Spectral response and intelligent classification of wheat leaves under powdery mildew stress
-
摘要:目的
开展基于高光谱技术的白粉病胁迫下田间小麦光谱的响应研究，实现小麦白粉病感染等级的快速确定。
方法采用光纤光谱仪配合积分球和叶片夹采集大田活体小麦叶片可见−近红外光谱；通过光谱数据拟合得到的SF-SPAD (Spectrum fitting SPAD)值来反映叶绿素含量，对叶片感染白粉病进行初步判定；使用PROSPECT模型进行光谱敏感度分析确定敏感波段；结合主成分分析(Principal component analysis, PCA)降维和支持向量机(Support vector machine，SVM)建模，实现对光谱数据的二分类；根据二分类模型判断的病点百分比对小麦病虫害感染程度进行分级。
结果SF-SPAD值随自下而上的叶序的增大而逐渐上升；SF-SPAD值≤0.90的全是病点，≥1.05的全是好点。光谱敏感度分析确定了敏感波段为可见光波段440~500和540~780 nm，降低了数据维度。确定了感染等级(R)与病点百分比(%)的关系为R1：0~30%、R2：30%~50%、R3：50%~70%、R4：70%~100%。本研究所建模型适用的检测株数最少为20株。
结论结合SF-SPAD值和光谱PCA-SVM二分类建立的监测模型可以准确、快速地判定小麦白粉病感染与否及感染等级，同时可以降低采样数量、减少地面检测工作量、提高检测效率，是一项实用性强、简单、易推广的智能化监测技术。
Abstract:ObjectiveThe response of wheat spectrum to powdery mildew stress based on hyperspectral technique was studied in order to determine the infection grade of powdery mildew quickly.
MethodThe visible-near infrared spectra of wheat leaves were collected by fiber optic spectrometer combined with a integrating sphere and a leaf clip. The spectrum fitting SPAD (SF-SPAD) value was used to reflect the chlorophyll content, so as to preliminarily determine the infection of powdery mildew. Spectral sensitivity analysis was performed using PROSPECT model to identify sensitive bands. We combined dimension reduction by principal component analysis (PCA) and support vector machine (SVM) modeling to realize binary classification of spectral data. The infection degree of wheat was graded according to the percentage of disease spots determined by the PCA-SVM binary classification model.
ResultThe SF-SPAD value increased with the increase of leaf order from bottom to top. Spots with SF-SPAD values less than 0.90 were disease spots, while spots with SF-SPAD values above 1.05 were good spots. The spectral sensitivity analysis identified the sensitive bands as 440−500 and 540−780 nm in the visible region, and therefore reduced the data dimension. The relationship between the infection grade (R) and the percentage of disease spots was determined as R1: 0−30%,R2: 30%−50%,R3: 50%−70%,R4: 70%−100%. The model established in this assay was suitable when the number of tested plants was above 20.
ConclusionThe monitoring model based on SF-SPAD and spectral PCA-SVM binary classification can accurately and rapidly determine the infection of wheat powdery mildew and the infection grade, reduce the number of samples, reduce the workload of detection on the ground, and improve the detection efficiency. The monitoring model is an intelligent monitoring technology which is practical, simple and easy to popularize.
-
Keywords:
- wheat powdery mildew /
- hyperspectra /
- SF-SPAD value /
- PCA-SVM /
- intelligent classification
-
普通大蓟马Megalurothrips usitatus又名豆大蓟马、豆花蓟马，隶属于缨翅目蓟马科大蓟马属，主要分布于澳大利亚、马来西亚、斯里兰卡、菲律宾、斐济、印度、日本等[1-3]，在我国海南、台湾、广东、广西、湖北、贵州、陕西等地也均有发生为害[4-5]。据报道，该虫有28种寄主，其中16种为豆科植物，目前它已成为危害华南地区豆科作物的主要害虫[6-9]，田间调查和室内试验均表明豇豆为其嗜好寄主[10-11]。普通大蓟马主要以锉吸式口器取食豇豆幼嫩组织的汁液，可造成叶片皱缩、生长点萎缩、豆荚痂疤等，严重影响豇豆品质[12-13]。此外，该虫体积小、发生量大、隐秘性强，大部分时间都躲在花中取食，从豇豆苗期至采收期均可为害[14-15]，以上特点均增加了农户的防治难度。当其为害严重时，农户只能增加施药频率和施药量，这也导致该虫对多种常用化学农药产生了严重的抗药性[16-17]。
目前关于普通大蓟马的研究主要集中在生物学特性[18]及综合防治技术[19-20]等层面，随着抗药性的不断发展与研究的不断深入，从分子层面解析普通大蓟马的抗药性机制和寄主选择机制等以寻求新型绿色防控方法势在必行，室内种群的大规模饲养是展开这些研究的基础。化蛹基质作为影响昆虫种群规模的关键因子，韩云等[21]曾指出普通大蓟马在含水量(w)为15%的砂壤土中羽化率显著高于砂土、壤土和黏土，但不适用于室内大规模饲养，因为实际应用中，存在土壤类型无法明确区分、配制砂壤土会增加人工饲养的工作量等问题。土壤以外的其他基质对普通大蓟马化蛹的适合度鲜见研究报道。
本研究以普通大蓟马为试验对象，室内观测其在沙子、蛭石和厨房用纸3种基质及无基质条件下的羽化规律，分析该虫对不同化蛹基质的适合度，以期为普通大蓟马的室内大规模饲养提供基础资料，为该虫的综合治理提供理论依据。
1. 材料与方法
1.1 供试材料
普通大蓟马于2017年采自广东省广州市增城区朱村豇豆田，采回后在RXZ-500C型智能人工气候箱(宁波江南仪器厂)内用豇豆豆荚饲养，饲养条件为温度(26±6) ℃，光照周期12 h光∶12 h暗，相对湿度(70±5)%。室内饲养多代后，选取发育一致的老熟2龄若虫(以体色变为橙红色为标准)进行室内试验。
供试基质包括沙子、蛭石、锯末和厨房用纸，并以无基质作为空白对照。试验前将沙子、蛭石和锯末置于DHG-9140型电热恒温鼓风干燥箱(上海精宏实验设备有限公司)中105 ℃恒温烘烤6 h备用。
1.2 试验方法
首先称取过筛烘干后的沙子50 g 3组，分别加入2.5、3.5和4.5 mL蒸馏水，充分混匀，配制成含水量(w)分别为5%、7%和9%的沙子化蛹基质；称取过筛烘干后的蛭石10 g 3组，分别加入10.0、12.5和15.0 mL蒸馏水，充分混匀，配制成含水量(w)分别为20%、25%和30%的蛭石化蛹基质；称取过筛烘干后的蛭石10 g 3组，分别加入12.5、15.0和17.5 mL蒸馏水，充分混匀，配制成含水量(w)分别为25%、30%和35%的锯末化蛹基质。将以上基质分别转移至350 mL玻璃组培瓶内，基质深度均为5 cm，将厨房用纸对折成合适大小后平铺在组培瓶底部作为基质。在所有基质上放置纱网，再加入1根新鲜的豇豆豆荚(长度约4~5 cm)，分别接入50头普通大蓟马老熟2龄若虫，用250目纱布封口后置于人工气候箱中饲养，每日观察并记录成虫羽化数量。每个处理设6次重复。设置不加入任何化蛹基质的空白对照。
含水量的测定方法按以下公式[22]进行：
含水量=实际含水质量/烘干后基质质量×100%。
1.3 数据分析
运用SPSS 24.0软件进行试验数据处理分析，不同基质及含水量对普通大蓟马羽化率、蛹历期和性比(雄性∶雌性)的影响采用单因素方差分析，并运用Duncan’s法检验差异显著性。
2. 结果与分析
2.1 不同基质对普通大蓟马羽化率、蛹历期和性比的影响
普通大蓟马在不同基质中的羽化率、蛹历期和性比具有显著差异(图1)。由图1A可知，普通大蓟马在厨房用纸中的羽化率显著高于其他基质，为54.33%，其次为含水量5%(w)的沙子，羽化率为44.67%；锯末最不适宜于普通大蓟马羽化，在含水量(w)为25%、30%、35%的锯末中普通大蓟马的羽化率分别为10.33%、5.33%、16.67%，显著低于空白对照与其他基质。
![]()
图 1 不同基质对普通大蓟马羽化率、发育历期和性比(雄性∶雌性)的影响1~3分别为含水量(w)为5%、7%和1%的沙子，4~6分别为含水量(w)为20%、25%和30%的蛭石，7~9分别为含水量(w)为25%、30%和35%锯末，10：厨房用纸，11：无基质；各图中的不同小写字母表示差异显著(P<0.05，Duncan’s法)Figure 1. Effects of different substrates on eclosion rate, pupa developmental period and male-female ratio of Megalurothrips usitatus1: Sand with 5% moisture, 2: Sand with 7% moisture, 3: Sand with 10% moisture, 4: Vermiculite with 20% moisture, 5: Vermiculite with 25% moisture, 6: Vermiculite with 30% moisture, 7: Sawdust with 25% moisture, 8: Sawdust with 30% moisture, 9: Sawdust with 35% moisture, 10: Kitchen paper, 11: No substrate; Different lowercase leters in the same figure indicated significant difference among different substrate (P<0.05, Duncan’s method)由图1B可知，普通大蓟马在含水量5%(w)的沙子中蛹的发育历期最短，为5.29 d，其次为含水量7%(w)的沙子，为6.01 d，在其他基质中的蛹期则无显著差异，在6.14~7.16 d。
由图1C可知，普通大蓟马在含水量30%(w)的蛭石中性比最高，为0.60，含水量10%(w)的沙子和30%(w)的蛭石性比相对较低，分别为0.12和0.06，在其他基质中性比无显著差异。
2.2 不同基质条件下普通大蓟马的羽化情况
由表1数据可知，沙子含水量(w)为5%时普通大蓟马羽化最早，始于第2天；其次为蛭石，羽化始于第4天，其他条件下羽化均始于第3天；以锯末为基质时羽化最晚，始于第5天。沙子含水量(w)为5%和厨房用纸条件下，羽化高峰出现在第5天，羽化率分别为21%和22.67%；次高峰在第6天，羽化率分别为14.33%和21%。沙子含水量(w)为9%、锯末以及空白对照下羽化高峰出现在第7天，其他条件下羽化高峰均出现在第6天。不同基质类型及含水量条件下，普通大蓟马的羽化均结束于第8天或第9天，与不同基质培养条件下普通大蓟马蛹期之间的差异相对应。
表 1 不同基质对普通大蓟马逐日羽化率的影响1)Table 1. Effects of differents substrates on daily eclosion rate of Megalurothrips usitatus% t/d 沙子含水量(w) Water content in sand 蛭石含水量(w) Water content in vermiculite 5% 7% 9% 20% 25% 30% 1 0 0 0 0 0 0 2 1.67±0.42c 0 0 0 0 0 3 1.00±1.68c 0 0 0 0 0 4 1.33±0.67c 5.33±0.33c 0.33±0.33b 0 0 0 5 21.00±3.82a 5.33±2.17b 2.67±1.91b 3.00±2.30bc 10.33±3.48ab 0.33±0.33b 6 14.33±4.66b 17.33±1.76a 2.67±1.91b 11.67±2.09a 14.67±3.33a 7.67±2.22a 7 2.33±0.80c 5.00±0.85b 8.67±1.84a 6.33±2.28b 7.67±1.74bc 6.67±1.52a 8 0.67±0.42c 0.67±0.67c 0.67±0.42b 4.00±1.35bc 4.00±1.37cd 1.67±0.94b 9 0 0 0.33±0.33b 0.67±0.42b 0 0.67±0.42b 10 0 0 0 0 0 0 3. 讨论与结论
化蛹基质的类型对普通大蓟马化蛹具有一定影响，本研究发现锯末和蛭石不适宜于普通大蓟马化蛹，锯末和蛭石不同含水量条件下大蓟马的羽化率都显著低于空白对照。有研究指出土壤中砂土含量低于30%时，蓟马若虫不能化蛹[23]，蓟马在砂壤土中的羽化率也显著高于砂土、黏土、壤土等单一土壤[21]。
化蛹基质的含水量对普通大蓟马化蛹具有显著影响，本研究发现当沙子含水量(w)为5%时，羽化率仅次于厨房用纸，高达44.67%，与孟国玲等[23]关于豆带蓟马Taenithripsglycines在含水量(w)为5.7%时羽化率最高(43.63%)的报道相对一致。韩云等[21]研究发现普通大蓟马在含水量(w)为15%的砂壤土中羽化率最高，为52.08%，而土壤含水量(w)5%时羽化率仅为6.67%。这与本研究结果不符，究其原因可能是不同类型的基质吸水力与保水力不同，导致在相同的绝对含水量下湿度有差异。此外，有研究曾指出高含水量不利于蓟马化蛹[24]，这与本研究结果相一致，沙子含水量(w)5%时的羽化率显著高于含水量(w)7%和10%。
在本研究中，成虫性比普遍低于1∶1，含水量(w)30%的蛭石羽化性比最高，为0.6，含水量(w)30%锯末最低，为0.06，其他处理的性比无显著差异，为0.12~0.48。张念台[8]和谭柯[24]在田间调查的结果也显示其成虫性比低于1∶1，后代总是偏于雌性，谭柯[24]则表示后代偏雌性可能是蓟马暴发的原因之一。这与本研究结果相一致，后代偏于雌性。
本研究发现普通大蓟马在厨房用纸中的羽化率最高，蛹发育历期与其他基质相比无明显差异，且以厨房用纸为化蛹基质时，可以清楚地观察到普通大蓟马蛹期的形态特征变化，可以随时根据试验需求收集不同时期的若虫或成虫。虽然沙子含水量(w)5%时蛹发育历期最短且羽化率也较高，但蓟马一旦入土化蛹便无法继续观察形态或收集虫体。因此，本试验条件下，厨房用纸是最适合室内普通大蓟马大量饲养的化蛹基质。
-
![]()
图 2 不同感染等级(R)不同叶序叶片的SF-SPAD值规律
Figure 2. The law of SF-SPAD value in different ordinal leaves with different infection grades (R)
![]()
图 3 好点、病点SF-SPAD临界值判别
Figure 3. Judgment of SF-SPAD critical value for good spots and disease spots
-
[1] 冯伟, 王晓宇, 宋晓, 等. 白粉病胁迫下小麦冠层叶绿素密度的高光谱估测[J]. 农业工程学报, 2013, 29(13): 114-123. doi: 10.3969/j.issn.1002-6819.2013.13.016 [2] 杜世州. 基于多源数据小麦白粉病遥感监测研究[D]. 合肥: 安徽农业大学, 2013. [3] 沈文颖, 李映雪, 冯伟, 等. 基于因子分析-BP神经网络的小麦叶片白粉病反演模型[J]. 农业工程学报, 2015, 31(22): 183-190. doi: 10.11975/j.issn.1002-6819.2015.22.025 [4] 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, 28(20): 1-11. [5] 冯伟, 王晓宇, 宋晓, 等. 基于冠层反射光谱的小麦白粉病严重度估测[J]. 作物学报, 2013, 39(8): 1469-1477. [6] 刘鹏. 基于高光谱技术的植物分类及状态监测方法研究[D]. 杭州: 杭州电子科技大学, 2019. [7] 黄木易, 王纪华, 黄文江, 等. 冬小麦条锈病的光谱特征及遥感监测[J]. 农业工程学报, 2003, 19(6): 154-158. doi: 10.3321/j.issn:1002-6819.2003.06.037 [8] RIEDELL W E, BLACKMER T M. Leaf reflectance spectra of cereal aphid-damaged wheat[J]. Crop Science, 1999, 39(6): 1835-1840. doi: 10.2135/cropsci1999.3961835x
[9] GRAEFF S, LINK J, CLAUPEIN W. Identification of powdery mildew (Erysiphe graminis sp. tritici) and take-all disease (Gaeumannomyces graminis sp. tritici) in wheat (Triticum aestivum L.) by means of leaf reflectance measurements[J]. Central European Journal of Biology, 2006, 1(2): 275-288.
[10] FRANKE J, MENZ G. Multi-temporal wheat disease detection by multi-spectral remote sensing[J]. Precision Agriculture, 2007, 8(3): 161-172. doi: 10.1007/s11119-007-9036-y
[11] 姚志凤, 雷雨, 何东健. 基于高光谱成像的小麦白粉病与条锈病识别[J]. 光谱学与光谱分析, 2019, 39(3): 969-976. [12] 袁琳, 张竞成, 赵晋陵, 等. 基于叶片光谱分析的小麦白粉病与条锈病区分及病情反演研究[J]. 光谱学与光谱分析, 2013, 33(6): 1608-1614. doi: 10.3964/j.issn.1000-0593(2013)06-1608-07 [13] 梁栋, 刘娜, 张东彦, 等. 利用成像高光谱区分冬小麦白粉病与条锈病[J]. 红外与激光工程, 2017, 46(1): 50-58. [14] 沈文颖, 冯伟, 李晓, 等. 基于叶片高光谱特征的小麦白粉病严重度估算模式[J]. 麦类作物学报, 2015, 35(1): 129-137. doi: 10.7606/j.issn.1009-1041.2015.01.020 [15] 王晓宇, 冯伟, 王永华, 等. 小麦白粉病严重度与植株生理性状及产量损失的关系[J]. 麦类作物学报, 2012, 32(6): 1192-1198. doi: 10.7606/j.issn.1009-1041.2012.06.032 [16] 雷祥祥, 赵静, 刘厚诚, 等. 基于PROSPECT模型的蔬菜叶片叶绿素含量和SPAD值反演[J]. 光谱学与光谱分析, 2019, 39(10): 3256-3260. [17] 吴伶, 刘湘南, 周博天, 等. 利用PROSPECT+SAIL模型反演植物生化参数的植被指数优化模拟[J]. 应用生态学报, 2012, 23(12): 3250-3256. [18] 王洋, 肖文, 邹焕成, 等. 基于PROSPECT模型的植物叶片干物质估测建模研究[J]. 沈阳农业大学学报, 2018, 49(1): 121-127. [19] 王鑫, 张鑫, 宁晨. 基于多特征降维和迁移学习的红外人体目标识别方法[J]. 计算机应用, 2019, 39(12): 3490-3495. [20] 程术希, 邵咏妮, 吴迪, 等. 稻叶瘟染病程度的可见-近红外光谱检测方法[J]. 浙江大学学报(农业与生命科学版), 2011, 37(3): 307-311. [21] 竞霞, 黄文江, 王纪华, 等. 棉花单叶黄萎病病情严重度高光谱反演模型研究[J]. 光谱学与光谱分析, 2009, 29(12): 3348-3352. doi: 10.3964/j.issn.1000-0593(2009)12-3348-05 -
期刊类型引用(11)
1. 刘琅，李文秀，于凯波，吴鹍伦，周行，褚晶，吴朝晖. 控释肥与不同农药联合施用对水稻生长发育、产量和氮素利用率的影响. 江苏农业科学. 2025(02): 68-74 . 
百度学术
2. 何意林，沈彤，田天，李国利. 植物源农药5%香芹酚水剂的急性毒性初步研究. 毒理学杂志. 2024(01): 85-87 . 百度学术
3. 张月，宋明丹，塔林葛娃，李月梅. 有机无机肥配施对春小麦产量、养分吸收及土壤矿质氮残留的影响. 江苏农业科学. 2024(17): 80-88 . 百度学术
4. 张一帆，何瑞银，段庆飞，徐勇. 基于CFD-DEM的排肥用波纹管结构优化设计与试验. 浙江农业学报. 2023(01): 191-201 . 百度学术
5. 赵欢欢，付建涛，安玉兴，卢颖林，陈立君，孙东磊. 我国药肥研究现状及前景分析. 热带农业科学. 2023(02): 97-102 . 百度学术
6. 李文秀，吴鹍伦，刘琅，周行，褚晶，吴朝晖. 不同药肥处理对杂交早稻潭两优83生长发育及产量的影响. 杂交水稻. 2023(06): 127-134 . 百度学术
7. 仲凤翔，梅爱中，钱爱林，崔劲松，王春兰. 25%甲氧·茚虫威SC等药剂防治稻纵卷叶螟药效试验. 福建稻麦科技. 2022(01): 31-33 . 百度学术
8. 李文秀，周行，刘琅，吴朝晖. 稻作生产中水、肥、药高效利用及对水稻的影响研究进展. 河南农业科学. 2022(06): 1-12 . 百度学术
9. 邓家欣，韦继光，於虹，姜燕琴，曾其龙，刘红军，蒋佳峰. 不同施肥处理对高丛越橘幼苗生长和生理指标及土壤理化性质的影响. 植物资源与环境学报. 2021(02): 28-34 . 百度学术
10. 王辉. 水稻施肥中多种复合肥的肥效对比试验. 农业开发与装备. 2021(06): 153-154 . 百度学术
11. 于洋，侯新月，袁安丽，高月. 寒区水稻水肥管理技术研究进展. 水利科学与寒区工程. 2021(05): 78-81 . 百度学术
其他类型引用(4)
下载:
计量
- 文章访问数:
- HTML全文浏览量: 0
- PDF下载量:
- 被引次数: 15
