基于高光譜成像技術(shù)的水稻葉片稻縱卷葉螟蟲(chóng)害信息提取

田明璐,班松濤,袁 濤,馬 超,孔 吉,周 遠(yuǎn),王彥宇,李琳一*

(1 上海市農(nóng)業(yè)科學(xué)院農(nóng)業(yè)科技信息研究所,上海數(shù)字農(nóng)業(yè)工程與技術(shù)研究中心,上海 201403；2上海優(yōu)澈智能科技發(fā)展有限公司,上海 201702)

稻縱卷葉螟是水稻的一種常見(jiàn)害蟲(chóng),其幼蟲(chóng)啃食水稻葉片的葉肉組織,造成水稻因光合能力下降而減產(chǎn)[1]。因此,對(duì)稻縱卷葉螟進(jìn)行監(jiān)測(cè),掌握蟲(chóng)情發(fā)展?fàn)顩r對(duì)于水稻生產(chǎn)十分重要。傳統(tǒng)評(píng)估稻縱卷葉螟對(duì)葉片為害嚴(yán)重程度的方法主要是依靠觀察者的經(jīng)驗(yàn),目測(cè)估計(jì)葉片上被害部分占整個(gè)葉片的比率[2],主觀性較強(qiáng),缺乏精確而定量化的描述。高光譜技術(shù)的出現(xiàn)為水稻蟲(chóng)害的快速精確監(jiān)測(cè)提供了技術(shù)支持。近年來(lái),國(guó)內(nèi)外學(xué)者嘗試使用高光譜技術(shù)對(duì)水稻蟲(chóng)害進(jìn)行監(jiān)測(cè)。孫啟花等[3]研究了稻縱卷葉螟為害孕穗期水稻的冠層和葉片光譜反射率,使用相關(guān)分析與回歸建模方法建立了稻縱卷葉螟為害程度的光譜診斷模型。黃建榮等[4]使用便攜式地物光譜儀獲取遭受稻縱卷葉螟為害的水稻葉片的光譜反射率,分析蟲(chóng)害葉片的光譜反射特征,并建立了光譜與蟲(chóng)害程度間的回歸模型。石晶晶等[5]分析了稻縱卷葉螟為害的水稻單葉的高光譜反射率特征,并采用支持向量機(jī)方法建立了識(shí)別健康葉片與受害初期蟲(chóng)害葉片的模型。吳昊等[6]和邱白晶等[7]研究了遭受白背飛虱為害的水稻冠層和單葉的光譜特性,得到蟲(chóng)害為害程度的敏感波段,并建立了相應(yīng)的預(yù)測(cè)模型。Yang 等[8]研究了分蘗盛期水稻受稻縱卷葉螟為害的冠層光譜特征,發(fā)現(xiàn)波長(zhǎng)為755 nm 和890 nm 以及歸一化植被指數(shù)能夠反演出褐飛虱蟲(chóng)量等級(jí)。

在已有的遙感病蟲(chóng)害監(jiān)測(cè)研究中,主要對(duì)使用非成像光譜獲取的水稻葉片或冠層的純光譜數(shù)據(jù)進(jìn)行分析,缺乏基于成像光譜技術(shù)的研究,因此在建立分類(lèi)模型時(shí)僅能使用基于整體葉片或冠層的光譜,不能對(duì)單個(gè)葉片上蟲(chóng)害區(qū)域和健康區(qū)域進(jìn)行精細(xì)區(qū)分。高光譜成像技術(shù)能夠同時(shí)獲取被測(cè)物體的圖像信息和圖像上每個(gè)像元的光譜信息,使得對(duì)被測(cè)物體不同位置特性的研究成為可能。本研究使用高光譜成像儀獲取水稻健康葉片和稻縱卷葉螟蟲(chóng)害葉片的高光譜影像,通過(guò)分析蟲(chóng)害葉片光譜特征,建立葉片蟲(chóng)害區(qū)域和健康區(qū)域的分類(lèi)模型,通過(guò)提取葉片上蟲(chóng)害區(qū)域的面積及所占葉片整體的比例,可以對(duì)蟲(chóng)害程度進(jìn)行定量化描述,有助于準(zhǔn)確判斷蟲(chóng)害的進(jìn)程和評(píng)估蟲(chóng)害對(duì)水稻造成的損害。

1 材料與方法

1.1 高光譜影像數(shù)據(jù)獲取與處理

2018年8月20日,在同一塊水稻田內(nèi)采集50 片健康水稻葉片和50 片遭受稻縱卷葉螟蟲(chóng)害的葉片,裝入保鮮袋中帶回實(shí)驗(yàn)室。在暗室環(huán)境下,將葉片置于黑色吸光背景布上,使用高光譜成像系統(tǒng)分別獲取每一片葉片的高光譜圖像。該成像系統(tǒng)由高光譜成像儀、鹵素光源和電動(dòng)傳動(dòng)平臺(tái)三部分構(gòu)成。所用高光譜成像儀型號(hào)為Resonon Pika L,是一種外置推掃式高光譜成像儀,光譜范圍為400—1 000 nm,光譜分辨率為2.1 nm,光譜通道數(shù)為281,空間通道數(shù)為900。

在ENVI 軟件中,使用ROI(Region of interest)工具分別圈選每個(gè)葉片高光譜影像上遭受蟲(chóng)害的區(qū)域和健康的區(qū)域,并統(tǒng)計(jì)區(qū)域內(nèi)所有像元光譜反射率的平均值,作為蟲(chóng)害葉片和健康葉片的光譜反射率數(shù)據(jù)。

1.2 研究方法

1.2.1 植被指數(shù)選取

植被指數(shù)能夠突出高光譜數(shù)據(jù)中植被的信息,反映植被的健康狀況[9]。本研究選取11 種植被指數(shù)分析遭受稻縱卷葉螟為害葉片和健康葉片的差異。各植被指數(shù)的名稱(chēng)及定義如表1 所示。

表1 植被指數(shù)及計(jì)算公式Table 1 Vegetation indexes and the formulas

1.2.2 蟲(chóng)害區(qū)域提取方法

采用決策樹(shù)法[18]對(duì)水稻葉片上遭受蟲(chóng)害的區(qū)域和健康區(qū)域進(jìn)行分類(lèi),實(shí)現(xiàn)對(duì)蟲(chóng)害區(qū)域的提取與統(tǒng)計(jì)。首先,通過(guò)數(shù)學(xué)統(tǒng)計(jì)和歸納方法等,分析蟲(chóng)害葉片和健康葉片的反射光譜特征和植被指數(shù)特征,獲得分類(lèi)規(guī)則；其次,根據(jù)分類(lèi)規(guī)則,建立決策樹(shù)分類(lèi)模型對(duì)影像進(jìn)行分類(lèi)；最后,對(duì)分類(lèi)結(jié)果進(jìn)行檢驗(yàn),從中提取需要的信息。

2 結(jié)果與分析

2.1 稻縱卷葉螟為害的水稻葉片和冠層光譜特征

水稻葉片在遭受稻縱卷葉螟為害后會(huì)發(fā)白、卷曲,光譜發(fā)生明顯的變化。如圖1 所示,與健康水稻葉片相比,遭受稻縱卷葉螟幼蟲(chóng)啃食的水稻葉片在波長(zhǎng)為400—720 nm 的可見(jiàn)光-紅邊波段范圍內(nèi)的光譜反射率高于健康葉片,在波長(zhǎng)為720—1 000 nm 的近紅外波段范圍內(nèi)的光譜反射率低于健康葉片。

對(duì)每個(gè)波段上蟲(chóng)害葉片和健康葉片的光譜反射率進(jìn)行單因素方差分析,計(jì)算其F統(tǒng)計(jì)量(圖2)。F值越大,表明該波段上蟲(chóng)害葉片和健康葉片反射率在統(tǒng)計(jì)學(xué)意義上的差異越大。與圖1 中光譜反射率表現(xiàn)出的差異一致,在波長(zhǎng)為400—710 nm 的可見(jiàn)光-紅邊波段范圍內(nèi),蟲(chóng)害葉片與健康葉片的反射率表現(xiàn)出極顯著差異(P＜0.01)；以F＞150 為界線,差異最大的兩個(gè)波長(zhǎng)范圍為416—520 nm 和570—700 nm；其中差異最大的波段波長(zhǎng)為690 nm,對(duì)應(yīng)的F值為200.52。在波長(zhǎng)為740—930 nm 的近紅外波段范圍內(nèi),蟲(chóng)害葉片與健康葉片的反射率也表現(xiàn)出極顯著差異,但差異程度相對(duì)較低,此范圍內(nèi)F值最高僅為30.5。

圖1 遭受稻縱卷葉螟為害的水稻和健康水稻葉片的光譜曲線Fig.1 Spectral curves of leaves of rice damaged by rice leaf roller and healthy rice

圖2 遭受稻縱卷葉螟為害的水稻和健康水稻葉片的反射率差異Fig.2 Difference in leaf reflectance between rice damaged by rice leaf roller and healthy rice

2.2 稻縱卷葉螟為害的水稻葉片植被指數(shù)特征

對(duì)比蟲(chóng)害葉片和健康葉片的各個(gè)植被指數(shù)值的分布情況,制作植被指數(shù)值箱型圖(圖3)?？傮w來(lái)說(shuō),蟲(chóng)害葉片的各類(lèi)植被指數(shù)值有低于健康葉片的趨勢(shì)。對(duì)于蟲(chóng)害葉片和健康葉片,在11 種植被指數(shù)中,NDVI、RVI、RARS 和SIPI 4 種植被指數(shù)分布區(qū)間的間隔較大,差異較明顯；DVI、GNDVI 和GRVI 3 種植被指數(shù)分布區(qū)間盡管沒(méi)有重合,但間距較小,差異相對(duì)較?。籊DVI、RE-NDVI、RE-RVI 和RE-DVI 4 種植被指數(shù)分布區(qū)間出現(xiàn)重合,不能有效區(qū)分蟲(chóng)害葉片和健康葉片。

圖3 遭受稻縱卷葉螟為害的水稻和健康水稻葉片的植被指數(shù)分布Fig.3 Vegetation index distribution of leaves of rice damaged by rice leaf roller and healthy rice

2.3 稻縱卷葉螟為害的水稻葉片蟲(chóng)害區(qū)域提取

根據(jù)2.2 節(jié)的分析結(jié)果,選用NDVI、RVI、RARS 和SIPI 4 種能夠有效區(qū)分蟲(chóng)害葉片和健康葉片的植被指數(shù),對(duì)同一片葉子上遭受蟲(chóng)害的區(qū)域和健康區(qū)域進(jìn)行分類(lèi)。以8 號(hào)葉片為例(圖4a),在ENVI 中,首先使用波段計(jì)算工具得到葉片的4 種植被指數(shù)圖像；然后,按表2 所示設(shè)置分類(lèi)條件,分別建立決策樹(shù)分類(lèi)模型,并執(zhí)行分類(lèi),對(duì)比分類(lèi)效果；其中效果最好的是基于RVI 的分類(lèi)模型,結(jié)果如圖3b 所示。以人工目視選取的ROI 為真實(shí)值,對(duì)自動(dòng)分類(lèi)結(jié)果進(jìn)行精度驗(yàn)證,健康區(qū)域的分類(lèi)精度均達(dá)到98.7%,與蟲(chóng)害區(qū)域的分類(lèi)精度均達(dá)到99.2%。對(duì)分類(lèi)結(jié)果進(jìn)行統(tǒng)計(jì),該葉片健康區(qū)域像元數(shù)為135 191,占葉片總面積的73.1%；蟲(chóng)害區(qū)域像元數(shù)為49 811,占葉片總面積的26.9%。

圖4 水稻葉片蟲(chóng)害區(qū)域提取Fig.4 Extraction of infested area on rice leaves

表2 水稻葉片蟲(chóng)害區(qū)域和健康區(qū)域分類(lèi)條件Table 2 Classification condition of infested area and healthy area on rice leaves

3 結(jié)論與討論

遭受稻縱卷葉螟為害的水稻葉片在形態(tài)和外觀上均有很大變化,如葉片打卷、發(fā)白。由于葉肉被稻縱卷葉螟幼蟲(chóng)啃食,葉綠素也隨之消失,導(dǎo)致葉片對(duì)可見(jiàn)光的吸收能力減弱,反射增強(qiáng)；此外,被啃食的葉片的結(jié)構(gòu)也發(fā)生了變化,葉片對(duì)近紅外光線的反射也有所降低。本研究表明:遭受稻縱卷葉螟為害的水稻葉片與健康水稻葉片的光譜反射率最主要的差異出現(xiàn)在波長(zhǎng)為400—710 nm 的可見(jiàn)光-紅邊波段范圍內(nèi)；在近紅外波段,二者也有極顯著差異,但差異程度較低。這與黃建榮等[4]、石晶晶等[5]使用非成像地物光譜儀測(cè)量得到的遭受稻縱卷葉螟為害的水稻葉片的光譜特征相似。

遭受稻縱卷葉螟為害的水稻葉片的植被指數(shù)也有明顯的差異。對(duì)蟲(chóng)害葉片和健康葉片的多個(gè)植被指數(shù)進(jìn)行分析,發(fā)現(xiàn)NDVI、RVI、RARS 和SIPI 4 種植被指數(shù)可以有效區(qū)分蟲(chóng)害葉片和健康葉片?；赗VI 建立的決策樹(shù)分類(lèi)模型能夠準(zhǔn)確地對(duì)同一個(gè)葉片上的蟲(chóng)害區(qū)域和健康區(qū)域進(jìn)行分類(lèi),并據(jù)此計(jì)算出蟲(chóng)害區(qū)域所占比例,進(jìn)而對(duì)蟲(chóng)害嚴(yán)重程度進(jìn)行定量化評(píng)估。