基于无人机高光谱成像技术的甘蔗等作物病虫害研究进展

发布者: 发布时间:2018-10-19

四川双利合谱科技有限公司    黄宇

甘蔗是我国重要的糖料作物,主要种植在华南地区,广西种植面积占全国 60% 以上,是我国重要的甘蔗种植基地。甘蔗是一种多年生作物,并利用蔗茎进行无性繁殖,所以由于我国甘蔗产区长期连作种植,轮作区域较少,这就致使甘蔗病虫害日积月累,不断加重其危害程度。再加上甘蔗在春、夏、秋、冬四季均能种植,这就为病虫害的快速传播创造了有利的条件。所以,我国的甘蔗病害具有以下特点:(1)病害生理小种复杂;(2)病虫害世代重叠;(3)病虫害危害严重。一方面,据有关部门调查显示,黑穗病及花叶病在我国主要产蔗区的发病率在25%以上,大片蔗田因地下害虫的危害而不能宿根。由于甘蔗病虫害对甘蔗产量、甘蔗宿根年限及甘蔗的品质均有极为严重的影响,因此,甘蔗病虫害己经成为制约我国蔗糖产业快速健康发展的主要因素,严重地限制了蔗糖优势产业的发展。另一方面,农民为防治病虫害而大量使用化学农药导致甘蔗病虫的天敌大量死亡,打破了自然界昆虫间相互制约的平衡关系,并致使危害甘蔗的害虫产生了抗药性,使得甘蔗害虫的防治工作更加困难、被动。更使得甘蔗生长环境及人类健康因化学农药的残留而受到污染、危害。因此,如何有效地预防甘蔗病虫害,提高甘蔗病虫害防治水平,确保甘蔗产业的快速健康发展已成为当今植保工作者的首要任务。

图1  发病的甘蔗叶

遥感技术以其方便、快捷、实时性、周期性等优点,越来越广泛应用于农业生产各个环节当中,并逐渐成为农业遥感应用的重要前沿技术手段之一。高光谱遥感又称成像遥感,主要是指在电磁波谱的紫外、可见光、近红外和中红外区域获取许多非常窄且光谱连续的图像数据技术,高光谱遥感技术的出现也使得采用遥感技术监测农作物病虫害成为可能;高光谱遥感技术能准确获得作物病虫害发生、发展的定性和定量空间分布信息,为农业生产决策者在病虫害未对农作物造成严重危害时采取一定的预防措施提供数据支撑。也为农业生产管理部门政策实施提供科学支持。

1 高光谱监测病虫害原理

植物的光谱特性是植物在生长过程中与环境因子(包括生物因子和非生物因子)相互作用的综合光谱信息。病虫害对农作物生长造成的影响主要有两种表现形式,即农作物外部形态的变化和内部生理变化。外部形态变化包括有落叶、卷叶,叶片幼芽被吞噬,枝条枯萎,导致冠层形状发生变化。内部生理变化则表现于叶绿素组织遭受破坏,光合作用,养分水分吸收、运输、转化等机能衰退。无论是形态的(生物物理参数)或生理的(生物化学参数)变化,都必然导致作物光谱特征发生变化,特别是红色区和近红外区光谱特征的变化。受害作物的光谱特性与健康作物的光谱特性相比,某些特征波长的值总会发生不同程度的变化。高光谱分辨率高,并具有波段多、信息量丰富的特点其数据是3维图谱形式——空间信息、辐射信息和光谱维信息,其中光谱维的信息正是普通光学遥感所欠缺的。采用高光谱技术进行农业病虫害监测主要是利用其光谱维的相关信息对感染病虫害的农作物进行分析研究。农作物光谱维方向的特征信息主要集中在作物叶片中生物化学成分的变化而形成的吸收波形处,通过对采集的作物光谱数据进行相关的处理分析,可以反映出作物内部物质的吸收波形变化,即作物的各种生化组分的吸收光谱信息。因此通过监测受害作物各种生物物理和生物化学参数变化(特别是植物生化组分的变化),研究和利用受害作物生物物理和生物化学参数的变化引起的相应的光谱特性变异信息,可以探测到病虫害的早期危害,定量地分析病虫害的危害程度,为大规模监测农作物病虫害发生情况及发展动向提供及时、可靠的依据。

2  高光谱监测甘蔗等农作物病虫害研究状况

高光谱遥感技术是目前国际上监测农作物受病虫危害光谱特性变化最先进的手段之一。研究作物受病虫危害后的光谱变化,寻找病虫危害程度与原始光谱、植被指数、导数光谱、生化指标(如氮素、叶绿素、LAI、生物量、覆盖度等)等变化之间的关系,确定不同作物和病虫害监测的敏感波段和敏感时期,是目前高光谱遥感用于农作物病虫害监测的研究热点和关键。

2.1  原始光谱反射率分析技术

它是一种直接、简单和快速的分析技术:它从传感器直接获得的数据人手,分析其转化后的光谱反射率特征,获取植被信息,具有普适性。如刘兴库等发现接种马铃薯奥古巴花叶病毒烟草早期的叶片在可见光部分与对照组无明显试别,但在近红外差别明显。黄木易等对冬小麦条锈病光谱反射率特征进行深人研究后提出了冬小麦条锈病遥感监测的敏感波段。MOKHELE等对甘蔗叶片进行不同程度的接种病害,研究发现不同程度的病害甘蔗叶片光谱差异显著(如图2所示)。然而他们的研究都较多地考虑了作物病害的光谱特性,而较少地考虑病害导致作物体内生理生化的变化,因此只能定性的分析其光谱特征。在今后的研究中若能将其光谱特征与不同发病程度及生理生化指标建立对应关系的话,可望实现病害的半量化或量化监测。

  

图2  不同病害程度的甘蔗叶片光谱反射率曲线

2.2  光谱微分、对数分析技术

    一阶导数可以部分消除线性和二次型背景噪声光谱二阶导数光谱可以完全消除线性噪声光谱影响,能基本消除二次型背景噪声光谱对数变换一般是对原始光谱反射率直接求对数、或求倒数的对数,原始光谱经倒数的对数变换可以反映作物的吸收特征,称为伪吸收数。由于在可见光区域一般植被原始光谱反射率值较低,经对数变换之后,不仅可以增强可见光区域的光谱差异,而且还能减少因光照条件变化引起的乘性因素影响。通常情况下,对数变换可以和导数变化一起使用,可以同时达到增强某些特定的光谱信息而消除背景噪声光谱的作用

黄敬峰等对健康水稻和受病虫害胁迫的水稻进行一阶导数光谱和二阶导数光谱分析研究,以期获得不同数据形式的光谱敏感区域和敏感波段。研究表明,蓝光450-515 nm、绿光550-590 nm、红光650-690 nm和近红外725-790 nm一阶导数光谱对病虫害胁迫敏感,其中以750 nm为中心的近红外区域一届倒数光谱变异最大;对于二阶导数而言,在530 , 550 , 670 , 730 nm等4个吸收特征区域内,CRSSDR在各个区域内的变异较小,受害水稻叶片原始光谱二阶导数的光谱在710-750 nm极小值远小于健康叶片。

乔红波等利用光谱微分技术,对受麦蚜、白粉病危害的小麦反射率求一阶导数,得到红边斜率,结果表明:麦蚜、白粉危害后小麦冠层的红边斜率在近红外波段650-780 nm发生剧烈变化;采用一阶微分、对数数据变换方法对感染白粉病、条锈病人工接种诱发和麦长管蚜自然危害条件下的冬小麦进行了光谱研究识别,通过对比分析表明采用对数一微分变换处理比其他方法能较好地识别冬小麦病虫害情况

导数变换及对数变换能较好地消除土壤低频背景噪声对光谱特征信息的影响,提高应用高光谱技术实施农作物病虫害监测的精度。但研究中较少有针对同一作物不同病害的文献,而且在分析农作物光谱特征是较少考虑病虫害对作物体内生理变化的影响。如果能够建立感染病虫害的农作物与其对应生理参数的模型,将会更有助于高光谱遥感技术应用于农作物病虫害研究中的定量化发展。

图3 病害叶、缺氮叶以及正常叶的一阶导数光谱

2.3  基于光谱位置和面积的特征参数

在导数变换的基础上,可以提取基于光谱位置和面积的特征参数,其中基于光谱位置的参数主要包括“红边”、 “蓝边”、“黄边”称为“三边”)是指在一定光谱区域内最大一阶导数值所在波长位置以及相应的“边”位置,区域内所有波段的一阶导数值的综合即为相应的面积。

黄木易等采用红边参量分析了小麦条锈病的冠层光谱特征,并对各模型进行均方根误差检验,研究结果表明:红边参量的最小振幅、红边振幅与最小振幅比值模型的决定系数达0.8以上,与冬小麦条锈病病情指数有较好的关系,可采用这些光谱参数建立相应的模型来对冬小麦条锈病进行,通过研究发现条锈病冬小麦发生了红边蓝移现象,550-750 nm处的特征吸收峰的深度、面积与单叶严重度呈显著负相关。蒋金豹等在对感染条锈病的冬小麦不同生育时期的冠层光谱集病情指数DI进行测定,采用“红边”和“绿边”微分总和的比值作为变量建立相应的线性模型对DI精度进行了估测,研究结果表明模型估测精度很高,而且小麦品种的区别对模型精度影响不大。陈鹏程等采用红边参数研究了土耳其叶螨Tetranychus turkestani对棉叶的危害程度,研究表明受叶螨危害的棉花其单叶光谱特征会呈现较为明显的“红边蓝移”现象,这也表明感染野叶虫害的棉花叶片光谱特征能够用红边较好反映出来。

基于光谱位置和面积的特征参数方法主要是通过野外采集的感染病虫害农作物光谱曲线进行分析研究,为应用高光谱技术进行农作物病虫害监测做出了不可磨灭的贡献,但是该方法不能对感染病虫害的农作物的全部波段信息进行分析研究,在对病虫害进行快速识别的过程中可能会导致“同谱异物”等情况的发生。

图4  正常玉米和病害玉米不同生育期红边位置

2.4 植被指数分析技术

植被指数是一类具有一定生化意义的不同波段光谱值的组合,通常有比值植被指数、线性组合植被指数、修正植被指数、差值植被指数等。不同波段组合的植被指数对于不同指标预测效果不同。在农业上,基于光谱技术检测作物生理指数的波段范围一般在400~2 500 nm之间,涉及到色素(叶绿素、类胡萝卜素等)、氮、水分等吸收和叶片细胞的内部结构。在400-740 nm 可见光波段,叶绿素在480、650、670-680、740 nm 处有吸收峰,类胡萝卜素在 420、425、440、450、470、480 nm均有吸收峰,叶黄素在 425、445、475 nm 有吸收峰。而在 740-1 300 nm 近红外波段由于健康的叶肉细胞反射作用,其反射率急剧升高;作物水分的吸收峰主要集中在970、1 450、1 944 nm 处。因此当作物受到胁迫作用时,相应的氮、色素、酶等发生变化,通过应用各种植被指数监测这些生理指标变化,可判断作物胁迫情况、生长状况以及产量情况。

Mirik等为了对小麦蚜虫虫害进行定量监测,采用野外采集的高光谱数据分别对野外及温室内采集的光谱数据进行(R740-R88)/(R691-R698)及(R750-R940-R560-R600)/(R750-R940)+(R560-R600)光谱指数进行计算,并以0.25 m2范围内的光谱指数数据为准计算了3个不同研究区域的蚜虫感染数量。黄木易等查找相关文献进行比对等研究了冬小麦条锈病光谱,利用相关性最好的666nm和相关性最弱的758nm波段组合设计了SAI(spectral angle index),并在此基础上建立条锈病胁迫指数SRSI (stripe rust stressed index)反演冬小麦条锈病的发生情况。吴彤等采用地面高光谱数据对河北省黄骅市受蝗虫危害的芦苇进行了反射光谱及光谱特征差异研究,并建立了基于高光谱特征参数与芦苇叶面积指数LSI的关系模型,结果表明该模型能较好反映出研究区域芦苇受蝗虫危害的程度。

从以上研究中可以看出,目前为止,针对农作物病虫害监测已经构建了较多的病虫害监测植被指数;尽管有学者已经建立了简单的反演模型,但该模型也仅仅是针对某一病害对作物影响建立的。如果作物同时受到多种病虫害的感染,不但受到季节环境等因素的限制,其模型的反演将会变得更为复杂。

图5  农作物病害胁迫指数图(颜色越黄发病越严重,越绿发病越轻)

2.6  生化指标分析技术  

农作物生化指标通常指农作物的生理生化指标,如氮素、叶绿素、蛋白质、叶面积指数、覆盖度、叶干重、生物量等。作物病虫害遥感监测主要在单叶与冠层两个层面上展开。对单叶,因病虫危害导致叶片细胞结构、色素、水分、氮素含量及外部形状等发生变化,从而引起光谱的变化。对冠层,因病虫危害引起叶面积、生物量、覆盖度等的变化,可见到热红外波谱反射光谱与正常作物有明显差异。在大尺度上,病虫危害作物时,高光谱扫描记录上会引起灰度值的差异,从而在空间相、光谱相和时间相上有明显的差异。因此,监测农作物的生化指标,在一定程度上可以反映作物的病虫害严重程度或发病情况。

图6 健康、轻度病害、严重病害甘蔗氮素和叶绿素分布图

3  高光谱农作物病虫害监测存在的问题

遥感技术是在非接触的情况下来探测地物信息的一种手段。遥感器所接受的电磁波信息是地面目标视场范围内的综合信息,在航空遥感上,还存在着大气、太阳高度角等因子的影响。所以在利用遥感技术监测农作物病虫害中存在以下主要问题:

3.1  “同谱异物”和“异谱同物”现象

    许多病虫害及非病虫害胁迫同一作物时产生的症状非常相似,它们的光谱潜也可能相似;某些病虫害危害同一作物能产生几种症状,它们的光谱可能不同。利用多元遥感数据对上述现象进行研究,有利于提高其监测的准确性。

3.2 病情指标监测预报模型适用性差

    由于在外观表现病情症状之前,病害在植株体内的生化组分等已经发生一定的变化,等到表现病状后,农作物已经受到了损害,所以要最大可能地提高病情指标监测预报模型的适用性和机理性,在病害最佳防治期内进行监测预报,有助于及时防治,将产量损失减少到最低限度。

3.3  多重研究,少于应用

由于影响病情光谱信息的因素很多,如农作物的品种、栽培方法、气候环境等,多数遥感监测的结果往往针对一个具体病虫害问题,没有涉及作物生产过程的其他问题,也就无法在农业生产管理中具体实践应用。如何在不影响监测要求的情况下扩大其适用范围,也是必须研究的间题。

4 遥感监测农作物病虫害的展望

4.1  综合运用多源遥感信息数据

    航空、航天遥感数据获取技术趋向三多(多平台、多传感器、多角度)和三高(高空间、高光谱和高时相分辨率),使遥感影像用于农作物病虫害监测更加可靠和精确。在利用遥感技术进行病虫害监测研究中,在利用中低空间分辨率遥感数据对作物病虫情特征进行监测的同时,可考虑综合应用高空间、高光谱和高时相分辨率遥感数据。同时开展更为详细的地面调查,改进遥感数据处理方法,才有可能实现对病虫害进行高精度、动态监测的目的。

4.2  改进农作物病虫害遥感监测预报模型

    遥感监测技术的发展已日趋究善。有很多已运用在农作物长势监测与估产中。由于作物病虫害发生的生理生态过程及其与环境因素的关系较为复杂,作物病虫害遥感监测方法仍在摸索或探索之中。综合区域农作物的品种、栽培方法、气候环境等因素对作物病虫害发生的影响、特点,建立多元化的作物病虫害光谱特征数据库,改进作物病虫害遥感监测模型或算法,增强预测预报模型的普适性和机理性,以提高作物病虫害遥感监测方法的适用性和目的性。

4.3建立基于遥感监测的农作物病虫害综合防治信息平台

    随着信息技术的迅速发展,遥感与GPS、GIS等信息技术的融合已经较好地展现其应用潜力。在今后的研究中,应考虑将3S技术、数据库技术、组件化技术、病虫害监测技术等多项信息技术综台应用,并集成作物生产与植保专家知识库,构建面向农业植保部门、管理和保险企业赔付等可应用的作物病虫害监测预报计算机系统,强化研究成果的实用性,有利于提升农业防灾减灾的信息化监测与应对能力。

服务网络

  • 成都
  • 北京
  • 西安
  • 南京
  • 深圳
  • 成都总公司

    地址:成都市青羊区顺城大街206号四川国际大厦七楼G座

    电话:028-86513885

    传真:028-84896038-816

    邮箱:info@dualix.com.cn

  • 北京

    地址:北京市海淀区中关村大街19号新中关B座北翼1701-1706室

    电话:010-62634840

    传真:010-82618238

    邮箱:info@dualix.com.cn

  • 西安

    地址:陕西省西安市高新区沣惠南路16号泰华金贸国际8号楼1101室

    电话:029-86600240

    传真:029-88320872

    邮箱:info@dualix.com.cn

  • 南京

    地址:南京市玄武区童卫路4号南京农业生物高新技术创业中心1号楼423室

    电话:19941771489

    邮箱:info@dualix.com.cn

  • 深圳

    地址:深圳市龙华区民治梅龙路七星商业广场B1106室

    电话:0755-83293053

    传真:0755-83230070

    邮箱:info@dualix.com.cn

四川双利合谱科技有限公司-全系列高光谱解决方案 地址:成都市顺城大街206号四川国际大厦七楼G座 电话:86- 028-86513885 ICP备案号:蜀ICP备14027264号

销售直拨:13810146393

固定电话:028-86513885

回顶