基于無人機高光譜成像技術(shù)的甘蔗等作物病蟲害研究進(jìn)展

江蘇雙利合譜科技有限公司    黃宇

甘蔗是我國重要的糖料作物，主要種植在華南地區(qū)，廣西種植面積占全國 60% 以上，是我國重要的甘蔗種植基地。甘蔗是一種多年生作物，并利用蔗莖進(jìn)行無性繁殖，所以由于我國甘蔗產(chǎn)區(qū)長期連作種植，輪作區(qū)域較少，這就致使甘蔗病蟲害日積月累，不斷加重其危害程度。再加上甘蔗在春、夏、秋、冬四季均能種植，這就為病蟲害的快速傳播創(chuàng)造了有利的條件。所以，我國的甘蔗病害具有以下特點：（1）病害生理小種復(fù)雜；（2）病蟲害世代重疊；（3）病蟲害危害嚴(yán)重。一方面，據(jù)有關(guān)部門調(diào)查顯示，黑穗病及花葉病在我國主要產(chǎn)蔗區(qū)的發(fā)病率在25%以上，大片蔗田因地下害蟲的危害而不能宿根。由于甘蔗病蟲害對甘蔗產(chǎn)量、甘蔗宿根年限及甘蔗的品質(zhì)均有極為嚴(yán)重的影響，因此，甘蔗病蟲害己經(jīng)成為制約我國蔗糖產(chǎn)業(yè)快速健康發(fā)展的主要因素，嚴(yán)重地限制了蔗糖優(yōu)勢產(chǎn)業(yè)的發(fā)展。另一方面，農(nóng)民為防治病蟲害而大量使用化學(xué)農(nóng)藥導(dǎo)致甘蔗病蟲的天敵大量死亡，打破了自然界昆蟲間相互制約的平衡關(guān)系，并致使危害甘蔗的害蟲產(chǎn)生了抗藥性，使得甘蔗害蟲的防治工作更加困難、被動。更使得甘蔗生長環(huán)境及人類健康因化學(xué)農(nóng)藥的殘留而受到污染、危害。因此，如何有效地預(yù)防甘蔗病蟲害，提高甘蔗病蟲害防治水平，確保甘蔗產(chǎn)業(yè)的快速健康發(fā)展已成為當(dāng)今植保工作者的首要任務(wù)。

圖1  發(fā)病的甘蔗葉

遙感技術(shù)以其方便、快捷、實時性、周期性等優(yōu)點，越來越廣泛應(yīng)用于農(nóng)業(yè)生產(chǎn)各個環(huán)節(jié)當(dāng)中，并逐漸成為農(nóng)業(yè)遙感應(yīng)用的重要前沿技術(shù)手段之一。高光譜遙感又稱成像遙感，主要是指在電磁波譜的紫外、可見光、近紅外和中紅外區(qū)域獲取許多非常窄且光譜連續(xù)的圖像數(shù)據(jù)技術(shù)，高光譜遙感技術(shù)的出現(xiàn)也使得采用遙感技術(shù)監(jiān)測農(nóng)作物病蟲害成為可能；高光譜遙感技術(shù)能準(zhǔn)確獲得作物病蟲害發(fā)生、發(fā)展的定性和定量空間分布信息，為農(nóng)業(yè)生產(chǎn)決策者在病蟲害未對農(nóng)作物造成嚴(yán)重危害時采取一定的預(yù)防措施提供數(shù)據(jù)支撐。也為農(nóng)業(yè)生產(chǎn)管理部門政策實施提供科學(xué)支持。

1 高光譜監(jiān)測病蟲害原理

植物的光譜特性是植物在生長過程中與環(huán)境因子(包括生物因子和非生物因子)相互作用的綜合光譜信息。病蟲害對農(nóng)作物生長造成的影響主要有兩種表現(xiàn)形式，即農(nóng)作物外部形態(tài)的變化和內(nèi)部生理變化。外部形態(tài)變化包括有落葉、卷葉，葉片幼芽被吞噬，枝條枯萎，導(dǎo)致冠層形狀發(fā)生變化。內(nèi)部生理變化則表現(xiàn)于葉綠素組織遭受破壞，光合作用，養(yǎng)分水分吸收、運輸、轉(zhuǎn)化等機能衰退。無論是形態(tài)的(生物物理參數(shù))或生理的（生物化學(xué)參數(shù))變化，都必然導(dǎo)致作物光譜特征發(fā)生變化，特別是紅色區(qū)和近紅外區(qū)光譜特征的變化。受害作物的光譜特性與健康作物的光譜特性相比，某些特征波長的值總會發(fā)生不同程度的變化。高光譜分辨率高，并具有波段多、信息量豐富的特點其數(shù)據(jù)是3維圖譜形式——空間信息、輻射信息和光譜維信息，其中光譜維的信息正是普通光學(xué)遙感所欠缺的。采用高光譜技術(shù)進(jìn)行農(nóng)業(yè)病蟲害監(jiān)測主要是利用其光譜維的相關(guān)信息對感染病蟲害的農(nóng)作物進(jìn)行分析研究。農(nóng)作物光譜維方向的特征信息主要集中在作物葉片中生物化學(xué)成分的變化而形成的吸收波形處，通過對采集的作物光譜數(shù)據(jù)進(jìn)行相關(guān)的處理分析，可以反映出作物內(nèi)部物質(zhì)的吸收波形變化，即作物的各種生化組分的吸收光譜信息。因此通過監(jiān)測受害作物各種生物物理和生物化學(xué)參數(shù)變化(特別是植物生化組分的變化)，研究和利用受害作物生物物理和生物化學(xué)參數(shù)的變化引起的相應(yīng)的光譜特性變異信息，可以探測到病蟲害的早期危害，定量地分析病蟲害的危害程度，為大規(guī)模監(jiān)測農(nóng)作物病蟲害發(fā)生情況及發(fā)展動向提供及時、可靠的依據(jù)。

2  高光譜監(jiān)測甘蔗等農(nóng)作物病蟲害研究狀況

高光譜遙感技術(shù)是目前國際上監(jiān)測農(nóng)作物受病蟲危害光譜特性變化最先進(jìn)的手段之一。研究作物受病蟲危害后的光譜變化，尋找病蟲危害程度與原始光譜、植被指數(shù)、導(dǎo)數(shù)光譜、生化指標(biāo)（如氮素、葉綠素、LAI、生物量、覆蓋度等）等變化之間的關(guān)系，確定不同作物和病蟲害監(jiān)測的敏感波段和敏感時期，是目前高光譜遙感用于農(nóng)作物病蟲害監(jiān)測的研究熱點和關(guān)鍵。

2.1  原始光譜反射率分析技術(shù)

它是一種直接、簡單和快速的分析技術(shù):它從傳感器直接獲得的數(shù)據(jù)人手，分析其轉(zhuǎn)化后的光譜反射率特征，獲取植被信息，具有普適性。如劉興庫等發(fā)現(xiàn)接種馬鈴薯奧古巴花葉病毒煙草早期的葉片在可見光部分與對照組無明顯試別，但在近紅外差別明顯。黃木易等對冬小麥條銹病光譜反射率特征進(jìn)行深人研究后提出了冬小麥條銹病遙感監(jiān)測的敏感波段。MOKHELE等對甘蔗葉片進(jìn)行不同程度的接種病害，研究發(fā)現(xiàn)不同程度的病害甘蔗葉片光譜差異顯著（如圖2所示）。然而他們的研究都較多地考慮了作物病害的光譜特性，而較少地考慮病害導(dǎo)致作物體內(nèi)生理生化的變化，因此只能定性的分析其光譜特征。在今后的研究中若能將其光譜特征與不同發(fā)病程度及生理生化指標(biāo)建立對應(yīng)關(guān)系的話，可望實現(xiàn)病害的半量化或量化監(jiān)測。

圖2  不同病害程度的甘蔗葉片光譜反射率曲線

2.2  光譜微分、對數(shù)分析技術(shù)

    一階導(dǎo)數(shù)可以部分消除線性和二次型背景噪聲光譜二階導(dǎo)數(shù)光譜可以完全消除線性噪聲光譜影響，能基本消除二次型背景噪聲光譜對數(shù)變換一般是對原始光譜反射率直接求對數(shù)、或求倒數(shù)的對數(shù)，原始光譜經(jīng)倒數(shù)的對數(shù)變換可以反映作物的吸收特征，稱為偽吸收數(shù)。由于在可見光區(qū)域一般植被原始光譜反射率值較低，經(jīng)對數(shù)變換之后，不僅可以增強可見光區(qū)域的光譜差異，而且還能減少因光照條件變化引起的乘性因素影響。通常情況下，對數(shù)變換可以和導(dǎo)數(shù)變化一起使用，可以同時達(dá)到增強某些特定的光譜信息而消除背景噪聲光譜的作用

黃敬峰等對健康水稻和受病蟲害脅迫的水稻進(jìn)行一階導(dǎo)數(shù)光譜和二階導(dǎo)數(shù)光譜分析研究，以期獲得不同數(shù)據(jù)形式的光譜敏感區(qū)域和敏感波段。研究表明，藍(lán)光450-515 nm、綠光550-590 nm、紅光650-690 nm和近紅外725-790 nm一階導(dǎo)數(shù)光譜對病蟲害脅迫敏感，其中以750 nm為中心的近紅外區(qū)域一屆倒數(shù)光譜變異最大;對于二階導(dǎo)數(shù)而言，在530 , 550 , 670 , 730 nm等4個吸收特征區(qū)域內(nèi)，CRSSDR在各個區(qū)域內(nèi)的變異較小，受害水稻葉片原始光譜二階導(dǎo)數(shù)的光譜在710-750 nm極小值遠(yuǎn)小于健康葉片。

喬紅波等利用光譜微分技術(shù)，對受麥蚜、白粉病危害的小麥反射率求一階導(dǎo)數(shù)，得到紅邊斜率，結(jié)果表明:麥蚜、白粉危害后小麥冠層的紅邊斜率在近紅外波段650-780 nm發(fā)生劇烈變化;采用一階微分、對數(shù)數(shù)據(jù)變換方法對感染白粉病、條銹病人工接種誘發(fā)和麥長管蚜自然危害條件下的冬小麥進(jìn)行了光譜研究識別，通過對比分析表明采用對數(shù)一微分變換處理比其他方法能較好地識別冬小麥病蟲害情況

導(dǎo)數(shù)變換及對數(shù)變換能較好地消除土壤低頻背景噪聲對光譜特征信息的影響，提高應(yīng)用高光譜技術(shù)實施農(nóng)作物病蟲害監(jiān)測的精度。但研究中較少有針對同一作物不同病害的文獻(xiàn)，而且在分析農(nóng)作物光譜特征是較少考慮病蟲害對作物體內(nèi)生理變化的影響。如果能夠建立感染病蟲害的農(nóng)作物與其對應(yīng)生理參數(shù)的模型，將會更有助于高光譜遙感技術(shù)應(yīng)用于農(nóng)作物病蟲害研究中的定量化發(fā)展。

圖3 病害葉、缺氮葉以及正常葉的一階導(dǎo)數(shù)光譜

2.3  基于光譜位置和面積的特征參數(shù)

在導(dǎo)數(shù)變換的基礎(chǔ)上，可以提取基于光譜位置和面積的特征參數(shù)，其中基于光譜位置的參數(shù)主要包括“紅邊”、 “藍(lán)邊”、“黃邊”稱為“三邊”)是指在一定光譜區(qū)域內(nèi)最大一階導(dǎo)數(shù)值所在波長位置以及相應(yīng)的“邊”位置，區(qū)域內(nèi)所有波段的一階導(dǎo)數(shù)值的綜合即為相應(yīng)的面積。

黃木易等采用紅邊參量分析了小麥條銹病的冠層光譜特征，并對各模型進(jìn)行均方根誤差檢驗，研究結(jié)果表明：紅邊參量的最小振幅、紅邊振幅與最小振幅比值模型的決定系數(shù)達(dá)0.8以上，與冬小麥條銹病病情指數(shù)有較好的關(guān)系，可采用這些光譜參數(shù)建立相應(yīng)的模型來對冬小麥條銹病進(jìn)行，通過研究發(fā)現(xiàn)條銹病冬小麥發(fā)生了紅邊藍(lán)移現(xiàn)象，550-750 nm處的特征吸收峰的深度、面積與單葉嚴(yán)重度呈顯著負(fù)相關(guān)。蔣金豹等在對感染條銹病的冬小麥不同生育時期的冠層光譜集病情指數(shù)DI進(jìn)行測定，采用“紅邊”和“綠邊”微分總和的比值作為變量建立相應(yīng)的線性模型對DI精度進(jìn)行了估測，研究結(jié)果表明模型估測精度很高，而且小麥品種的區(qū)別對模型精度影響不大。陳鵬程等采用紅邊參數(shù)研究了土耳其葉螨Tetranychus turkestani對棉葉的危害程度，研究表明受葉螨危害的棉花其單葉光譜特征會呈現(xiàn)較為明顯的“紅邊藍(lán)移”現(xiàn)象，這也表明感染野葉蟲害的棉花葉片光譜特征能夠用紅邊較好反映出來。

基于光譜位置和面積的特征參數(shù)方法主要是通過野外采集的感染病蟲害農(nóng)作物光譜曲線進(jìn)行分析研究，為應(yīng)用高光譜技術(shù)進(jìn)行農(nóng)作物病蟲害監(jiān)測做出了不可磨滅的貢獻(xiàn)，但是該方法不能對感染病蟲害的農(nóng)作物的全部波段信息進(jìn)行分析研究，在對病蟲害進(jìn)行快速識別的過程中可能會導(dǎo)致“同譜異物”等情況的發(fā)生。

圖4  正常玉米和病害玉米不同生育期紅邊位置

2.4 植被指數(shù)分析技術(shù)

植被指數(shù)是一類具有一定生化意義的不同波段光譜值的組合，通常有比值植被指數(shù)、線性組合植被指數(shù)、修正植被指數(shù)、差值植被指數(shù)等。不同波段組合的植被指數(shù)對于不同指標(biāo)預(yù)測效果不同。在農(nóng)業(yè)上，基于光譜技術(shù)檢測作物生理指數(shù)的波段范圍一般在400～2 500 nm之間，涉及到色素（葉綠素、類胡蘿卜素等）、氮、水分等吸收和葉片細(xì)胞的內(nèi)部結(jié)構(gòu)。在400-740 nm 可見光波段，葉綠素在480、650、670-680、740 nm 處有吸收峰，類胡蘿卜素在 420、425、440、450、470、480 nm均有吸收峰，葉黃素在 425、445、475 nm 有吸收峰。而在 740-1 300 nm 近紅外波段由于健康的葉肉細(xì)胞反射作用，其反射率急劇升高；作物水分的吸收峰主要集中在970、1 450、1 944 nm 處。因此當(dāng)作物受到脅迫作用時，相應(yīng)的氮、色素、酶等發(fā)生變化，通過應(yīng)用各種植被指數(shù)監(jiān)測這些生理指標(biāo)變化，可判斷作物脅迫情況、生長狀況以及產(chǎn)量情況。

Mirik等為了對小麥蚜蟲蟲害進(jìn)行定量監(jiān)測，采用野外采集的高光譜數(shù)據(jù)分別對野外及溫室內(nèi)采集的光譜數(shù)據(jù)進(jìn)行(R740-R88)/(R691-R698)及(R750-R940-R560-R600）/(R750-R940）+(R560-R600）光譜指數(shù)進(jìn)行計算，并以0.25 m2范圍內(nèi)的光譜指數(shù)數(shù)據(jù)為準(zhǔn)計算了3個不同研究區(qū)域的蚜蟲感染數(shù)量。黃木易等查找相關(guān)文獻(xiàn)進(jìn)行比對等研究了冬小麥條銹病光譜，利用相關(guān)性最好的666nm和相關(guān)性最弱的758nm波段組合設(shè)計了SAI（spectral angle index），并在此基礎(chǔ)上建立條銹病脅迫指數(shù)SRSI (stripe rust stressed index)反演冬小麥條銹病的發(fā)生情況。吳彤等采用地面高光譜數(shù)據(jù)對河北省黃驊市受蝗蟲危害的蘆葦進(jìn)行了反射光譜及光譜特征差異研究，并建立了基于高光譜特征參數(shù)與蘆葦葉面積指數(shù)LSI的關(guān)系模型，結(jié)果表明該模型能較好反映出研究區(qū)域蘆葦受蝗蟲危害的程度。

從以上研究中可以看出，目前為止，針對農(nóng)作物病蟲害監(jiān)測已經(jīng)構(gòu)建了較多的病蟲害監(jiān)測植被指數(shù)；盡管有學(xué)者已經(jīng)建立了簡單的反演模型，但該模型也僅僅是針對某一病害對作物影響建立的。如果作物同時受到多種病蟲害的感染，不但受到季節(jié)環(huán)境等因素的限制，其模型的反演將會變得更為復(fù)雜。

圖5  農(nóng)作物病害脅迫指數(shù)圖（顏色越黃發(fā)病越嚴(yán)重，越綠發(fā)病越輕）

2.6  生化指標(biāo)分析技術(shù)  

農(nóng)作物生化指標(biāo)通常指農(nóng)作物的生理生化指標(biāo)，如氮素、葉綠素、蛋白質(zhì)、葉面積指數(shù)、覆蓋度、葉干重、生物量等。作物病蟲害遙感監(jiān)測主要在單葉與冠層兩個層面上展開。對單葉，因病蟲危害導(dǎo)致葉片細(xì)胞結(jié)構(gòu)、色素、水分、氮素含量及外部形狀等發(fā)生變化，從而引起光譜的變化。對冠層，因病蟲危害引起葉面積、生物量、覆蓋度等的變化，可見到熱紅外波譜反射光譜與正常作物有明顯差異。在大尺度上，病蟲危害作物時，高光譜掃描記錄上會引起灰度值的差異，從而在空間相、光譜相和時間相上有明顯的差異。因此，監(jiān)測農(nóng)作物的生化指標(biāo)，在一定程度上可以反映作物的病蟲害嚴(yán)重程度或發(fā)病情況。

圖6 健康、輕度病害、嚴(yán)重病害甘蔗氮素和葉綠素分布圖

3  高光譜農(nóng)作物病蟲害監(jiān)測存在的問題

遙感技術(shù)是在非接觸的情況下來探測地物信息的一種手段。遙感器所接受的電磁波信息是地面目標(biāo)視場范圍內(nèi)的綜合信息，在航空遙感上，還存在著大氣、太陽高度角等因子的影響。所以在利用遙感技術(shù)監(jiān)測農(nóng)作物病蟲害中存在以下主要問題：

3.1  “同譜異物”和“異譜同物”現(xiàn)象

    許多病蟲害及非病蟲害脅迫同一作物時產(chǎn)生的癥狀非常相似，它們的光譜潛也可能相似；某些病蟲害危害同一作物能產(chǎn)生幾種癥狀，它們的光譜可能不同。利用多元遙感數(shù)據(jù)對上述現(xiàn)象進(jìn)行研究，有利于提高其監(jiān)測的準(zhǔn)確性。

3.2 病情指標(biāo)監(jiān)測預(yù)報模型適用性差

    由于在外觀表現(xiàn)病情癥狀之前，病害在植株體內(nèi)的生化組分等已經(jīng)發(fā)生一定的變化，等到表現(xiàn)病狀后，農(nóng)作物已經(jīng)受到了損害，所以要最大可能地提高病情指標(biāo)監(jiān)測預(yù)報模型的適用性和機理性，在病害最佳防治期內(nèi)進(jìn)行監(jiān)測預(yù)報，有助于及時防治，將產(chǎn)量損失減少到最低限度。

3.3  多重研究，少于應(yīng)用

由于影響病情光譜信息的因素很多，如農(nóng)作物的品種、栽培方法、氣候環(huán)境等，多數(shù)遙感監(jiān)測的結(jié)果往往針對一個具體病蟲害問題，沒有涉及作物生產(chǎn)過程的其他問題，也就無法在農(nóng)業(yè)生產(chǎn)管理中具體實踐應(yīng)用。如何在不影響監(jiān)測要求的情況下擴大其適用范圍，也是必須研究的間題。

4 遙感監(jiān)測農(nóng)作物病蟲害的展望

4.1  綜合運用多源遙感信息數(shù)據(jù)

    航空、航天遙感數(shù)據(jù)獲取技術(shù)趨向三多（多平臺、多傳感器、多角度）和三高（高空間、高光譜和高時相分辨率），使遙感影像用于農(nóng)作物病蟲害監(jiān)測更加可靠和精確。在利用遙感技術(shù)進(jìn)行病蟲害監(jiān)測研究中，在利用中低空間分辨率遙感數(shù)據(jù)對作物病蟲情特征進(jìn)行監(jiān)測的同時，可考慮綜合應(yīng)用高空間、高光譜和高時相分辨率遙感數(shù)據(jù)。同時開展更為詳細(xì)的地面調(diào)查，改進(jìn)遙感數(shù)據(jù)處理方法，才有可能實現(xiàn)對病蟲害進(jìn)行高精度、動態(tài)監(jiān)測的目的。

4.2  改進(jìn)農(nóng)作物病蟲害遙感監(jiān)測預(yù)報模型

    遙感監(jiān)測技術(shù)的發(fā)展已日趨究善。有很多已運用在農(nóng)作物長勢監(jiān)測與估產(chǎn)中。由于作物病蟲害發(fā)生的生理生態(tài)過程及其與環(huán)境因素的關(guān)系較為復(fù)雜，作物病蟲害遙感監(jiān)測方法仍在摸索或探索之中。綜合區(qū)域農(nóng)作物的品種、栽培方法、氣候環(huán)境等因素對作物病蟲害發(fā)生的影響、特點，建立多元化的作物病蟲害光譜特征數(shù)據(jù)庫，改進(jìn)作物病蟲害遙感監(jiān)測模型或算法，增強預(yù)測預(yù)報模型的普適性和機理性，以提高作物病蟲害遙感監(jiān)測方法的適用性和目的性。

4.3建立基于遙感監(jiān)測的農(nóng)作物病蟲害綜合防治信息平臺

    隨著信息技術(shù)的迅速發(fā)展，遙感與GPS、GIS等信息技術(shù)的融合已經(jīng)較好地展現(xiàn)其應(yīng)用潛力。在今后的研究中，應(yīng)考慮將3S技術(shù)、數(shù)據(jù)庫技術(shù)、組件化技術(shù)、病蟲害監(jiān)測技術(shù)等多項信息技術(shù)綜臺應(yīng)用，并集成作物生產(chǎn)與植保專家知識庫，構(gòu)建面向農(nóng)業(yè)植保部門、管理和保險企業(yè)賠付等可應(yīng)用的作物病蟲害監(jiān)測預(yù)報計算機系統(tǒng)，強化研究成果的實用性，有利于提升農(nóng)業(yè)防災(zāi)減災(zāi)的信息化監(jiān)測與應(yīng)對能力。