Фосфор — один из ключевых элементов питания растений. Для кукурузы его нехватка особенно опасна: она замедляет рост, ухудшает развитие листьев и в итоге может сильно снизить урожай. Проблема в том, что раннюю фосфорную недостаточность трудно заметить обычным взглядом. Явные признаки появляются не сразу, а после довольно долгого периода голодания. К этому моменту растение уже испытывает стресс.
Именно этой проблеме посвящено исследование, в котором ученые проверили, можно ли распознавать дефицит фосфора у кукурузы с помощью гиперспектральной съемки и машинного обучения. Главный вывод работы состоит в том, что такой подход позволяет обнаружить нехватку фосфора еще до того, как на листьях появятся заметные симптомы.
Почему дефицит фосфора так важен
Фосфор необходим кукурузе для нормального роста и фотосинтеза. При его дефиците растение начинает перестраивать свою стратегию развития. Оно направляет больше ресурсов в корни, чтобы лучше добывать питательные вещества из среды. В результате корневая система может расти активнее, а надземная часть, наоборот, отстает в развитии.
При длительном недостатке фосфора у кукурузы обычно появляются характерные симптомы: листья становятся темно-зелеными, иногда приобретают пурпурный или красноватый оттенок, особенно по краям и с нижней стороны. В тяжелых случаях развивается хлороз, то есть пожелтение, а старые листья начинают стареть и отмирать. Это связано не только с изменением окраски, но и с более глубокими процессами внутри растения. Фосфор участвует в работе фотосинтетического аппарата, а его нехватка нарушает перенос энергии и снижает эффективность фотосинтеза.
Кроме того, дефицит фосфора меняет общий минеральный состав тканей. Снижается содержание неорганического фосфата и общего фосфора, но одновременно меняется накопление и других элементов. Исследователи подчеркивают, что это не локальная проблема одного вещества, а нарушение всей системы минерального питания растения.
Почему обычных методов недостаточно
На практике фермеры и агрономы часто ориентируются на внешний вид растений. Но у такого подхода есть серьезное ограничение: пока листья еще выглядят нормально, дефицит уже может развиваться. Обычные вегетационные индексы, которые рассчитывают по спектральным данным, тоже не всегда достаточно чувствительны на раннем этапе.
Именно поэтому ученые обратились к гиперспектральной съемке. В отличие от обычной фотографии, она регистрирует отражение света не в нескольких широких цветовых каналах, а в большом количестве узких диапазонов длин волн. Это позволяет заметить тонкие изменения в состоянии листа, которые пока не видны человеческому глазу.
Как было устроено исследование
Авторы провели два тепличных эксперимента с проростками кукурузы.
Первый эксперимент был долгосрочным. Растения выращивали в горшках шесть недель в двух вариантах: при высоком и низком уровне фосфора. Такая схема позволяла получить уже хорошо выраженные симптомы дефицита.
Второй эксперимент был краткосрочным. Кукурузу выращивали на гидропонике и затем переводили на три уровня фосфора: высокий, низкий и нулевой. Наблюдения проводили через одну и две недели после начала обработки. Эта часть работы была особенно важна, потому что она позволяла изучить самые ранние стадии дефицита — когда внешние симптомы еще отсутствуют.
У растений измеряли рост, сухую массу побегов и корней, количество листьев, содержание фотосинтетических пигментов, параметры фотосинтеза, а также количество неорганического фосфата в молодых листьях, старых листьях и корнях. После этого листья анализировали с помощью гиперспектральной системы, работающей в диапазоне 450–850 нм. Далее спектральные данные обрабатывали и передавали модели машинного обучения типа multilayer perceptron, то есть многослойному персептрону.
Что произошло при длительном дефиците фосфора
Через шесть недель недостаток фосфора уже четко сказался на развитии кукурузы. Масса побегов в условиях низкого фосфора была примерно на 40% меньше, чем при достаточном питании. При этом масса корней, наоборот, выросла примерно на 29%. То есть растение действительно перераспределяло ресурсы в пользу подземной части.
Содержание неорганического фосфата оказалось значительно ниже во всех исследованных тканях. Особенно сильное снижение наблюдалось в молодом листе. Также уменьшилось общее содержание фосфора в надземной части, а вместе с этим изменилась и общая картина накопления других элементов питания.
В листьях зафиксировали и изменения, связанные с фотосинтезом. В старых листьях при дефиците фосфора снижалась эффективность использования света в фотосистеме II, а доля энергии, рассеиваемой в виде тепла, увеличивалась. Это означает, что фотосинтетический аппарат работал хуже и был вынужден защищаться от избыточной световой нагрузки.
Все эти физиологические и биохимические изменения хорошо отразились в спектрах. У листьев с дефицитом фосфора наблюдалось более низкое отражение в зеленой и ближней инфракрасной областях, но более высокое — в красной области. Также изменялся участок спектра, называемый red-edge, то есть переход между красной и ближней инфракрасной зонами. Именно эти отличия позволили модели машинного обучения почти безошибочно различать варианты питания. Точность классификации составила 99,65%.
Авторы, однако, отмечают, что эта оценка относится к анализу пикселей спектрального изображения и отражает верхнюю границу возможной точности в контролируемых условиях. Но даже с этой оговоркой результат показывает очень высокую чувствительность метода.
Самое важное: можно ли заметить проблему до симптомов
Именно на этот вопрос отвечал второй, краткосрочный эксперимент. Через одну неделю после изменения фосфорного питания у растений еще не было заметных различий по массе побегов, корней и числу листьев. То есть по внешнему виду кукуруза выглядела почти одинаково.
Но внутри растения изменения уже начались. Содержание неорганического фосфата в листьях и корнях заметно зависело от уровня фосфора в растворе: больше всего его было при высоком обеспечении, меньше — при низком, и меньше всего — при полном отсутствии фосфора. Это означает, что дефицит формировался очень быстро, хотя внешние признаки еще не проявлялись.
При этом содержание хлорофилла a, хлорофилла b и каротиноидов в первые две недели почти не менялось. Параметры фотосинтеза также оставались без существенных различий между вариантами. Получается, что на ранней стадии растение уже испытывало недостаток фосфора, но обычные визуальные признаки и даже стандартные физиологические показатели еще не показывали явной проблемы.
Именно здесь гиперспектральная съемка оказалась особенно полезной. Уже через неделю она уловила тонкие различия в отражении света. Эти изменения были небольшими, но устойчивыми. Особенно хорошо они проявлялись в старых листьях.
Почему старые листья оказались информативнее
Исследование показало, что старые листья сильнее реагируют на ранний дефицит фосфора. Это логично, потому что при нехватке элемента растение начинает перераспределять фосфор из более старых тканей в молодые, которые продолжают расти. Поэтому старые листья раньше демонстрируют признаки стресса и дают более заметный спектральный сигнал.
На первой неделе модель машинного обучения различала уровни фосфорного питания с точностью 80,71% для молодых листьев и 84,56% для старых. На второй неделе точность выросла до 85,88% и 90,98% соответственно. Иными словами, даже до появления видимых симптомов система уже могла достаточно надежно определять, хватает ли кукурузе фосфора.
Еще один важный результат касается обычных вегетационных индексов. Исследователи проверили 24 индекса и обнаружили, что в целом они слабо или умеренно связаны с содержанием фосфата в листьях. Эти связи были нестабильными и зависели от возраста листа и времени измерения. То есть упрощенные спектральные показатели оказались недостаточно чувствительными для ранней диагностики. Полный гиперспектральный сигнал в сочетании с машинным обучением оказался значительно эффективнее.
Что это значит для сельского хозяйства
Практическая ценность работы очень велика. Если дефицит фосфора можно обнаружить раньше, то и меры можно принять своевременно — например, скорректировать питание до того, как начнется замедление роста, старение листьев и потеря урожайности. Такой подход особенно важен для точного земледелия, где задача состоит не просто в том, чтобы добавить удобрение, а сделать это вовремя и в нужном объеме.
Авторы рассматривают гиперспектральную съемку как быстрый и неразрушающий диагностический инструмент. Он не требует уничтожать растение для анализа тканей и может фиксировать изменения, которые пока скрыты от глаза. Особенно важным ранним индикатором оказался участок red-edge, примерно 700–740 нм, а по мере усиления дефицита все более информативными становились также видимая и ближняя инфракрасная области спектра.
Вывод
Исследование показывает, что гиперспектральная съемка в сочетании с машинным обучением способна выявлять дефицит фосфора у кукурузы не только тогда, когда симптомы уже развились, но и на ранней, бессимптомной стадии. Это главный результат работы.
При длительном недостатке фосфора метод дает очень высокую точность распознавания. Но еще важнее то, что уже в первые одну-две недели, когда листья выглядят нормальными и содержание пигментов почти не меняется, гиперспектральные данные все равно фиксируют скрытые изменения. Особенно полезными для ранней диагностики оказались старые листья.
Таким образом, исследование предлагает перспективный путь к более раннему и точному управлению минеральным питанием кукурузы. Следующий шаг, как отмечают авторы, — проверить этот подход в полевых условиях, на разных стадиях роста и у разных генотипов кукурузы.
