烤烟发病叶片高光谱特征分析

窦玉青，李新举，王梅，徐冬云，刘明芹

1 山东农业大学资源与环境学院 山东泰安岱宗大街61号 271018；

2 中国农业科学院烟草研究所 山东青岛科苑经四路11号 266101

烤烟发病叶片高光谱特征分析

窦玉青1,2，李新举1，王梅1，徐冬云1，刘明芹1

1 山东农业大学资源与环境学院 山东泰安岱宗大街61号 271018；

2 中国农业科学院烟草研究所 山东青岛科苑经四路11号 266101

为推进高光谱遥感技术在烟草病害监测和病害预测上的应用，利用野外光谱仪在山东省费县烤烟种植区研究了发病烤烟叶片与健康烤烟叶片的高光谱反射率特征。研究发现，烤烟病叶与健康叶片的光谱反射率有明显差异，病叶的高光谱反射率明显高于健康叶片；在550 nm处，随着叶片发病程度的增加，绿峰有向红光方向移动的趋势。随着病情程度的增加，烟草单叶光谱的红边位置向短波方向移动，即红边斜率减小，红边发生“蓝移”；病害越重，蓝移越明显。利用高光谱遥感技术，可以预测和监控烤烟病害的发生及蔓延。

烤烟；病虫害；高光谱

烤烟是我国重要的经济作物之一，在国民经济收入中占有重要的地位[1]。病害的频繁发生常常造成烟叶生产不可挽回的损失，并直接导致烟叶品质的严重下降[2]。据统计，我国因病害所造成的烟叶产量损失一般年份占总产量的10%～15%[3]。传统监测烟草病害的方法不仅费时、费力、效率低，而且因病害在发生早期不能识别而延误防治的最佳时机[4]。随着高光谱遥感技术的发展，基于高光谱遥感的病害诊断在农作物病害监控上逐步得到应用[5-6]。国内外学者已利用高光谱遥感技术监控农作物病害发生及其危害程度[7-10]。但利用高光谱技术对烟草病害监测方面的研究较少。因此，本研究试图通过分析健康烟株与发病烟株的光谱特征差异，为用高光谱遥感监测烟草病害提供理论依据。

1 材料与方法

1.1 试验设计

1.1.1 试验地点及仪器参数

试验地点位于山东省费县朱田镇（东经117°40′18″，北纬35°10′35″）。

试验光谱测量仪器为ASD Inc FieldSpec HandHeld野外手持式高光谱测量仪。技术参数：光谱范围：325～1075 nm；光谱分辨率：3.5 nm；采样间隔：1.6 nm；波长精度：±1 nm；输出波段数为751（数据间隔1 nm）；记录参数：DN(raw)值，相对反射率；光缆配置：标配1.5 m；镜头配置：3.5度前视场角镜头。

1.1.2 田间设计

选取6块烟田进行研究，确保所选地块基本涵盖试验区内的不同环境条件。烤烟种植密度为120 cm×55cm。在试验区域内选取不同病害程度的烟叶为供试材料。烟叶发病程度按受害病斑面积占整个叶片面积百分数不同划分为4级，即健康：全叶无病，病斑面积占叶片面积的0%；轻度：病斑面积占叶片面积的0%～10%；中度：病斑面积占叶片面积的10%～20%；重度：病斑面积占叶片面积的20%以上。在北京时间10:00～14:00（以确保足够的太阳高度角）用ASD Inc Field Spec HandHeld便携式野外光谱仪采集叶片光谱特征。每次光谱采集前都要用标准白板进行校正，分别测定叶尖（离叶尖10 cm）、叶中和叶柄（离叶柄10 cm）三个位置，每个位置测量10个光谱数据；30个数据的平均值为该叶片光谱数据。

1.2 分析方法

1.2.1 光谱分析

将采集到的光谱数据传入电脑，用ViewSpec Pro 6.0软件处理得到原始反射光谱数据和光谱反射率曲线，再采用光谱归一化微分分析技术，并在原始光谱的基础上进行数据变换：

（1）对反射率R的一阶微分变换：

式中，R'(λ)是波长λ反射率处的一阶导数，Δλ是波长(λ+1)到波长(λ)的间隔，取值为10 nm。

（2）以健康叶片光谱反射率为基准，把其它病害程度单叶光谱反射率与其作相对比值，由以下公式得相对反射率，即：

式中，R*是相对反射率，R0是健康烟叶的光谱反射率，RD是病害程度为D时的单叶光谱反射率。

1.2.2 数据分析

借助Excel对光谱数据和病害严重程度进行相关分析，并绘制相关系数曲线图；利用SPSS17.0进行模型的检验。其中，叶片光谱测试样本为204个，80个用作模型建立，124个用于检测模型的精确性。

2 发病烟草的叶片光谱特征分析

2.1 健康烟草叶片的光谱反射率总体特征

如图1所示，健康烟叶的反射光谱波形与典型健康绿色植物的光谱曲线是相似的，总是呈现明显的”峰和谷”特征。烟草叶片的反射光谱特征规律性明显且独特：在可见光波段(400～700 nm)范围内，单叶光谱反射率主要受叶绿素含量的影响，健康烟叶单位面积上叶绿素含量高，对光吸收的多，因而反射率较低，大约在553 nm黄绿波段处有一反射峰——绿峰，两侧有两个吸收带，即在400 nm（蓝光）和670 nm（红光）波段为低谷，这是因为叶绿素对蓝光和红光吸收作用强，而对绿光反射作用强；在640～680 nm之间，有一红光吸收谷——红谷，并具有很低的反射率；在近红外区(700～1000 nm)，单叶光谱反射率主要受叶绿素a和叶绿素b、叶片单位面积含水量、干物质含量和叶片内部组织结构等的影响，反射率较高，是近红外反射光谱的高原区。其中在700～770 nm波段有一反射的“陡坡”（称红边），这是叶绿素在红光波段的强吸收到近红外波段多次散射形成的高反射平台的过渡波段，此波段内的反射率曲线具有陡而接近于直线的形状。

图1 健康烟草叶片光谱曲线图Fig.1 Re fl ectance spectral curve of single leaf of healthy tobacco

2.2 不同病害程度烟草叶片光谱反射率特征

按病害程度将烟草单叶光谱反射率做成曲线(图2)。由图2可知，发病烟草叶片光谱的反射率在整体上都随病情程度的增加而呈上升趋势，即健康叶片的光谱反射率最低，轻度病叶的光谱反射率次之，重度病叶的光谱反射率最高。发病叶片在红光波段内的反射率逐渐降低，并在680 nm附近形成了一个较小的吸收谷。在550 nm处，随着叶片发病程度的增加，绿峰有向红光方向移动的趋势。在红边和近红外区域内，发病叶片在波段范围内的反射率上升。

图2 不同病害程度烟草叶片反射光谱曲线Fig.2 Re fl ectance spectral curve of tobacco single leaf at different severity levels

2.3 不同病害程度烟草叶片相对光谱反射率特征

以健康叶片光谱反射率为基准，计算发病烟叶叶片的相对反射率。以波长为Χ轴，以叶片的相对反射率为Y轴做图3。由图3可以看出，烟草叶片相对反射率随病害程度增加的趋势非常明显。在325～1075 nm，烟草叶片受不同程度病害危害后，其光谱曲线有着明显的差异。

图3 不同病害程度烟草叶片相对反射率光谱Fig.3 Relative re fl ectance spectral curve of tobacco single leaf at different severity levels

2.4 不同病害程度烟草叶片一阶微分光谱特征

求原始光谱曲线的一阶微分，当反射率升高时用正值表示，反之则用负值表示，若反射率没有变化，则为0。求原始光谱曲线的一阶微分，作为Y轴，以波长为Χ轴，做图4。由图4可知，微分值为0的波段对应原始光谱曲线上的波谷（547 nm、548 nm、668 nm） 或 波 峰（755 nm、763 nm、766 nm、767 nm），各波段上的绝对值最大值（即峰值）对应的是原始光谱曲线上峰谷之间的“边”，即突然变化的点，亦即变化程度剧烈处对应的波段，其中，突然增大是正值，突然降低是负值。一阶微分光谱变化最大的部分是红边区域。如图4所示，红边区域（670～750 nm）内的一阶微分变化最大。不同发病程度烟草叶片光谱的红边与健康叶片的红边形状相似，但随发病程度的增加，红边位置逐渐向左（短波方向）移动，即红边斜率逐渐减小，红边位置发生“蓝移”；病害越重，蓝移越明显。

图4 不同病害程度烟草叶片一阶微分光谱曲线Fig.4 First derivative spectral curve of single tobacco leaf at different severity levels

3 讨论

烟草叶片从生长正常状态发展到感染病害、病情逐渐加重时，烟草叶片逐渐表现出失水症状，体内叶绿素含量逐渐减少，最后叶片干枯变黄，从而使得叶片在蓝光、绿光范围内的吸收减弱，因此该波段的反射率增加，与此同时，叶片在红光波段内的反射率逐渐降低，并在680 nm附近形成了一个小的吸收谷。在红边和近红外区域内，因烟草病害破坏烟叶内部组织，叶片的光合作用受到抑制，无法正常形成光合产物，而原有物质也开始分解，这些都使得叶片在红边和近红外波段范围内的反射率上升。

当植物生长健康,处于生长期高峰,叶绿素含量高时,“绿峰”向蓝光方向偏移,而植物因病虫危害或缺素而“失绿”时，“绿峰”则向红光方向偏移[8]。本研究烟草叶片高光谱测定结果证明，550nm处，随着叶片发病程度的增加，绿峰有向红光方向偏移的趋势。

在光谱测量过程中，由于存在不可避免的环境、仪器及人为等误差，通常原始的光谱反射数据需要借助一系列的统计变换，最大程度地将发病烟草叶片光谱特征反映出来。一阶微分值不仅可以反映原始光谱曲线的部分特征，同时光谱反射率与叶片内含物的数量和结构有关，所以光谱曲线的一阶微分值与叶片的结构、性质也有关。前人的研究表明：在作物受到病虫危害时，由于叶片的结构、生化成份均发生了一定的变化，一阶微分光谱的变化也表现出一定的变化特征。对这种单叶光谱变化的机理解释是：烟草病害侵染烟叶之后，破坏叶表皮和叶肉细胞，造成叶片水分含量和叶绿素含量减少，在叶片表面形成病斑，导致可见光区域反射率增加，同时红边（670～730 nm）向短波方向移动。且随着病菌感染加重，烟草叶片中的水分代谢受到影响，进而引起近红外波段反射率的变化。

4 结论

利用高光谱遥感技术，通过1）监控烟草叶片在550nm处的光谱反射率，关注绿峰向红光方向的移动及幅度；2）监控烟草叶片在670～750 nm处的光谱反射率一阶微分值，关注红边位置移动方向及幅度，可以监控烤烟病害的发生及蔓延。

本文研究的对象是发生叶斑类病害（比如野火病、角斑病、气候性斑点病和赤星病）的烟叶和健康烟叶，并未对叶斑类病害进行分类研究。下一步将对与烟草产量和质量密切相关的病害进行分类研究；对烟草重要病害，分别研究特定病害不同发展时期适用的基于高光谱的预测模型。

[1]潘文杰，姜超英，陈 懿，等.烤烟连作对土壤及烟株氮素特征的影响[J].作物杂志,2010(5):84-88.

[2]冯连军，朱列书，朱静娴.烤烟主要病害与烟叶产量产值损失量间的相关和回归分析[J].江西农业大学学报，2011,33(4):0650-0654.

[3]张玉玲，朱 艰，杨 程,等.生物防治在烟草病虫害防治中的应用进展[J].中国烟草科学,2009,30(4):81-85.

[4]黄文江.作物病害遥感监测机理与应用[M].北京:中国农业科学技术出版社,2009.

[5]陈兵,李少昆,王克如,等.作物病虫害遥感监测研究进展[J].棉花学报,2007,19(1):57-63.

[6]陈兵,王克如,李少昆,等.棉花黄萎病冠层高光谱遥感监测技术研究[J].新疆农业科学,2007,44(6):740-745.

[7]黄木易.冬小麦条锈病害的高光谱遥感监测[D].安徽农业大学,2004.

[8]张竞成,袁琳,王纪华,等.作物病虫害遥感监测研究进展[J].农业工程学报,2012,20(28):2-11.

[9]吴继友,倪健.松毛虫危害的光谱特征与虫害早期探测模式[J].环境遥感,1995,10(4):250-251.

[10]杨邦杰,王茂新,裴志远.冬小麦冻害遥感监测[J].农业工程学报,2002,18(2):136-40.

Analysis of hyperspectral characteristics of infected fl ue-cured tobacco leaves

DOU Yuqing1,2，LI Χinju1，WANG Mei1，ΧU Dongyun1，LIU Mingqin1
1 College of Recourses and Environment,Shandong Agricultural University,Taian 271018,China;
2 Tobacco Research Institute,Chinese Academy of Agricultural Sciences,Qingdao 266101,China

Hyperspectral re fl ectance of infected and healthy tobacco leaves were studied by using ASD hand-held spectroradiometers in Feixian of Shandong province with objective to promote the application of hyperspectral remote sensing in monitoring and predicting fl uecured tobacco diseases.Results suggested that there was remarkable difference in hyperspectral re fl ectance between infected tobacco leaves and healthy ones,and re fl ectivity of infected tobacco leaves was higher than that of healthy ones.As tobacco disease grew worse,green peak(550nm) of re fl ection spectrum moved to long wave.First derivative of re fl ectance curve of single tobacco leaf showed that “red edge” of re fl ection spectrum of infected leaves moved to short wave,which became more obvious when tobacco disease grew worse.It was proved that tobacco diseases could be monitored and predicted by hyperspectral remote sensing.

fl ue-cured tobacco; tobacco diseases; hyperspectral re fl ectance

窦玉青，李新举，王梅，等.烤烟发病叶片高光谱特征分析[J].中国烟草学报，2015,21（1）

国家自然科学基金资助项目(No.41171425)

窦玉青（1972—），硕士研究生，副研究员，主要研究方向为植物营养，Email:douyuqing@caas.cn

李新举（1965—）博士，教授，主要研究方向为遥感技术、土地质量及土地利用动态监测，Email:Lxj0911@126.com

2013-11-29

:DOU Yuqing，LI Χinju，WANG Mei,et al.Analysis of hyperspectral characteristics of infected fl ue-cured tobacco leaves [J].Acta Tabacaria Sinica,2015,21(1)