炭疽病胁迫下的茶树叶片高光谱特征分析

王晓庆， 冉 烈， 彭萍*， 崔正龙

(1.重庆市农业科学院茶叶研究所，重庆 402160；2.重庆文理学院，重庆 402160)

研究报告

炭疽病胁迫下的茶树叶片高光谱特征分析

王晓庆1， 冉 烈2， 彭萍1*， 崔正龙1

(1.重庆市农业科学院茶叶研究所，重庆 402160；2.重庆文理学院，重庆 402160)

试验以茶树不同炭疽病受害程度的叶片及健康叶片为材料，室内测定其光谱反射率。结果表明，炭疽病危害后，茶树叶片的光谱值随发病程度的增加表现出有规律的变化，740～1 000 nm波段的光谱反射率随病情加重呈现下降趋势；而1 370～2 500 nm波段却表现出相反趋势。在742～974 nm和1 374～2 500 nm，炭疽病受害程度与光谱反射率呈极显著相关。对光谱一阶微分特征分析表明，在680～780 nm范围内处理间变幅最大，有2个波段的一阶微分值与受害程度表现出极显著相关性，分别为715～763 nm和776～778 nm波段。建立的炭疽病严重度诊断模型，均达到极显著水平，其中利用植被指数(Rg-Rr)/(Rg+Rr)建立的模型精确度最高。

茶树； 炭疽病； 受害程度； 高光谱； 诊断模型

茶炭疽病菌[Disculatheae-sinensis(I.Miyake)Moriwaki & Toy.Sato]属半知菌亚门盘长胞属真菌，是我国各茶区普遍发生在叶部的一种真菌病害，主要危害老叶、成叶、嫩叶[1]。条件适宜的年份发生较重，可引起大量落叶，严重影响茶叶产量和品质[2-3]。茶炭疽病传统的监测方法主要是人工田间调查，需要消耗大量的人力和时间。作物受病虫害危害后，叶片的细胞结构、叶绿素、水分等发生变化，从而引起光谱反射率的变化。目前，对水稻、棉花、小麦、烟草、苹果、辣椒、大豆、板栗、马尾松、杉木等已进行不同病虫害、螨类等不利条件胁迫下的高光谱特性分析[4-14]。同时，伍南等[15-16]的研究也表明利用高光谱参数反演油茶炭疽病病情指数是可行的。刘建雄等[17]基于高光谱技术对茶尺蠖为害程度进行研究，发现在红边峰值区(690～790 nm)和蓝边峰值区(520～580 nm)的光谱特征参数变化明显，并建立了相应的茶尺蠖啃食程度拟合模型。同时在茶树方面，李晓丽等[18]采用可见—近红外光谱仪测定5个品种茶叶的光谱曲线，建立模型进行品种鉴别，发现可见—近红外光谱技术可快速无损鉴别茶叶品种。尚未见茶树受病害危害后光谱研究的报道。本文通过测定炭疽病危害茶树叶片的高光谱反射率，进一步分析其高光谱特征参数，建立茶树炭疽病受害程度估测模型，以期为茶炭疽病危害的高光谱快速诊断与预测提供理论依据及参考。

1 材料与方法

1.1 受害茶树叶片的获取

2013年9月，在重庆市永川乾丰实验茶场的‘崇枇71-1’品种茶园中选取被炭疽病危害不同病情严重度的叶片，按照茶树相同或相近叶位进行取样，叶片置于自封袋中保存，室内测定光谱反射曲线。

1.2 叶片受害程度的分级

叶片受害程度依据叶片被害部分占整个叶片的比率分成5级，即，正常(记为0级)：0%；轻度(记为1级)：大于0，小于等于25%：中度(记为2级)：大于25%，小于等于50%；严重(记为3级)：大于50%，小于等于75%；极严重(记为4级)：大于75%。

1.3 高光谱数据的采集

采用美国ASD Field Spec 3便携式光谱仪与ASD Leaf Clip 测试夹耦合测定。单叶片光谱测试夹本身带有特制光源(石英卤钨灯)，可在室内环境下测定，测量误差小。ASD光谱仪光谱范围是350～2 500 nm， 350～1 000 nm范围光谱分辨率为3 nm，1 000～2 500 nm光谱分辨率为10 nm。

每个叶片样本的反射率避开叶脉进行测定，每次重复采集10组反射率值，以每叶10组的平均值作为观测叶片的光谱反射率值。每次测量前利用标准白板进行反射率校正。各受害程度的叶片分别测定50片，5个受害程度等级共250个样本，其中150个用于建立基于光谱参数的叶片受害程度诊断模型，100个用于模型的检验。

1.4 数据分析方法

光谱数据由光谱仪传入计算机后，用光谱仪自带的分析软件ViewSpecPro(Version5.6)将光谱数据分别转换为反射率值。根据不同波段反射率和一阶微分值，获得基于高光谱位置变量、面积变量以及植被指数变量(表1)[19]。一阶微分值采用如下近似方法计算[20]：

其中，λi是波段i的波长值；ρ(λi)是波长λi的光谱值(如反射率等)；Δλ是波长λi-1到λi的差值，由光谱采样间隔决定。

叶片受害程度与反射率间的相关分析，采用Pearson相关分析法。数据的相关分析及线性回归诊断模型的建立均在SPSS 17.0软件中进行。

表1 高光谱特征参数的概念Table 1 Definitions of hyperspectral parameters used in this study

续表1Table 1(Continued)

2 结果分析

2.1 茶炭疽病病叶光谱反射率总体特征

茶树叶片炭疽病的不同受害程度光谱反射率结果表明(图1)，在350～700 nm范围内，受害叶片的光谱反射率均大于正常叶片，其中受害最重(即4级)的叶片光谱反射率最大，但其他3个级别炭疽病病情反射率之间规律不明显。在740～1 000 nm范围，随炭疽病病情加重，光谱反射率呈现逐渐下降趋势，即正常叶片(0级)的光谱反射率最高，轻度病叶(1级)的光谱反射率次之，极严重叶片(4级)的光谱反射率最低。在1 370～2 500 nm波段范围内却表现出相反趋势。因此，受炭疽病危害后，茶树叶片的光谱反射率有着明显的变化，可以定量地识别病害的严重程度。

图1 不同受害程度茶树叶片光谱反射率Fig.1 The spectrum reflectance curve of singletea leaf with different severity levels

叶片受害等级与光谱反射率间的相关性如图2所示，不同炭疽病发病程度病叶与光谱反射率差异在742～974 nm呈极显著的负相关，其中波长770 nm处的相关性最高，相关系数为-0.645。而在1 374～ 2 500 nm范围内，不同受害程度病叶与光谱反射率差异呈极显著的正相关，其中1 465～1 478 nm波长处的相关系数最大，均为0.554。

图2 茶树病叶受害程度与光谱反射率的相关性Fig.2 The correlation coefficients between severitylevel of single leaf and spectrum reflectance of tea

2.2 不同严重度茶炭疽病病叶一阶微分光谱特征

对炭疽病单叶光谱反射率进行一阶微分后的结果显示(图3)，一阶微分变化最大的波段位于680～780 nm 之间，1 280～1 430 nm波段的微分值变化次之，1 820～1 920波段为第三。其他波段光谱反射率的变化均较小。因此选取680～780 nm波长范围的光谱反射率微分值与叶片受害等级作相关性分析(图4)，发现有2个波段的一阶微分值与受害程度表现出极显著相关性。在715～763 nm波段呈极显著的负相关，其中726 nm处相关系数为-0.705；在776～778 nm波段呈现极显著的正相关性，776 nm处的相关性最高，相关系数为0.512。

2.3 炭疽病病叶不同严重度诊断模型

通过对高光谱特征变量与茶树炭疽病病叶严重度之间的相关性分析可知(表2)，基于高光谱位置变量中蓝边内最大的一阶微分值(Db)、黄边内最大的一阶微分值(Dy)、红边内最大的一阶微分值(Dr)、Dr对应的波长(λr)、绿峰反射率(Rg)和红谷反射率(Rr)与病情严重度均达到极显著相关性，其中Dr与其相关性最大，相关系数为-0.597。基于高光谱面积变量中蓝边内一阶微分的总和(SDb)、黄边内一阶微分的总和(SDy)和红边内一阶微分的总和(SDr)与病情严重度均达到极显著相关性，其中SDr与其呈极显著负相关，相关系数最大，为-0.686，其他两个变量的相关系数较小，只有0.2～0.3之间。基于高光谱植被指数的6个变量，除SDr/SDb与不同危害等级之间呈显著关系，其他5个均达到极显著相关性，其中(Rg-Rr)/(Rg+Rr)的相关性最大，为-0.753，超过基于高光谱位置和面积变量中两个最大相关性的变量。

图3 不同严重度茶树病叶一阶微分光谱曲线Fig.3 First derivative spectrum curve of singletea leaf with different severity levels

图4 茶树病叶受害程度与一阶微分光谱的相关性Fig.4 The correlation coefficients between severity level of single leaf and first derivative spectrum of tea

选取742～974 nm波段区域相关度最高的770 nm反射率，建立与茶树炭疽病病叶严重度诊断模型，并对结果进行验证，结果表明(表3)，建立的诊断模型拟合相关系数较高，达到极显著水平。选取一阶微分值与严重度相关性最高的726 nm处微分光谱(FD726)，与严重度进行回归，建立模型的相关系数为0.708，达到极显著水平。又在高光谱特征变量中选取相关性较高的8个参数与病情严重度进行相关性分析表明，各参数均与严重度有较好的相关性，其中(Rg-Rr)/(Rg+Rr)的相关性最好(R=0.735)。模型验证结果亦表明，预测值与实测值相关系数最大，为0.816；RMSE最小，为0.588。在各个诊断模型中，y=-14.194x+6.997(x为(Rg-Rr)/(Rg+Rr))具有高的估算精度。

表2 茶树炭疽病病叶严重度与高光谱特征变量的相关性1)Table 2 Correlation coefficients between hyperspectralparameters and anthracnose severity level

1)*和**分别代表5%和1%的显著水平，r0.05[150]=0.159，r0.01[150]=0.208。*and**represent significant level of 5% and 1%, respectively,r0.05[150]=0.159，r0.01[150]=0.208.

3 讨论

本研究发现，在特定波段区域，茶树叶片随着炭疽病的受害程度增加而呈现出有规律的变化。在可见光波段范围内单叶光谱反射率主要受叶绿素含量的影响，正常叶片叶绿素含量高，对光的吸收多，反射率较低，病叶恰好与之相反[4]。茶树受炭疽病危害后，在350～700 nm范围内受害叶片的反射率高于正常叶片，且危害程度最重的反射率最高，但其他3级受害程度间无明显规律，这是否与这三级受害程度的茶树叶片测试部位的叶绿素遭破坏后的含量相近有关，还需进一步研究。在700～1 300 nm波段范围内单叶光谱反射率主要受叶绿素a和b、叶片单位面积含水量、干物质含量和叶片内部结构的影响[21]。茶树受到炭疽病危害后，在近红外区波段740～1 000 nm范围，随病情加重，因叶片叶绿素下降，叶肉细胞破坏、水分含量下降使得叶片变薄，故使近红外区光谱反射率下降。

表3 茶树炭疽病病叶严重度诊断模型及检验Table 3 The diagnosis model and testing for severity level of single tea leaf infected with anthracnose

茶树炭疽病病叶光谱反射率的敏感波段为742～974 nm和1 374～ 2 500 nm；而对光谱反射率的一阶微分值进行分析后又发现2个敏感波段，分别为715～763 nm和776～778 nm。选用不同的高光谱参数，共得到4个炭疽病的光谱敏感波段。这与伍南等人研究杉木炭疽病获得的敏感波段并不一致[16]，这可能与作物不同有关。

本研究经过对获得的高光谱特征变量与炭疽病严重度作进一步分析，取得表征叶片受害程度的光谱指标。利用筛选出的各光谱参量建立的炭疽病诊断模型通过极显著检验水平。为下一步开展田间茶炭疽病危害的光谱测定提供重要理论依据和指导。同时，本研究为室内对单叶进行的光谱测定，虽反映了茶树受到炭疽病危害后的光谱特征，但因田间茶园冠层的光谱值会受外界环境的影响，故本研究的诊断模型需通过田间测定后，进一步校正后才能使用。

[1]彭萍，王晓庆，李品武．茶树病虫害测报与防治技术[M]．北京：中国农业出版社，2013：23．

[2]陈宗懋，陈雪芬．茶树病害的诊断和防治[M]．上海：上海科学技术出版社，1990．

[3]谭济才，叶恭银，高旭，等．茶树病虫防治学[M]．北京：中国农业出版社，2002:180.

[4]陈兵，李少昆，王克如，等．棉花黄萎病病叶光谱特征与病情严重度的估测[J]．中国农业科学，2007，40(12)：2709-2715.

[5]黄建荣，孙启花，刘向东．稻纵卷叶螟危害后水稻叶片的光谱特征[J]．中国农业科学，2010，43(13)：2679-2687.

[6]伍南，刘君昂，闫瑞坤．利用光谱特征参数估算病害胁迫下杉木叶绿素含量[J]．植物保护，2012，38(4)：72-76.

[7]吴昊，邱白晶，陈国平，等．水稻白背飞虱虫害的单叶高光谱特征分析[J]．农机化研究，2009(4)：117-119.

[8]樊景超. 苹果果实病害近红外光谱信息获取与识别模型研究[D].北京:中国农业科学院,2011.

[9]王爽，马占鸿，王学进，等．小麦条锈病单叶片光谱和叶绿素含量关系分析[J]．中国农业大学学报， 2012，17(1)：60-64.

[10]聂克艳，岳延滨，孙长青，等．辣椒茶黄螨危害的冠层光谱特性与危害级别反演[J]．西南农业学报， 2012，25(5)：1689-1693.

[11]杜华强，葛宏立，范文义，等．分形理论在马尾松松材线虫病发病早期高光谱探测中的应用[J]．林业科学，2009，45(6)：68-76.

[12]蒋金豹，李一凡，郭海强，等．不同病害胁迫下大豆的光谱特征及识别研究[J]．光谱学与光谱分析，2012，32(10)：2775-2779.

[13]刘大双，刘国顺，李向阳，等．TMV侵染后烤烟叶片色素含量高光谱估算模型研究[J]．中国烟草学报，2009，15(2)：60-65.

[14]王植，曹均，曹庆昌，等．高光谱遥感监测板栗病虫害的可行性初探[J]．中国农学通报，2010，26(13)：380-384.

[15]伍南，刘君昂，闫瑞坤，等．基于地面高光谱数据的油茶炭疽病病情指数反演[J]．植物保护，2012，38(5)：22-26.

[16]伍南，刘君昂，周国英，等．利用高光谱微分指数反演油茶炭疽病病情指数的研究[J]．中国生态农业学报，2012，25(6)：777-781.

[17]刘建雄，李明，陶栋材，等．基于高光谱技术的茶尺蠖危害程度研究[J]．湖南农业大学学报，2013，39(3)：315-318.

[18]李晓丽，何勇，裘正军．一种基于可见—近红外光谱快速鉴别茶叶品种的新方法[J]．光谱学与光谱分析，2007，27(2)：279-282.

[19]王秀珍，黄敬峰，李云梅，等．水稻生物化学参数与高光谱遥感特征参数的相关性分析[J]．农业工程学报，2003，19(2)：144-148.

[20]王秀珍，李建龙，唐延林．导数光谱在棉花农学参数测定中的作用[J]．华南农业大学学报(自然科学版)，2004，25(2)：17-21.

[21]王珂，沈掌泉，王人潮．植物营养胁迫与光谱特性[J]．国土资源遥感，1999，39(1)：9-14.

Analysisofthehyperspectralcharacteristicsoftealeavesunderanthracnosediseasestress

Wang Xiaoqing1， Ran Lie2， Peng Ping1， Cui Zhenglong1

(1.ResearchInstituteofTea,ChongqingAcademyofAgriculturalSciences,Chongqing402160，China；2.ChongqingUniversityofArtsandSciences,Chongqing402160，China)

The spectrum reflectance of single tea leaves infected by anthracnose was measured by ASD handy spectroradiometer. The results indicated that the spectrum characteristics of tea leaves infected by anthracnose had regular change with the increase of disease severity. Spectrum reflectance decreased significantly in 740-1 000 nm with the increase of the disease severity, whereas it increased in range 1 370-2 500 nm . There were significant correlations between disease severity and the spectrum reflectance in 742-974 nm and 1 374-2 500 nm. The characteristics of first derivative spectra in the diseased leaves and healthy leaves were changed, especially in 680-780 nm. There were significant correlations between the disease severity and first derivative spectral reflectance in 715-763 nm and 776-778 nm. The models for estimating tea leaf disease severity of anthracnose all reached significant level. The model constructed using vegetation index(Rg-Rr)/(Rg+Rr) could accurately invert the tea leaf damage degree.

tea; anthracnose; damage degree; spectrum characteristics; inversion model

2013-11-21

：2014-02-11

国家茶产业技术体系西部病虫害防控岗位专家基金(CARS-23)；重庆市公益性科研院所农发资金项目

S 431.9

：ADOI：10.3969/j.issn.0529-1542.2014.06.003

* 通信作者 E-mail：pptea2006@163.com