應(yīng)用CGMD-302光譜儀監(jiān)測(cè)馬鈴薯病害

陳青春，黎學(xué)記，2，劉鵬飛，張姿麗，王曉明，蔣 鋒*

（1.仲愷農(nóng)業(yè)工程學(xué)院，廣東 廣州 510225；2.廣州市越秀區(qū)中小學(xué)生綜合實(shí)踐活動(dòng)教育基地，廣東 肇慶 526200）

應(yīng)用CGMD-302光譜儀監(jiān)測(cè)馬鈴薯病害

陳青春1，黎學(xué)記1，2，劉鵬飛1，張姿麗1，王曉明1，蔣 鋒1*

（1.仲愷農(nóng)業(yè)工程學(xué)院，廣東 廣州 510225；2.廣州市越秀區(qū)中小學(xué)生綜合實(shí)踐活動(dòng)教育基地，廣東 肇慶 526200）

為了快速監(jiān)測(cè)馬鈴薯病害程度，利用便攜式光譜儀CGMD-302分別于2011和2012年開展馬鈴薯病害監(jiān)測(cè)研究。結(jié)果表明，基于便攜式光譜儀光譜反射率構(gòu)建的植被指數(shù)可以有效地反演馬鈴薯植株病斑面積，其中810 nm光譜反射率、歸一化植被指數(shù)（NDVI）以及比值植被指數(shù)（RVI）與病斑面積呈負(fù)相關(guān)，而720 nm光譜反射率與病斑面積呈正相關(guān)，預(yù)測(cè)精度R2均達(dá)到0.95以上，均方根誤差（RMSE）和平均相對(duì)誤差（RE）均低于8.0%，模型檢驗(yàn)結(jié)果良好。研究結(jié)果可以為馬鈴薯植株病害快速監(jiān)測(cè)提供依據(jù)。

馬鈴薯；病害；光譜；模型

馬鈴薯是廣東省主要冬種作物之一，因廣東省冬季特殊的天氣條件，許多常見(jiàn)病害均有不同程度發(fā)生。傳統(tǒng)的田間觀測(cè)效率低下，耗時(shí)耗力。病害植株形態(tài)和生理的變化會(huì)導(dǎo)致相應(yīng)光譜信息的變動(dòng)，這為遙感技術(shù)在馬鈴薯病害的快速實(shí)時(shí)監(jiān)測(cè)提供了可能［1］。國(guó)內(nèi)外早在20世紀(jì)20～30年代已開始棉花根腐病、馬鈴薯煙草花葉病、條銹病等病害的光譜特征研究［2-20］。不同作物的病蟲危害光譜信息識(shí)別的敏感波段主要位于可見(jiàn)光波段和近紅外波段［4-6］，其最佳敏感波段因病害和作物種類不同而變化［7-14］。目前，國(guó)內(nèi)外對(duì)馬鈴薯病害監(jiān)測(cè)也進(jìn)行了一些研究，周竹等［20］利用光譜檢測(cè)馬鈴薯黑心病，認(rèn)為透射光譜系統(tǒng)優(yōu)于高光譜成像系統(tǒng)，而高光譜成像系統(tǒng)效果優(yōu)于傅里葉近紅外光譜儀；李小昱等［21］研究發(fā)現(xiàn)，采用DS證據(jù)理論和支持向量機(jī)相結(jié)合的方法融合獲取圖像特征和光譜特征，建立多源信息融合馬鈴薯痂瘡病光譜檢測(cè)模型，能夠?qū)崿F(xiàn)對(duì)痂瘡病的快速無(wú)損監(jiān)測(cè)；席那順朝克圖等［22］研究表明，運(yùn)用Matlab默認(rèn)閥值法對(duì)馬鈴薯光譜進(jìn)行小波消噪，通過(guò)對(duì)比原始光譜和消噪后的光譜，能有效消除馬鈴薯光譜中多余的噪聲，實(shí)現(xiàn)馬鈴薯環(huán)腐病的監(jiān)測(cè)。但目前研究多集中于馬鈴薯塊莖病害［23-26］，對(duì)馬鈴薯葉片病害的研究相對(duì)較少，因此本研究擬通過(guò)開展不同品種馬鈴薯試驗(yàn)，利用便攜式光譜儀進(jìn)行馬鈴薯病害監(jiān)測(cè)，以期對(duì)馬鈴薯大面積病害監(jiān)測(cè)預(yù)警提供技術(shù)支持。

1 材料與方法

1.1 試驗(yàn)設(shè)計(jì)

試驗(yàn)設(shè)在廣州市越秀區(qū)中小學(xué)生綜合實(shí)踐活動(dòng)教育基地（肇慶四會(huì)市貞山區(qū)蓮四路）旱地。屬亞熱帶季風(fēng)氣候，濕度偏大，熱量豐富，光照充足，雨量充沛，氣候溫暖，無(wú)霜期長(zhǎng)。據(jù)多年氣象資料統(tǒng)計(jì)結(jié)果，年平均氣溫21.3℃，年極端最高氣溫37.9℃，年極端最低氣溫-2.6℃。土壤為赤紅壤，肥力中等，前茬為甜玉米。前茬收獲后及時(shí)整田納雨蓄墑。試驗(yàn)采用隨機(jī)區(qū)組設(shè)計(jì)，每個(gè)品種3次重復(fù)，小區(qū)面積10 m2。2011年收獲后留于2012年繼續(xù)種植，用于觀察病害發(fā)生情況。其他管理同大田。小區(qū)一壟雙行，株距25 cm，行距30 cm，壟寬60 cm，各重復(fù)間設(shè)0.5 m走道。種薯于播前催芽。播種時(shí)施復(fù)合肥（氮磷鉀比為10∶5∶10，下同）600 kg/hm2、豬糞5 000 kg/hm2；幼苗具有3～4葉時(shí)追施尿素150 kg/hm2；結(jié)薯膨大期追施復(fù)合肥400 kg/hm2、硫酸鉀400 kg/hm2；生長(zhǎng)后期分2次噴施0.2%磷酸二氫鉀溶液；成熟期以大部分葉片落黃為準(zhǔn)。

試驗(yàn)一（2011年冬種試驗(yàn)）：各試驗(yàn)品種（‘大西洋’原種、‘費(fèi)烏瑞它’原種、‘夏波蒂’原種，‘大西洋’一級(jí)種、‘費(fèi)烏瑞它’一級(jí)種、‘新大坪’一級(jí)種，‘大西洋’二級(jí)種、‘費(fèi)烏瑞它’二級(jí)種、‘夏波蒂’二級(jí)種）于2011年11月25日種植，2012年3月20日收獲。

試驗(yàn)二（2012年冬種試驗(yàn)）：各試驗(yàn)品種（‘大西洋’原原種、‘費(fèi)烏瑞它’原原種、‘夏波蒂’原原種、‘隴薯3號(hào)’原原種、‘隴薯6號(hào)’原原種、‘隴薯8號(hào)’原原種、‘冀張薯8號(hào)’原原種，‘大西洋’原種、‘夏波蒂’原種、‘費(fèi)烏瑞它’原種、‘新大坪’原種，‘大西洋’一級(jí)種、‘費(fèi)烏瑞它’一級(jí)種、‘夏波蒂’一級(jí)種，‘大西洋’二級(jí)種、‘費(fèi)烏瑞它’二級(jí)種、‘夏波蒂’二級(jí)種，‘克新1號(hào)’商品薯、‘中薯3號(hào)’商品薯）于2012年11月22日種植，2013年3月28日收獲。

1.2 病害調(diào)查

于馬鈴薯開花期，使用高清數(shù)碼相機(jī)獲取植株冠層圖像，經(jīng)過(guò)后期圖像分析，獲取馬鈴薯病害程度數(shù)據(jù)，同步于田間人工調(diào)查統(tǒng)計(jì)，二者數(shù)據(jù)結(jié)合作為最終病害程度資料。因試驗(yàn)設(shè)施限制，本研究不分病害種類，將所有病害病斑作為整體進(jìn)行分析。

按照病害程度分為4級(jí)：

正常——無(wú)病害，葉片呈綠色；

輕度——病斑面積小于30%；

中度——病斑面積小于60%，大于30%；

重度——病斑面積大于60%。

1.3 光譜數(shù)據(jù)測(cè)定

于馬鈴薯開花期，采用國(guó)家信息農(nóng)業(yè)工程技術(shù)中心研制的便攜式光譜儀CGMD-302［27］測(cè)定馬鈴薯冠層光譜反射率（R）。CGMD-302便攜式光譜儀為兩波段（810和720 nm）被動(dòng)光譜儀。測(cè)量時(shí)選擇晴朗天氣10:00～14:00，距離冠層0.5 m，探頭垂直向下。

1.4 數(shù)據(jù)分析

本研究采用決定系數(shù)、均方根誤差、平均相對(duì)誤差以及預(yù)測(cè)精度等指標(biāo)綜合評(píng)價(jià)構(gòu)建模型。數(shù)據(jù)分析、繪圖均于Microsoft Excel 2010中進(jìn)行。

2 結(jié)果與分析

2.1 不同處理馬鈴薯病害程度

從表1可以看出，不同供試材料發(fā)病程度差異明顯，同一品種之間，原原種幾乎無(wú)病害，原種輕度，一級(jí)種中度，而二級(jí)種發(fā)病最為嚴(yán)重，商品用種薯（‘克新1號(hào)’、‘中薯3號(hào)’）為中度發(fā)病。廣東地區(qū)冬季溫度較高，濕度相對(duì)較大，容易出現(xiàn)病害，因此對(duì)于種苗的質(zhì)量要求較高，普通商用種易發(fā)病。

表1 馬鈴薯病害程度Table 1 Disease grade of potato

表2 馬鈴薯冠層光譜反射率（%）Table 2 Canopy spectral reflectance of potato

2.2 不同處理光譜反射率變化

從表2可以看出，不同材料馬鈴薯冠層光譜反射率差異較大，810 nm波段與720 nm波段光譜反射率呈負(fù)相關(guān)關(guān)系（圖1），決定系數(shù)高達(dá)0.97。在810 nm波段，反射率原原種＞原種＞一級(jí)種＞二級(jí)種，品種間無(wú)明顯差異，在720 nm波段，關(guān)系相反，反射率原原種＜原種＜一級(jí)種＜二級(jí)種。

2.3 發(fā)病病斑面積與光譜參數(shù)關(guān)系

從表1和表2可以看出馬鈴薯病斑面積與光譜反射率有著明顯的相關(guān)性。圖2表明，810 nm光譜反射率與病斑面積呈顯著負(fù)相關(guān)關(guān)系，二次函數(shù)形式?jīng)Q定系數(shù)高達(dá)0.97；圖3表明720 nm光譜反射率與病斑面積呈顯著正相關(guān)關(guān)系，二次函數(shù)形式?jīng)Q定系數(shù)高達(dá)0.99。歸一化植被指數(shù)（Normalized difference vegetation index，NDVI）（810，720）和比值植被指數(shù)（Ratio vegetation index，RVI）（810，720）與病斑面積的關(guān)系與810 nm波段光譜反射率的相似，均與病斑面積呈顯著負(fù)相關(guān)關(guān)系，決定系數(shù)高達(dá)0.98以上（圖4、圖5）。由此可以看出，利用光譜參數(shù)可以有效地實(shí)現(xiàn)馬鈴薯病斑面積的快速監(jiān)測(cè)。

圖1 810nm光譜反射率與720 nm光譜反射率關(guān)系Figure 1 Relationship between R810nm and R720nm

圖2 810nm光譜反射率與病斑面積關(guān)系Figure 2 RelationshipbetweenR810nmandlesionarea

圖3 720nm光譜反射率與病斑面積關(guān)系Figure 3 RelationshipbetweenR720nmandlesionarea

2.4 模型檢驗(yàn)

利用獨(dú)立數(shù)據(jù)對(duì)所構(gòu)建模型進(jìn)行檢驗(yàn)，結(jié)果顯示（表3），4種光譜參數(shù)構(gòu)建的模型預(yù)測(cè)精度均高達(dá)0.95以上，均方根誤差（RMSE）以及平均相對(duì)誤差（RE）均低于 8.0%。綜上所述，利用CGMD-302便攜式光譜儀獲得的冠層光譜數(shù)據(jù)構(gòu)建的光譜參數(shù)，可以實(shí)現(xiàn)對(duì)馬鈴薯病斑面積的快速監(jiān)測(cè)。

圖4 NDVI（810，720）與病斑面積關(guān)系Figure 4 RelationshipbetweenNDVI（810，720）and lesionarea

圖5 RVI（810，720）與病斑面積關(guān)系Figure 5 Relationship between RVI（810，720）and lesionarea

表3 模型檢驗(yàn)Table 3 Model test

3 討論

馬鈴薯脂肪含量低，蛋白質(zhì)品質(zhì)高，熱量較小麥、水稻低，符合當(dāng)前中國(guó)居民膳食多元、飲食健康的追求，同時(shí)馬鈴薯全粉貯存時(shí)間長(zhǎng)，適宜作為戰(zhàn)略貯備糧［28］。2015年2月1日，中央一號(hào)文件明確提出將馬鈴薯列為水稻、小麥、玉米之后的第四大主糧作物。

由于廣東省冬季特殊的氣象條件，為冬種馬鈴薯提供了便利，但由于高濕高熱的現(xiàn)實(shí)也給冬種馬鈴薯病害發(fā)生創(chuàng)造了適宜條件。如何實(shí)現(xiàn)對(duì)馬鈴薯病害的快速監(jiān)測(cè)，對(duì)馬鈴薯生產(chǎn)管理具有重要的意義［29，30］。遙感技術(shù)的出現(xiàn)，為這一問(wèn)題的解決提供了可能。目前國(guó)內(nèi)外學(xué)者對(duì)其他作物病蟲害監(jiān)測(cè)做了大量的工作［2-19］，給出了不同病害監(jiān)測(cè)的適宜波段，但以往的研究多使用的是高光譜儀，成本高，不適合大面積使用，南京農(nóng)業(yè)大學(xué)國(guó)家信息農(nóng)業(yè)工程技術(shù)中心［27］結(jié)合目前國(guó)內(nèi)外研究結(jié)果研制了兩波段便攜式光譜儀，為光譜儀大面積應(yīng)用提供了方便。通過(guò)本研究結(jié)果也表明，利用該儀器獲得的數(shù)據(jù)構(gòu)建的光譜參數(shù)，可以有效地實(shí)現(xiàn)馬鈴薯病斑面積的快速監(jiān)測(cè)，預(yù)測(cè)精度高達(dá)0.95以上，均方根誤差（RMSE）以及平均相對(duì)誤差（RE）均低于8.0%。

同時(shí)本研究也表明，不同等級(jí)的馬鈴薯種薯發(fā)病程度差異顯著，原原種因其規(guī)范的生產(chǎn)，田間發(fā)病程度相對(duì)較低，而本田留種的馬鈴薯，在田間表現(xiàn)相對(duì)較差，屬于病害高發(fā)群體。鑒于廣東本地高溫高濕的特殊情況，不適合本地繁種，如何選擇適宜等級(jí)的馬鈴薯種薯對(duì)于廣東省馬鈴薯冬種具有特殊的意義［31］。

因試驗(yàn)場(chǎng)地和材料限制，本研究涉及品種相對(duì)較少，在以后的研究中應(yīng)該加大不同等級(jí)馬鈴薯品種的引入，更加深入地研究不同馬鈴薯品種在冬種條件下的表現(xiàn)，對(duì)所構(gòu)建的模型進(jìn)行進(jìn)一步的驗(yàn)證和完善。

［1］WuD，ZhuD-S，HeY，etal.Nondestructivedetectionofgreymoldof eggplant based on ground multi-spectral imaging sensor［J］. Spectroscopy Spectral Anal，2008，28（7）:1496-1500.

［2］Bawden F C.Infra-red photography and plant virus diseases［J］. Nature，1933，132:168.

［3］Taubenhaus J J，Ezekiel W N，Neblette C B.Airplane photography in the study of cotton root rot［J］.Phytopathology，1929，19（11）: 1025-1029.

［4］Raikes C，Burpee L L.Use of multispectral radiometry for assessment of Rhizoctonia blight in creeping bentgrass［J］. Phytopathology，1998，88（5）:446-449.

［5］Wang D，Dowell F E，Lan Y，et al.Determining pecky rice kernels using visible and near-infrared spectroscopy［J］.International Journal of Food Properties，2002，5（3）:629-639.

［6］Zhang J C，Yuan L，Wang J H，et al.Research progress of crop diseases and pests monitoring based on remote sensing［J］.Trans CSAE，2012，28（20）:1-11.

［7］Zhang M，Qin Z，Liu X，et al.Detection of stress in tomatoes induced by late blightdisease in California，USA，using hyperspectral remote sensing［J］.International Journal of Applied Earth Observation and Geoinformation，2003，4（4）:295-310.

［8］Huang M，Wang J H，Huang W J，et al.Hyperspectral character of stripe rust on winter wheat and monitoring by remote sensing［J］. JournalofAgriculturalEngineering Research，2003，19（6）: 154-158.

［9］Jiang J，Huang W.Using the distance between hyperspectral rededge position and yellow edge position to identify wheat yellow rust disease［J］.Spectroscopy and Spectral Analysis，2010，30（6）: 1614-1618.

［10］陳兵，王克如，李少昆，等.病害脅迫對(duì)棉葉光譜反射率和葉綠素?zé)晒馓匦缘挠绊懀跩］.農(nóng)業(yè)工程學(xué)報(bào)，2011，27（9）:86-93.

［11］李澤東，李宏寧，方玉萍，等.黃瓜霜霉病害的窄帶多光譜圖像光譜分類和評(píng)估研究［J］.云南師范大學(xué)學(xué)報(bào):自然科學(xué)版，2011，31（6）:63-69.

［12］馮潔，廖寧放，趙波，等.常見(jiàn)黃瓜病害的多光譜診斷［J］.光譜學(xué)與光譜分析，2009，29（2）:467-470.

［13］邢東興，常慶瑞.基于光譜反射率的果樹病蟲害級(jí)別定量化測(cè)評(píng)——以紅富士蘋果樹黃葉病害，紅蜘蛛蟲害為例［J］.西北農(nóng)林科技大學(xué)學(xué)報(bào):自然科學(xué)版，2009，37（11）:143-148.

［14］趙聰慧，張淑娟.作物病害的計(jì)算機(jī)視覺(jué)和光譜檢測(cè)技術(shù)研究進(jìn)展［J］.農(nóng)機(jī)化研究，2009（11）:230-234.

［15］馮偉，王曉宇，宋曉，等.基于冠層反射光譜的小麥白粉病嚴(yán)重度估測(cè)［J］.作物學(xué)報(bào)，2013，39（8）:1469-1477.

［16］ 王斌，薛建新，張淑娟.基于高光譜成像技術(shù)的腐爛，病害梨棗檢測(cè)［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2013，44（1）:205-209.

［17］柴阿麗，廖寧放，田立勛，等.基于高光譜成像和判別分析的黃瓜病害識(shí)別［J］.光譜學(xué)與光譜分析，2010，30（5）:1357-1361.

［18］劉良云，黃木易，黃文江，等.利用多時(shí)相的高光譜航空?qǐng)D像監(jiān)測(cè)冬小麥條銹病［J］.遙感學(xué)報(bào)，2004，8（3）:275-281.

［19］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.

［20］周竹，李小昱，高海龍，等.漫反射和透射光譜檢測(cè)馬鈴薯黑心病的比較［J］.農(nóng)業(yè)工程學(xué)報(bào)，2012，28（11）:237-242.

［21］李小昱，陶海龍，高海龍，等.基于多源信息融合技術(shù)的馬鈴薯痂瘡病無(wú)損檢測(cè)方法［J］.農(nóng)業(yè)工程學(xué)報(bào)，2013，29（19）:277-284.

［22］席那順朝克圖，郁志宏，張寶超，等.基于小波分析的馬鈴薯環(huán)腐病光譜數(shù)據(jù)去噪［J］.農(nóng)村牧區(qū)機(jī)械化，2013（3）:19-22.

［23］湯全武，史崇升，湯哲君.基于HIT的馬鈴薯外部缺陷特征的提取［J］.東北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2014，45（6）:114-121.

［24］周竹，李小昱，陶海龍，等.基于高光譜成像技術(shù)的馬鈴薯外部缺陷檢測(cè)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2012，28（21）:221-228.

［25］蘇文浩，何建國(guó)，劉貴珊，等.近紅外高光譜圖像技術(shù)在馬鈴薯外部缺陷檢測(cè)中的應(yīng)用［J］.食品與機(jī)械，2013，29（5）:127-133.

［26］代芬，Bergholt M S，Benjami A J V.近紅外激發(fā)熒光光譜與拉曼光譜快速鑒別馬鈴薯品種［J］.光譜學(xué)與光譜分析，2014，34（3）: 677-680.

［27］倪軍，姚霞，田永超，等.便攜式作物生長(zhǎng)監(jiān)測(cè)診斷儀的設(shè)計(jì)與試驗(yàn)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2013，29（6）:150-156.

［28］曾凡逵，許丹，劉剛.馬鈴薯營(yíng)養(yǎng)綜述［J］.中國(guó)馬鈴薯，2015，29（4）:233-243.

［29］趙多長(zhǎng).加強(qiáng)重大病害綜合防治促進(jìn)馬鈴薯產(chǎn)業(yè)發(fā)展［J］.中國(guó)馬鈴薯，2010，24（3）:190-191.

［30］曹先維，陳洪.廣東省馬鈴薯生產(chǎn)及青枯病的危害［J］.馬鈴薯雜志，1999，13（1）:32-33.

［31］李小波，安康，方志偉，等.2014年廣東省冬種馬鈴薯品種比較試驗(yàn)［J］.中國(guó)馬鈴薯，2016，30（1）:6-9.

Rapid Monitoring for Potato Disease by CGMD-302 Spectrometer

CHEN Qingchun1，LI Xueji1，2，LIU Pengfei1，ZHANG Zili1，WANG Xiaoming1，JIANG Feng1*
（1.Zhongkai University of Agriculture and Engineering，Guangzhou，Guangdong 510225，China；2.Students Comprehensive Practical Activities Education Base of Guangzhou Yuexiu District，Zhaoqing，Guangdong 526200，China）

Two experiments were carried out in 2011 and 2012 using CGMD-302 spectrometer to monitor potato diseases of different potato varieties of various seed grades in order to rapidly monitor potato diseases.The results showed that there was a negative correlation between canopy spectral reflectance at 810 nm，normalized difference vegetation index（NDVI），ratio vegetation index（RVI）and lesion area，while a positive correlation was found between canopy spectral reflectance at 720 nm and lesion area.The prediction accuracy was above 0.95，and the root mean square error（RMSE）and the average relative error（RE）were both less than 8.0%.The findings might provide the technical basis for rapid monitoring of potato disease grade.

potato；disease；spectrum；model

S532

A

1672－3635（2016）05-0302-06

2016-01-05

廣東省優(yōu)質(zhì)旱糧生產(chǎn)示范基地建設(shè)項(xiàng)目（粵財(cái)農(nóng)［2009］36；粵財(cái)農(nóng)［2011］17號(hào)）。

陳青春（1983-），男，講師，博士，從事作物精確管理研究。

蔣鋒，博士，副教授，從事玉米、薯類高產(chǎn)栽培育種研究，E-mail:breakthrough@139.com。