Cotton pest monitoring based on Logistic algorithm and remote sensing image
-
摘要:目的
借助多光谱遥感影像和Logistic算法,实现对棉田虫害的田间监测。
方法以患虫害棉花区域为研究对象,利用无人机获取棉田多光谱遥感影像,并对影像进行预处理;结合受虫害棉花光谱特征,利用虫害敏感波段反射率与植被指数构建Logistic回归模型,开展棉花虫害识别监测研究。
结果由土壤调节植被指数(Soil adjusted vegetation index,SAVI)模型和归一化植被指数(Normalized vegetation index,NDVI)模型构建的棉蚜虫、棉红蜘蛛、棉铃虫识别模型为最优模型,其训练样本准确率达到93.7%,测试样本准确率达到90.5%,召回率为96.6%,F1值为93.5%,对棉蚜虫、棉红蜘蛛和棉铃虫的识别模型决定系数分别为0.942、0.851和0.663。
结论该模型可满足棉田中棉蚜虫、棉红蜘蛛和棉铃虫3种虫害的发生区域识别,且可基本满足棉田精准植保作业相关要求。
Abstract:ObjectiveThe purpose of this article is to monitor cotton pest in field based on Logistic algorithms and multi-spectral remote sensing images.
MethodThe cotton areas with insect pests were selected as the research object. The multi-spectral remote sensing images of cotton field were acquired by UAV, and then pre-processed. Based on the spectral characteristics of cotton pests, the Logistic regression model was constructed by the reflectivity of pest-sensitive band and vegetation index to identify and monitor cotton pests.
ResultThe cotton aphid, cotton red spider mite, and cotton bollworm identification models constructed by the soil adjusted vegetation index (SAVI) model and the normalized vegetation index (NDVI) model were the optimal models, and their accuracy for training sample and test sample reached 93.7% and 90.5% respectively the recall rate and F1 value were 96.6% and 93.5% respectively and the determination coeffecients of recognition models for three types of pests were 0.942, 0.851 and 0.663 respectively.
ConclusionThis model can identify the occurrence area of cotton aphid, cotton red spider mite and cotton bollworm, which can basically meet the requirements of precision plant protection operation in cotton field.
-
全氟辛酸(Perfuorooctanoic aid, PFOA)是一种耐光解、水解和生物降解的人工合成的全氟类化合物,因含有诸多碳氟键而具有极其稳定的性质,常被用作防油脂或防水剂以及衣服、家具和其他产品的保护性涂层,此外还可用作地板抛光剂、黏合剂、消防泡沫和电线绝缘等[1-3]。随着PFOA的广泛应用,在大气、河流、土壤等环境介质中均检测出PFOA残留:上海市41个室内灰尘样本中PFOA平均质量分数为279.4 ng/g,长江流域重庆段地表水中PFOA的检出率为100%,质量浓度在1.16~49.87 ng/L之间,全国31个省(自治区、直辖市)土壤中PFOA 的平均质量分数为0.35 ng/g[4-6],人类和动物可通过饮食饮水等方式暴露于PFOA,且由于PFOA半衰期长,有生物累积效应,故能在体内聚积,进而引发毒性,但不同物种、不同暴露年龄,引发毒性的浓度不同且差异较大[7]。研究发现,PFOA具有免疫毒性、发育毒性和内分泌干扰毒性[8]。在雌性生殖系统中,PFOA暴露会抑制卵巢激素分泌,损害卵泡发育,导致卵巢功能丧失[9]。并且PFOA还可通过氧化应激和凋亡显著抑制孕鼠黄体功能[10]。此外,新生大鼠注射PFOA可以减少生长卵泡和次级卵泡的数量[11]。虽然已有研究报道了PFOA暴露对生殖系统的影响,但关于PFOA对卵母细胞影响的研究依然很少。已知PFOA可以通过血卵屏障进入卵泡液[12],本试验通过给小鼠灌服PFOA模拟体内暴露来探讨其对小鼠卵母细胞成熟率及成熟质量的影响。通过检测活性氧(Reactive oxygen species,ROS)水平、纺锤体形态、细胞骨架来评估卵母细胞暴露于PFOA后的细胞变化。本研究将有助于揭示PFOA影响卵母细胞发育过程的毒理学机制,并引起人们对PFOA安全性的关注。
1. 材料与方法
1.1 材料
1.1.1 试验动物
6周龄体质量相近的昆明雌性小鼠,购买于广东省实验动物中心。
1.1.2 试剂
PFOA(171468, Sigma),ROS检测试剂盒 (S0033, Beyotime),β-tubulin (T5293, Sigma),内磷酸化组蛋白H2A.X(Phospho-histone H2A.X,P-H2A.X,sc-51748, Santa Cruz),FITC偶联山羊抗鼠IgG (A11029, LIFE),Hoechst 33342 (H3570, LIFE),孕马血清促性腺激素(PMSG,宁波第二激素厂),人绒毛膜促性腺激素(hCG,宁波第二激素厂),透明质酸酶(H3506,Sigma)
1.1.3 试剂配制
PFOA:超纯水溶解,配制不同浓度的PFOA以使得最终基于小鼠体质量的质量分数为0、5、10和20 mg/kg。
1.1.4 仪器
CO2培养箱,体视显微镜,荧光倒置显微镜。
1.2 方法
1.2.1 试验动物分组
将160只6周龄的昆明小鼠随机分为对照组、低剂量组、中剂量组和高剂量组,每个剂量组5个重复,每个重复8只小鼠。分笼后,先适应环境7 d,再进行药物灌服试验。饲养环境为12 h光照、12 h 黑暗交替,饮食饮水自由。
1.2.2 药物灌服处理
适应环境1周后,以每天0、5、10、20 mg/kg的剂量分别给对照组、低剂量组、中剂量组和高剂量组小鼠灌服PFOA,每次灌服0.2 mL,连续灌服14 d。剂量及时间的选定参照PFOA相关的体内试验[13]。
1.2.3 卵母细胞的收集
小鼠连续灌服PFOA 2周后进行超排处理,每只小鼠注射10 IU PMSG,间隔48 h后注射10 IU hCG,再间隔13.5 h后颈部脱臼处死,用体积分数为75%的乙醇溶液浸泡30 s消毒,随后解剖取出输卵管,找到膨大部,在含有PBS缓冲液的培养皿中用尖头镊撕开膨大部,用口吸管移出卵母细胞,放入预热好的1 g/L的透明质酸酶溶液中,处理2 min,待颗粒细胞脱掉以后将卵母细胞转移至PBS缓冲液中洗3遍。收集同一剂量处理组的小鼠卵母细胞至少100个。
1.2.4 统计卵母细胞成熟率
卵母细胞排出第一极体视为成熟,取出卵母细胞后统计第一极体的排出率。
1.2.5 卵母细胞活性氧含量的检测
每个剂量组随机取25~30个卵母细胞放入含有1 μmol/L DCFH-DA的成熟培养液液滴中洗涤2~3遍,再放入37 ℃、CO2体积分数为5%的培养箱孵育20 min。而后用DPBS-PVA缓冲液洗3次,每次1 min。在荧光显微镜下用同一曝光参数观察并拍照,应用ImageJ软件分析平均荧光强度[14]。
1.2.6 卵母细胞免疫荧光染色分析
四孔板每个孔加入200 μL固定液,然后置于37 ℃、CO2体积分数为5%的培养箱预热30 min,每个剂量组随机取25~30个卵母细胞置入四孔板中,于培养箱中固定30 min。然后将卵母细胞放入加有洗脱缓冲液的四孔板中于培养箱内封闭2 h。再用β-tubulin(按照1∶1000的体积比稀释)或P-H2A.X(按照1∶200的体积比稀释) 4 ℃条件下孵育过夜。次日用洗脱缓冲液洗涤3次,每次10 min。然后与FITC偶联山羊抗鼠IgG(按照1∶100的体积比稀释)在37 ℃条件下孵育1 h。之后,避光环境下用洗脱缓冲液洗涤3次,每次10 min。用Hoechst 33342室温下进行DNA染色5 min。最后,将卵母细胞固定在载玻片上,并在荧光显微镜下观察和拍照。
1.3 统计分析
每组试验重复5次,用SPSS 23.0进行单因素方差分析,采用LSD法进行多重比较分析,数据结果以平均值±标准误表示,作图软件为GraphPad 8。
2. 结果与分析
2.1 灌服PFOA抑制小鼠卵母细胞体外成熟
与对照组相比,每日灌服不同剂量(5、10和20 mg/kg)PFOA小鼠的卵母细胞成熟率有明显下降(表1)。10和20 mg/kg剂量组小鼠的卵母细胞成熟率分别下降了14.28%和28.17%;5 mg/kg剂量组和对照组差异不显著(P>0.05),10 mg/kg组和对照组差异显著(P<0.05),20 mg/kg组和对照组差异极显著(P<0.01)。5、10和20 mg/kg组别之间两两相比差异显著(P<0.05)。
表 1 PFOA对小鼠卵母细胞成熟率的影响Table 1. Effect of PFOA on maturation of mouse oocytes每日剂量/(mg·kg−1)
Daily dose细胞总数
Total cell count第一极体排出率1)/%
Discharge rate of first polar body0(CK) 108 91.23±0.010a 5 111 85.50±0.123a 10 104 78.20±0.015b 20 101 65.53±0.372c 1) 同列数据后的不同小写字母表示差异显著(P<0.05, LSD法)
1)Different lowercase letters in the same column indicate significant differences(P<0.05, LSD method)2.2 灌服PFOA诱发卵母细胞氧化应激
与对照组相比,每日灌服不同剂量PFOA小鼠的卵母细胞内ROS含量有明显升高(图1)。10和20 mg/kg组中卵母细胞内ROS含量分别升高了135%和177%;5 mg/kg组和对照组差异不显著(P>0.05),10和20 mg/kg组与对照组相比差异显著(P<0.05),10与20 mg/kg组之间差异不显著(P>0.05)(图2)。
2.3 灌服PFOA诱发卵母细胞DNA损伤
每日灌服不同剂量PFOA的小鼠卵母细胞P-H2A.X免疫荧光结果显示,细胞内DNA损伤情况有明显升高(图3)。其中,5、10和20 mg/kg组P-H2A.X 比例分别比对照组升高了47%、133%和171%。5 mg/kg组与对照组差异显著(P<0.05),10、20 mg/kg组与对照组相比差异极显著(P<0.01),10和20 mg/kg组之间差异不显著(P>0.05)(图4)。
2.4 灌服PFOA诱发卵母细胞骨架受损
每日灌服不同剂量PFOA的小鼠卵母细胞β-tubulin、Hoechst 33342免疫荧光结果显示,细胞内纺锤体形态和染色体排列有明显异常(图5),且与PFOA剂量呈正相关。与对照组相比,10和20 mg/kg组中卵母细胞β-tubulin形态异常,染色体非整齐排列的比例分别升高了65.06%和75.60%。5 mg/kg组与对照组差异不显著(P>0.05),10、20 mg/kg组与对照组相比均差异显著(P<0.05),10和20 mg/kg组之间差异不显著(P>0.05)(图6)。
3. 讨论与结论
近年来,人们对环境污染物的关注度越来越高。PFOA作为一种稳定的有机化合物给工业和制造业带来便利的同时也带来了诸多“副作用”。PFOA在环境中持久存在,使得人类或动物很容易受到污染。饮食、饮水是人类暴露PFOA的主要途径。本试验通过给小鼠灌服PFOA模拟人类的暴露途径,观察PFOA对雌性哺乳动物的生殖毒性。结果证实了PFOA可通过氧化应激、DNA损伤和细胞骨架受损降低卵母细胞成熟率以及成熟质量。
ROS是细胞代谢的天然副产物,对细胞信号转导、稳态调节有着重要作用。当ROS的产生和中和不平衡时就会引起氧化应激。过量的ROS会导致脂质过氧化、蛋白降解、DNA损伤等[15]。研究发现,环境污染物和毒素往往会增加细胞内ROS的产生,最终诱导细胞内氧化应激并发挥毒性[16]。已有研究表明PFOA可引起小鼠卵巢内ROS升高,且呈剂量依赖性[15]。为了研究PFOA对卵母细胞发育能力的影响,我们检测了细胞内ROS水平,发现PFOA可显著增加细胞内ROS含量,诱导氧化应激,进而抑制卵母细胞发育,且剂量越高,氧化应激越强。
据报道,ROS相关氧化应激可诱导DNA损伤[17]。P-H2A.X被用作鉴定DNA损伤,在细胞发生DNA双链断裂的数分钟内,H2AX的139位丝氨酸残基被ATM、ATR、PRKC基因磷酸化形成P-H2A.X。因此,P-H2A.X的出现与DNA双链断裂紧密关联,故其可作为DNA双链断裂的标志物[18]。已有研究报道毒性化学制剂可诱导细胞DNA损伤,如双酚AF(Bisphenol AF)通过增加氧化应激和DNA损伤对小鼠卵母细胞体外成熟产生负面影响,对羟基苯甲酸丁酯(Butylparaben)通过DNA损伤抑制猪卵母细胞的体外成熟[19-20]。于是我们猜测,PFOA暴露会诱导卵母细胞DNA双链断裂。试验结果也证实了我们的猜想,PFOA处理组的P-H2A.X阳性卵母细胞比例显著高于对照组,提示PFOA暴露可通过诱导DNA双链断裂来抑制卵母细胞的成熟。
在减数分裂进程中,染色体的正确分离主要取决于染色体−微管的稳定连接。纺锤体微管的形态异常引起染色体的错误分离,导致卵母细胞和进一步胚胎发育过程中产生异倍体和基因组的不稳定现象。研究发现越来越多的环境毒素与纺锤体形态异常、染色体分裂错误有关。研究报道双酚A替代物双酚芴可引起卵母细胞骨架受损[21];邻苯二甲酸单酯能够干扰减数分裂过程中染色体分离和配子形成[22]。本研究中,PFOA处理后的卵母细胞有很大比例出现纺锤体异常和染色体错位。微管、肌动蛋白丝和染色质相互作用完成染色体分离,建立细胞不对称[23−24]。β-tublin在PFOA处理的卵母细胞中的异常定位是纺锤体缺陷的原因之一。纺锤体缺陷导致异常的染色体排列。因此,本文结果表明,PFOA暴露可通过诱导纺锤体缺陷和染色体排列异常进而抑制卵母细胞的成熟。这些发现有助于提高人们对PFOA生殖毒性的认识,为今后的研究提供参考依据。未来可以对PFOA损伤哺乳动物卵母细胞的分子机制做进一步研究。
综上所述,本研究评估了PFOA体内暴露对小鼠卵母细胞的影响,结果表明PFOA暴露会通过诱导ROS生成、DNA损伤、纺锤体形态发育缺陷、染色体排列异常等途径影响卵母细胞成熟率及成熟质量。
-
表 1 绝对位置和方向不确定性参数
Table 1 Absolute geographic location and directional uncertainty parameters
指标
ItemX/m Y/m Z/m 偏转角/(°)
Deflection angle平移角/(°)
Translation angle扭转角/(°)
Twist angle均值 Average value 0.134 0.133 0.319 0.079 0.068 0.015 离散值(σ) Discrete value 0.022 0.026 0.067 0.009 0.014 0.002 表 2 4种波段像素覆盖密度预测价值比较
Table 2 Comparison of the prediction values for the pixel coverage densities of four bands
辐射校正波段
Radiation correction band最佳截点
Best cut point举例数
No. of cases校正情况例数
No.of correction situation灵敏度/%
SensitivityROC曲线下面积
The area under the ROC curve好 Good 差 Bad 红光 Red <0.1 25 22 3 88.3 0.875 ≥0.1 225 199 26 蓝光 Blue 0 125 100 25 79.3 0.750 ≥0 125 100 25 近红外 Nir <0.5 13 11 2 80.9 0.688 ≥0.5 237 192 45 绿光 Green <0.5 63 55 8 87.1 0.875 ≥0.5 187 163 24 表 3 模型分类比较结果1)
Table 3 Comparison results of model classification
模型
Model实际样本
Actual
sample训练样本 Training sample 测试样本 Test sample 召回率/%
Recall rateF1 健康
HealthB1 B2 B3 总和
Sum准确率/%
Accuracy健康
HealthB1 B2 B3 总和
Sum准确率/%
AccuracyRMSE=0.193
n=1健康Health 50 3 1 1 55 91.4 28 1 1 2 32 85.8 93.9 89.8 B1 3 46 2 1 52 2 24 1 1 28 B2 2 0 46 0 48 1 1 18 1 21 B3 3 2 0 40 45 2 0 1 16 19 总和Sum 58 51 49 42 200 33 26 21 20 100 RMSE=0.187
n=2健康Health 50 1 1 1 53 93.7 25 1 0 0 26 90.5 96.6 93.5 B1 3 53 1 0 57 2 24 1 1 28 B2 3 0 45 0 48 2 1 29 1 33 B3 1 0 1 40 42 0 1 0 12 13 总和Sum 57 54 48 41 200 29 27 30 14 100 RMSE=0.376
n=3健康Health 67 6 5 2 80 83.1 22 3 3 2 30 75.1 90.4 82.8 B1 4 48 5 3 60 2 16 1 2 21 B2 3 1 25 1 30 2 2 20 2 26 B3 2 0 2 26 30 3 1 2 17 23 总和Sum 76 55 37 32 200 29 22 26 23 100 1) B1、B2和B3 分别表示棉蚜虫、棉红蜘蛛和棉铃虫
1) B1, B2 and B3 indicate cotton aphid, cotton red spider mite and cotton bollworm respectively -
[1] 乔艳艳, 吴洁, 操宇林, 等. 不同药剂处理对棉种出苗及苗期病虫害发生的影响[J]. 安徽农业科学, 2020, 48(4): 125-127. doi: 10.3969/j.issn.0517-6611.2020.04.037 [2] 新疆农业科学院. 新疆棉花产量全国占比84.9%比重创新高[J]. 新疆农机化, 2020(1): 6. [3] 杜江涛. 棉花灌溉决策指标研究[J]. 农业科学, 2021, 11(4): 6. [4] 杨忠娜, 唐继军, 喻晓玲. 新疆棉花产业对国民经济的影响及对策研究[J]. 农业现代化研究, 2013, 34(3): 298-302. [5] 宋桂红. 新疆奎屯垦区机采棉品种引用、推广现状及对棉花品质的影响[J]. 中国种业, 2016(8): 44-45. [6] 王磊, 周建平, 许燕, 等. 农用无人机的应用现状与展望[J]. 农药, 2019, 58(9): 6-11. [7] 崔美娜, 戴建国, 王守会, 等. 基于无人机多光谱影像的棉叶螨识别方法[J]. 新疆农业科学, 2018(8): 1457-1466. [8] 兰玉彬, 邓小玲, 曾国亮. 无人机农业遥感在农作物病虫草害诊断应用研究进展[J]. 智慧农业, 2019, 1(2): 1-19. [9] 赵亮, 陈兵, 肖春华, 等. 棉花棉叶螨叶片遥感监测技术研究[J]. 甘肃农业大学学报, 2015(5): 94-99. doi: 10.3969/j.issn.1003-4315.2015.05.016 [10] PRABHAKAR M, PRASAD Y G, THIRUPATHI M, et al. Use of ground based hyperspectral remote sensing for detection of stress in cotton caused by leafhopper (Hemiptera: Cicadellidae)[J]. Computers & Electronics in Agriculture, 2011, 79(2): 189-198.
[11] 竞霞, 黄文江, 琚存勇, 等. 基于PLS算法的棉花黄萎病高空间分辨率遥感监测[J]. 农业工程学报, 2010(8): 229-235. doi: 10.3969/j.issn.1002-6819.2010.08.039 [12] 胡根生, 吴问天, 罗菊花, 等. 结合HJ卫星影像和最小二乘孪生支持向量机的小麦蚜虫遥感监测[J]. 浙江大学学报(农业与生命科学版), 2017(2): 211-219. [13] STELLA I R, GHOSH M. Modeling and analysis of plant disease with delay and logistic growth of insect vector[J]. Communications in Mathematical Biology and Neuroscience, 2018: 2018.
[14] 冯炼, 吴玮, 陈晓玲, 等. 基于HJ卫星CCD数据的冬小麦病虫害面积监测[J]. 农业工程学报, 2010, 26(7): 213-219. doi: 10.3969/j.issn.1002-6819.2010.07.037 [15] 马勇, 徐鑫, 徐文君, 等. Logistic方程模拟森林病虫害发生[J]. 辽宁林业科技, 2001(3): 17-18. doi: 10.3969/j.issn.1001-1714.2001.03.008 [16] MARCUS R. Deterministic and stochastic logistic models for describing increase of plant diseases[J]. 1991, 10(2): 155-159.
[17] YANG C, EVERITT J H, FERNANDEZ C J. Comparison of airborne multispectral and hyperspectral imagery for mapping cotton root rot[J]. Biosystems Engineering, 2010, 107(2): 131-139. doi: 10.1016/j.biosystemseng.2010.07.011
[18] 张连翔, 惠兴学, 赵树清. 植物病害I-S关系:Logistic衍生模型的研究[J]. 沈阳农业大学学报, 2001(4): 270-273. doi: 10.3969/j.issn.1000-1700.2001.04.008 [19] 谭宏卫, 曾捷. Logistic回归模型的影响分析[J]. 数理统计与管理, 2013(3): 476-485. [20] LI Y X, SHI H M. Research on data processing of low altitude photogrammetry based on Pix4D[J]. International Journal of Intelligent Information and Management Science, 2020, 9(1): 195-197.
[21] NISHAR A, RICHARDS S, BREEN D, et al. Thermal infrared imaging of geothermal environments and by an unmanned aerial vehicle (UAV): A case study of the Wairakei – Tauhara geothermal field, Taupo, New Zealand[J]. Renewable Energy, 2016, 86: 1256-1264. doi: 10.1016/j.renene.2015.09.042.
[22] 刘坦. Inpho、PhotoScan及Pix4D无人机正射影像处理软件对比[J]. 海峡科技与产业, 2017(11): 82-84. doi: 10.3969/j.issn.1006-3013.2017.11.031 [23] 刘世生, 王仁宗, 李叶民, 等. 一种基于卫星影像数据的新疆棉花区域识别方法及系统: CN111345214A[P]. 2020 - 06 - 30 [ 2020 - 03 - 04 ] . [24] 杨杰, 张莹莹, 王建雄, 等. 利用NDVI与EVI再合成的植被指数算法[J]. 遥感信息, 2020, 35(5): 131-137. [25] 邓江, 谷海斌, 王泽, 等. 基于无人机遥感的棉花主要生育时期地上生物量估算及验证[J]. 干旱地区农业研究, 2019, 37(5): 55-61. doi: 10.7606/j.issn.1000-7601.2019.05.09 [26] 唐亮, 何明珠, 许华, 等. 基于无人机低空遥感的荒漠植被覆盖度与归一化植被指数验证及其对水热梯度的响应[J]. 应用生态学报, 2020(1): 35-44. [27] 贾洁琼, 刘万青, 孟庆岩, 等. 基于GF-1 WFV影像和机器学习算法的玉米叶面积指数估算[J]. 中国图象图形学报, 2018, 23(5): 107-117. -
期刊类型引用(4)
1. 楚秋霞,陈付英,冯亚杰,张子敬,师志海,施巧婷,王二耀,吕世杰,付晓鹤. 应用大蒜素缓解牛子宫内膜炎损伤的研究. 安徽农业科学. 2025(06): 85-88 . 百度学术
2. 黄静雯,谭惠文,林怡妤,蒋博轩,陈瑞珠,贺瑞,高新征. 虾青素毒性的研究图谱分析及安全性评价. 广东化工. 2023(08): 102-104 . 百度学术
3. 景永帅,袁鑫茹,代立霞,张瑞娟,张浩,郑玉光,吴兰芳. 纤维素酶协同超声波辅助提取北沙参多糖工艺优化及其理化性质和免疫调节活性研究. 食品工业科技. 2022(14): 185-193 . 百度学术
4. 董学卫,孙敏,颜世超,贾怀峰,张伟,姜曼. 虾青素药理学作用及其在眼科疾病治疗中的应用. 山东化工. 2020(22): 133-135 . 百度学术
其他类型引用(3)