劉勇昌，耿 麗，高 強，宋曉欣，王新偉*，任廣偉

1.中國農(nóng)業(yè)科學院煙草研究所，山東省青島市嶗山區(qū)科苑經(jīng)四路11號 266101 2.山東臨沂煙草有限公司沂水分公司，山東省沂水縣長安中路86號 276400 3.河南省農(nóng)業(yè)科學院植物保護研究所，鄭州市農(nóng)業(yè)路與經(jīng)五路交叉口 450002

病害嚴重影響作物的產(chǎn)量和品質(zhì)，對病害的發(fā)生種類和嚴重度進行準確監(jiān)測是開展有效防控的前提。目前植物病害的監(jiān)測方法可分為直接和間接方法，其中直接方法主要包括血清學和分子生物學等方法，間接方法主要包括基于生物標志物的監(jiān)測方法和基于植物的光譜監(jiān)測方法等［1]。高光譜遙感是一種基于植物的光譜監(jiān)測方法，借助相關(guān)儀器設(shè)備，能夠探測到某些特定波段上的詳細信息，該方法具有快速、精準和無損等優(yōu)點，已在多種農(nóng)作物病蟲害的監(jiān)測預(yù)警中進行了相關(guān)研究［2-4]。作物病蟲害的光譜特征波段主要分布在可見光波段、近紅外波段和熒光波段，并且隨著作物種類、病害類型和病害嚴重度等的不同而有所差異，這是高光譜遙感監(jiān)測煙草病蟲害的基礎(chǔ)［5-6]。目前關(guān)于植物病害的高光譜遙感數(shù)據(jù)源主要是借助光譜儀獲取室內(nèi)和大田作物的病害光譜數(shù)據(jù)［7]?；谔镩g獲得的病害光譜數(shù)據(jù)，國內(nèi)外學者利用多種算法建立了作物病害嚴重度的預(yù)測模型。Yuan等［8]采用Fisher線性判別分析法和偏最小二乘回歸方法分別建立了條銹病、白粉病和蚜蟲為害小麥葉片的光譜反射率判別模型和等級估計模型；朱耀輝等［9]分別運用支持向量機和光譜指數(shù)方法進行了冬小麥全蝕病的等級劃分，證明了基于徑向基核函數(shù)支持向量機方法是小麥全蝕病危害程度監(jiān)測的有效手段；張慶等［4]以白粉病侵染的小麥葉片高光譜數(shù)據(jù)為研究對象，通過概率神經(jīng)網(wǎng)絡(luò)方法建立了病害嚴重度等級的分類識別模型，總體識別精度可達到88%。

在基于光譜數(shù)據(jù)的煙草病蟲害監(jiān)測預(yù)警方面已有相關(guān)研究報道，主要是針對煙草花葉病毒建立了多種病害嚴重度的預(yù)測模型，例如一階導(dǎo)數(shù)光譜回歸模型［10]、最小二乘-支持向量機模型、偏最小二乘判別分析模型［11]和偏最小二乘法回歸模型［12]。馬鈴薯Y病毒（Potato virus Y，PVY）是一種重要的植物病毒，可侵染煙草、馬鈴薯等多種農(nóng)作物，嚴重影響作物的產(chǎn)量和品質(zhì)［13]，該病害在我國各煙區(qū)均有發(fā)生且防治較為困難。對于煙田發(fā)生的馬鈴薯Y病毒病害，Krezhova等［14]通過對PVY侵染煙草的光譜數(shù)據(jù)的導(dǎo)數(shù)分析，初步表明利用光譜分析方法監(jiān)測煙草上馬鈴薯Y病毒病的可行性，但是尚未見有關(guān)預(yù)測模型的報道。本研究中借助高光譜儀器獲得了煙草感染PVY后不同嚴重度葉片的光譜數(shù)據(jù)，篩選出光譜反射率與病害嚴重度顯著相關(guān)的敏感波長，并采用逐步線性回歸分析方法建立煙草感染PVY后不同嚴重度的預(yù)測模型，可為馬鈴薯Y病毒病的無損監(jiān)測預(yù)警以及科學防控提供依據(jù)。

1 材料與方法

1.1 供試材料

試驗地點為中國農(nóng)業(yè)科學院煙草研究所即墨試驗基地。馬鈴薯Y病毒壞死株系PVYN和K326種子均由中國農(nóng)業(yè)科學院煙草研究所植物保護研究中心提供，PVY毒源保存于溫室培養(yǎng)的普通煙草（Nicotiana tabacum）品種K326上。在人工氣候室內(nèi)定期培養(yǎng)K326煙苗，培養(yǎng)至7～8片葉期用于人工接種PVY，病毒接種方法參考陳茜等［15]的方法。培養(yǎng)條件為光周期為14L∶10D、溫度（25±1）℃、相對濕度65%±5%。

1.2 煙草葉片光譜數(shù)據(jù)的測量

采用ASD Field Spec4便攜式地物光譜儀（美國ASD公司）的手持式葉片夾測量各處理的煙草葉片光譜數(shù)據(jù)，葉片夾內(nèi)有石英鹵化燈光源和反射光接收探頭。煙草接種PVY 7 d后開始測量，選擇長勢一致的煙株，每株煙株視為一個樣本，分別選擇煙株上、中、下葉位各1片葉，每個葉片按照葉基、葉中和葉尖部位（避開葉脈）均勻測量光譜反射率6次，取其平均值作為整株（1個樣本）的光譜曲線。測量前，參考GB/T 23222—2008煙草病蟲害分級調(diào)查方法［16]確定煙草馬鈴薯Y病毒病嚴重度，即0、1、3、5、7和9級，每隔2 d觀察煙株病情發(fā)展，選擇滿足嚴重度等級要求的煙株進行測量，共獲得煙草馬鈴薯Y病毒病不同嚴重度的葉片光譜數(shù)據(jù)樣本588個（表1）。

表1 感染PVY的煙草葉片光譜數(shù)據(jù)樣本統(tǒng)計Tab.1 Sample statistics for spectral data of PVY-infected tobacco leaves

1.3 數(shù)據(jù)處理

1.3.1 數(shù)據(jù)預(yù)處理

通過ASD Field Spec4自帶的View Spec Pro軟件，經(jīng)過波譜降維和剔除異常值等數(shù)據(jù)預(yù)處理，獲得了相關(guān)光譜數(shù)據(jù)。在此基礎(chǔ)上，繪制感染PVY后不同嚴重度煙草的光譜反射率曲線。

1.3.2 不同病害嚴重度煙草的敏感光譜波長篩選和預(yù)測模型構(gòu)建

將馬鈴薯Y病毒病不同嚴重度等級（0～9）與其對應(yīng)的每個波段下的光譜反射率值進行一元線性回歸分析，獲得決定系數(shù)（R2）和P值，R2越大且越接近1時，表明回歸直線對觀測值的擬合程度越好，自變量和因變量之間的相關(guān)性高；P<0.01則可以否定無效假設(shè)，表明兩者具有顯著差異意義，從而根據(jù)決定系數(shù)和P值篩選出相關(guān)性顯著的敏感波長。

輸入自變量時，本研究中采用兩種方法：一是基于一元線性回歸篩選出的敏感波長作為自變量，采用前向逐步回歸法建立病害嚴重度等級的預(yù)測模型。二是以波段范圍（350～2 500 nm）內(nèi)合計2 151個波長作為自變量，由于自變量越多，模型參數(shù)估計就越不精確，導(dǎo)致模型的魯棒性越差，影響模型應(yīng)用的效果，本研究中設(shè)置了進入模型的數(shù)量分別為1、2、3、4和5，即篩選出最優(yōu)模型所含的自變量分別為1、2、3、4和5個，采用前向逐步回歸法建立病害嚴重度等級的預(yù)測模型。在建模和預(yù)測分析中對樣本數(shù)據(jù)采用隨機分層法，根據(jù)病害嚴重度等級進行分層分割，各層的80%樣本用作訓練數(shù)據(jù)集，各層的20%樣本作為預(yù)測數(shù)據(jù)集（表1）。所有的數(shù)據(jù)分析均在R語言（3.6.2）內(nèi)完成。

計算模型準確度時，將煙草馬鈴薯Y病毒病嚴重度劃分為輕度（0、1級）、中度（3、5級）、重度（7、9級）3個等級。預(yù)測結(jié)果y<3屬于輕度，3≤y<7屬于中度，y≥7屬于重度，符合樣本占預(yù)測樣本數(shù)量的百分比即為模型的預(yù)測準確度。

2 結(jié)果與分析

2.1 不同病害嚴重度煙草的光譜反射率變化

煙草感染馬鈴薯Y病毒病后，病害嚴重度不同，不同波段范圍內(nèi)的光譜反射率也有明顯差異，其變化趨勢如圖1所示。在可見光波段（400～700 nm）內(nèi)，隨著病害嚴重度增加，葉片光譜反射率呈現(xiàn)逐漸升高的趨勢。在近紅外波段（700～1 300 nm）內(nèi)，隨著病害嚴重度增加，葉片光譜反射率呈現(xiàn)逐漸降低的趨勢。表明在不同波段范圍內(nèi)，存在不同病害嚴重度的差異明顯波段。

2.2 不同病害嚴重度煙草的敏感光譜波長篩選

通過一元線性回歸分析獲得馬鈴薯Y病毒病嚴重度與各波段光譜反射率的一元回歸決定系數(shù)和P值（圖2），其中病害嚴重度與可見光波段（400～700 nm）和近紅外波段（700～1 300 nm）的光譜反射率具有顯著相關(guān)性（P<0.01），所構(gòu)建的回歸方程對觀測值的擬合程度較好（決定系數(shù)接近1），在此基礎(chǔ)上根據(jù)決定系數(shù)和P值進一步篩選出與病害嚴重度等級顯著相關(guān)的敏感波長453、518、540、572、708、715、775、780和1 000 nm。

2.3 不同病害嚴重度的預(yù)測分析

基于上述篩選出來的敏感波長組合（453、518、540、572、708、715、775、780和1 000 nm），利用逐步回歸方法構(gòu)建了6個煙草馬鈴薯Y病毒病嚴重度等級診斷模型（表2），并進行了結(jié)果驗證（表3）。不同模型的精度和預(yù)測準確度有一定差異，其中基于波長組合（453、518、572、708和775 nm）所建立的逐步回歸診斷模型為y=92.40x708-47.91x775+322.72x572-4 161.84x518+3 774.54x453+27.81，該模型的驗證決定系數(shù)（R2）為0.67，均方根誤差（RMSE）為1.97，對輕度、中度和重度病害的預(yù)測準確度分別為86.67%、91.67%和77.78%，總體準確度為83.84%，建模和驗證精度以及模型的準確度均為最佳，優(yōu)于其他敏感波長組合所構(gòu)建的模型。

表2 基于煙草光譜反射率構(gòu)建的馬鈴薯Y病毒病嚴重度診斷模型①Tab.2 Diagnostic model for PVY severity based on tobacco spectral reflectance

表3 不同診斷模型的預(yù)測準確度Tab.3 Prediction accuracy of different diagnostic models（%）

3 討論

本研究中借助高光譜儀器獲取了PVY侵染煙草后不同病害嚴重度煙草的光譜數(shù)據(jù)，經(jīng)過一系列的數(shù)據(jù)處理，篩選出了與病害嚴重度相關(guān)性顯著的波長。其中在可見光波段（400～700 nm）內(nèi)，光譜反射率與嚴重度達到了顯著相關(guān)（P<0.01），并且隨著病害嚴重度增加，葉片光譜反射率呈現(xiàn)逐漸升高的趨勢，差異顯著，這與多數(shù)研究結(jié)論是一致的［10-12，17-18]。據(jù)文獻報道，光譜反射率曲線的可見光波段主要反映了葉片表面的結(jié)構(gòu)特點，煙草受到病毒病的侵染后，煙草中部分光學系統(tǒng)對光吸收的色素減少，無法正常吸收輻射，從而不能形成標準的吸收谷，在可見光波段內(nèi)呈現(xiàn)較高的反射率［19]。在近紅外波段（700～1 300 nm）內(nèi)，光譜反射率與病害嚴重度達到了顯著相關(guān)（P<0.01），并且隨著病害嚴重度增加，葉片光譜反射率呈現(xiàn)逐漸降低的趨勢，差異顯著，這與其他煙草病害的相關(guān)研究結(jié)論一致［20]。其中的原因是光譜反射率曲線的近紅外波段主要反映了整個葉片內(nèi)部的生化組分含量。煙草受到病毒病的侵染后，葉片對近紅外輻射的反射能力減弱，導(dǎo)致在可見光區(qū)域呈現(xiàn)較低的反射率。說明煙草感染PVY后，不同病害嚴重度的煙草在不同波段范圍內(nèi)具有顯著差異的波段，可以利用光譜方法來診斷該病害的嚴重度。

本研究中在篩選出具有顯著差異的敏感波長基礎(chǔ)上，利用逐步線性回歸分析方法建立了馬鈴薯Y病毒病嚴重度診斷模型，經(jīng)過模型檢驗，篩選出總體準確度最佳為83.84%的模型。該模型的預(yù)測準確度還有待提高，下一步可以考慮加大取樣數(shù)量并優(yōu)化提取光譜參量算法，從而建立具有更高準確度的反演模型。另外，本研究是在室內(nèi)人工接種條件下，借助高光譜非成像光譜儀在葉片尺度上實現(xiàn)了煙草馬鈴薯Y病毒病嚴重度的診斷。為了提高所建模型的可靠性和實用性，下一步可以考慮在更為復(fù)雜的大田環(huán)境下，利用高光譜成像光譜儀在煙草冠層尺度上，進行馬鈴薯Y病毒病嚴重度診斷，同時應(yīng)加大取樣數(shù)量以提高預(yù)測準確度。

4 結(jié)論

PVY侵染煙草后，不同嚴重度的煙草在特定波段內(nèi)的光譜反射率具有顯著差異。隨著嚴重度增加，葉片光譜反射率在可見光波段（400～700 nm）內(nèi)呈現(xiàn)逐漸升高的趨勢，在近紅外波段（700～1 300 nm）呈現(xiàn)逐漸降低的趨勢。利用逐步回歸法建立預(yù)測模型，可基于光譜分析方法實現(xiàn)對煙草馬鈴薯Y病毒病嚴重度的診斷。