水稻穗腐?。?/span>Rice spikelet rot disease, RSRD）是一種主要由Fusarium proliferatum引起的真菌病害。RSRD具有很強(qiáng)的傳染性，由于有毒病原體的存在，導(dǎo)致水稻產(chǎn)量和品質(zhì)顯著降低。因此，在侵染早期有效準(zhǔn)確地評(píng)估病害嚴(yán)重程度，對(duì)于抑制病害傳播和最大限度地減少對(duì)水稻生產(chǎn)的潛在損害至關(guān)重要。遙感技術(shù)可作為監(jiān)測(cè)作物病害的有效和非破壞性方法。
目前利用成像光譜的相關(guān)研究仍集中在病害識(shí)別或病害嚴(yán)重程度（Disease severity, DS）的分類上。很少有研究明確探究病害的光譜反應(yīng)和利用空間信息來追蹤病害的發(fā)展歷程。同時(shí)，以往研究多集中于特定生長(zhǎng)階段的病害監(jiān)測(cè)，較少涵蓋成熟階段，并且缺乏對(duì)感染早期階段的監(jiān)測(cè)研究。
本文的研究目標(biāo)是利用近距離成像光譜技術(shù)確定水稻穗在多個(gè)生育期對(duì)RSRD的光譜響應(yīng)，構(gòu)建一個(gè)新的適用于多個(gè)生育期RSRD病情嚴(yán)重度量化的光譜指數(shù)（Spectral index, SI），并與現(xiàn)有的光譜指數(shù)進(jìn)行比較，評(píng)估新指數(shù)在DS量化和制圖中的作用。
南京農(nóng)業(yè)大學(xué)程濤教授團(tuán)隊(duì)選取了江蘇常見的8個(gè)粳稻品種種植于24個(gè)2 m × 3 m大小的地塊。獲取抽穗期、開花期和灌漿期的5-8個(gè)感染穗放置于背景板上以進(jìn)行成像光譜數(shù)據(jù)采集。高光譜成像系統(tǒng)為一個(gè)搭載有數(shù)碼相機(jī)（EOS 80D, Canon）和推掃式可見光/近紅外高光譜相機(jī)（GaiaField-V10E, 江蘇雙利合譜公司）的自動(dòng)線性掃描平臺(tái)（HSIA-MScope-X, 江蘇雙利合譜公司）。
圖1 在光照條件下獲取水稻穗RGB和高光譜影像的實(shí)驗(yàn)裝置
為了獲取定量化的RSRD，首先對(duì)RGB影像進(jìn)行顏色空間轉(zhuǎn)換，然后利用Lab顏色空間用于背景去除以及RSRD識(shí)別（該空間中“L"表示亮度，“a"和“b"表示顏色對(duì)抗的維度）（圖2B）。通過通道b和局部閾值去除背景后，進(jìn)行形態(tài)學(xué)細(xì)化，然后利用通道a和局部閾值將穗像素分為感染穗像素和健康穗像素。
其中，nd和N分別是感病像素?cái)?shù)和每個(gè)樣本的所有像素?cái)?shù)。
隨著病害的發(fā)展，VNIR光譜曲線逐漸變平。為了提高所提取特征的靈敏度，將多個(gè)波段組合在一起來表示反射率曲線逐漸平坦的趨勢(shì)（圖2C）。因此選擇雙差指數(shù)（DD）的形式來描述變異強(qiáng)度，公式如下所示。其中，Rλ1、Rλ2、Rλ3為吸收谷或反射峰的敏感帶反射率，按波長(zhǎng)的遞增順序排列。
利用如下步驟確定構(gòu)建DD的三個(gè)波段：（1）計(jì)算反射率和DS值之間的斯皮爾曼相關(guān)系數(shù)；（2）將波段分為正相關(guān)和負(fù)相關(guān)區(qū)域；（3）選取各區(qū)域相關(guān)性最qiang的波段，以在相關(guān)區(qū)域上形成若干備選特征（圖3）。在紅光區(qū)和近紅外區(qū)主要選擇了各階段對(duì)RSRD嚴(yán)重程度敏感的共同波段，以保證指數(shù)對(duì)RSRD敏感性的一致性。同時(shí)為增強(qiáng)對(duì)感病早期的敏感性，采用抽穗期保留的3個(gè)代表性波段構(gòu)建3個(gè)候選指標(biāo)。通過R2的值，確定RSRI（Rice spikelet rot index）方程如下所示。
圖2 RSRI構(gòu)建、DS量化和DS映射過程的技術(shù)流程圖。數(shù)據(jù)預(yù)處理（A）；DS提?。?/span>B）；指數(shù)構(gòu)建（C）；建模與映射（D）
圖3 不同生長(zhǎng)階段DS與波長(zhǎng)反射率之間的Spearman相關(guān)系數(shù)。灰色和白色背景分別代表負(fù)相關(guān)和正相關(guān)。黑色的垂直線對(duì)應(yīng)于每個(gè)灰色或白色相關(guān)區(qū)域的最大相關(guān)系數(shù)
DS和SI之間的關(guān)系在不同階段有所不同（圖4）。抽穗期RSRI比其他SI有更高的R2。對(duì)于花期和灌漿期，RSRI在輕度和重度染病樣本中均表現(xiàn)出最qiang的相關(guān)性。對(duì)于同一SI，各生育期校正回歸模型的權(quán)重不同，尤其是抽穗期。
圖4 DS和SI的回歸線。綠色、藍(lán)色和紅色方塊分別表示抽穗、開花和灌漿階段的樣本
總的來說，每個(gè)SI對(duì)于DS估計(jì)精度在不同生長(zhǎng)階段有顯著差異（圖5）。DS的量化性能以開花期最好，抽穗期最差。RSRI與現(xiàn)有SI在DS量化上表現(xiàn)出截然不同的準(zhǔn)確性。對(duì)于抽穗期，RSRI在DS量化方面的精度最好（R2 = 0.65），并且在所有五個(gè)指標(biāo)中，RSRI的RMSE和驗(yàn)證R2的置信區(qū)間（CI）最為集中。所有現(xiàn)有的SI都未能有效量化DS，他們的精度指標(biāo)在抽穗期有更大的CI。此外，現(xiàn)有SI對(duì)開花期輕度的RSRD嚴(yán)重低估，但RSRI沒有。RSRI在各個(gè)生長(zhǎng)階段的DS量化中表現(xiàn)最好。
圖5實(shí)測(cè)和預(yù)測(cè)的DS散點(diǎn)圖。抽穗（左列）、花期（中列）和灌漿期（右列）。從上到下分別表示RSRI（A-C）、NPCI（D-F）、CCI（G-I）、PRI670（J-L）、PSRI（M-O）和NDVI（P-R）
對(duì)穗內(nèi)DS的空間變化進(jìn)行可視化（圖6）。現(xiàn)有的SI不能生成DS分布的真實(shí)映射?；?/span>RSRI的映射圖顯示更少的健康像素被高估為黃色的輕度染病，并且其也能正確地顯示嚴(yán)重染病區(qū)域，而不像其余SI對(duì)嚴(yán)重染病區(qū)域的響應(yīng)不敏感。
圖6 來自RSRI和現(xiàn)有SIs的三個(gè)獨(dú)立小穗樣本的RGB圖像、病變分布參考和DS圖（A、B、C分別是輕微感染、輕度感染和嚴(yán)重感染的穗）
本研究表明，RSRI可以作為一種新的指標(biāo)用于水稻穗腐病的全生育期監(jiān)測(cè)，在育種和作物保護(hù)中有很好的應(yīng)用前景，并且不用考慮穗的成熟效應(yīng)。
通訊作者信息：
程濤，博士，南京農(nóng)業(yè)大學(xué)教授，博士生導(dǎo)師。
主要研究方向：作物生長(zhǎng)光譜監(jiān)測(cè)、作物表型信息高通量獲取、遙感大數(shù)據(jù)與作物制圖、天空地一體化集成監(jiān)測(cè)預(yù)測(cè)等。
參考文獻(xiàn)：
Xue, B., Tian, L., Wang, Z. et al. Quantification of rice spikelet rot disease severity at organ scale with proximal imaging spectroscopy. Precision Agric (2023).
© 2019 版權(quán)所有：江蘇雙利合譜科技有限公司 備案號(hào)：蘇ICP備2021046114號(hào)-3 技術(shù)支持：化工儀器網(wǎng) GoogleSitemap 管理登陸
在線客服