水果生产中高光谱遥感应用研究进展

高贵宁，朱西存

（山东农业大学，山东 泰安 271000）

在现代农业信息化高速发展的背景下，可以利用高光谱遥感技术对果树病虫害及果品进行监测和研究。本文对国内外相关科学研究现状进行综述，找出当前存在的问题，对今后果木科学的发展趋势进行展望，为今后深入开展高光谱遥感技术在果林生产中的应用提供借鉴。

1 高光谱遥感技术原理概论

高光谱遥感技术，利用电磁波频谱中的红外波段，获取大量的窄且连续的电磁波，以获取相应的可见光谱特性。由于光谱分辨率高，高光谱遥感技术能够在纳米尺度上反映不同目标的光谱尺寸差别，从而得到详尽、精确的分析。研究结果显示，利用光谱技术与影像探测技术可以提高物体属性的分类与辨识能力。高光谱遥感技术将荧光屏传送和高效率的传感技术相结合，具有动态监测、可视直观化、灵敏度高、防震等特点，适用于各种遥感领域。该系统能有效地对外部频谱目标进行识别，并利用其内部的高光谱图像进行探测。

2 高光谱遥感技术的发展

2.1 国外高光谱遥感技术研究进展

高光谱技术在1970年产生，而高光谱遥感技术是一种与SAR 技术同时发展起来的新兴技术，这也是遥感史上的一项重大进展。其将遥感影像与全景、多光谱图像融合在一起，从而获得地物的空间以及特定的光谱信息。第一台国际光谱仪AIS-1，是由加州理工大学于80 年代开始设计并制造出来的一种航空测量光谱仪，而且在植物特性和矿物成分方面也取得了突出的成绩，之后各种成像光谱仪相继问世，进入太空高光谱时代。高光谱遥感技术在我国的推广和应用，与其开发的分析软件有着密切的关系。目前，世界范围内已经研制出10余种高光谱影像处理及分析软件，推动着高光谱遥感技术的普及与推广。近年来，高光谱遥感技术在农业领域得到广泛应用。如以色列成立一家农业技术公司FruitSpec，利用高光谱影像技术进行果树前期的产量预测，将业务范围扩展至北美、南美、南非及欧洲等地。

2.2 国内高光谱遥感技术研究进展

我国在国家科技攻关项目的资助下，自主研制一种具有自主知识产权的高光谱图像技术，针对我国众多行业的需要，研制出包括红外光谱仪、紫外光谱仪等多种航空专用扫描仪。在20 世纪80 年代后期，新的自动资讯系统影像分光计相继问世，同时也增加了太空技术的支援。21 世纪，高光谱领域应用在私人领域，呈现井喷式增长，市场也进入快速发展阶段。在此基础上，还开发出更加先进的推扫成像光谱仪、光成像仪等，并在国际上广泛使用，从而促进航空光谱学的飞速发展。我国处于现代农业发展的关键时期，高光谱遥感技术是一项新兴的技术，而且是一种非常适宜于现代农业、智能化、数字化等现代农业发展的新技术。由于高光谱遥感技术不会对作物产生危害，因此在作物叶片面积的监测中得到广泛的应用，该方法可以有效地解决传统的方法在采集作物叶片面积指标上花费较多的问题，同时还能达到最精确、最小损失的目的。

3 高光谱遥感技术在水果病虫害防治等方面的应用

3.1 果树病虫害检测

果树的传统栽培方法存在通风不良、光照不足、操作不便等问题，由于气候条件等因素的影响，果树病虫害的适应性和抗性也日益提高。所以，要及时对果树的病虫害进行监测，科学地控制病虫害，降低用药量，确保果树的健康生长，提高果实的品质和产量。Siedliska 等采用高光谱图像技术，在2个不同的草莓中分别接种2种真菌，2个没有接种的果实作为对照。试验结果显示，采用逆向传播神经网络模型能较好地识别出不同菌种，识别结果准确率达97.00%。王燕等研制出一种能探测枣果实外部害虫的高光谱反射性图像探测技术。试验对枣皮损伤区和受害区进行试验，根据所得到的有效波长，采用逐步判别法对枣树进行鉴定，结果正确率达97.0%。由于果实内有缺陷或损伤，病果的物理、化学性能与普通水果存在较大的差异，因此，病果对光谱能量的吸收和散射有很大的差异。乔虹利用红外光谱技术对蓝莓害虫进行红外光谱成像，并对其进行光谱特性和图象信息的提取，而后进行无损检测，最后进行建模。王加华等利用峰面积归一化、主成分分析、偏最小二乘回归分析，将其与水心病进行比较。研究表明：将NIR 与化学方法相结合，可以对水果褐腐病、水心病进行快速、无损的诊断。何宽等还将光谱信息分割（SIS）与边缘特征控制（RFS）结合应用于树莓的病害诊断，为树莓腐烂病的诊断和树莓的分级提供一种新的参考。

3.2 果实产量预测

在果树的选育和种植方面，产量的预估显得尤为重要。果枝数目与果实大小和成熟度存在较大的关联性。所以，通过对产量的早期预报，可以保证较好的叶果比，从而保证果树能够获得较高的产量。高光谱遥感技术，将能够实现低成本、快速、非破坏性的预估，由此为实现对果实产量的精准预估提供技术支撑。Zabawa 等采用全卷积神经网络（FCN）进行单株葡萄浆果的分割，并利用Phenoliner 野外表型平台获取该图像，而后再利用FCN 技术对每一颗葡萄果实进行检测。葡萄树往往是相互交错、相互重叠的，这就使得高光谱难以有效地探测到葡萄的果实。对葡萄园内的葡萄进行检测，对每一颗果实进行鉴定，划分为3 个类别：“浆果”“边缘”“背景”，最后再利用联结元件运算法预估果实的数目。期间，还运用了60幅影像自动计算出的浆果数目与手工测定的浆果数目相对照，结果表明，在垂直地震剖面技术和半极简式的树篱下葡萄的生长状况得到验证，VSP 对葡萄浆果的识别和SMPH识别的正确率分别为94.0%和85.6%。Gennaro等人利用无人驾驶飞机拍摄三种葡萄园的影像，利用无人监控的辨识算法判断葡萄品种的数目及规模，并对每棵葡萄树的产量进行预估。期间还利用聚类方法对葡萄进行分类，发现在部分摘叶和葡萄全部成熟的情况下，其预测精度达到85.0%以上，而在第一个采收周期内，其预测精度达到84.0%以上。李俊伟等利用计算机视觉技术对葡萄单粒质量、果径大小进行定量评估，对已有的葡萄样本进行分离、表达，利用一维线性判别法及PLS 运算法，对单粒质量及果径进行定量分析，结果表明PLS 模型能较好地预报出单粒质量和果径，预测因子为0.980和0.945。

3.3 果实内部品质检测

随着果实的生长和成熟，果实内部和外部质量的改变，果实的可溶性固形物含量、糖分、氨基酸、蛋白质等营养成分的含量不断提高。果肉细胞空隙中的有机酸被转化为糖、类胡萝卜素，从而形成花青素，由此将会改变果实的色泽，并产生某些挥发性的芳香物质，从而呈现出水果特有的香味。近年来，国内外有关专家对果实成熟度的无损判别技术进行大量的探索，利用高光谱遥感技术对果实的成熟性和内在品质进行判断也越来越受到重视。孙炳新等采用近红外分析方法，对红富士苹果的脆性、酸性进行预测，相关系数为0.941，0.925。王转卫等人利用PLS 支持向量机和极限学习器三种不同的方法，分别采用PCA 法、连续投影法和信息变量消除法对红富士苹果的性状进行预测，从而获得最优的检测结果。除此之外，还可以利用可见-近红外光谱法和高光谱遥感技术，对红地球葡萄的内部质量进行无损检测。还有学者研制出了一台便携式的红地球葡萄和果穗内质量检测设备，实现对果实内部品质的精准检测。

3.4 果实损伤检测

在采收和运输期间，由于外界的冲击或挤压，会使果实遭受机械损坏。目前对水果的机械损伤主要是依靠视觉来识别，测量精度较低，分类不精确，难以适应顾客对果实品质的要求。Elmasry 等利用高光谱和ANN 模式对水果的冻害进行检测，得到水果的光谱特性后，利用逆向传播ANN 模型确定水果的最佳波长，并对其进行分类和分析，该方法的正确性达到98.4%。上海交大学者王伟等采用高光谱遥感技术对蓝莓果肉进行机械损伤检测，并在此基础上进行基于高光谱转移成像的深度方法，采用卷积神经网络模型和k-fold 交叉验证模型对其进行评估，分类精度可达88.0%，具有较好的识别性能和优越性。在已有研究成果的基础上，利用高光谱遥感技术对果实的硬度进行检测，也可以检测出果实的冻伤、风害等情况，由此可见，果实内部品质检测是一种快速、可靠的检测内伤的有效手段。韩浩然等采用高光谱图像对水果的刮痕进行检测，结果表明：采用频带比方法和主成份分析方法具有93.3%的正确性，可用于水果损伤的快速、实时检测。林思寒等根据高光谱遥感技术，利用PLS 和LDA 方法，构建一种具有良好状态和不同损害等级的果树受损能力的LDA水平检测模型，识别精度达到97.8%。

3.5 果实农药残留检测

水果中的农药残留问题，直接关系到水果的品质与安全，所以，对水果中的农药残留进行检测非常必要。为了对水果中的农药残留量进行有效检测，江涛等将高光谱遥感技术应用于水果图像的边缘分割，建立AlexNet-CNN 农药残留量监测系统，而后分析了6 144 幅水果图杀虫剂残留量。在实验中，试验组和单光谱图象的识别精度分别达到99.1%和95.4%。徐洁等运用高光谱技术，建立距离差分析模型，运用贝叶斯差分分析方法对甜瓜上残留的药物进行测定，在紫外线照射下，该方法的识别精度达到94.7%，而采用偏压差分法对卤素光源的测量精度可达100%。李增芳等采用高光谱无损分析技术，对赣南地区脐橙样品中农药残留量进行分析，发现高光谱无损法对高浓度果面农药残留量的检测效果优于低浓度。从以上案例可以看出，高光谱遥感技术具有小样本、无接触、快速、高效、低成本等优点。

4 结语

综上所述，应用高光谱遥感技术能量化评估不同果树的品质、安全性，并建立起一套完整的可跟踪系统。例如：通过监测农业生产中的病虫害，可以准确地预报和发展，以便采取科学、有效的防治措施，达到有效控制农药使用量、提升果实质量的目的。将高光谱遥感技术应用到水果病虫害监测中，能够基于所获得的数据质量对不同的病虫害状况做出响应，实时跟踪和监控果树的数量和空间分布。为提升果实的培育质量提供技术支持。