劉凱翔 張 帆 潘 陽* 劉芳明 楊志輝 朱杰華

（1 河北農(nóng)業(yè)大學(xué)，河北保定 071000；2 圍場(chǎng)滿族蒙古族自治縣馬鈴薯研究所，河北承德 068450）

馬鈴薯早疫病是由茄鏈格孢（）引起的一種真菌性病害。葉片是馬鈴薯早疫病病原菌侵染和為害最多的部位，葉柄、莖和薯塊也會(huì)不同程度地發(fā)病。病害發(fā)生嚴(yán)重時(shí)，病斑相互連接擴(kuò)展形成大病斑，葉片失綠、變黃、萎蔫，可造成大量減產(chǎn)（Shtienberg et al.，1996）。

生產(chǎn)上選擇對(duì)早疫病具有抗性的馬鈴薯品種，會(huì)降低田間病害防控的農(nóng)藥使用量和施用次數(shù)，有效降低管理成本。因此，選育抗早疫病的品種是馬鈴薯育種的重要目標(biāo)（金黎平 等，2003），篩選和鑒定對(duì)馬鈴薯早疫病有抗性的種質(zhì)資源是我國馬鈴薯育種中不可缺少的一項(xiàng)工作。每年抗性鑒定試驗(yàn)都需要在多個(gè)地區(qū)，對(duì)大量的馬鈴薯品種（系）進(jìn)行試驗(yàn)（趙強(qiáng) 等，2017），同時(shí)也需要進(jìn)行大量的人工調(diào)查和數(shù)據(jù)整理工作。因此，若找到一種能夠快速、簡(jiǎn)便并且準(zhǔn)確獲取抗性鑒定試驗(yàn)數(shù)據(jù)的方法，可提高馬鈴薯早疫病抗性鑒定的工作效率。

多光譜遙感是指將地面參照物反射的電磁波分成若干個(gè)較窄的波譜段進(jìn)行接收與記錄（童慶禧 等，1983），以掃描拍攝的方式，直接感應(yīng)形成多幅不同角度地物影像的遙感技術(shù)（王斌永 等，2004）。該技術(shù)為快速、大規(guī)模獲取作物信息，尤其是病害脅迫下植物的生長情況提供了新的手段（張競(jìng)成 等，2012；黃文江 等，2018）。

歸一化植被指數(shù)（normalized diあerence vegetation index，NDVI）又稱標(biāo)準(zhǔn)化植被指數(shù)，被廣泛應(yīng)用于利用遙感技術(shù)對(duì)植被的研究。NDVI 能夠精確地反映植物的長勢(shì)，NDVI 數(shù)值越大，表明植株的生物量越多，即植物的生長勢(shì)越好。馬鈴薯早疫病發(fā)生初期，會(huì)在葉片上形成1 個(gè)黑色或褐色的小斑點(diǎn)，周圍有黃色暈圈；隨著病情發(fā)展，毒素滲入周圍細(xì)胞引起變色，病斑擴(kuò)大形成經(jīng)典的同心輪紋壞死斑（van der Waals et al.，2004）。葉片發(fā)病部位會(huì)因?yàn)槿~肉細(xì)胞的死亡而失去綠色，反射的紅外光與近紅外波段會(huì)有明顯的下降，因此該發(fā)病植株所在地點(diǎn)NDVI 數(shù)值會(huì)相應(yīng)的降低，非常適合病害的監(jiān)測(cè)。在水稻紋枯病遙感試驗(yàn)中，各多光譜遙感指數(shù)中NDVI 數(shù)值的變化與病害發(fā)生相關(guān)性最大（趙曉陽 等，2019）。在多光譜對(duì)某一病害鑒定中，其他影響植物細(xì)胞正常生長的病蟲害都被嚴(yán)格地控制住后，NDVI 數(shù)值的變化也就能客觀反映植株受到該病害影響的程度。

多光譜遙感技術(shù)在馬鈴薯病害上已經(jīng)有了一定的研究進(jìn)展，但是在馬鈴薯品種對(duì)早疫病的抗性鑒定方面還未有相關(guān)報(bào)道。本試驗(yàn)在常規(guī)馬鈴薯品種（系）對(duì)早疫病抗性鑒定試驗(yàn)的基礎(chǔ)上，通過無人機(jī)搭載多光譜相機(jī)PARROT SEQUOIA，在發(fā)病后期對(duì)馬鈴薯生長情況進(jìn)行掃描和計(jì)算，并與人工調(diào)查的田間發(fā)病數(shù)據(jù)進(jìn)行對(duì)比分析，驗(yàn)證該方法的準(zhǔn)確性。以期為馬鈴薯品種（系）早疫病鑒定提供新的方法，并提高抗性鑒定試驗(yàn)中的調(diào)查效率，進(jìn)而提高馬鈴薯早疫病抗性育種的工作效率。

1 材料與方法

1.1 試驗(yàn)材料

參試馬鈴薯品種（系）共20 個(gè)（表1），以感病品種費(fèi)烏瑞它為對(duì)照。

表1 參試馬鈴薯品種（系）編號(hào)、名稱及來源

1.2 試驗(yàn)儀器

田間施藥使用大疆MP-1P 無人植保機(jī)；M600 Pro 無人機(jī)由深圳市大疆創(chuàng)新科技有限公司提供；多光譜相機(jī)PARROT SEQUOIA 由派諾特公司提供；無人機(jī)掃描操作平臺(tái)為IPAD 4，由蘋果（中國）有限公司提供。

1.3 試驗(yàn)設(shè)計(jì)

試驗(yàn)地設(shè)在河北省承德市圍場(chǎng)滿族蒙古族自治縣腰站鎮(zhèn)永和棧村，該地為我國北方一作區(qū)馬鈴薯早疫病的常發(fā)區(qū)。參試44 個(gè)馬鈴薯品種（系）的播種日期均為2020 年5 月6 日，每品種（系）1 個(gè)小區(qū)，小區(qū)面積12 m，株距33 cm，行距60 cm，每小區(qū)種植48 株，無重復(fù)。

7 月初至8 月下旬，為了避免晚疫病對(duì)植株的影響，整個(gè)生育期除了根據(jù)測(cè)報(bào)施用防治晚疫病的專一性藥劑丁子香酚和氟噻唑吡乙酮以外，不施用其他藥劑。于馬鈴薯早疫病發(fā)病后期進(jìn)行田間抗性鑒定及多光譜遙感監(jiān)測(cè)。

1.4 田間抗性鑒定

在感病對(duì)照費(fèi)烏瑞它早疫病發(fā)病達(dá)到最高級(jí)別時(shí)，調(diào)查參試44 個(gè)馬鈴薯品種（系）的發(fā)病程度，調(diào)查時(shí)間為2020 年8 月27 日。采用五點(diǎn)取樣法，每點(diǎn)調(diào)查1 株，每株調(diào)查植株的全部葉片，按照趙強(qiáng)等（2017）的病情分級(jí)標(biāo)準(zhǔn)記錄病葉發(fā)病級(jí)別，計(jì)算病情指數(shù)（DI）。

分級(jí)標(biāo)準(zhǔn)：0 級(jí)，無病斑；1 級(jí)，病斑面積占整個(gè)葉面積5%以下；3 級(jí)，病斑面積占整個(gè)葉面積6%～10%；5 級(jí)，病斑面積占整個(gè)葉面積11%～20%；7 級(jí)，病斑面積占整個(gè)葉面積21%～50%；9 級(jí)，病斑面積占整個(gè)葉面積51%以上。

DI=Σ（各級(jí)發(fā)病葉數(shù)×相對(duì)級(jí)值）/（調(diào)查總?cè)~數(shù)×最高級(jí)值）× 100早疫病田間抗性鑒定標(biāo)準(zhǔn)：DI=0，免疫（I）；0 ＜ DI ≤ 20.0，高抗（HR）；20.0 ＜ DI ≤ 40.0，中抗（MR）；40.0 ＜ DI ≤ 60.0，中感（MS）；60.0 ＜DI ≤ 100.0，高感（HS）。

1.5 多光譜遙感監(jiān)測(cè)

1.5.1 多光譜掃描 在早疫病發(fā)生較為嚴(yán)重的后期，且與田間病害調(diào)查接近日期（8 月26 日），于中午使用無人機(jī)搭載多光譜相機(jī)進(jìn)行掃描，掃描飛行高度為45 m。掃描時(shí)天氣晴朗，反射程度較好。使用大疆飛行操控軟件GJI GS Pro 設(shè)置無人機(jī)在目標(biāo)小區(qū)上空進(jìn)行“S”形路線飛行，同時(shí)設(shè)置多光譜相機(jī)定位拍照。

1.5.2 多光譜圖像數(shù)據(jù)處理與NDVI 指數(shù)地圖合成 田間掃描完成后，把多光譜相機(jī)上的照片拷貝到電腦上。使用Pix4D 軟件，將多光譜照片進(jìn)行拼接；然后通過該軟件的指數(shù)地圖功能，生成NDVI指數(shù)地圖。

式中，NIR 為近紅外波段反射率，R 為紅外波段反射率（張競(jìng)成 等，2012）。

1.5.3 NDVI 指數(shù)地圖數(shù)據(jù)提取 使用Arc GIS 系統(tǒng)中的Arc Map 軟件，將NDVI 指數(shù)地圖文件作為底圖打開。使用軟件中的Zonal Statistics as Table 工具，設(shè)置每個(gè)馬鈴薯品種（系）小區(qū)的取樣點(diǎn)，對(duì)每個(gè)小區(qū)采用五點(diǎn)取樣法進(jìn)行坐標(biāo)設(shè)定（圖1）。每個(gè)取樣點(diǎn)面積為直徑0.5 m 的圓，并計(jì)算NDVI平均值，獲得數(shù)據(jù)后計(jì)算5 個(gè)取樣點(diǎn)的平均值，即代表該馬鈴薯品種（系）小區(qū)的NDVI 數(shù)值。

圖1 小區(qū)NDVI 數(shù)值取樣坐標(biāo)設(shè)定

1.6 相關(guān)性分析

使用SPSS 軟件，將21 個(gè)馬鈴薯品種（系）調(diào)查獲得的早疫病病情指數(shù)和掃描分析得到的NDVI 指數(shù)進(jìn)行相關(guān)性分析，并使用Excel 軟件作圖。

2 結(jié)果與分析

2.1 馬鈴薯早疫病田間抗性鑒定結(jié)果

馬鈴薯20 個(gè)品種（系）的田間早疫病抗性鑒定結(jié)果見表2，其中高抗品種（系）10 個(gè)，中抗品種（系）1 個(gè)，中感品種（系）2 個(gè)，高感品種（系）7 個(gè)。

表2 馬鈴薯品種（系）田間早疫病抗性鑒定結(jié)果和NDVI 數(shù)值

2.2 NDVI 指數(shù)地圖生成

不同發(fā)病程度的馬鈴薯品種（系）在圖中表現(xiàn)出非常明顯的差異，受病害侵染越嚴(yán)重的小區(qū)，NDVI 數(shù)值越低，在圖中越接近黑色；抗性越高，且植株生長良好的小區(qū)，NDVI 數(shù)值越高，在圖中越接近白色（圖2）。

圖2 不同馬鈴薯品種（系）的NDVI 指數(shù)地圖（左）與可見光航拍圖（右）

2.3 不同馬鈴薯品種（系）小區(qū)NDVI 數(shù)值與病情指數(shù)相關(guān)性分析

對(duì)不同馬鈴薯品種（系）的小區(qū)NDVI 數(shù)值（表1）與田間人工調(diào)查得到的病情指數(shù)（DI）通過SPSS 軟件進(jìn)行相關(guān)性分析。結(jié)果顯示（圖3），DI 與NDVI 相關(guān)系數(shù)為-0.973，在0.01 水平（雙側(cè)）上極顯著相關(guān)；線性回歸分析的決定系數(shù)（值）為0.974，擬合程度較高。

圖3 21 個(gè)馬鈴薯品種（系）的NDVI 數(shù)值與DI 線性回歸分析結(jié)果

3 結(jié)論與討論

本試驗(yàn)中多光譜掃描時(shí)間為8 月26 日中午，人工病害調(diào)查時(shí)間為8 月27 日，兩組數(shù)據(jù)獲得的時(shí)間差僅1 d，植株生長情況變化不大，可以確定為同一時(shí)間進(jìn)行的取樣。

馬鈴薯感染早疫病后，植株細(xì)胞內(nèi)的葉綠素等色素濃度發(fā)生變化，使得葉綠素在藍(lán)、紅波段的吸收變?nèi)?，反射增?qiáng)。由于NDVI 數(shù)據(jù)獲得的方法是通過比值計(jì)算得到，因而，反射率整體拉伸造成的影響，以及太陽光照差異、云陰影、部分大氣衰減和部分地形差異的背景噪聲信號(hào)影響會(huì)很小。由于植物綠色部位的葉綠素進(jìn)行光合作用而吸收紅光，因此，生物量較多即長勢(shì)較好的植物擁有更多的綠色部分，進(jìn)而對(duì)紅光的吸收越多，同時(shí)對(duì)近紅外光的反射也越多。

NDVI 在植被指數(shù)中有著重要的地位，具有檢測(cè)精準(zhǔn)度高和植被覆蓋度的檢測(cè)范圍較高等優(yōu)點(diǎn)。石濤等（2020）使用消費(fèi)級(jí)無人機(jī)與便攜式多光譜傳感器對(duì)水稻長勢(shì)進(jìn)行遙感監(jiān)測(cè)，確定了稻株出現(xiàn)高溫脅迫的葉面積指數(shù)與植被指數(shù)的高相關(guān)性，建立了水稻高溫脅迫的反演識(shí)別模型。如果能夠確定病害植株的主要特征光譜，就能夠?qū)崿F(xiàn)一定程度上的病害識(shí)別。例如，袁琳等（2013）基于光譜分析篩選出對(duì)小麥條銹病和白粉病敏感度差異較為明顯的波段和光譜特征，分別建立了兩種病害的判別模型和病情嚴(yán)重度反演模型。劉良云等（2009）利用冬小麥兩個(gè)時(shí)期的Landsat TM 圖像反射率數(shù)據(jù)計(jì)算的NDVI 數(shù)據(jù)，建立了基于這兩個(gè)時(shí)期NDVI 值的小麥產(chǎn)量遙感統(tǒng)計(jì)預(yù)測(cè)模型，并對(duì)冬小麥病害進(jìn)行遙感監(jiān)測(cè)，定量計(jì)算和驗(yàn)證了病害造成的產(chǎn)量損失。

本試驗(yàn)是多光譜遙感第1 次在馬鈴薯品種對(duì)早疫病抗性鑒定上的應(yīng)用。由于其他病蟲害已被化學(xué)藥劑控制住，所以能夠確定每個(gè)品種（系）所在的小區(qū)NDVI 數(shù)值下降的最主要因素為早疫病的侵染和發(fā)生。目前，在遙感與植物病蟲害相關(guān)的研究中，這種單一脅迫的研究最為普遍，相對(duì)研究技術(shù)也最成熟（魯軍景 等，2019）。通過相關(guān)性分析表明，本試驗(yàn)中NDVI 數(shù)值與DI 呈極顯著負(fù)相關(guān)，每個(gè)病害發(fā)生嚴(yán)重的馬鈴薯品種（系）的小區(qū)NDVI 數(shù)值都很低。相對(duì)于之前水稻紋枯病與NDVI 相關(guān)的模型，相關(guān)性更高（趙曉陽 等，2019）。由此可以確定，NDVI 數(shù)據(jù)變化反映的病害發(fā)生程度與人工調(diào)查結(jié)果非常接近。使用多光譜遙感技術(shù)監(jiān)測(cè)不同馬鈴薯品種（系）在早疫病脅迫下的長勢(shì)，即對(duì)不同馬鈴薯品種（系）的抗性鑒定是可行的。與人工監(jiān)測(cè)相比，多光譜遙感技術(shù)節(jié)省了大量時(shí)間及人工成本，提高了監(jiān)測(cè)效率，對(duì)于未來馬鈴薯早疫病抗性鑒定，甚至其他作物以及相關(guān)病害的鑒定效率提高具有參考意義。目前，該監(jiān)測(cè)方法只進(jìn)行了1 次試驗(yàn)，需要進(jìn)一步的驗(yàn)證，才能夠確定此方法的可靠性，為未來馬鈴薯早疫病的鑒定提供新的方法。

遙感技術(shù)較人工調(diào)查有著明顯的優(yōu)勢(shì)。但是，也存在自身分辨率低、數(shù)據(jù)獲取容易受大氣干擾和圖像獲取頻率低等問題，穩(wěn)定性和準(zhǔn)確率等方面還有待提高。同時(shí)，冠層以下的葉部病害無法進(jìn)行有效監(jiān)測(cè)（胡小平 等，2021）。所以，該技術(shù)在使用中需要考慮病害田間實(shí)際發(fā)生情況。

未來，在病害多光譜遙感鑒定試驗(yàn)中，可以增加掃描頻率，定期進(jìn)行分析，這樣可通過NDVI 或者其他指數(shù)的連續(xù)動(dòng)態(tài)變化數(shù)據(jù)，從而掌握每個(gè)試驗(yàn)品種在病害發(fā)生時(shí)期對(duì)病原菌耐受程度的動(dòng)態(tài)變化情況。在藥劑防治相關(guān)試驗(yàn)中，可通過動(dòng)態(tài)變化數(shù)據(jù)確定減藥方案中不同施用劑量在病害防控中的效果變化，從而更精準(zhǔn)地確定農(nóng)藥減施的劑量。這對(duì)于我國農(nóng)藥精準(zhǔn)防控，降低農(nóng)藥整體使用量有著明顯的意義。