接种不同浓度松材线虫的黑松光谱学特征分析

马跃　吕全　赵相涛　何邦令　刘会香　张星耀

摘 要：利用光谱学进行植物病害的早期诊断是近年来植物病害监测预警研究的一个热点。本试验采用人工接种不同浓度松材线虫的方法，研究了野外健康黑松不同发病阶段黑松松针的反射光谱特征曲线，分析了多个光谱特征参数。结果表明：绿光波段（500～560 nm）和近红外波段（750～900 nm）反射光谱曲线对松树发病程度有一定的指示作用；红边（680～780 nm）位置蓝移、绿峰（510～580 nm）反射高度及红谷（640～700 nm）吸收深度降低、红边斜率减小等光谱特征参数的变化能够很好地反映松树的感病情况。本研究结果可为利用高光谱遥感技术进行松材线虫病监测与预警提供理论依据。

关键词：：松材线虫；黑松；光谱分析；光谱特征参数

中图分类号：S712 文献标识号：A 文章编号：1001-4942（2012）11-0012-05

Analysis of Spectral Characteristics of Pinus thunbergii

Inoculated with Pine Wood Nematode

Ma Yue1， Lü Quan2， Zhao XiangTao1， He BangLing1， Liu HuiXiang1*， Zhang XingYao2

（1.College of Plant Protection， Shandong Agricultural University/Shandong Forestry Harmful Biological Control Engineering

Technology Research Center， Taian 271018， China； 2. Key Laboratory of Forest Protection of China State Forestry Administration/

Research Institute of Forest Ecology，Environment and Protection，Chinese Academy of Forestry，Beijing 100091， China）

Abstract Using spectroscopy to diagnose plant diseases is a research focus in plant disease monitoring and early warning in recent years. In this paper， the spectral characteristic curve of Pinus thunbergii needle was studied after artificial inoculation of different concentrations of pine wood nematode， and the multiple spectral characteristic parameters were analyzed. The results showed that the green and near-infrared reflectance spectral curves could indicate the pine disease severity. The decline of spectral parameters such as red edge position blue shift， green peak height and red band depth， and the decrease of red edge slope could reflect well the disease situation of pine. All the results above provided a theoretical basis for the pine wilt disease monitoring and early warning by using hyperspectral remote sensing technology.

Key words Bursaphelenchus xylophilus；Pinus thunbergii Parl.；Spectral absorption；Spectral parameter

松材线虫病（Pine Wilt Disease），又称松树萎蔫病，该病害危害严重，发病快，传播迅速，防治困难。我国于1982年在南京中山陵首次发现松材线虫病以来，该病已扩散蔓延至全国16个省（市），对我国现有松林资源、生态景观和林业经济造成了极大破坏和严重威胁[1]。目前松材线虫病传播扩散的风险仍在不断加剧，防控形势依然十分严峻。

近年来，遥感技术在森林病虫害监测预警方面显现出独特的优势，20世纪末迅速发展起来的高光谱技术作为一种更先进的空间信息技术，能够利用很窄的电磁波段从地物获取连续光谱信息。植物具有特殊的反射光谱特征，且因植物种类、生长阶段、叶形结构、叶绿素含量、细胞含水量及健康状况而异[2]。当植物受病虫害侵染时，叶片色素、细胞构造以及细胞液、细胞膜等会发生一些变化，就会反映在叶片的光谱反射率及特征参数上。因此，应用成像光谱遥感技术，研究受害植物光谱特性的变异信息，可为大规模监测植物病虫害发生动向提供可靠的依据。目前，针对松材线虫病危害的松树林木光谱特征研究还不多见。石进等（2006）[3]采用航空遥感与地面GPS定位相结合的方法对有松材线虫病症状的松林进行准确、快速定位。王震等（2007）[4]对野外不同受害类型的马尾松进行反射光谱测定并分析，结果表明不同受害类型马尾松光谱曲线差异明显，在绿光区，随受害程度加深，叶绿素和水分减少，其反射率逐渐减小，而在红光区，其反射率随受害程度加深逐渐增大。这种变化规律对于在松材线虫入侵过程中，应用遥感技术研究森林资源的动态变化非常有价值。在高光谱遥感数据中，从红光过渡到近红外的“红边”（680～780 nm）是描述植被色素状态和健康状况的重要指示波段，也是植物光谱曲线最明显的特征，红边位置随叶绿素含量、叶面积指数、生物量、年龄、植被的健康程度、季节而变化，可作为植被胁迫和衰老的指示器，用以研究植物的生长和健康状况[5～7]。杜华强等（2009）[8]对野外未知病害马尾松进行反射光谱连续测量，在对反射光谱数据红边位置、绿峰反射高度和红谷吸收深度分析的基础上，进一步利用分形理论来分析发病早期马尾松高光谱数据，结果表明，这3个参数特别是红边位置对松材线虫病的发生具有一定的预测作用，可进一步结合生化参数如叶绿素含量、含水量等改进预测结果。

本研究是在自然生长条件下对林间健康黑松人工接种不同浓度的松材线虫，定期采集松针测量其反射光谱特征曲线，分析了不同接种浓度、不同采样时间的黑松松针的反射率曲线以及多个高光谱特征参数，以探究寄主感病后光谱特征变化与发病进程间的关系，旨在为应用高光谱遥感技术进行松材线虫病监测与预警提供实验数据。

1 材料与方法

11 试验区概况

试验区设在山东省荣成市国营成山林场（122°329′E，37°234′N），该林场位于山东半岛东部沿海地区，属暖温带季风气候，年平均气温12℃左右，年平均降水量800 mm左右。成山林场始建于1949年12月，总面积833 hm2，其中林地面积787 hm2，主要组成树种是黑松（Pinus thunbergii Parl），林龄在60年左右。

12 供试材料

松材线虫[Bursaphelenchus xylophilus （Steiner & Buhrer） Nickle]虫株来源于荣成市成山林场的感病黑松，从病树疫木中分离获得；接种树选自荣成市成山林场内高2 m左右、七八年实生黑松幼树。

13 试验方法

松材线虫在实验室内以灰葡萄孢（Botrytis cinerea）为营养扩大培养，制备高（4 000条/300 μl）、中（2 000条/300 μl）、低（1 000条/300 μl）3种浓度的松材线虫悬浮液。在野外，选取健康黑松幼树，以皮接法进行人工接种，每种浓度的线虫悬浮液各接种10棵树，分别以S（高浓度线虫液接种树）、M（中浓度线虫液接种树）、L（低浓度线虫液接种树）加数字表示，并设置了6棵树作为对照（以CK表示，3棵接无菌水，3棵自然生长不做任何处理）[9]。

自接种之日起，每隔8天采集一次松针，采样选在晴天的上午进行，直至病株出现明显症状停止采样， 共采集7次。在每棵树的上、中、下3个部位，各分3个方向采摘适量松针混合在一起，针叶采集后立即放入保鲜袋，用冷藏箱带入遮光室进行光谱测量。

光谱特征曲线测量采用ASD Field Spec3便携式地物波谱仪，其波长范围为350～2 500 nm，光谱采样间隔为1377 nm@350～1 050 nm，2 nm@1 000～2 500 nm，光谱分辨率为 3 nm@700 nm，85 nm@1 400 nm，65 nm@2 100 nm，测量过程中随时用反射率为1的标准白板校正。每个样本重复测量10次，所测的光谱数据由光谱仪传入计算机后，转换为反射率数据，利用光谱仪自带的光谱处理软件View Spec Pro 50进行数据分析处理。剔除异常值后用软件中的Statistics功能计算各重复采样的平均值，最后利用Graph Data功能绘制光谱曲线图。

14 光谱特征参数分析方法

选取的光谱特征参数包括：绿峰反射率（reflectance of green peak，RGP）、绿峰位置（green peak position，GPP）、红谷反射率（reflectance of red band， FRB）、红边位置（red edge position，REP）、红边斜率（red edge slope，RES）、绿峰反射高度（green peak height，GH）、红谷吸收深度（red band depth，RD）以及水分胁迫波段反射率（reflectance of water stress band，RWSB）等。

RGP指波长510～580 nm范围内最大的波段反射率，GPP指绿峰反射率对应的波长位置（nm），FRB指波长640～700 nm范围内最小的波段反射率，而RWSB指波长1 550～1 750 nm范围内最大的波段反射率。

红边通常是指680～780 nm间反射率突然变化的区域，是由于叶绿素的强吸收和近红外叶子内部散射导致的高反射所形成的[10～13]。目前关于红边位置的计算方法很多，由于导数光谱分析技术对光照强度、噪声影响敏感性较低，同时能增强光谱特征等[14，15]。本研究采用导数光谱分析技术，即一阶导数最大值所对应的波长来计算红边位置[16～19]，计算公式如下：

dRdλ=R（λi+1）-R（λi-1）λi+1-λi-1

（1）

（1）式中Ri，λi分别为第i波段的反射率和波长。RES指红边内一阶导数光谱的最大峰值。

绿峰反射高度GH和红谷吸收深度RD分别按公式（2）、（3）计算[20]。

GH=1-RS+RE-RSλE-λS×（λC-λS）RC

（2）

RD=1-RCRS+RE-RSλE-λS×（λC-λS）

（3）

（2）式中RC，RS，RE分别为绿峰吸收特征中心点、起点和结束点处的光谱反射率，λC，λS，λE分别为反射特征中心点、起点和结束点处的波长，分别为560、500 nm和670 nm。

（3）式中RC，RS，RE分别为红谷吸收特征中心点、起点和结束点处的光谱反射率，λC，λS，λE分别为反射特征中心点、起点和结束点处的波长，分别为670、560 nm和760 nm。2 结果与分析

21 光谱特征曲线分析

图1表示3种浓度松材线虫悬浮液接种黑松后先后7次测量的松针反射率曲线。从图中可以看出，在绿光区（500～560 nm）和近红外区（750～900 nm），随发病程度的加深光谱曲线呈现出明显的变化规律，即松针的反射率随着发病程度的加深有降低的趋势。

前3次测量的反射率曲线与对照树的反射率曲线相比，仅有细微的上下波动。从第4次测量开始，反射率差异越来越明显，主要表现为绿光范围内的吸收峰有所降低，近红外以及中红外区的反射率明显减小，红光到近红外的红边陡峭程度降低。在可见光波段，接种树的松针反射率与健康状态对照树的差异较小，而近红外和中红外波段反射率光谱差异较明显。

22 光谱特征参数分析

通过分析光谱特征曲线只能定性地了解松针反射率的变化趋势，为进一步定量地分析随感病程度加深松针的光谱学差异，分别计算了3种线虫浓度接种黑松后先后7次测量的反射率曲线中的8个光谱特征参数，图2是这些参数的动态变化曲线。

从图2可以看出：指示植物健康状况的两个重要的光谱特征参数红边位置（REP）和绿峰反射高度（GH）均呈现随感病程度加深逐渐降低的趋势，绿峰反射率（RGP）、绿峰位置（GPP）、红边斜率（RES）以及红谷吸收深度（RD）也相应地随感病程度加深逐渐降低；红谷反射率（FRB）波动比较大，趋势不明显，而水分胁迫波段反射率（RWSB） 差异变化不明显，这与已有研究显示这两个参数有随感病程度加深逐渐升高的趋势有所不同，可以看出它们随感病程度加深有不明显的下降趋势。

3 结论与讨论

通过对不同线虫浓度接种的黑松不同采样时间的松针反射光谱特征曲线的分析，得出：在绿光（500～560 nm）和近红外光（750～900 nm）范围内，松针反射率曲线有随发病程度的加深而降低的明显变化规律。前3次测量的反射率曲线与对照树的反射率曲线相比，仅有细微的上下波动，这是由于松材线虫刚开始侵入植株，侵入线虫数量、侵染快慢、松树自身状况、环境等因素的影响，致使松针反射率出现了较小的波动。从第4次测量开始，反射率差异越来越明显，主要表现为绿光范围内的吸收峰有所降低，近红外以及中红外区的反射率明显减小，红光到近红外的红边陡峭程度降低，这表明植株开始发病。相比可见光波段，近红外波段光谱曲线能够更好地反映出接种黑松的病变情况。这对松树发病有一定的指示作用，可作为松材线虫病诊断的切入点进一步研究。

对8个重要的光谱特征参数的计算分析得出：红边位置（REP）、绿峰反射高度（GH）、红谷吸收深度（RD）及红边斜率（RES）等光谱特征参数能够很好地反映出松树的健康状况，即植株发病后，针叶由健康逐渐失绿，再到枯死，红边位置蓝移、绿峰反射高度以及红谷吸收深度逐渐降低、红边斜率减小等。这些参数能够很好地描述松树病害发生情况，可作为诊断病害的参考值。红谷反射率（FRB）和水分胁迫波段反射率（RWSB）变化规律不明显，并有下降的趋势，这可能与接种树本身健康状况、病害发生程度、病程时间长短以及出现症状的活枝仍能进行光合作用等因素有关。

从试验结果可以看出，虽然在感病初期从外观上很难看出树体的症状来，但通过光谱特征的测定分析，可以依据不同波段的反射光谱曲线或光谱特征参数分析病害情况，为松材线虫病的早期监测提供依据。参 考 文 献：

[1]万方浩，郑小波，郭建英.重要农林外来入侵物种的生物学与控制[M].北京：科学出版社，2005，574-577.

[2]申广荣，王人潮.植被光谱遥感数据的研究现状及其展望[J].浙江大学学报（农业与生命科学版），2001，27（6）：682-690.

[3]石进，马盛安，蒋丽雅，等.航空遥感技术监测松材线虫病的应用[J].中国森林病虫，2006，25（1）：18-20.

[4]王震，张晓丽，安树杰.松材线虫病危害的马尾松林木光谱特征分析[J].遥感技术与应用，2007，22（3）：367-370.

[5]Jago R A， Curran P J.The effect of land contamination on the relationship between the red edge and chlorophyll concentration of a grassland canopy[A] RSS95： Remote Sensing in Action[C] Nottingham：Remote Sensing Society，1995，442-449.

[6]Dawson T P， Curran P J.A new technique for interpolating the reflectance red edge position[J] International Journal of Remote Sensing，1998，19（11）：2133-2139.

[7]Boochs F， Kupfer G， Dockter K，et al Shape of the red edge as vitality indicator for plants[J] International Journal of Remote Sensing，1990，11（10）：1741-1753.

[8]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.

[9]李瑞.松材线虫伴生细菌与松树萎蔫病关系的初步研究[J].山东农业科学，2010，4：59-61

[10]Horler D N H， Dockray M， Barber J.The red edge of plant leaf reflectance[J] International Journal of Remote Sensing， 1983，4（2）： 273-288.

[11]Miller J R， Hare E W， Wu J.Quantitative characterisation of the vegetation red edge reflectance An inverted - Gaussian reflectance model[J] International Journal of Remote Sensing， 1990，11（10）：1175-1773

[12]Moses A C， Andrew K S.A new technique for extracting the red edge position from hyperspectral data： The linear extrapolation method[J]Remote Sensing of Environment， 2006，101（2）：181-193.

[13]张晓艳，王丽丽，封文杰，等.花生红边特征及其叶面积指数的高光谱估算模型[J].山东农业科学，2010， 3：11-15，19.

[14]浦瑞良，宫 鹏.高光谱遥感及其应用[M].北京：高等教育出版社，2000，52-53.

[15]Helmi Z M S， Mohamad A M S， Azadeh G.Hyperspectral remote sensing of vegetation using red edge position techniques[J] American Journal of Applied Sciences， 2006， 3（6）： 1864-1871.

[16]吴继友，杨旭东，张福军，等.山东招远金矿区赤松针叶反射光谱红边的季节特征[J].遥感学报，1997，5（2）：124-128.

[17]范文义，杜华强，刘 哲.科尔沁沙地地物光谱数据分析[J].东北林业大学学报，2004，32（2）：45-48.

[18]张风丽，尹 球，匡定波，等.环青海湖地区天然草地时序光谱特征参量分析[J].生态学报，2005，25（12）：3155-3160.

[19]Dawson T P， Curran P J.A new technique for interpolating the reflectance red edge position[J] International Journal of Remote Sensing， 2007，19（11）：2133-2139.

[20]吴彤，倪绍祥，李云梅，等.基于地面高光谱数据的东亚飞蝗危害程度监测[J].遥感学报，2007，11（1）：103-108. 山 东 农 业 科 学 2012，44（11）：17～21