on soil conductivity of cotton field in 2008郾
SS:苗期 Seedling stage; BS:蕾期 Budding stage; FBS:花铃期 Flowering and boll鄄forming stage; BOS:吐絮期 Boll鄄opening stage. A:中棉所44 CCRI鄄
44; B:苏棉 12 号 Sumian 12. 下同 The same below.
217 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷
图 2摇 土壤盐分对棉花功能叶光谱反射率的影响
Fig. 2摇 Effect of soil salinity on spectral reflectance of cotton functional leaves郾
2郾 3摇 棉花功能叶光谱反射率与土壤电导率的相关
性分析
棉田土壤电导率与棉花功能叶光谱反射率呈显
著的正相关关系(P<0郾 05),其中,近红外波段和中
红外波段的相关系数较大,可见光波段的相关系数
较低,在 1050 ~ 1350 nm 和 2100 ~ 2400 nm 波段达
到最大正相关(图 3).
2郾 4摇 棉田土壤电导率监测模型
2郾 4郾 1 最佳归一化光谱指数的构建及其与棉田土壤
电导率的定量关系 摇 利用 2008 年的试验数据,采
用减量采样法[24],对敏感波段 1050 ~ 1350 nm 和
2100 ~ 2400 nm范围内所有波段组成的归一化光谱
图 3摇 不同土壤盐分水平下棉田土壤电导率与棉花功能叶
光谱反射率的相关性
Fig. 3摇 Correlations between soil electrical conductivity in cotton
field and the spectral reflectance of cotton functional leaves un鄄
der different soil salinity rates郾
3173 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 张摇 雷等: 基于棉花功能叶高光谱参数的土壤电导率监测模拟摇 摇 摇 摇 摇 摇
指数(NDSI)与棉田土壤电导率进行回归分析,以
1350 和 2307 nm为特征波段所构建的 NDSI 的决定
系数最高(R2 = 0郾 574,图 4),基于此,构建以 NDSI
(R1350,R2307)为自变量的棉田土壤电导率监测模型:
EC= -42郾 899NDSI(R1350,R2307)+27郾 338 (2)
式中:EC 为土壤电导率 ( dS·m-1 );NDSI (R1350 ,
R2307)为基于 1350 和 2307 nm波段的光谱反射率构
建的归一化光谱指数.
2郾 4郾 2 棉田土壤电导率与棉花功能叶高光谱微分参
数的定量关系摇 以特征光谱及已见报道的植被指数
共 256 个光谱参数为基础,综合应用 2008 年试验资
料,对棉花不同生育期的功能叶光谱参数与土壤电
导率进行回归分析. 结果表明,在高光谱遥感参数
中,中心波长为 1480 nm 的光谱反射率 ( R2 =
0郾 751)、1500 nm 的光谱反射率(R2 = 0郾 759)、1650
nm的光谱反射率(R2 = 0郾 772)、中红外波段并覆盖
1580 ~ 1750 nm 的光谱反射率 ( SPOTSWIR,R2 =
0郾 782)、近红外波段并覆盖 1550 ~ 1750 nm 的光谱
反射率(TM5鄄SWIR,R2 = 0郾 783)、1685 nm 的光谱反
射率(R2 = 0郾 779)、土壤亮度(BI,R2 = 0郾 768)、近红
外波段并覆盖 2080 ~ 2350 nm的光谱反射率(TM7,
R2 =0郾 760)均与棉田土壤电导率呈极显著相关(P<
0郾 01).其中,TM5鄄SWIR 与棉田土壤电导率的决定
系数最大.基于此,构建以 TM5鄄SWIR为自变量的棉
田土壤电导率监测模型.
借鉴屈卫群等[25]的研究思路,将两品种合并,
分别采用线性函数(EC=a+b TM5鄄SWIR)、指数函数
[EC=a exp(b TM5鄄SWIR)]、抛物线函数(EC = a+b
TM5鄄SWIR + c TM5鄄SWIR2 )、幂函数 ( EC = a TM5鄄
SWIRb )、对数函数(EC = a+b lnTM5鄄SWIR),构建基
图 4摇 基于敏感波段(1050 ~ 1350 nm、2100 ~ 2400 nm)构建
的 NDSI与棉田土壤电导率的决定系数等高线图
Fig. 4摇 Contour maps for R2 between NDSI based on sensitive
bands (1050-1350 nm, 2100-2400 nm) and soil conductivity
in cotton field郾
于棉花功能叶高光谱微分光谱参数 TM5鄄SWIR对棉
田土壤电导率的监测模型(表 2,a、b、c 为模型的待
定系数).
比较各模型 R2,选取以 TM5鄄SWIR 为自变量的
抛物线函数作为棉田土壤电导率监测模型:
EC = 0郾 0574 ( TM5 - SWIR) 2 - 2郾 5928 ( TM5 -
SWIR)+30郾 021 (3)
式中:EC 为土壤电导率( dS·m-1 );TM5鄄SWIR 为
TM影像的第 5 个波段(短波红外).
2郾 5摇 模型检验
利用 2009 年的试验资料,分别对式(2)和式
(3)进行验证,结果表明,分别以归一化光谱指数
NDSI(R1350,R2307)和 TM5鄄SWIR 为自变量的监测模
型的预测精度均较高,分别为 0郾 887 和 0郾 814 (表
3),根均方差(RMSE)均较小,分别为 1郾 09 和 1郾 29
dS·m-1,说明两模型均具有较好的预测性. 由图 5
可以看出,以 NDSI(R1350,R2307)和 TM5鄄SWIR 为自
变量的监测模型的拟合度均较高,预测效果均较好,
因此,可以用此模型实时监测棉田的盐分状况.
表 2摇 基于 2008 年棉花功能叶 TM5鄄SWIR的棉田土壤电导
率监测模型
Table 2摇 Monitoring models on the soil electrical conductiv鄄
ity in cotton field based on the TM5鄄SWIRin cotton func鄄
tional leaves in 2008
模型
Model
模型参数 Model parameter
a b c
决定系数
R2
线性 Linear 0郾 854 -21郾 415 0郾 613**
指数 Exponential 0郾 002 0郾 241 0郾 570**
抛物线 Parabola 0郾 057 -2郾 593 30郾 021 0郾 637**
幂 Power 9郾 00E鄄11 7郾 164 0郾 566**
对数 Logarithm 25郾 176 -81郾 328 0郾 599**
**P<0郾 01郾
表 3摇 基于 NDSI(R1350, R2307)和 TM5鄄SWIR构建的棉田土
壤电导率监测模型的检验结果
Table 3摇 Testing results of the estimating models based on
NDSI(R1350, R2307 ) and TM5鄄SWIR to soil conductivity in
cotton field
光谱参数
Spectral parameter
回归方程
Regression equation
决定系数
R2
根均方差
RMSE
斜率
Slope
NDSI(R1350,R2307) y=1郾 4298x-1郾 9289 0郾 887 1郾 09 1郾 4298
TM5鄄SWIR y=1郾 4739x-2郾 9845 0郾 814 1郾 29 1郾 4739
3摇 讨摇 摇 论
实时监测土壤盐分状况,进而通过调控栽培措
施来规避盐分胁迫对作物生长发育的影响,在盐碱
地生产中具有重要意义. 本研究探讨了利用光谱反
射间接监测土壤盐分状况的可行性,同时建立了最
417 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷
图 5摇 基于 NDSI(R1350,R2307)和 TM5鄄SWIR构建的棉田土壤
电导率监测模型预测值与实测值的比较
Fig. 5摇 Comparison of predicted to observed values of soil elec鄄
trical conductivity based on the NDSI(R1350, R2307 ) and TM5鄄
SWIR in 2009郾
适敏感植被指数和回归方程,为进一步深入研究奠
定了基础.
土壤电导率是有效反映土壤盐分状况的重要指
标[10-13] .随盐分水平的升高,棉田土壤电导率呈明
显的上升趋势. Leone 等[14]对土壤电导率与作物叶
片光谱特性的相关性进行研究,认为归一化光谱指
数和水分植被指数与土壤电导率相关性较好,但其
精确度和准确度还需进一步检验. 本研究综合 2 个
棉花品种在不同生育期的试验数据发现,以敏感波
段 1350 和 2307 nm 构建的归一化光谱指数[NDSI
(R1350,R2307)]与土壤电导率的决定系数最高,进而
构建了以 NDSI(R1350,R2307)为自变量的土壤电导率
线性监测模型.同时,分析了棉田土壤电导率与棉花
功能叶高光谱微分参数的相关关系,发现土壤电导
率敏感性波段主要在近红外和中红外区域,进而筛
选出与棉田土壤电导率相关性较好的光谱参数
TM5鄄SWIR,并构建了基于 TM5鄄SWIR的棉田土壤电
导率监测模型.对模型检验的结果表明,利用 NDSI
(R1350,R2307)、TM5鄄SWIR分别构建的土壤电导率监
测模型,均可以较好的间接反映棉田土壤电导率.
本研究借鉴屈卫群等[25]的研究思路,综合不同
耐盐性棉花品种在不同生育期试验数据构建棉田土
壤电导率的监测模型,克服了因品种和生育期不同
的影响,更具普适性.本试验在同一试点、连续 2 年
的盆栽试验资料基础上进行,且利用多种盐分混合
来模拟滨海盐土的盐类组成,可能与实际滨海盐土
的盐离子含量有一定差距,并且不同地区滨海盐土
的组成也不尽相同. 因此,今后仍需通过不同生态
点、多品种和更多盐分处理下的大田试验对模型修
正完善,进一步提高模型的预测精度和广适性,实现
二者的有效统一.
参考文献
[1]摇 Fang P (房 摇 朋), Ren L鄄L (任丽丽), Zhang L鄄T
(张立涛), et al. Inhibition effects of salt stress on pho鄄
tosynthetic activity of Rumex K鄄1. Chinese Journal of
Applied Ecology (应用生态学报), 2008, 19(10):
2137-2142(in Chinese)
[2]摇 Munns R. Comparative physiology of salt and water
stress. Plant, Cell and Environment, 2002, 25: 239 -
250
[3]摇 Brugnoli E, Lauteri M. Effects of salinity on stomatal
conductance, photosynthetic capacity, and carbon iso鄄
tope discrimination of salt鄄tolerant (Gossypium hirsutum
L. ) and salt鄄sensitive (Phaseolus vulgaris L. ) C3 non鄄
halophytes. Plant Physiology, 1991, 95: 628-635
[4]摇 Li H鄄B (李海波), Chen W鄄F (陈温福), Li Q鄄Y (李
全英). Responses of rice leaf photosynthetic parameters
to light intensity under NaCl stress. Chinese Journal of
Applied Ecology (应用生态学报), 2006, 17(9):
1588-1592 (in Chinese)
[5]摇 Liu Z鄄L (刘正鲁), Zhu Y鄄L (朱月林), Hu C鄄M (胡
春梅), et al. Effects of NaCl stress on the growth,
antioxidant enzyme activities and reactive oxygen metab鄄
olism of grafted eggplant. Chinese Journal of Applied
Ecology (应用生态学报), 2007, 18(3): 537 -541
(in Chinese)
[6]摇 Martino CD, Delfine S, Pizzuto R, et al. Free amino
acids and glycine betaine in leaf osmoregulation of spin鄄
ach responding to increasing salt stress. New Phytolo鄄
gist, 2003, 158: 455-463
[7]摇 Chen HX, Li WJ, An SZ, et al. Characterization of
PSII photochemistry and thermostability in salt treated
Rumex K鄄1 leaves. Journal of Plant Physiology, 2004,
161: 257-264
[8]摇 Jiang Y鄄R (蒋玉蓉), L俟 Y鄄J (吕有军), Zhu S鄄J (祝
水金). Advance in studies of the mechanism of salt tol鄄
erance and controlling of salt damage in upland cotton.
Cotton Science (棉花学报), 2006, 18(4): 248-254
(in Chinese)
[9]摇 Saghir A, Kham NUL, Ipbal MZ, et al. Salt tolerance
of cotton (Gossypium hirsutum L. ). Asian Journal of
Plant Sciences, 2002, 1: 715-719
[10]摇 Liu G鄄M (刘广明), Yang J鄄S (杨劲松), Yao R鄄J
(姚荣江). Chemical factors to electrical conductivity of
soil extract and their intensity. Acta Pedologica Sinica
(土壤学报), 2005, 42(2): 247-252 (in Chinese)
[11]摇 Heydari N, Gupta AD, Loof R. Salinity and sodicity
5173 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 张摇 雷等: 基于棉花功能叶高光谱参数的土壤电导率监测模拟摇 摇 摇 摇 摇 摇
influences on infiltration during surge flow irrigation. Ir鄄
rigation Science, 2001, 20: 165-173
[12]摇 Yang H (颜 摇 宏), Zhao W (赵 摇 伟), Sheng Y鄄M
(盛艳敏), et al. Effects of alkali鄄stress on Aneurolepi鄄
dium chinese and Helianthus annuus. Chinese Journal of
Applied Ecology (应用生态学报), 2005, 16 (8):
1497-1501 (in Chinese)
[13]摇 Ramsis BS, Clause JO, Robert WF. Contributions of
groundwater conditions to soil and water salinization.
Hydrogeology Journal, 1999, 7: 46-64
[14]摇 Leone AP, Menenti M, Buondonno A, et al. A field
experiment on spectrometry of crop response to soil sa鄄
linity. Agriculture Water Management, 2007, 89: 39 -
48
[15]摇 Leone AP, Menenti M, Sorrentino G. Reflectance spec鄄
troscopy to study crop response to soil salinity. Italian
Journal of Agronomy, 2000, 4: 75-85
[16]摇 Koyro HW. Effect of salinity on growth, photosynthesis,
water relations and solute composition of the potential
cash crop halophyte Plantago coronopus (L. ) . Environ鄄
mental and Experimental Botany, 2006, 56: 136-146
[17]摇 Wang D, Poss JA, Donovan TJ, et al. Biophysical
properties and biomass production of elephant grass
under saline conditions. Journal of Arid Environments,
2002, 52: 447-456
[18]摇 Wang D, Wilson C, Shannon MC. Interpretation of
salinity and irrigation effects and soybean canopy reflec鄄
tance in visible and near鄄infrared spectrum domain.
International Journal of Remote Sensing, 2002, 23: 811-
824
[19]摇 Poss JA, Russell WB, Grieve CM. Estimating yields of
salt鄄 and water鄄stressed forages with remote sensing in
the visible and near infrared. Journal of Environmental
Quality, 2006, 35: 1060-1071
[20]摇 Zhang L鄄P (张丽平), Zhang G鄄Y (张格英), Shi Q鄄H
(史庆华), et al. Effects of NaCl stress on damage and
reflectance characteristics of cucumber cultivars with dif鄄
ferent salt鄄tolerance. Plant Nutrition and Fertilizer Sci鄄
ence (植物营养与肥料学报), 2008, 14(4): 761 -
765 (in Chinese)
[21]摇 Sun X鄄F (孙小芳), Liu Y鄄L (刘友良). Test on crite鄄
ria of evaluating salt tolerance of cotton cultivars. Acta
Agronomica Sinica (作物学报), 2001, 27(6): 794-
801 (in Chinese)
[22]摇 Zhou X鄄S (周祥胜), Cheng C鄄T (成灿土), Shi M鄄F
(施满法), et al. The application prospects of planting
drought and salt鄄tolerant cotton varieties of CCRI in Zhe鄄
jiang. China Cotton (中国棉花), 2000(1): 25 -26
(in Chinese)
[23]摇 Turhan H, Genc L, Smith SE, et al. Assessment of the
effect of salinity on the early growth stage of the common
sunflower (Sanay cultivar) using spectral discrimination
techniques. African Journal of Biotechnology, 2008, 7:
750-756
[24]摇 Yao X, Zhu Y, Tian YC, et al. Exploring hyperspectral
bands and estimation indices for leaf nitrogen accumula鄄
tion in wheat. International Journal of Applied Earth
Observation and Geoinformation, 2010, 12: 89-100
[25]摇 Qu W鄄Q (屈卫群), Wang S鄄H (王绍华), Chen B鄄L
(陈兵林), et al. SPAD value of cotton leaves on main
stem and nitrogen diagnosis for cotton growth. Acta
Agronomica Sinica (作物学报), 2007, 33(6): 1010-
1017 (in Chinese)
作者简介摇 张摇 雷,男,1984 年生,博士研究生.主要从事信
息生态研究. E鄄mail: zhanglei840606@ 163. com
责任编辑摇 杨摇 弘
617 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷