水果生產(chǎn)中高光譜遙感應(yīng)用研究進(jìn)展

高貴寧，朱西存

（山東農(nóng)業(yè)大學(xué)，山東 泰安 271000）

在現(xiàn)代農(nóng)業(yè)信息化高速發(fā)展的背景下，可以利用高光譜遙感技術(shù)對(duì)果樹病蟲害及果品進(jìn)行監(jiān)測和研究。本文對(duì)國內(nèi)外相關(guān)科學(xué)研究現(xiàn)狀進(jìn)行綜述，找出當(dāng)前存在的問題，對(duì)今后果木科學(xué)的發(fā)展趨勢進(jìn)行展望，為今后深入開展高光譜遙感技術(shù)在果林生產(chǎn)中的應(yīng)用提供借鑒。

1 高光譜遙感技術(shù)原理概論

高光譜遙感技術(shù)，利用電磁波頻譜中的紅外波段，獲取大量的窄且連續(xù)的電磁波，以獲取相應(yīng)的可見光譜特性。由于光譜分辨率高，高光譜遙感技術(shù)能夠在納米尺度上反映不同目標(biāo)的光譜尺寸差別，從而得到詳盡、精確的分析。研究結(jié)果顯示，利用光譜技術(shù)與影像探測技術(shù)可以提高物體屬性的分類與辨識(shí)能力。高光譜遙感技術(shù)將熒光屏傳送和高效率的傳感技術(shù)相結(jié)合，具有動(dòng)態(tài)監(jiān)測、可視直觀化、靈敏度高、防震等特點(diǎn)，適用于各種遙感領(lǐng)域。該系統(tǒng)能有效地對(duì)外部頻譜目標(biāo)進(jìn)行識(shí)別，并利用其內(nèi)部的高光譜圖像進(jìn)行探測。

2 高光譜遙感技術(shù)的發(fā)展

2.1 國外高光譜遙感技術(shù)研究進(jìn)展

高光譜技術(shù)在1970年產(chǎn)生，而高光譜遙感技術(shù)是一種與SAR 技術(shù)同時(shí)發(fā)展起來的新興技術(shù)，這也是遙感史上的一項(xiàng)重大進(jìn)展。其將遙感影像與全景、多光譜圖像融合在一起，從而獲得地物的空間以及特定的光譜信息。第一臺(tái)國際光譜儀AIS-1，是由加州理工大學(xué)于80 年代開始設(shè)計(jì)并制造出來的一種航空測量光譜儀，而且在植物特性和礦物成分方面也取得了突出的成績，之后各種成像光譜儀相繼問世，進(jìn)入太空高光譜時(shí)代。高光譜遙感技術(shù)在我國的推廣和應(yīng)用，與其開發(fā)的分析軟件有著密切的關(guān)系。目前，世界范圍內(nèi)已經(jīng)研制出10余種高光譜影像處理及分析軟件，推動(dòng)著高光譜遙感技術(shù)的普及與推廣。近年來，高光譜遙感技術(shù)在農(nóng)業(yè)領(lǐng)域得到廣泛應(yīng)用。如以色列成立一家農(nóng)業(yè)技術(shù)公司FruitSpec，利用高光譜影像技術(shù)進(jìn)行果樹前期的產(chǎn)量預(yù)測，將業(yè)務(wù)范圍擴(kuò)展至北美、南美、南非及歐洲等地。

2.2 國內(nèi)高光譜遙感技術(shù)研究進(jìn)展

我國在國家科技攻關(guān)項(xiàng)目的資助下，自主研制一種具有自主知識(shí)產(chǎn)權(quán)的高光譜圖像技術(shù)，針對(duì)我國眾多行業(yè)的需要，研制出包括紅外光譜儀、紫外光譜儀等多種航空專用掃描儀。在20 世紀(jì)80 年代后期，新的自動(dòng)資訊系統(tǒng)影像分光計(jì)相繼問世，同時(shí)也增加了太空技術(shù)的支援。21 世紀(jì)，高光譜領(lǐng)域應(yīng)用在私人領(lǐng)域，呈現(xiàn)井噴式增長，市場也進(jìn)入快速發(fā)展階段。在此基礎(chǔ)上，還開發(fā)出更加先進(jìn)的推掃成像光譜儀、光成像儀等，并在國際上廣泛使用，從而促進(jìn)航空光譜學(xué)的飛速發(fā)展。我國處于現(xiàn)代農(nóng)業(yè)發(fā)展的關(guān)鍵時(shí)期，高光譜遙感技術(shù)是一項(xiàng)新興的技術(shù)，而且是一種非常適宜于現(xiàn)代農(nóng)業(yè)、智能化、數(shù)字化等現(xiàn)代農(nóng)業(yè)發(fā)展的新技術(shù)。由于高光譜遙感技術(shù)不會(huì)對(duì)作物產(chǎn)生危害，因此在作物葉片面積的監(jiān)測中得到廣泛的應(yīng)用，該方法可以有效地解決傳統(tǒng)的方法在采集作物葉片面積指標(biāo)上花費(fèi)較多的問題，同時(shí)還能達(dá)到最精確、最小損失的目的。

3 高光譜遙感技術(shù)在水果病蟲害防治等方面的應(yīng)用

3.1 果樹病蟲害檢測

果樹的傳統(tǒng)栽培方法存在通風(fēng)不良、光照不足、操作不便等問題，由于氣候條件等因素的影響，果樹病蟲害的適應(yīng)性和抗性也日益提高。所以，要及時(shí)對(duì)果樹的病蟲害進(jìn)行監(jiān)測，科學(xué)地控制病蟲害，降低用藥量，確保果樹的健康生長，提高果實(shí)的品質(zhì)和產(chǎn)量。Siedliska 等采用高光譜圖像技術(shù)，在2個(gè)不同的草莓中分別接種2種真菌，2個(gè)沒有接種的果實(shí)作為對(duì)照。試驗(yàn)結(jié)果顯示，采用逆向傳播神經(jīng)網(wǎng)絡(luò)模型能較好地識(shí)別出不同菌種，識(shí)別結(jié)果準(zhǔn)確率達(dá)97.00%。王燕等研制出一種能探測棗果實(shí)外部害蟲的高光譜反射性圖像探測技術(shù)。試驗(yàn)對(duì)棗皮損傷區(qū)和受害區(qū)進(jìn)行試驗(yàn)，根據(jù)所得到的有效波長，采用逐步判別法對(duì)棗樹進(jìn)行鑒定，結(jié)果正確率達(dá)97.0%。由于果實(shí)內(nèi)有缺陷或損傷，病果的物理、化學(xué)性能與普通水果存在較大的差異，因此，病果對(duì)光譜能量的吸收和散射有很大的差異。喬虹利用紅外光譜技術(shù)對(duì)藍(lán)莓害蟲進(jìn)行紅外光譜成像，并對(duì)其進(jìn)行光譜特性和圖象信息的提取，而后進(jìn)行無損檢測，最后進(jìn)行建模。王加華等利用峰面積歸一化、主成分分析、偏最小二乘回歸分析，將其與水心病進(jìn)行比較。研究表明：將NIR 與化學(xué)方法相結(jié)合，可以對(duì)水果褐腐病、水心病進(jìn)行快速、無損的診斷。何寬等還將光譜信息分割（SIS）與邊緣特征控制（RFS）結(jié)合應(yīng)用于樹莓的病害診斷，為樹莓腐爛病的診斷和樹莓的分級(jí)提供一種新的參考。

3.2 果實(shí)產(chǎn)量預(yù)測

在果樹的選育和種植方面，產(chǎn)量的預(yù)估顯得尤為重要。果枝數(shù)目與果實(shí)大小和成熟度存在較大的關(guān)聯(lián)性。所以，通過對(duì)產(chǎn)量的早期預(yù)報(bào)，可以保證較好的葉果比，從而保證果樹能夠獲得較高的產(chǎn)量。高光譜遙感技術(shù)，將能夠?qū)崿F(xiàn)低成本、快速、非破壞性的預(yù)估，由此為實(shí)現(xiàn)對(duì)果實(shí)產(chǎn)量的精準(zhǔn)預(yù)估提供技術(shù)支撐。Zabawa 等采用全卷積神經(jīng)網(wǎng)絡(luò)（FCN）進(jìn)行單株葡萄漿果的分割，并利用Phenoliner 野外表型平臺(tái)獲取該圖像，而后再利用FCN 技術(shù)對(duì)每一顆葡萄果實(shí)進(jìn)行檢測。葡萄樹往往是相互交錯(cuò)、相互重疊的，這就使得高光譜難以有效地探測到葡萄的果實(shí)。對(duì)葡萄園內(nèi)的葡萄進(jìn)行檢測，對(duì)每一顆果實(shí)進(jìn)行鑒定，劃分為3 個(gè)類別：“漿果”“邊緣”“背景”，最后再利用聯(lián)結(jié)元件運(yùn)算法預(yù)估果實(shí)的數(shù)目。期間，還運(yùn)用了60幅影像自動(dòng)計(jì)算出的漿果數(shù)目與手工測定的漿果數(shù)目相對(duì)照，結(jié)果表明，在垂直地震剖面技術(shù)和半極簡式的樹籬下葡萄的生長狀況得到驗(yàn)證，VSP 對(duì)葡萄漿果的識(shí)別和SMPH識(shí)別的正確率分別為94.0%和85.6%。Gennaro等人利用無人駕駛飛機(jī)拍攝三種葡萄園的影像，利用無人監(jiān)控的辨識(shí)算法判斷葡萄品種的數(shù)目及規(guī)模，并對(duì)每棵葡萄樹的產(chǎn)量進(jìn)行預(yù)估。期間還利用聚類方法對(duì)葡萄進(jìn)行分類，發(fā)現(xiàn)在部分摘葉和葡萄全部成熟的情況下，其預(yù)測精度達(dá)到85.0%以上，而在第一個(gè)采收周期內(nèi)，其預(yù)測精度達(dá)到84.0%以上。李俊偉等利用計(jì)算機(jī)視覺技術(shù)對(duì)葡萄單粒質(zhì)量、果徑大小進(jìn)行定量評(píng)估，對(duì)已有的葡萄樣本進(jìn)行分離、表達(dá)，利用一維線性判別法及PLS 運(yùn)算法，對(duì)單粒質(zhì)量及果徑進(jìn)行定量分析，結(jié)果表明PLS 模型能較好地預(yù)報(bào)出單粒質(zhì)量和果徑，預(yù)測因子為0.980和0.945。

3.3 果實(shí)內(nèi)部品質(zhì)檢測

隨著果實(shí)的生長和成熟，果實(shí)內(nèi)部和外部質(zhì)量的改變，果實(shí)的可溶性固形物含量、糖分、氨基酸、蛋白質(zhì)等營養(yǎng)成分的含量不斷提高。果肉細(xì)胞空隙中的有機(jī)酸被轉(zhuǎn)化為糖、類胡蘿卜素，從而形成花青素，由此將會(huì)改變果實(shí)的色澤，并產(chǎn)生某些揮發(fā)性的芳香物質(zhì)，從而呈現(xiàn)出水果特有的香味。近年來，國內(nèi)外有關(guān)專家對(duì)果實(shí)成熟度的無損判別技術(shù)進(jìn)行大量的探索，利用高光譜遙感技術(shù)對(duì)果實(shí)的成熟性和內(nèi)在品質(zhì)進(jìn)行判斷也越來越受到重視。孫炳新等采用近紅外分析方法，對(duì)紅富士蘋果的脆性、酸性進(jìn)行預(yù)測，相關(guān)系數(shù)為0.941，0.925。王轉(zhuǎn)衛(wèi)等人利用PLS 支持向量機(jī)和極限學(xué)習(xí)器三種不同的方法，分別采用PCA 法、連續(xù)投影法和信息變量消除法對(duì)紅富士蘋果的性狀進(jìn)行預(yù)測，從而獲得最優(yōu)的檢測結(jié)果。除此之外，還可以利用可見-近紅外光譜法和高光譜遙感技術(shù)，對(duì)紅地球葡萄的內(nèi)部質(zhì)量進(jìn)行無損檢測。還有學(xué)者研制出了一臺(tái)便攜式的紅地球葡萄和果穗內(nèi)質(zhì)量檢測設(shè)備，實(shí)現(xiàn)對(duì)果實(shí)內(nèi)部品質(zhì)的精準(zhǔn)檢測。

3.4 果實(shí)損傷檢測

在采收和運(yùn)輸期間，由于外界的沖擊或擠壓，會(huì)使果實(shí)遭受機(jī)械損壞。目前對(duì)水果的機(jī)械損傷主要是依靠視覺來識(shí)別，測量精度較低，分類不精確，難以適應(yīng)顧客對(duì)果實(shí)品質(zhì)的要求。Elmasry 等利用高光譜和ANN 模式對(duì)水果的凍害進(jìn)行檢測，得到水果的光譜特性后，利用逆向傳播ANN 模型確定水果的最佳波長，并對(duì)其進(jìn)行分類和分析，該方法的正確性達(dá)到98.4%。上海交大學(xué)者王偉等采用高光譜遙感技術(shù)對(duì)藍(lán)莓果肉進(jìn)行機(jī)械損傷檢測，并在此基礎(chǔ)上進(jìn)行基于高光譜轉(zhuǎn)移成像的深度方法，采用卷積神經(jīng)網(wǎng)絡(luò)模型和k-fold 交叉驗(yàn)證模型對(duì)其進(jìn)行評(píng)估，分類精度可達(dá)88.0%，具有較好的識(shí)別性能和優(yōu)越性。在已有研究成果的基礎(chǔ)上，利用高光譜遙感技術(shù)對(duì)果實(shí)的硬度進(jìn)行檢測，也可以檢測出果實(shí)的凍傷、風(fēng)害等情況，由此可見，果實(shí)內(nèi)部品質(zhì)檢測是一種快速、可靠的檢測內(nèi)傷的有效手段。韓浩然等采用高光譜圖像對(duì)水果的刮痕進(jìn)行檢測，結(jié)果表明：采用頻帶比方法和主成份分析方法具有93.3%的正確性，可用于水果損傷的快速、實(shí)時(shí)檢測。林思寒等根據(jù)高光譜遙感技術(shù)，利用PLS 和LDA 方法，構(gòu)建一種具有良好狀態(tài)和不同損害等級(jí)的果樹受損能力的LDA水平檢測模型，識(shí)別精度達(dá)到97.8%。

3.5 果實(shí)農(nóng)藥殘留檢測

水果中的農(nóng)藥殘留問題，直接關(guān)系到水果的品質(zhì)與安全，所以，對(duì)水果中的農(nóng)藥殘留進(jìn)行檢測非常必要。為了對(duì)水果中的農(nóng)藥殘留量進(jìn)行有效檢測，江濤等將高光譜遙感技術(shù)應(yīng)用于水果圖像的邊緣分割，建立AlexNet-CNN 農(nóng)藥殘留量監(jiān)測系統(tǒng)，而后分析了6 144 幅水果圖殺蟲劑殘留量。在實(shí)驗(yàn)中，試驗(yàn)組和單光譜圖象的識(shí)別精度分別達(dá)到99.1%和95.4%。徐潔等運(yùn)用高光譜技術(shù)，建立距離差分析模型，運(yùn)用貝葉斯差分分析方法對(duì)甜瓜上殘留的藥物進(jìn)行測定，在紫外線照射下，該方法的識(shí)別精度達(dá)到94.7%，而采用偏壓差分法對(duì)鹵素光源的測量精度可達(dá)100%。李增芳等采用高光譜無損分析技術(shù)，對(duì)贛南地區(qū)臍橙樣品中農(nóng)藥殘留量進(jìn)行分析，發(fā)現(xiàn)高光譜無損法對(duì)高濃度果面農(nóng)藥殘留量的檢測效果優(yōu)于低濃度。從以上案例可以看出，高光譜遙感技術(shù)具有小樣本、無接觸、快速、高效、低成本等優(yōu)點(diǎn)。

4 結(jié)語

綜上所述，應(yīng)用高光譜遙感技術(shù)能量化評(píng)估不同果樹的品質(zhì)、安全性，并建立起一套完整的可跟蹤系統(tǒng)。例如：通過監(jiān)測農(nóng)業(yè)生產(chǎn)中的病蟲害，可以準(zhǔn)確地預(yù)報(bào)和發(fā)展，以便采取科學(xué)、有效的防治措施，達(dá)到有效控制農(nóng)藥使用量、提升果實(shí)質(zhì)量的目的。將高光譜遙感技術(shù)應(yīng)用到水果病蟲害監(jiān)測中，能夠基于所獲得的數(shù)據(jù)質(zhì)量對(duì)不同的病蟲害狀況做出響應(yīng)，實(shí)時(shí)跟蹤和監(jiān)控果樹的數(shù)量和空間分布。為提升果實(shí)的培育質(zhì)量提供技術(shù)支持。