炭疽病脅迫下的茶樹葉片高光譜特征分析

王曉慶， 冉 烈， 彭萍*， 崔正龍

(1.重慶市農(nóng)業(yè)科學(xué)院茶葉研究所，重慶 402160；2.重慶文理學(xué)院，重慶 402160)

研究報(bào)告

炭疽病脅迫下的茶樹葉片高光譜特征分析

王曉慶1， 冉 烈2， 彭萍1*， 崔正龍1

(1.重慶市農(nóng)業(yè)科學(xué)院茶葉研究所，重慶 402160；2.重慶文理學(xué)院，重慶 402160)

試驗(yàn)以茶樹不同炭疽病受害程度的葉片及健康葉片為材料，室內(nèi)測(cè)定其光譜反射率。結(jié)果表明，炭疽病危害后，茶樹葉片的光譜值隨發(fā)病程度的增加表現(xiàn)出有規(guī)律的變化，740～1 000 nm波段的光譜反射率隨病情加重呈現(xiàn)下降趨勢(shì)；而1 370～2 500 nm波段卻表現(xiàn)出相反趨勢(shì)。在742～974 nm和1 374～2 500 nm，炭疽病受害程度與光譜反射率呈極顯著相關(guān)。對(duì)光譜一階微分特征分析表明，在680～780 nm范圍內(nèi)處理間變幅最大，有2個(gè)波段的一階微分值與受害程度表現(xiàn)出極顯著相關(guān)性，分別為715～763 nm和776～778 nm波段。建立的炭疽病嚴(yán)重度診斷模型，均達(dá)到極顯著水平，其中利用植被指數(shù)(Rg-Rr)/(Rg+Rr)建立的模型精確度最高。

茶樹； 炭疽病； 受害程度； 高光譜； 診斷模型

茶炭疽病菌[Disculatheae-sinensis(I.Miyake)Moriwaki & Toy.Sato]屬半知菌亞門盤長(zhǎng)胞屬真菌，是我國(guó)各茶區(qū)普遍發(fā)生在葉部的一種真菌病害，主要危害老葉、成葉、嫩葉[1]。條件適宜的年份發(fā)生較重，可引起大量落葉，嚴(yán)重影響茶葉產(chǎn)量和品質(zhì)[2-3]。茶炭疽病傳統(tǒng)的監(jiān)測(cè)方法主要是人工田間調(diào)查，需要消耗大量的人力和時(shí)間。作物受病蟲害危害后，葉片的細(xì)胞結(jié)構(gòu)、葉綠素、水分等發(fā)生變化，從而引起光譜反射率的變化。目前，對(duì)水稻、棉花、小麥、煙草、蘋果、辣椒、大豆、板栗、馬尾松、杉木等已進(jìn)行不同病蟲害、螨類等不利條件脅迫下的高光譜特性分析[4-14]。同時(shí)，伍南等[15-16]的研究也表明利用高光譜參數(shù)反演油茶炭疽病病情指數(shù)是可行的。劉建雄等[17]基于高光譜技術(shù)對(duì)茶尺蠖為害程度進(jìn)行研究，發(fā)現(xiàn)在紅邊峰值區(qū)(690～790 nm)和藍(lán)邊峰值區(qū)(520～580 nm)的光譜特征參數(shù)變化明顯，并建立了相應(yīng)的茶尺蠖啃食程度擬合模型。同時(shí)在茶樹方面，李曉麗等[18]采用可見(jiàn)—近紅外光譜儀測(cè)定5個(gè)品種茶葉的光譜曲線，建立模型進(jìn)行品種鑒別，發(fā)現(xiàn)可見(jiàn)—近紅外光譜技術(shù)可快速無(wú)損鑒別茶葉品種。尚未見(jiàn)茶樹受病害危害后光譜研究的報(bào)道。本文通過(guò)測(cè)定炭疽病危害茶樹葉片的高光譜反射率，進(jìn)一步分析其高光譜特征參數(shù)，建立茶樹炭疽病受害程度估測(cè)模型，以期為茶炭疽病危害的高光譜快速診斷與預(yù)測(cè)提供理論依據(jù)及參考。

1 材料與方法

1.1 受害茶樹葉片的獲取

2013年9月，在重慶市永川乾豐實(shí)驗(yàn)茶場(chǎng)的‘崇枇71-1’品種茶園中選取被炭疽病危害不同病情嚴(yán)重度的葉片，按照茶樹相同或相近葉位進(jìn)行取樣，葉片置于自封袋中保存，室內(nèi)測(cè)定光譜反射曲線。

1.2 葉片受害程度的分級(jí)

葉片受害程度依據(jù)葉片被害部分占整個(gè)葉片的比率分成5級(jí)，即，正常(記為0級(jí))：0%；輕度(記為1級(jí))：大于0，小于等于25%：中度(記為2級(jí))：大于25%，小于等于50%；嚴(yán)重(記為3級(jí))：大于50%，小于等于75%；極嚴(yán)重(記為4級(jí))：大于75%。

1.3 高光譜數(shù)據(jù)的采集

采用美國(guó)ASD Field Spec 3便攜式光譜儀與ASD Leaf Clip 測(cè)試夾耦合測(cè)定。單葉片光譜測(cè)試夾本身帶有特制光源(石英鹵鎢燈)，可在室內(nèi)環(huán)境下測(cè)定，測(cè)量誤差小。ASD光譜儀光譜范圍是350～2 500 nm， 350～1 000 nm范圍光譜分辨率為3 nm，1 000～2 500 nm光譜分辨率為10 nm。

每個(gè)葉片樣本的反射率避開(kāi)葉脈進(jìn)行測(cè)定，每次重復(fù)采集10組反射率值，以每葉10組的平均值作為觀測(cè)葉片的光譜反射率值。每次測(cè)量前利用標(biāo)準(zhǔn)白板進(jìn)行反射率校正。各受害程度的葉片分別測(cè)定50片，5個(gè)受害程度等級(jí)共250個(gè)樣本，其中150個(gè)用于建立基于光譜參數(shù)的葉片受害程度診斷模型，100個(gè)用于模型的檢驗(yàn)。

1.4 數(shù)據(jù)分析方法

光譜數(shù)據(jù)由光譜儀傳入計(jì)算機(jī)后，用光譜儀自帶的分析軟件ViewSpecPro(Version5.6)將光譜數(shù)據(jù)分別轉(zhuǎn)換為反射率值。根據(jù)不同波段反射率和一階微分值，獲得基于高光譜位置變量、面積變量以及植被指數(shù)變量(表1)[19]。一階微分值采用如下近似方法計(jì)算[20]：

其中，λi是波段i的波長(zhǎng)值；ρ(λi)是波長(zhǎng)λi的光譜值(如反射率等)；Δλ是波長(zhǎng)λi-1到λi的差值，由光譜采樣間隔決定。

葉片受害程度與反射率間的相關(guān)分析，采用Pearson相關(guān)分析法。數(shù)據(jù)的相關(guān)分析及線性回歸診斷模型的建立均在SPSS 17.0軟件中進(jìn)行。

表1 高光譜特征參數(shù)的概念Table 1 Definitions of hyperspectral parameters used in this study

續(xù)表1Table 1(Continued)

2 結(jié)果分析

2.1 茶炭疽病病葉光譜反射率總體特征

茶樹葉片炭疽病的不同受害程度光譜反射率結(jié)果表明(圖1)，在350～700 nm范圍內(nèi)，受害葉片的光譜反射率均大于正常葉片，其中受害最重(即4級(jí))的葉片光譜反射率最大，但其他3個(gè)級(jí)別炭疽病病情反射率之間規(guī)律不明顯。在740～1 000 nm范圍，隨炭疽病病情加重，光譜反射率呈現(xiàn)逐漸下降趨勢(shì)，即正常葉片(0級(jí))的光譜反射率最高，輕度病葉(1級(jí))的光譜反射率次之，極嚴(yán)重葉片(4級(jí))的光譜反射率最低。在1 370～2 500 nm波段范圍內(nèi)卻表現(xiàn)出相反趨勢(shì)。因此，受炭疽病危害后，茶樹葉片的光譜反射率有著明顯的變化，可以定量地識(shí)別病害的嚴(yán)重程度。

圖1 不同受害程度茶樹葉片光譜反射率Fig.1 The spectrum reflectance curve of singletea leaf with different severity levels

葉片受害等級(jí)與光譜反射率間的相關(guān)性如圖2所示，不同炭疽病發(fā)病程度病葉與光譜反射率差異在742～974 nm呈極顯著的負(fù)相關(guān)，其中波長(zhǎng)770 nm處的相關(guān)性最高，相關(guān)系數(shù)為-0.645。而在1 374～ 2 500 nm范圍內(nèi)，不同受害程度病葉與光譜反射率差異呈極顯著的正相關(guān)，其中1 465～1 478 nm波長(zhǎng)處的相關(guān)系數(shù)最大，均為0.554。

圖2 茶樹病葉受害程度與光譜反射率的相關(guān)性Fig.2 The correlation coefficients between severitylevel of single leaf and spectrum reflectance of tea

2.2 不同嚴(yán)重度茶炭疽病病葉一階微分光譜特征

對(duì)炭疽病單葉光譜反射率進(jìn)行一階微分后的結(jié)果顯示(圖3)，一階微分變化最大的波段位于680～780 nm 之間，1 280～1 430 nm波段的微分值變化次之，1 820～1 920波段為第三。其他波段光譜反射率的變化均較小。因此選取680～780 nm波長(zhǎng)范圍的光譜反射率微分值與葉片受害等級(jí)作相關(guān)性分析(圖4)，發(fā)現(xiàn)有2個(gè)波段的一階微分值與受害程度表現(xiàn)出極顯著相關(guān)性。在715～763 nm波段呈極顯著的負(fù)相關(guān)，其中726 nm處相關(guān)系數(shù)為-0.705；在776～778 nm波段呈現(xiàn)極顯著的正相關(guān)性，776 nm處的相關(guān)性最高，相關(guān)系數(shù)為0.512。

2.3 炭疽病病葉不同嚴(yán)重度診斷模型

通過(guò)對(duì)高光譜特征變量與茶樹炭疽病病葉嚴(yán)重度之間的相關(guān)性分析可知(表2)，基于高光譜位置變量中藍(lán)邊內(nèi)最大的一階微分值(Db)、黃邊內(nèi)最大的一階微分值(Dy)、紅邊內(nèi)最大的一階微分值(Dr)、Dr對(duì)應(yīng)的波長(zhǎng)(λr)、綠峰反射率(Rg)和紅谷反射率(Rr)與病情嚴(yán)重度均達(dá)到極顯著相關(guān)性，其中Dr與其相關(guān)性最大，相關(guān)系數(shù)為-0.597?；诟吖庾V面積變量中藍(lán)邊內(nèi)一階微分的總和(SDb)、黃邊內(nèi)一階微分的總和(SDy)和紅邊內(nèi)一階微分的總和(SDr)與病情嚴(yán)重度均達(dá)到極顯著相關(guān)性，其中SDr與其呈極顯著負(fù)相關(guān)，相關(guān)系數(shù)最大，為-0.686，其他兩個(gè)變量的相關(guān)系數(shù)較小，只有0.2～0.3之間?；诟吖庾V植被指數(shù)的6個(gè)變量，除SDr/SDb與不同危害等級(jí)之間呈顯著關(guān)系，其他5個(gè)均達(dá)到極顯著相關(guān)性，其中(Rg-Rr)/(Rg+Rr)的相關(guān)性最大，為-0.753，超過(guò)基于高光譜位置和面積變量中兩個(gè)最大相關(guān)性的變量。

圖3 不同嚴(yán)重度茶樹病葉一階微分光譜曲線Fig.3 First derivative spectrum curve of singletea leaf with different severity levels

圖4 茶樹病葉受害程度與一階微分光譜的相關(guān)性Fig.4 The correlation coefficients between severity level of single leaf and first derivative spectrum of tea

選取742～974 nm波段區(qū)域相關(guān)度最高的770 nm反射率，建立與茶樹炭疽病病葉嚴(yán)重度診斷模型，并對(duì)結(jié)果進(jìn)行驗(yàn)證，結(jié)果表明(表3)，建立的診斷模型擬合相關(guān)系數(shù)較高，達(dá)到極顯著水平。選取一階微分值與嚴(yán)重度相關(guān)性最高的726 nm處微分光譜(FD726)，與嚴(yán)重度進(jìn)行回歸，建立模型的相關(guān)系數(shù)為0.708，達(dá)到極顯著水平。又在高光譜特征變量中選取相關(guān)性較高的8個(gè)參數(shù)與病情嚴(yán)重度進(jìn)行相關(guān)性分析表明，各參數(shù)均與嚴(yán)重度有較好的相關(guān)性，其中(Rg-Rr)/(Rg+Rr)的相關(guān)性最好(R=0.735)。模型驗(yàn)證結(jié)果亦表明，預(yù)測(cè)值與實(shí)測(cè)值相關(guān)系數(shù)最大，為0.816；RMSE最小，為0.588。在各個(gè)診斷模型中，y=-14.194x+6.997(x為(Rg-Rr)/(Rg+Rr))具有高的估算精度。

表2 茶樹炭疽病病葉嚴(yán)重度與高光譜特征變量的相關(guān)性1)Table 2 Correlation coefficients between hyperspectralparameters and anthracnose severity level

1)*和**分別代表5%和1%的顯著水平，r0.05[150]=0.159，r0.01[150]=0.208。*and**represent significant level of 5% and 1%, respectively,r0.05[150]=0.159，r0.01[150]=0.208.

3 討論

本研究發(fā)現(xiàn)，在特定波段區(qū)域，茶樹葉片隨著炭疽病的受害程度增加而呈現(xiàn)出有規(guī)律的變化。在可見(jiàn)光波段范圍內(nèi)單葉光譜反射率主要受葉綠素含量的影響，正常葉片葉綠素含量高，對(duì)光的吸收多，反射率較低，病葉恰好與之相反[4]。茶樹受炭疽病危害后，在350～700 nm范圍內(nèi)受害葉片的反射率高于正常葉片，且危害程度最重的反射率最高，但其他3級(jí)受害程度間無(wú)明顯規(guī)律，這是否與這三級(jí)受害程度的茶樹葉片測(cè)試部位的葉綠素遭破壞后的含量相近有關(guān)，還需進(jìn)一步研究。在700～1 300 nm波段范圍內(nèi)單葉光譜反射率主要受葉綠素a和b、葉片單位面積含水量、干物質(zhì)含量和葉片內(nèi)部結(jié)構(gòu)的影響[21]。茶樹受到炭疽病危害后，在近紅外區(qū)波段740～1 000 nm范圍，隨病情加重，因葉片葉綠素下降，葉肉細(xì)胞破壞、水分含量下降使得葉片變薄，故使近紅外區(qū)光譜反射率下降。

表3 茶樹炭疽病病葉嚴(yán)重度診斷模型及檢驗(yàn)Table 3 The diagnosis model and testing for severity level of single tea leaf infected with anthracnose

茶樹炭疽病病葉光譜反射率的敏感波段為742～974 nm和1 374～ 2 500 nm；而對(duì)光譜反射率的一階微分值進(jìn)行分析后又發(fā)現(xiàn)2個(gè)敏感波段，分別為715～763 nm和776～778 nm。選用不同的高光譜參數(shù)，共得到4個(gè)炭疽病的光譜敏感波段。這與伍南等人研究杉木炭疽病獲得的敏感波段并不一致[16]，這可能與作物不同有關(guān)。

本研究經(jīng)過(guò)對(duì)獲得的高光譜特征變量與炭疽病嚴(yán)重度作進(jìn)一步分析，取得表征葉片受害程度的光譜指標(biāo)。利用篩選出的各光譜參量建立的炭疽病診斷模型通過(guò)極顯著檢驗(yàn)水平。為下一步開(kāi)展田間茶炭疽病危害的光譜測(cè)定提供重要理論依據(jù)和指導(dǎo)。同時(shí)，本研究為室內(nèi)對(duì)單葉進(jìn)行的光譜測(cè)定，雖反映了茶樹受到炭疽病危害后的光譜特征，但因田間茶園冠層的光譜值會(huì)受外界環(huán)境的影響，故本研究的診斷模型需通過(guò)田間測(cè)定后，進(jìn)一步校正后才能使用。

[1]彭萍，王曉慶，李品武．茶樹病蟲害測(cè)報(bào)與防治技術(shù)[M]．北京：中國(guó)農(nóng)業(yè)出版社，2013：23．

[2]陳宗懋，陳雪芬．茶樹病害的診斷和防治[M]．上海：上?？茖W(xué)技術(shù)出版社，1990．

[3]譚濟(jì)才，葉恭銀，高旭，等．茶樹病蟲防治學(xué)[M]．北京：中國(guó)農(nóng)業(yè)出版社，2002:180.

[4]陳兵，李少昆，王克如，等．棉花黃萎病病葉光譜特征與病情嚴(yán)重度的估測(cè)[J]．中國(guó)農(nóng)業(yè)科學(xué)，2007，40(12)：2709-2715.

[5]黃建榮，孫啟花，劉向東．稻縱卷葉螟危害后水稻葉片的光譜特征[J]．中國(guó)農(nóng)業(yè)科學(xué)，2010，43(13)：2679-2687.

[6]伍南，劉君昂，閆瑞坤．利用光譜特征參數(shù)估算病害脅迫下杉木葉綠素含量[J]．植物保護(hù)，2012，38(4)：72-76.

[7]吳昊，邱白晶，陳國(guó)平，等．水稻白背飛虱蟲害的單葉高光譜特征分析[J]．農(nóng)機(jī)化研究，2009(4)：117-119.

[8]樊景超. 蘋果果實(shí)病害近紅外光譜信息獲取與識(shí)別模型研究[D].北京:中國(guó)農(nóng)業(yè)科學(xué)院,2011.

[9]王爽，馬占鴻，王學(xué)進(jìn)，等．小麥條銹病單葉片光譜和葉綠素含量關(guān)系分析[J]．中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)， 2012，17(1)：60-64.

[10]聶克艷，岳延濱，孫長(zhǎng)青，等．辣椒茶黃螨危害的冠層光譜特性與危害級(jí)別反演[J]．西南農(nóng)業(yè)學(xué)報(bào)， 2012，25(5)：1689-1693.

[11]杜華強(qiáng)，葛宏立，范文義，等．分形理論在馬尾松松材線蟲病發(fā)病早期高光譜探測(cè)中的應(yīng)用[J]．林業(yè)科學(xué)，2009，45(6)：68-76.

[12]蔣金豹，李一凡，郭海強(qiáng)，等．不同病害脅迫下大豆的光譜特征及識(shí)別研究[J]．光譜學(xué)與光譜分析，2012，32(10)：2775-2779.

[13]劉大雙，劉國(guó)順，李向陽(yáng)，等．TMV侵染后烤煙葉片色素含量高光譜估算模型研究[J]．中國(guó)煙草學(xué)報(bào)，2009，15(2)：60-65.

[14]王植，曹均，曹慶昌，等．高光譜遙感監(jiān)測(cè)板栗病蟲害的可行性初探[J]．中國(guó)農(nóng)學(xué)通報(bào)，2010，26(13)：380-384.

[15]伍南，劉君昂，閆瑞坤，等．基于地面高光譜數(shù)據(jù)的油茶炭疽病病情指數(shù)反演[J]．植物保護(hù)，2012，38(5)：22-26.

[16]伍南，劉君昂，周國(guó)英，等．利用高光譜微分指數(shù)反演油茶炭疽病病情指數(shù)的研究[J]．中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2012，25(6)：777-781.

[17]劉建雄，李明，陶棟材，等．基于高光譜技術(shù)的茶尺蠖危害程度研究[J]．湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2013，39(3)：315-318.

[18]李曉麗，何勇，裘正軍．一種基于可見(jiàn)—近紅外光譜快速鑒別茶葉品種的新方法[J]．光譜學(xué)與光譜分析，2007，27(2)：279-282.

[19]王秀珍，黃敬峰，李云梅，等．水稻生物化學(xué)參數(shù)與高光譜遙感特征參數(shù)的相關(guān)性分析[J]．農(nóng)業(yè)工程學(xué)報(bào)，2003，19(2)：144-148.

[20]王秀珍，李建龍，唐延林．導(dǎo)數(shù)光譜在棉花農(nóng)學(xué)參數(shù)測(cè)定中的作用[J]．華南農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版)，2004，25(2)：17-21.

[21]王珂，沈掌泉，王人潮．植物營(yíng)養(yǎng)脅迫與光譜特性[J]．國(guó)土資源遙感，1999，39(1)：9-14.

Analysisofthehyperspectralcharacteristicsoftealeavesunderanthracnosediseasestress

Wang Xiaoqing1， Ran Lie2， Peng Ping1， Cui Zhenglong1

(1.ResearchInstituteofTea,ChongqingAcademyofAgriculturalSciences,Chongqing402160，China；2.ChongqingUniversityofArtsandSciences,Chongqing402160，China)

The spectrum reflectance of single tea leaves infected by anthracnose was measured by ASD handy spectroradiometer. The results indicated that the spectrum characteristics of tea leaves infected by anthracnose had regular change with the increase of disease severity. Spectrum reflectance decreased significantly in 740-1 000 nm with the increase of the disease severity, whereas it increased in range 1 370-2 500 nm . There were significant correlations between disease severity and the spectrum reflectance in 742-974 nm and 1 374-2 500 nm. The characteristics of first derivative spectra in the diseased leaves and healthy leaves were changed, especially in 680-780 nm. There were significant correlations between the disease severity and first derivative spectral reflectance in 715-763 nm and 776-778 nm. The models for estimating tea leaf disease severity of anthracnose all reached significant level. The model constructed using vegetation index(Rg-Rr)/(Rg+Rr) could accurately invert the tea leaf damage degree.

tea; anthracnose; damage degree; spectrum characteristics; inversion model

2013-11-21

：2014-02-11

國(guó)家茶產(chǎn)業(yè)技術(shù)體系西部病蟲害防控崗位專家基金(CARS-23)；重慶市公益性科研院所農(nóng)發(fā)資金項(xiàng)目

S 431.9

：ADOI：10.3969/j.issn.0529-1542.2014.06.003

* 通信作者 E-mail：pptea2006@163.com