近端成像光谱在器官尺度上定量水稻穗腐病的严重程度

水稻穗腐病（Rice spikelet rot disease, RSRD）是一种主要由Fusarium proliferatum引起的**病害。RSRD具有很强的传染性，由于有毒病原体的存在，导致水稻产量和品质显著降低。因此，在侵染早期有效准确地评估病害严重程度，对于抑制病害传播和*大限度地减少对水稻生产的潜在损害至关重要。遥感技术可作为监测作物病害的有效和非破坏性方法。

目前利用成像光谱的相关研究仍集中在病害识别或病害严重程度（Disease severity, DS）的分类上。很少有研究明确探究病害的光谱反应和利用空间信息来追踪病害的发展历程。同时，以往研究多集中于特定生长阶段的病害监测，较少涵盖成熟阶段，并且缺乏对感染早期阶段的监测研究。

本文的研究目标是利用近距离成像光谱技术确定水稻穗在多个生育期对RSRD的光谱响应，构建一个新的适用于多个生育期RSRD病情严重度量化的光谱指数（Spectral index, SI），并与现有的光谱指数进行比较，评估新指数在DS量化和制图中的作用。

南京农业大学程涛教授团队选取了江苏常见的8个粳稻品种种植于24个2 m × 3 m大小的地块。获取抽穗期、开花期和灌浆期的5-8个感染穗放置于背景板上以进行成像光谱数据采集。高光谱成像系统为一个搭载有数码相机（EOS 80D, Canon）和推扫式可见光/近红外高光谱相机（GaiaField-V10E, 江苏双利合谱公司）的自动线性扫描平台（HSIA-MScope-X, 江苏双利合谱公司）。

图1 在光照条件下获取水稻穗RGB和高光谱影像的实验装置

为了获取定量化的RSRD，首先对RGB影像进行颜色空间转换，然后利用Lab颜色空间用于背景去除以及RSRD识别（该空间中“L”表示亮度，“a”和“b”表示颜色对抗的维度）（图2B）。通过通道b和局部阈值去除背景后，进行形态学细化，然后利用通道a和局部阈值将穗像素分为感染穗像素和健康穗像素。

其中，nd和N分别是感病像素数和每个样本的所有像素数。

随着病害的发展，VNIR光谱曲线逐渐变平。为了提高所提取特征的灵敏度，将多个波段组合在一起来表示反射率曲线逐渐平坦的趋势（图2C）。因此选择双差指数（DD）的形式来描述变异强度，公式如下所示。其中，Rλ1、Rλ2、Rλ3为吸收谷或反射峰的敏感带反射率，按波长的递增顺序排列。

利用如下步骤确定构建DD的三个波段：

（1）计算反射率和DS值之间的斯皮尔曼相关系数；

（2）将波段分为正相关和负相关区域；

（3）选取各区域相关性*强的波段，以在相关区域上形成若干备选特征（图3）。在红光区和近红外区主要选择了各阶段对RSRD严重程度敏感的共同波段，以保证指数对RSRD敏感性的一致性。同时为增强对感病早期的敏感性，采用抽穗期保留的3个代表性波段构建3个候选指标。通过R2的值，确定RSRI（Rice spikelet rot index）方程如下所示。

图2 RSRI构建、DS量化和DS映射过程的技术流程图。数据预处理（A）；DS提取（B）；指数构建（C）；建模与映射（D）

图3 不同生长阶段DS与波长反射率之间的Spearman相关系数

灰色和白色背景分别代表负相关和正相关

黑色的垂直线对应于每个灰色或白色相关区域的*大相关系数