水稻作為一種常見(jiàn)的糧食作物，在中國(guó)有著悠久的種植歷史,，種植地在南北方皆有分布,。為了在有限的耕地上養(yǎng)活日益增長(zhǎng)的人口，科學(xué)家們一直在不斷探索,，減少病害,，提高稻米產(chǎn)量。

稻瘟病被稱為“水稻癌癥”,，廣泛分布于世界各稻區(qū),，而且有可能發(fā)病于水稻的各生育期，是一種毀滅性的真菌病害,，全球每年因稻瘟病造成的產(chǎn)量損失達(dá)數(shù)千萬(wàn)噸,，威脅著全球的糧食安全。

江蘇省農(nóng)業(yè)生產(chǎn)條件得天獨(dú)厚,素有“魚(yú)米之鄉(xiāng)”的美譽(yù),，作為我國(guó)水稻種植大省,，早在古代就流傳著“蘇湖熟，天下足”的諺語(yǔ),，現(xiàn)如今也是我國(guó)南方最大的粳稻生產(chǎn)省份,。

來(lái)自南京農(nóng)業(yè)大學(xué)的一組研究團(tuán)隊(duì)，在2018-2021年在江蘇省對(duì)稻瘟病的檢測(cè)展開(kāi)了相關(guān)研究,。

稻瘟?。≧B，由稻瘟病原菌引起）是全球水稻生產(chǎn)中具有破壞性的疾病,，其可造成重大產(chǎn)量損失,，并日益威脅著全球糧食安全，且這一問(wèn)題在<2公頃的亞洲小農(nóng)系統(tǒng)中更加嚴(yán)重,。

據(jù)統(tǒng)計(jì),，稻瘟病侵染每年引起的水稻產(chǎn)量損失能夠養(yǎng)活全球6000萬(wàn)人,。因此，用通用指標(biāo)準(zhǔn)確檢測(cè)稻瘟病的發(fā)生對(duì)于早期病害預(yù)防和蔓延控制至關(guān)重要,，但迄今尚未得到解決,，且改善這種病害的早期預(yù)警在大多數(shù)亞洲小農(nóng)戶田塊的可行性和準(zhǔn)確性仍未得到充分實(shí)現(xiàn)。現(xiàn)有的檢測(cè)RB發(fā)生的方法主要依賴于經(jīng)驗(yàn)豐富的專業(yè)人員的目視檢查,，這需要較高的時(shí)間和勞動(dòng)成本,。

最近，已證明反射光譜在揭示多空間尺度上由病原體侵染引起的復(fù)雜生理和光譜變化方面,，以及在早期階段檢測(cè)癥狀方面具有巨大潛力,，然而，是否可以開(kāi)發(fā)一種多空間尺度上RB檢測(cè)的通用方法仍然知之甚少,，利用衛(wèi)星圖像揭示小農(nóng)戶田塊稻瘟病擴(kuò)散潛在熱點(diǎn)的研究報(bào)道有限,。且現(xiàn)存的病害檢測(cè)模型大多忽略了空間相關(guān)性，在表征病原體侵染的時(shí)間動(dòng)態(tài)方面缺少合理性,。

基于此,，在本研究中，來(lái)自南京農(nóng)業(yè)大學(xué)的一組研究團(tuán)隊(duì)在2018-2021年以中國(guó)東部的江蘇省3個(gè)地點(diǎn)（以水稻和冬小麥輪作種植為特征的農(nóng)業(yè)平原地區(qū)）為例,，進(jìn)行了7個(gè)實(shí)驗(yàn),，開(kāi)展室內(nèi)接種侵染試驗(yàn)、田間自然侵染試驗(yàn),、及實(shí)地調(diào)查測(cè)量，使用ASD FieldSpec 4 Hi-Res光譜儀測(cè)量感染及健康樣品葉片和冠層的光譜反射率,?；趯?shí)測(cè)的高光譜數(shù)據(jù)和哨兵-2圖像數(shù)據(jù)，結(jié)合線性判別分析（LDA）,、簡(jiǎn)單線性回歸及熱點(diǎn)分析,，確定兩年（2018年和2019年）中單波段對(duì)健康和感染葉片的可分性、構(gòu)建稻瘟病敏感植被指數(shù)（RIBI）,、建立回歸模型以評(píng)估RIBI在不同尺度對(duì)稻瘟病發(fā)生的識(shí)別精度和對(duì)病情指數(shù)（DI）的估算能力,、及進(jìn)行RB的時(shí)空動(dòng)態(tài)監(jiān)測(cè)。

研究區(qū)和采樣位置,；彩色方塊表示采樣點(diǎn)的位置,；彩色圓點(diǎn)表示現(xiàn)場(chǎng)采樣點(diǎn)

本研究方法流程圖

水稻葉片(A)和冠層(B)反射率對(duì)病原菌侵染的響應(yīng)。

(A)表示接種后不同天數(shù)收集的健康葉片和RB感染葉片的平均反射率（DAIs）,，(B)在400-2400nm范圍內(nèi)顯示水稻近冠層反射率

【結(jié)果】

在近地冠層尺度上RIBI（A：RIBInir,，B：RIBIred）與DI之間的關(guān)系散點(diǎn)圖

(A) 基于哨兵-2A數(shù)據(jù)的健康水稻和具有不同病害指數(shù)（DI）的感染植株的冠層光譜特征。

(B)DI與RIBInir（來(lái)自哨兵-2A的664.6 nm,、782.8 nm和1614 nm波段）的關(guān)系散點(diǎn)圖,。

2020年不同天數(shù)（DOY）受侵染（橙色）和健康（綠色）水稻植株之間的RIBInir（a,，c）和NDVI（b，d）的雨云圖,，位于兩個(gè)地點(diǎn)（第一行：Tangcao,，第二行：Taiping）。

基于哨兵-2A衛(wèi)星圖像檢測(cè)到的小農(nóng)戶田塊潛在的RB擴(kuò)散趨勢(shì)的熱點(diǎn)圖

【結(jié)論】

本研究構(gòu)建了兩種RIBI,，即RIBInir =（R753-R1102）/（R665+R1102）和RIBIred =（R753-R1102）/（R665+R1102）,，用于健康和受感染葉片的分類和疾病指數(shù)的冠層尺度量化。葉片尺度測(cè)量結(jié)果表明,，在2018年,、2019年及2020年田間條件下，RIBInir和RIBIred在溫室條件下對(duì)感染和健康樣本分類的總體準(zhǔn)確性較高(2018：RIBInir: 81.41%;RIBIred:84.62%,，2019：RIBInir:81.30%;RIBIred:90.37%,，2020：RIBInir:86.36%;RIBIred:89.39%)。RIBIred對(duì)兩年內(nèi)RB發(fā)生和RB感染發(fā)作的檢測(cè)具有較高的敏感性和特異性,。

此外,，在多尺度評(píng)估了DI-RIBInir關(guān)系。與傳統(tǒng)的VIs（近地：R2<0.47,，衛(wèi)星：R2<0.54）相比,，所提出的RIBInir與地面光譜（R2=0.73）和哨兵-2A圖像（R2=0.78）的DI的相關(guān)性更顯著，更強(qiáng)的DI-RIBInir關(guān)系歸因于使用了兩個(gè)近紅外（NIR）波段,，這有助于增強(qiáng)由病原體侵染誘導(dǎo)的NIR區(qū)域的獨(dú)te光譜響應(yīng),，與廣泛研究的可見(jiàn)區(qū)域相反。多時(shí)間分析結(jié)果表明,，衛(wèi)星衍生的RIBInir（R2=0.78）與DI的相關(guān)性始終強(qiáng)于傳統(tǒng)VIs（R2<0.54）,，并成功捕獲RB侵染和恢復(fù)的時(shí)間動(dòng)態(tài)。另外,，RIBInir和熱點(diǎn)分析的結(jié)合成功地捕捉到了小農(nóng)戶田塊潛在的稻瘟病擴(kuò)散的田內(nèi)熱點(diǎn),。

總之，本研究擴(kuò)展了葉片對(duì)RB的光譜響應(yīng),，為星載探測(cè)RB的發(fā)生提供了有希望的結(jié)果,。且這些結(jié)果支持使用RIBInir和公開(kāi)可獲得的衛(wèi)星圖像來(lái)跟蹤區(qū)域病原體侵染情況，并促進(jìn)亞洲小農(nóng)農(nóng)場(chǎng)關(guān)于病害控制和干預(yù)的決策,，為量化野外病害發(fā)生和檢測(cè)潛在熱點(diǎn)提供新的機(jī)遇,。