基于SIF-PLS模型的冬小麥條銹病早期光譜探測(cè)

競(jìng) 霞 呂小艷, 張 超 白宗璠

(1.西安科技大學(xué)測(cè)繪科學(xué)與技術(shù)學(xué)院， 西安 710054； 2.中國(guó)農(nóng)業(yè)大學(xué)土地科學(xué)與技術(shù)學(xué)院， 北京 100083)

0 引言

條銹病(Pucciniastriiformis)對(duì)冬小麥生產(chǎn)具有毀滅性危害，已成為影響我國(guó)冬小麥產(chǎn)量的重要病害之一[1]。傳統(tǒng)人工田間調(diào)查的小麥條銹病識(shí)別與監(jiān)測(cè)方法費(fèi)時(shí)、費(fèi)力，難以大面積同時(shí)展開(kāi)[2]。植物發(fā)病后，病原菌與寄主相互作用引起植物細(xì)胞內(nèi)部的色素、水分含量和細(xì)胞間隙的變化，導(dǎo)致受病害脅迫的植物反射率與葉綠素?zé)晒夤庾V特性發(fā)生改變。而且，當(dāng)病情嚴(yán)重到一定程度時(shí)，植物葉片上常會(huì)形成不同形式的病斑、壞死或枯死區(qū)域，使受害植物的顏色、紋理等外部形態(tài)特征發(fā)生改變。目前，對(duì)作物病害的遙感監(jiān)測(cè)主要集中于計(jì)算機(jī)視覺(jué)技術(shù)和光譜探測(cè)技術(shù)。計(jì)算機(jī)視覺(jué)技術(shù)在作物病害監(jiān)測(cè)中具有無(wú)損、快速等優(yōu)點(diǎn)，被成功應(yīng)用于小麥條銹病的識(shí)別與診斷，利用病害圖像的幾何形狀、顏色、紋理、方向一致性特征均能實(shí)現(xiàn)條銹病的識(shí)別[3-5]。但這種方法對(duì)已經(jīng)顯癥且外在形態(tài)特征明顯的作物病害識(shí)別效果較好，對(duì)于受病菌侵染初期的作物病害診斷效率低下，難以實(shí)現(xiàn)作物病害的早期探測(cè)。

隨著光譜技術(shù)的廣泛應(yīng)用，利用光譜技術(shù)對(duì)冬小麥條銹病進(jìn)行識(shí)別與監(jiān)測(cè)，尤其是實(shí)現(xiàn)冬小麥條銹病潛育期或早期診斷，可為冬小麥條銹病的早期防治提供必要的信息支持，有效減小冬小麥產(chǎn)量損失。目前，利用光譜技術(shù)對(duì)小麥條銹病的遙感探測(cè)主要集中于反射率數(shù)據(jù)[6-9]，反射率數(shù)據(jù)主要反映作物葉片生化組分的濃度信息，難以直接揭示植被光合生理狀態(tài)[10-11]。葉綠素?zé)晒庾鳛橹参锕夂蠣顟B(tài)的指示劑，與植物活力密切相關(guān)，能夠更早、更敏感地反映病害引起的生理變化[12]。利用葉綠素?zé)晒獗O(jiān)測(cè)作物病害方面的研究主要利用主動(dòng)式熒光[13-15]和被動(dòng)熒光[16]，主動(dòng)式熒光難以大面積反映冠層及以上尺度真實(shí)的熒光狀態(tài)[17]，而屬于被動(dòng)熒光的SIF能夠在自然環(huán)境下實(shí)現(xiàn)植被冠層SIF的大面積無(wú)損觀測(cè)[18]，因此SIF是利用遙感技術(shù)進(jìn)行作物病害早期探測(cè)的有效手段之一。已有研究者利用冠層SIF數(shù)據(jù)對(duì)小麥條銹病的發(fā)病情況進(jìn)行監(jiān)測(cè)，但是這些研究是針對(duì)發(fā)病后小麥條銹病不同的病情嚴(yán)重度進(jìn)行的[19-21]，對(duì)冬小麥條銹病發(fā)病早期[22](DI為0～20%)的監(jiān)測(cè)報(bào)道較少。趙葉等[23]通過(guò)分析SIF數(shù)據(jù)和反射率光譜數(shù)據(jù)對(duì)小麥條銹病病情嚴(yán)重度的敏感性得出，小麥條銹病發(fā)病較輕時(shí)，以SIF為自變量構(gòu)建的小麥條銹病病情嚴(yán)重度預(yù)測(cè)模型達(dá)到了極顯著性水平，而反射率光譜數(shù)據(jù)則難以探測(cè)到小麥條銹病信息，該研究?jī)H分析了O2-A和O2-B兩個(gè)波段SIF數(shù)據(jù)，且建模方法簡(jiǎn)單。

本文基于3FLD和反射率熒光指數(shù)2種方法提取冠層SIF數(shù)據(jù)，優(yōu)選對(duì)小麥條銹病早期敏感的特征參量，利用PLS算法建立小麥條銹病的早期探測(cè)模型，以便在冬小麥出現(xiàn)嚴(yán)重病癥前及時(shí)探測(cè)到病情的發(fā)展?fàn)顩r，為冬小麥條銹病的早期防治提供必要的信息支持。

1 材料與方法

1.1 試驗(yàn)設(shè)計(jì)與數(shù)據(jù)獲取

1.1.1試驗(yàn)設(shè)計(jì)

試驗(yàn)于2018年在河北省廊坊市中國(guó)農(nóng)業(yè)科學(xué)院試驗(yàn)站(39°30′40″N，116°36′20″E)開(kāi)展，小麥品種為對(duì)條銹病高感的“銘賢169號(hào)”。試驗(yàn)區(qū)小麥平均種植密度為113株/m2，分為A、B、C、D共4組，每個(gè)試驗(yàn)組的面積為220 m2，每個(gè)組分為8個(gè)樣方(A1～A8、B1～B8、C1～C8、D1～D8)。2018年4月9日采用質(zhì)量濃度為90 mg/L的孢子溶液，利用噴霧法對(duì)B、C組冬小麥進(jìn)行條銹病接種，即健康組(A1～A8、D1～D8)和染病組(B1～B8、C1～C8)各16個(gè)樣方。

1.1.2冠層光譜測(cè)量

2018年5月14日、5月18日和5月24日采用ASD Field Spec Pro 型地物光譜儀測(cè)量冬小麥冠層光譜數(shù)據(jù)，測(cè)量時(shí)天氣晴朗、無(wú)云無(wú)風(fēng)，探頭垂直向下，距離地面1.3 m，每個(gè)樣方重復(fù)測(cè)定10次，取平均值作為該樣方的光譜值，每次測(cè)量前后均用標(biāo)準(zhǔn)BaSO4參考板進(jìn)行標(biāo)定，并計(jì)算冠層反射率ρ，計(jì)算式為[21]

(1)

式中Ltarget——目標(biāo)輻亮度，μW/(cm2·nm·sr)

Lboard——參考板輻亮度，μW/(cm2·nm·sr)

ρboard——參考板反射率

1.1.3病情指數(shù)調(diào)查

采用5點(diǎn)取樣法調(diào)查試驗(yàn)區(qū)冬小麥條銹病病情嚴(yán)重度，即在每個(gè)樣方內(nèi)選取對(duì)稱(chēng)的5點(diǎn)，每點(diǎn)約1 m2，隨機(jī)選取30株冬小麥。單葉病情嚴(yán)重度分為9個(gè)梯度，即：0、1%、10%、20%、30%、45%、60%、80%和100%。記錄每個(gè)樣方各梯度下的冬小麥葉片數(shù)，計(jì)算病情指數(shù)[17]，計(jì)算式為

(2)

式中DI——病情指數(shù)，%

x——單葉各梯度級(jí)

m——單葉最高梯度級(jí)

f——各梯度的葉片數(shù)

1.2 研究方法

基于ASD光譜儀測(cè)定的冬小麥冠層反射輻亮度光譜以及太陽(yáng)入射輻照度光譜數(shù)據(jù)，利用優(yōu)選的對(duì)小麥條銹病早期探測(cè)敏感的反射率熒光指數(shù)以及3FLD算法估測(cè)的單波段SIF-A強(qiáng)度作為自變量，采用PLS算法構(gòu)建小麥條銹病早期探測(cè)模型，并將其與反射率光譜指數(shù)構(gòu)建的模型進(jìn)行對(duì)比分析，以確定小麥條銹病早期探測(cè)的適宜模型。

1.2.1基于3FLD的SIF估測(cè)算法

冬小麥侵染條銹病菌后，光合作用活性減弱，吸收光合有效輻射(Absorbed photosynthetic active radiation，APARchl) 降低[24]，而O2-A波段(中心波長(zhǎng)為760 nm)的冠層SIF主要受APARchl影響[25]，且O2-A波段吸收形成的夫瑯和費(fèi)暗線特征明顯[26]。因此，利用3FLD算法提取O2-A波段的SIF-A。3FLD估測(cè)算法是利用夫瑯和費(fèi)暗線內(nèi)的一個(gè)波段表觀輻亮度和夫瑯和費(fèi)線吸收線左右各一個(gè)波段表觀輻亮度的加權(quán)平均值，計(jì)算自然光照條件下太陽(yáng)光激發(fā)的熒光對(duì)夫瑯和費(fèi)“井”的填充程度獲取葉綠素?zé)晒獾膹?qiáng)度[21]Sin，計(jì)算公式為[27]

(3)

其中

式中Iin——夫瑯和費(fèi)吸收線內(nèi)的太陽(yáng)輻照度光譜強(qiáng)度，μW/(cm2·nm)

Lin——夫瑯和費(fèi)吸收線內(nèi)的植被冠層反射的輻亮度光譜強(qiáng)度，μW/(cm2·nm·sr)

λright、λin、λleft——吸收線右、內(nèi)、左波段波長(zhǎng)

ωleft、ωright——吸收線左、右2個(gè)參考波段所占的權(quán)重

Ileft、Iright——吸收線左、右的太陽(yáng)輻照度光譜強(qiáng)度，μW/(cm2·nm)

Lleft、Lright——吸收線左、右的植被冠層反射輻亮度光譜強(qiáng)度，μW/(cm2·nm·sr)

(4)

1.2.2基于反射率光譜的SIF間接提取方法

為了進(jìn)一步探究熒光對(duì)冬小麥條銹病早期探測(cè)的潛力，引入能夠檢測(cè)熒光信息的冠層反射率比值指數(shù)、反射率一階導(dǎo)數(shù)比值指數(shù)[30]。在冬小麥遭受條銹病脅迫時(shí)，紅邊區(qū)域反射率光譜發(fā)生顯著變化，一階導(dǎo)數(shù)光譜存在明顯的雙峰現(xiàn)象，而在紅邊光譜區(qū)域中計(jì)算的反射率指數(shù)、利用雙峰特征獲取的一階反射率比值指數(shù)，可以跟蹤病害誘導(dǎo)的熒光變化，快速評(píng)估與冬小麥直接相關(guān)的生理過(guò)程[29-30]。

1.2.3冠層光譜指數(shù)SI計(jì)算

冠層SI能夠表征冬小麥的相關(guān)特征及狀態(tài)，依據(jù)冬小麥條銹病的生理特征和已有研究成果，本文選用文獻(xiàn)[34-39]中的光譜指數(shù)作為冬小麥條銹病早期探測(cè)的冠層SI數(shù)據(jù)，其中包括可減弱土壤背景對(duì)冠層光譜影響的NDVI、RVI和DVI，反映在病害脅迫下植物色素變化的PPR、MTCI和PSSRc，以及反映植被水分含量變化的WI和MSI，此外還有反映植被損傷程度的DSSI2、病害脅迫下植被衰減程度的PSRI和直接反映植被光合速率變化的PRI。

1.3 模型構(gòu)建及精度檢驗(yàn)

在進(jìn)行小麥條銹病病情嚴(yán)重度模型構(gòu)建和精度評(píng)價(jià)時(shí)，為了使評(píng)價(jià)結(jié)果更客觀，將樣本數(shù)據(jù)(樣本數(shù)n=37)重復(fù)進(jìn)行3次分組(記為a、b、c)，每組數(shù)據(jù)按照3∶1的比例隨機(jī)分成訓(xùn)練集(n=28)和驗(yàn)證集(n=9)，以敏感SIF數(shù)據(jù)和SI數(shù)據(jù)(達(dá)到0.01水平相關(guān))為自變量，DI為因變量，基于PLS算法建立冬小麥條銹病早期探測(cè)的SIF-PLS 模型和SI-PLS 模型，并通過(guò)決定系數(shù)(Determination coefficient，R2)和均方根誤差(Root mean square error，RMSE)2個(gè)指標(biāo)對(duì)冬小麥條銹病早期探測(cè)模型進(jìn)行精度評(píng)價(jià)。

2 結(jié)果與分析

2.1 冠層SIF與DI的相關(guān)性分析

表1 SIF與DI 的相關(guān)系數(shù)(n=37)Tab.1 Correlation coefficients of SIF and DI (n=37)

注：**表示0.01水平極顯著相關(guān)；*表示0.05水平顯著相關(guān)，下同。

2.2 冠層SI與DI的相關(guān)性分析

將所選擇的光譜指數(shù)與冬小麥條銹病發(fā)病早期的DI進(jìn)行相關(guān)分析(表2)，由表2可知，NDVI、MSI、PRI、RVI、DVI、PSRI、WI與DI的相關(guān)系數(shù)分別為-0.574、0.456、-0.613、-0.571、-0.635、0.615、-0.469，達(dá)到了極顯著相關(guān)，可作為早期探測(cè)模型的輸入?yún)⒘俊SRI、PRI與DI相關(guān)系數(shù)的絕對(duì)值接近，但PSRI與DI正相關(guān)，而PRI則與DI負(fù)相關(guān)，表明隨著DI的增大，冬小麥的衰減程度增大，光合速率減弱。

表2 SI與DI的相關(guān)系數(shù)(n=37)Tab.2 Correlation coefficients of SI and DI (n=37)

2.3 冬小麥條銹病早期探測(cè)模型構(gòu)建及精度評(píng)價(jià)

在小麥條銹病敏感因子優(yōu)選的基礎(chǔ)上分別以SIF和SI為特征參量構(gòu)建小麥條銹病早期探測(cè)模型SIF-PLS(圖1)和SI-PLS(圖2)。由圖1和圖2可以看出，3組冠層SIF數(shù)據(jù)構(gòu)建的冬小麥條銹病早期探測(cè)SIF-PLS模型訓(xùn)練集的R2分別為0.679、0.690、0.711，而SI-PLS模型的R2分別為0.509、0.449、0.448；SIF-PLS的RMSE分別3.4%、3.4%、3.4%，而SI-PLS的RMSE分別4.2%、4.6%、4.7%，SIF-PLS模型預(yù)測(cè)DI和實(shí)測(cè)DI間的決定系數(shù)比SI-PLS至少提高了33%。

采用保留樣本交叉檢驗(yàn)方式，利用建模剩余的 9個(gè)數(shù)據(jù)作為驗(yàn)證樣本，分別對(duì)SIF-PLS和SI-PLS模型的預(yù)測(cè)精度進(jìn)行檢驗(yàn)，結(jié)果如表3所示。由表3可以看出，SIF-PLS驗(yàn)證集的平均R2為0.793，而SI-PLS驗(yàn)證集平均R2為0.576，SIF-PLS驗(yàn)證集的平均RMSE為3.2%，而SI-PLS驗(yàn)證集的平均RMSE為4.7%。因此，SIF-PLS模型精度較同組SI-PLS模型均有一定的提高，3組數(shù)據(jù)中SIF-PLS模型比SI-PLS模型的R2最少提高了27%，平均提高了38%；RMSE最少可減少24%，平均減少了32%。因此，SIF-PLS模型對(duì)小麥條銹病的早期探測(cè)能力優(yōu)于SI-PLS模型。

圖1 SIF-PLS 模型精度Fig.1 SIF-PLS model accuracy

圖2 SI-PLS 模型精度Fig.2 SI-PLS model accuracy

表3 驗(yàn)證精度Tab.3 Validation accuracy

3 結(jié)論

(1)為探討SIF對(duì)冬小麥條銹病早期探測(cè)的潛力，利用野外測(cè)定的冠層光譜和病情指數(shù)數(shù)據(jù)，對(duì)SIF、SI與冬小麥條銹病DI進(jìn)行了相關(guān)性分析。結(jié)果表明，利用3FLD提取的O2-A波段(中心波長(zhǎng)為760nm)處的SIF-A強(qiáng)度與DI的相關(guān)性最高，相關(guān)系數(shù)R=-0.793，說(shuō)明SIF-A對(duì)冬小麥條銹病早期信息更為敏感。

(3)利用3FLD和反射率熒光指數(shù)方法提取的SIF對(duì)小麥條銹病進(jìn)行早期探測(cè)是可行的，且探測(cè)效果顯著優(yōu)于光譜指數(shù)方法。但該方法僅在小區(qū)控制試驗(yàn)條件下實(shí)現(xiàn)了冬小麥條銹病的早期探測(cè)，如何在田塊尺度上探測(cè)到顯癥之前的小麥條銹病是下一步研究的重點(diǎn)。