首页 > 分享 > 两类真菌病害的特异性叶片光谱响应与监测精度对比研究

两类真菌病害的特异性叶片光谱响应与监测精度对比研究

花匠小妙招
2024-11-18 03:53

1　引言

中国粮食生产面临真菌性病害的严重威胁，遥感技术在病害监测中具有高效、客观和无损的优势。现有研究多集中于单一病害监测，而不同病害间的光谱响应差异和监测机理认识不足。小麦白粉病和水稻叶瘟病作为两类典型真菌病害，其侵染方式和对作物的危害程度存在显著差异，这些差异在叶片反射光谱中体现，有助于深入理解病害光谱响应机制。辐射传输模型如PROSPECT模型可用于感病植被参数反演，但存在不确定性。目前研究主要针对单一病害进行特征波段选择，而对不同病害间、不同监测任务中光谱特征的特异性表现研究不足。本研究旨在系统性阐明两类真菌病害的光谱监测特异性，明确活体营养型和半活体营养型病害间光谱响应、生化参数和结构参数的差异，评价现有病害光谱特征在病叶识别与病情估算的特异性表现，以及明确病害光谱指数和病害小波特征在病叶识别与病情严重度估算中的敏感性差异。

2　研究区与数据

本章节介绍了研究区与数据采集的详细信息。2014至2015年在南京农业大学牌楼教学科研基地进行了小麦白粉病的小区接种试验，选用易感品种“生选6号”和中感品种“扬辐麦4号”。2020年在南通市通州区“开心田园”绿色生态农场进行了感稻瘟病叶片采样。研究对象为活体营养型病害WPM和半活体营养型病害RLB。通过FieldSpec4 Pro高光谱地物仪获取了小麦健康叶片、小麦感白粉病叶片、水稻健康叶片和水稻感叶瘟病叶片各100张左右的反射光谱和叶片病情严重度数据。使用动态阈值方法进行病灶划分，计算病情严重度DS。通过划分病情严重度定义了4个发病等级DL0—DL3。

3　研究方法

本章节介绍了两类真菌病害的特异性叶片光谱响应与监测精度对比研究的方法。首先，通过叶片辐射传输模型PROSPECT-D反演叶片样本的生化参数和结构参数，以探究不同病害类型对叶片生化参数和结构的响应差异。采用基于连续小波变换的PROCWT方法反演各参数值，并使用Mann-Whitney U检测分析不同发病等级叶片生化参数的差异性。其次，筛选对水稻叶瘟病和小麦白粉病敏感的光谱指数和小波特征，探讨其在病叶识别和病情严重度估算上的特异性。最后，构建模型评估光谱特征对感病样本的识别能力，使用随机森林分类器和一元线性模型分别进行病叶识别和病情严重度估算，通过100次数据集划分和模型验证比较不同病害光谱特征的监测性能差异。

4　研究结果

详细分析了小麦白粉病和水稻叶瘟病对叶片光谱及生化参数的影响。研究发现，两种病害均导致叶片反射率在可见光及短波红外区间上升，但在响应强度和变化规律上存在显著差异。小麦白粉病在病情严重度较低时光谱响应强于水稻叶瘟病，而水稻叶瘟病在绿光区间反射率变化规律与小麦白粉病不同。生化参数方面，水稻叶瘟病对生化参数的影响强于小麦白粉病。敏感小波特征分析显示，水稻叶瘟病敏感特征主要集中在近红外和短波红外区间，而小麦白粉病敏感特征集中在绿光、红光和近红外区间。水稻叶瘟病敏感光谱特征对病害识别的特异性和精度均高于小麦白粉病。生化参数对水稻叶瘟病的识别精度也普遍高于小麦白粉病。在病情严重度估算方面，基于生化参数和小波特征的估算精度显著低于病害光谱指数，且小麦白粉病的估算表现更差。RIBIred光谱指数在水稻叶瘟病的识别和病情严重度估算上表现最好。总体而言，短波红外及近红外光谱特征在病害识别和严重度估算上具有更高的特异性和精度。

5　讨论

深入探讨了活体和死体营养型真菌病害在光谱响应上的差异，分析了这些差异对病害监测精度的影响。研究发现，活体营养型病害WPM和半活体营养型病害RLB在叶片生化参数、结构参数和反射光谱响应强度上存在显著差异，这些差异主要受叶片色素含量、呼吸强度、细胞结构变化等因素影响。在可见光区域，病害光谱响应受色素含量影响，而在近红外及短波红外区间，响应差异主要来源于感病叶片呼吸强度及细胞结构的不同变化。研究还发现，近红外区间的反射光谱形状变化能最大程度反映病害光谱响应的特异性，且近红外区间在病害特异性光谱监测中具有重要性。

在病害识别与叶片病情严重度估算精度方面，研究发现WPM病叶的识别精度及病情严重度估算精度明显低于RLB。这主要因为WPM对寄主叶片的危害程度较低，其在红光、近红外及短波红外区间的反射光谱对病害侵染响应程度较低。此外，小波特征在病叶识别任务中的识别精度高于病害光谱指数，而光谱指数在叶片病情严重度估算中具有显著精度优势。

特异性病害光谱特征的提取或构建依赖于对病害光谱响应机制的深入理解。特异性光谱指数在病害监测中表现出突出的精度优势、拓展能力及应用潜力。然而，国内外学者对主要作物重大病虫害的光谱特征构建和不同类型病害间光谱响应干扰的研究尚不充分。面对多样化的应用需求和复杂的应用场景，病害遥感监测仍面临诸多挑战。未来研究应考虑多源数据融合及图谱分析技术，以提高半活体营养型病害识别精度，并优化冠层尺度光谱测试方案。

6　结论

本研究通过小麦白粉病和水稻叶瘟病样本，对比了活体和半活体营养型病害的光谱响应差异，并评估了WPM和RLB叶片生化参数与结构参数变化。研究发现，RLB在多个光谱区间的响应强度高于WPM，且两者在绿峰及近红外平台区间存在显著光谱形状差异。近红外小波特征WF3820和WF5866对WPM和RLB的识别精度最高，且病害监测特异性优势强。光谱指数RIBIred、PRI与RLB和WPM的叶片病情严重度相关性最高，稻瘟病光谱指数RIBIred在病叶识别和病情估算中综合精度最优。研究为病害光谱指数构建及科学评价提供指导，对提高农田管理智慧化水平具有重要意义。