水稻穗腐病(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 不同生長階段DS與波長反射率之間的Spearman相關(guān)系數(shù),?;疑桶咨尘胺謩e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).
(空格分隔,最多3個(gè),單個(gè)標(biāo)簽最多10個(gè)字符)
立即詢價(jià)
您提交后,,專屬客服將第一時(shí)間為您服務(wù)