多光谱遥感在马铃薯品种抗早疫病鉴定中的监测效果

刘凯翔 张 帆 潘 阳* 刘芳明 杨志辉 朱杰华

（1 河北农业大学，河北保定 071000；2 围场满族蒙古族自治县马铃薯研究所，河北承德 068450）

马铃薯早疫病是由茄链格孢（）引起的一种真菌性病害。叶片是马铃薯早疫病病原菌侵染和为害最多的部位，叶柄、茎和薯块也会不同程度地发病。病害发生严重时，病斑相互连接扩展形成大病斑，叶片失绿、变黄、萎蔫，可造成大量减产（Shtienberg et al.，1996）。

生产上选择对早疫病具有抗性的马铃薯品种，会降低田间病害防控的农药使用量和施用次数，有效降低管理成本。因此，选育抗早疫病的品种是马铃薯育种的重要目标（金黎平 等，2003），筛选和鉴定对马铃薯早疫病有抗性的种质资源是我国马铃薯育种中不可缺少的一项工作。每年抗性鉴定试验都需要在多个地区，对大量的马铃薯品种（系）进行试验（赵强 等，2017），同时也需要进行大量的人工调查和数据整理工作。因此，若找到一种能够快速、简便并且准确获取抗性鉴定试验数据的方法，可提高马铃薯早疫病抗性鉴定的工作效率。

多光谱遥感是指将地面参照物反射的电磁波分成若干个较窄的波谱段进行接收与记录（童庆禧 等，1983），以扫描拍摄的方式，直接感应形成多幅不同角度地物影像的遥感技术（王斌永 等，2004）。该技术为快速、大规模获取作物信息，尤其是病害胁迫下植物的生长情况提供了新的手段（张竞成 等，2012；黄文江 等，2018）。

归一化植被指数（normalized diあerence vegetation index，NDVI）又称标准化植被指数，被广泛应用于利用遥感技术对植被的研究。NDVI 能够精确地反映植物的长势，NDVI 数值越大，表明植株的生物量越多，即植物的生长势越好。马铃薯早疫病发生初期，会在叶片上形成1 个黑色或褐色的小斑点，周围有黄色晕圈；随着病情发展，毒素渗入周围细胞引起变色，病斑扩大形成经典的同心轮纹坏死斑（van der Waals et al.，2004）。叶片发病部位会因为叶肉细胞的死亡而失去绿色，反射的红外光与近红外波段会有明显的下降，因此该发病植株所在地点NDVI 数值会相应的降低，非常适合病害的监测。在水稻纹枯病遥感试验中，各多光谱遥感指数中NDVI 数值的变化与病害发生相关性最大（赵晓阳 等，2019）。在多光谱对某一病害鉴定中，其他影响植物细胞正常生长的病虫害都被严格地控制住后，NDVI 数值的变化也就能客观反映植株受到该病害影响的程度。

多光谱遥感技术在马铃薯病害上已经有了一定的研究进展，但是在马铃薯品种对早疫病的抗性鉴定方面还未有相关报道。本试验在常规马铃薯品种（系）对早疫病抗性鉴定试验的基础上，通过无人机搭载多光谱相机PARROT SEQUOIA，在发病后期对马铃薯生长情况进行扫描和计算，并与人工调查的田间发病数据进行对比分析，验证该方法的准确性。以期为马铃薯品种（系）早疫病鉴定提供新的方法，并提高抗性鉴定试验中的调查效率，进而提高马铃薯早疫病抗性育种的工作效率。

1 材料与方法

1.1 试验材料

参试马铃薯品种（系）共20 个（表1），以感病品种费乌瑞它为对照。

表1 参试马铃薯品种（系）编号、名称及来源

1.2 试验仪器

田间施药使用大疆MP-1P 无人植保机；M600 Pro 无人机由深圳市大疆创新科技有限公司提供；多光谱相机PARROT SEQUOIA 由派诺特公司提供；无人机扫描操作平台为IPAD 4，由苹果（中国）有限公司提供。

1.3 试验设计

试验地设在河北省承德市围场满族蒙古族自治县腰站镇永和栈村，该地为我国北方一作区马铃薯早疫病的常发区。参试44 个马铃薯品种（系）的播种日期均为2020 年5 月6 日，每品种（系）1 个小区，小区面积12 m，株距33 cm，行距60 cm，每小区种植48 株，无重复。

7 月初至8 月下旬，为了避免晚疫病对植株的影响，整个生育期除了根据测报施用防治晚疫病的专一性药剂丁子香酚和氟噻唑吡乙酮以外，不施用其他药剂。于马铃薯早疫病发病后期进行田间抗性鉴定及多光谱遥感监测。

1.4 田间抗性鉴定

在感病对照费乌瑞它早疫病发病达到最高级别时，调查参试44 个马铃薯品种（系）的发病程度，调查时间为2020 年8 月27 日。采用五点取样法，每点调查1 株，每株调查植株的全部叶片，按照赵强等（2017）的病情分级标准记录病叶发病级别，计算病情指数（DI）。

分级标准：0 级，无病斑；1 级，病斑面积占整个叶面积5%以下；3 级，病斑面积占整个叶面积6%～10%；5 级，病斑面积占整个叶面积11%～20%；7 级，病斑面积占整个叶面积21%～50%；9 级，病斑面积占整个叶面积51%以上。

DI=Σ（各级发病叶数×相对级值）/（调查总叶数×最高级值）× 100早疫病田间抗性鉴定标准：DI=0，免疫（I）；0 ＜ DI ≤ 20.0，高抗（HR）；20.0 ＜ DI ≤ 40.0，中抗（MR）；40.0 ＜ DI ≤ 60.0，中感（MS）；60.0 ＜DI ≤ 100.0，高感（HS）。

1.5 多光谱遥感监测

1.5.1 多光谱扫描 在早疫病发生较为严重的后期，且与田间病害调查接近日期（8 月26 日），于中午使用无人机搭载多光谱相机进行扫描，扫描飞行高度为45 m。扫描时天气晴朗，反射程度较好。使用大疆飞行操控软件GJI GS Pro 设置无人机在目标小区上空进行“S”形路线飞行，同时设置多光谱相机定位拍照。

1.5.2 多光谱图像数据处理与NDVI 指数地图合成 田间扫描完成后，把多光谱相机上的照片拷贝到电脑上。使用Pix4D 软件，将多光谱照片进行拼接；然后通过该软件的指数地图功能，生成NDVI指数地图。

式中，NIR 为近红外波段反射率，R 为红外波段反射率（张竞成 等，2012）。

1.5.3 NDVI 指数地图数据提取 使用Arc GIS 系统中的Arc Map 软件，将NDVI 指数地图文件作为底图打开。使用软件中的Zonal Statistics as Table 工具，设置每个马铃薯品种（系）小区的取样点，对每个小区采用五点取样法进行坐标设定（图1）。每个取样点面积为直径0.5 m 的圆，并计算NDVI平均值，获得数据后计算5 个取样点的平均值，即代表该马铃薯品种（系）小区的NDVI 数值。

图1 小区NDVI 数值取样坐标设定

1.6 相关性分析

使用SPSS 软件，将21 个马铃薯品种（系）调查获得的早疫病病情指数和扫描分析得到的NDVI 指数进行相关性分析，并使用Excel 软件作图。

2 结果与分析

2.1 马铃薯早疫病田间抗性鉴定结果

马铃薯20 个品种（系）的田间早疫病抗性鉴定结果见表2，其中高抗品种（系）10 个，中抗品种（系）1 个，中感品种（系）2 个，高感品种（系）7 个。

表2 马铃薯品种（系）田间早疫病抗性鉴定结果和NDVI 数值

2.2 NDVI 指数地图生成

不同发病程度的马铃薯品种（系）在图中表现出非常明显的差异，受病害侵染越严重的小区，NDVI 数值越低，在图中越接近黑色；抗性越高，且植株生长良好的小区，NDVI 数值越高，在图中越接近白色（图2）。

图2 不同马铃薯品种（系）的NDVI 指数地图（左）与可见光航拍图（右）

2.3 不同马铃薯品种（系）小区NDVI 数值与病情指数相关性分析

对不同马铃薯品种（系）的小区NDVI 数值（表1）与田间人工调查得到的病情指数（DI）通过SPSS 软件进行相关性分析。结果显示（图3），DI 与NDVI 相关系数为-0.973，在0.01 水平（双侧）上极显著相关；线性回归分析的决定系数（值）为0.974，拟合程度较高。

图3 21 个马铃薯品种（系）的NDVI 数值与DI 线性回归分析结果

3 结论与讨论

本试验中多光谱扫描时间为8 月26 日中午，人工病害调查时间为8 月27 日，两组数据获得的时间差仅1 d，植株生长情况变化不大，可以确定为同一时间进行的取样。

马铃薯感染早疫病后，植株细胞内的叶绿素等色素浓度发生变化，使得叶绿素在蓝、红波段的吸收变弱，反射增强。由于NDVI 数据获得的方法是通过比值计算得到，因而，反射率整体拉伸造成的影响，以及太阳光照差异、云阴影、部分大气衰减和部分地形差异的背景噪声信号影响会很小。由于植物绿色部位的叶绿素进行光合作用而吸收红光，因此，生物量较多即长势较好的植物拥有更多的绿色部分，进而对红光的吸收越多，同时对近红外光的反射也越多。

NDVI 在植被指数中有着重要的地位，具有检测精准度高和植被覆盖度的检测范围较高等优点。石涛等（2020）使用消费级无人机与便携式多光谱传感器对水稻长势进行遥感监测，确定了稻株出现高温胁迫的叶面积指数与植被指数的高相关性，建立了水稻高温胁迫的反演识别模型。如果能够确定病害植株的主要特征光谱，就能够实现一定程度上的病害识别。例如，袁琳等（2013）基于光谱分析筛选出对小麦条锈病和白粉病敏感度差异较为明显的波段和光谱特征，分别建立了两种病害的判别模型和病情严重度反演模型。刘良云等（2009）利用冬小麦两个时期的Landsat TM 图像反射率数据计算的NDVI 数据，建立了基于这两个时期NDVI 值的小麦产量遥感统计预测模型，并对冬小麦病害进行遥感监测，定量计算和验证了病害造成的产量损失。

本试验是多光谱遥感第1 次在马铃薯品种对早疫病抗性鉴定上的应用。由于其他病虫害已被化学药剂控制住，所以能够确定每个品种（系）所在的小区NDVI 数值下降的最主要因素为早疫病的侵染和发生。目前，在遥感与植物病虫害相关的研究中，这种单一胁迫的研究最为普遍，相对研究技术也最成熟（鲁军景 等，2019）。通过相关性分析表明，本试验中NDVI 数值与DI 呈极显著负相关，每个病害发生严重的马铃薯品种（系）的小区NDVI 数值都很低。相对于之前水稻纹枯病与NDVI 相关的模型，相关性更高（赵晓阳 等，2019）。由此可以确定，NDVI 数据变化反映的病害发生程度与人工调查结果非常接近。使用多光谱遥感技术监测不同马铃薯品种（系）在早疫病胁迫下的长势，即对不同马铃薯品种（系）的抗性鉴定是可行的。与人工监测相比，多光谱遥感技术节省了大量时间及人工成本，提高了监测效率，对于未来马铃薯早疫病抗性鉴定，甚至其他作物以及相关病害的鉴定效率提高具有参考意义。目前，该监测方法只进行了1 次试验，需要进一步的验证，才能够确定此方法的可靠性，为未来马铃薯早疫病的鉴定提供新的方法。

遥感技术较人工调查有着明显的优势。但是，也存在自身分辨率低、数据获取容易受大气干扰和图像获取频率低等问题，稳定性和准确率等方面还有待提高。同时，冠层以下的叶部病害无法进行有效监测（胡小平 等，2021）。所以，该技术在使用中需要考虑病害田间实际发生情况。

未来，在病害多光谱遥感鉴定试验中，可以增加扫描频率，定期进行分析，这样可通过NDVI 或者其他指数的连续动态变化数据，从而掌握每个试验品种在病害发生时期对病原菌耐受程度的动态变化情况。在药剂防治相关试验中，可通过动态变化数据确定减药方案中不同施用剂量在病害防控中的效果变化，从而更精准地确定农药减施的剂量。这对于我国农药精准防控，降低农药整体使用量有着明显的意义。