受蚜蟲危害與干旱脅迫的冬小麥高光譜判別

趙俊芳，房世波，郭建平

(中國氣象科學研究院，北京 100081)

0 引言

旱害是我國最主要的農業氣象災害之一，每年受災比例居各類農業氣象災害之首［1］。小麥的主產區分布在華北、東北和西北地區，遭受春旱的頻率高、危害大［2］。由于麥蚜蟲大多喜歡較干燥的天氣條件，在小麥生長季節，降雨少、濕度小是導致蚜蟲危害大量發生的主要天氣條件［3］。蚜蟲危害與旱害的發生往往具有協同性，因此，做好早期監測預警工作，對小麥旱害與蟲害的防治工作有重大意義。

以3S 技術為核心的自然災害監測手段越來越受到農業工作者的重視。針對小麥在干旱條件下的冠層光譜［4－5］和受病蟲害的冠層反射光譜［6－12］，國內外學者都已進行過不少研究，這對遙感監測小麥旱害和病蟲害具有理論指導意義。由于冬小麥在干旱脅迫條件下長勢弱，對病蟲害的抵抗能力差，很容易在干旱脅迫下誘發病蟲害，這就給單一的冬小麥干旱監測或病蟲害監測帶來很大困難，制約著農業遙感監測蟲害和干旱的準確判別。然而，迄今利用高光譜遙感技術進行我國冬小麥旱害和病蟲害監測的研究少之又少。鑒于此，本文基于高光譜遙感技術，著重探討小麥受蚜蟲危害和干旱脅迫后的光譜差異，篩選出識別蚜蟲危害和干旱脅迫響應最敏感的光譜波段，為利用遙感技術準確監測冬小麥干旱和病蟲害提供科學依據。

1 實驗基地與研究方法

1.1 實驗基地概況

實驗于2007年10月—2008年6月在中國氣象局河北定興固城生態實驗基地(位于E 115°40'，N 39°08')進行。該實驗基地海拔高度15.2 m，年平均氣溫12.2℃，年降雨量平均528 mm，冬小麥生育期內降水量平均為180 mm;主要農作物為冬小麥和夏玉米，是華北平原北部高產農業區的典型代表。基地內地勢平坦，是地面高光譜遙感實驗的理想場地。

1.2 實驗設計

為深入研究冬小麥在不同干旱脅迫和蟲害條件下的光譜響應機理，本次實驗將15 塊4 m ×2 m 的冬小麥實驗田分為5 組，設置5 項水分處理，每項水分處理重復3 次。按照小麥生長季500 mm 的需水量分配灌水量，各項水分處理的灌水量分別相當于需水量的＞70%，60%～70%，50%～60%，40%～50%和生育期內的自然降水(灌水量相當于需水量的＜40%，即70.9 mm)(以下分別簡稱＞70%，60%～70%，50%～60%，40%～50%水分處理和自然降水處理)。為考察干旱對小麥生長發育的影響，取消越冬水，在播種、返青、拔節、孕穗、抽穗/ 開花和灌漿等6個生長發育期各灌溉一次，并使用移動大棚遮蔽自然降水。小麥在灌漿末期發生了較嚴重的麥長管蚜(Macrosiphum avenae(Fabricius))蟲害，每株小麥的蚜量平均為68 頭。為判別蚜蟲蟲害與干旱脅迫對冬小麥的危害，蟲害期間對冬小麥冠層光譜特性進行了多次測量，對正常小麥冠層和受蟲害小麥冠層分別重復測量10 次，每次測定的都是大田冠層光譜，最后結果為多次測量的平均值。

1.3 冠層光譜測定

冬小麥冠層高光譜反射率數據采集儀器為ASD HandHeld FieldSpec3 野外便攜式地物光譜儀。該光譜儀視場角為25°，波長范圍為350～2500 nm，在350～1 000 nm 譜段光譜采樣間隔為1.4 nm，在1 000～2 500 nm 譜段光譜采樣間隔為2 nm;光譜分辨率在350～700 nm 譜段為3 nm，在1 400～2 100 nm 譜段為10 nm;輸出通道數為2 150。

為獲得穩定的光譜反射數據，選擇在晴朗無云、風力較小的天氣進行測量，視場范圍內太陽直接照射，測量時間在北京時間11:00～14:00。在光譜測量前，都先進行了白板校正(即測定白板光譜);在光譜測量過程中，始終保持傳感器探頭垂直向下，與冬小麥冠層頂相距約1.3 m。在每個小區隨機選取7個樣本點，每項水分處理21個點，5 項水分處理共105個點，取其平均值作為該小區冬小麥冠層光譜測量的最后結果。

1.4 高光譜數據處理

白板與被測對象放置在同一水平面，以小區所測冬小麥冠層光譜作為太陽光反射光譜，以白板光譜作為太陽輻射光譜，二者相除并乘以白板的室內定標光譜反射率，即得到冬小麥冠層的反射光譜值。從測量數據看，在1 350～2 500 nm 譜段內的數據噪聲較大，且受干旱小麥光譜和受蟲害小麥光譜無明顯分異，因此，本研究只處理和分析了350～1 350 nm 譜段內的光譜數據。

一階微分有利于限制低頻背景光譜對目標光譜的影響［13］。為了減少數據量和限制隨機噪聲水平，對波長覆蓋350～1 350 nm 譜段的原始波段進行數據變換。對波長R 的一階微分變換為

式中:R 為Δλ 的2 倍波段寬，nm;r1，r2，…，rn分別為第1，2，…，n 波段的波長。

2 結果與分析

2.1 蚜蟲危害冬小麥冠層高光譜特征分析

圖1 示出健康和受蚜蟲危害的冬小麥冠層高光譜特征。可以看出，健康冬小麥冠層和受蚜蟲危害冬小麥冠層的高光譜特征存在明顯的差異，在近紅外波段的差異比在可見光波段顯著。與健康冬小麥冠層相比，受蚜蟲危害的冬小麥冠層同樣存在以500 nm為中心的葉綠素藍光吸收谷，在490～530 nm藍邊波段的光譜反射率亦呈逐漸上升趨勢，但在其他波段其反射率有明顯的下降，尤其在760～1 350 nm的近紅外波段反射率降低趨勢最為顯著;同時，受蟲害植株的“紅邊效應”比健康植株的降低，在680～740 nm紅邊波段處光譜反射率的增加速率也比健康植株的低。蚜蟲危害造成的冬小麥光譜的上述變化，主要是因為蚜蟲危害導致冬小麥細胞活性、含水量與葉綠素含量下降及蚜蟲分泌物對冬小麥葉片污染等原因造成的，這與喬洪波等［9］和何國金等［14］的研究結果一致。

圖1 健康和蚜蟲危害冬小麥冠層高光譜特征Fig.1 Hyperspectral reflectance of healthy canopy and aphid damaged canopy of winter wheat

2.2 干旱脅迫冬小麥冠層高光譜特征分析

圖2 示出不同水分處理下冬小麥冠層高光譜反射率特征曲線。可以看出，不同水分處理下冬小麥冠層的光譜反射率變化基本一致，具有一般綠色植物的特征。但各項水分處理結果在不同波段的反射率明顯不同，特別是在近紅外波段的反射率降低趨勢非常顯著。在可見光波段，生育期內對冬小麥的自然降水處理(即嚴重干旱脅迫處理)下，冬小麥冠層光譜反射率高于其他項水分處理下的反射率，且水分條件較好的處理(＞70%)的光譜反射率高于其他水分條件較差的處理(60%～70%，50%～60%和40%～50%)的反射率。但在近紅外波段，生育期內對冬小麥的自然降水處理下的冬小麥冠層光譜反射率卻低于其他項水分處理下的反射率，且水分條件較好的處理(＞70%)的光譜反射率低于其他水分條件較差的處理(60%～70%，50%～60%和40%～50%)的反射率;近紅外區反射率的下降主要是灌漿末期葉片結構和物質含量變化造成的。從建甌等［15］通過監測冬小麥冠層高光譜反射率對干旱脅迫的反應，發現嚴重干旱脅迫的冠層光譜反射率高于其他水分處理下的反射率(在可見光波段)，且水分條件較好處理下的光譜反射率低于水分條件較差處理下的反射率(在近紅外波段)。這與本文的研究結果相吻合。

圖2 不同水分處理下冬小麥冠層高光譜反射率特征曲線Fig.2 Hyperspectral reflectance of the winter wheat canopy under different water treatments

2.3 蟲害與干旱脅迫冬小麥冠層光譜差異分析

2.3.1 光譜反射率差異

蚜蟲危害和干旱脅迫造成冬小麥冠層光譜變化的主要原因是，蚜蟲危害和干旱脅迫導致小麥葉片細胞活性、含水量和葉綠素含量下降以及蚜蟲分泌物對小麥葉片的污染等。研究表明，小麥生育期內葉片葉綠素含量的變化與蚜蟲數量及含水量存在著相關關系［11，14］;而葉綠素含量變化的光譜表現為冬小麥冠層在某些光譜波段的吸收率和反射率的變化，這就為應用遙感技術監測麥蚜蟲害和干旱脅迫提供了可能。

通過對比冬小麥冠層在蚜蟲危害和不同水分處理下的高光譜反射率，發現二者的光譜特征存在明顯差異。受蚜蟲危害后，在350～630 nm 的可見光波段，冬小麥冠層的反射率均低于不同水分處理下的冠層光譜反射率;而在630～686 nm 的可見光波段，冬小麥冠層的反射率高于水分條件較差處理(40%～50%和＜40%)而低于水分條件較好處理(＞70%，60%～70%和50%～60%)下的冠層光譜反射率;在686～700 nm 的可見光波段和水分處理(＞70%，60%～70%，50%～60%和40%～50%)下的冠層光譜反射率差異不大;在740～1 000 nm近紅外波段，低于水分條件較好處理(＞70%，60%～70%，50%～60%和40%～50%)下的冠層光譜反射率，但高于水分脅迫最嚴重的處理(自然降水，＜40%)下的冠層光譜反射率;在1 000～1 130 nm的近紅外波段，低于水分條件較好處理(＞70%，60%～70%，50%～60%和40%～50%)下的冠層光譜反射率，但和水分脅迫最嚴重處理(自然降水)下的冠層光譜反射率差異不大;而在1 130～1 350 nm的近紅外波段卻低于所有的水分處理下的冠層光譜反射率。以上分析表明，在350～630 nm 的可見光波段和1 000～1 130 nm 的近紅外波段，受蚜蟲危害和水分脅迫的冬小麥冠層光譜特征差異顯著，且受蚜蟲危害的冬小麥冠層的反射率均低于不同水分處理下的冠層光譜反射率，說明這2個波段是識別蟲害和干旱最敏感的波段(圖3)。

圖3 蚜蟲危害和不同水分處理下的冬小麥冠層高光譜反射率Fig.3 Hyperspectral reflectance of the winter wheat canopy under aphid damage and different water treatments

2.3.2 “紅邊”位置與“紅邊”斜率

利用微分技術可以求得“三邊”參數，包括“紅邊”、“藍邊”和“綠邊”，其中應用最廣泛的為“紅邊”效應。通常采用“紅邊”斜率和“紅邊”位置2個因子描述紅邊特征(其中“紅邊”位置定義為紅光到近紅外區光譜曲線的變形點)。根據一階導數的光譜曲線峰值可確定“紅邊”位置和斜率。

圖4 為冬小麥冠層在蚜蟲危害和不同水分處理下的一階微分光譜。可以看出，在不同水分脅迫和蚜蟲危害下，冬小麥冠層反射率的一階導數(dR)在650～780 nm 譜段發生劇烈的變化，自然降水處理(＜40%)的“紅邊”斜率最小;受蚜蟲危害以及灌水量分別相當于需水量的＞70%，60%～70%，50%～60%和40%～50%水分處理下的“紅邊”斜率依次變大。各項水分處理下的“紅邊”位置位于719～734 nm 之間，受蚜蟲危害的“紅邊”位置波長最短(698 nm)，而不同水分處理下的“紅邊”位置則隨著干旱脅迫的加重向波長短的方向移動(即“藍移”)，這主要是由于在蟲害和干旱脅迫下葉綠素含量和葉面積指數下降造成的。

圖4 蚜蟲危害和不同水分處理下的冬小麥冠層一階微分光譜Fig.4 First-order derivative spectra of winter wheat canopy under aphid damage and different water treatments

Boocn 等［16］和Horler 等［17］認為有2個因素決定著“紅邊”位置和“紅邊”斜率，一個是葉綠素含量，它能引起700 nm 附近的光譜變化;另一個是近紅外波段的散射特征，它由生物量、物候變化、冠層結構和葉片結構等因素決定。當農作物遭受病蟲害時，葉綠素含量下降，導致“紅邊”陡升段的斜率降低，出現“紅邊”位置“藍移”［18］。干旱脅迫常伴有作物根部土壤水分的匱乏，造成作物蒸騰作用受到抑制，葉片氣孔關閉、溫度升高、葉綠素含量下降。本研究進一步印證了上述結論。

3 討論

1)在冬小麥生長發育過程中，由于生長發育狀況、葉綠素含量、水分含量和葉片內部結構等生理變化，以及對冠層的形狀結構、輻照和背景效應等的響應，小麥冠層在不同生育期、不同水分處理下均有不同的光譜響應。本文的研究結果表明:不同水分處理下冬小麥灌漿末期冠層的光譜反射率變化基本一致，具有一般綠色植物的特征;但在各項水分處理下，冬小麥在不同波段的反射率大小明顯不同，在近紅外波段反射率降低趨勢非常顯著，水分脅迫越嚴重，其冠層光譜反射率越高，這一點也在國內相關研究結果中得到證實［15］。一般來說，綠色植物的光譜反射曲線具有較好的一致性:在560 nm 附近綠光區具有較高的光譜反射率，在680 nm 紅光區的光譜反射率較低，進人720 nm 波段光譜反射率開始急劇上升，在近紅外區則維持很高的光譜反射率。當植物受到病蟲害侵染時，紅光區和近紅外區的光譜反射率會發生明顯變化。本文的實驗結果表明，蚜蟲危害可以在小麥冠層的光譜中得到響應，冬小麥受到蚜蟲危害后，小麥冠層的反射率在紅光區和近紅外區有明顯的下降，尤其在近紅外區下降得更為顯著，進一步印證了在識別受病蟲害植物中近紅外區比可見光區更有利用價值這一結論。在紅光區和近紅外區植被的反射率主要受葉子內部結構、生物量、蛋白質和纖維素等影響，發病小麥在紅外區反射率降低，說明小麥的內部結構已遭到破壞，葉細胞色素含量發生變化，從而引起小麥冠層外部顏色和形態改變。

2)本文主要針對冬小麥旱害和蚜蟲害2 種災害，基于大田實驗數據，結合統計方法，取得上述初步結論。但由于本項研究學科交叉性強，同時涉及到農學、作物學、土壤學和遙感應用等多個學科，研究難度較大，在研究過程中仍有許多問題有待進一步探討:①限于本文的實驗條件和時間，對冬小麥的實驗只進行了1 季，如果時間允許，應該至少有1次重復實驗，設置不同蟲害狀況，不僅可以完善實驗中忽視的問題，還可以驗證實驗結果使之更具有說服力。如果實驗條件允許，應該采用水泥混凝土砌成的有底水池，這樣可有效地隔斷水分側向交換及下滲;②本文所提取的用于鑒別小麥干旱和蚜蟲危害的敏感波段是否能推廣應用到其他地區的小麥干旱和蟲害監測中，還有待于進行更多的實驗研究工作，同時還要考慮大氣效應對這些敏感波段的干擾;③利用遙感技術監測農業病蟲害，通過地面光譜分析可能有些識別能力，但通過空間遙感還是極難識別出來的，尤其是在病蟲害早期，因為引起光譜反射率變化的不僅僅是病蟲害，而且還可能是大量的其他因素。但無論如何本文的研究結果可為進一步探索利用空間遙感技術監測農業病蟲害打下一定的基礎;④遙感應用的實質是反演，但是遙感反演中還存在很多問題，這些問題的解決主要依賴于傳感器技術的進步、尺度問題研究的深入、圖像處理技術的改進、輻射傳輸模型和反演算法的改進以及多源信息的融合等。其中尺度問題是許多研究的核心問題，在遙感監測中，對于相同的研究目標，利用不同尺度的遙感數據往往可能得到完全不同的研究結果。為此，在將機理模型應用到圖像數據時，要在尺度上將像元內部的屬性轉換為像元的屬性，這依賴于對尺度效應和尺度轉換等方面的深入研究。

總之，本文的研究結果表明，根據獲得的高光譜信息判別小麥旱害與蚜害是可行的，并且可以實時、直觀地對小麥旱害與蚜害的發生發展情況進行估測。今后，隨著衛星遙感數據光譜分辨率以及空間、時間、輻射分辨率的不斷提高，技術手段的不斷改進和實驗條件的不斷完善，研究和分析的程度將會不斷深入。此外，由于航空、航天高光譜遙感的測量方式與小麥冠層光譜測量方式更為接近，本文的研究結果可為進一步研究利用航空、航天遙感技術監測小麥旱害與蟲害及其嚴重程度提供一定的理論依據與方法支持。

4 結論

1)基于高光譜遙感，探討了小麥灌漿末期受蚜蟲危害和干旱脅迫的冬小麥冠層光譜差異，篩選出識別小麥蚜蟲危害和干旱脅迫響應最敏感的光譜波段。在350～630 nm 的可見光波段和1 000～1 130 nm的近紅外波段，受蚜蟲危害和水分脅迫的灌漿末期冬小麥冠層光譜特征差異顯著，且受蚜蟲危害的冬小麥冠層的反射率均低于不同水分處理下的光譜反射率，說明這2個波段是冬小麥灌漿末期識別蚜蟲危害和干旱脅迫最敏感的光譜波段。

2)利用光譜微分方法證明，冬小麥冠層光譜的“紅邊”斜率在650～780 nm 波段發生劇烈變化，自然降水處理(灌水量相當于需水量的＜40%)下的紅邊斜率最小;受蚜蟲危害以及灌水量分別相當于需水量的＞70%，60%～70%，50%～60%和40%～50%水分處理下的紅邊斜率依次變大。各項水分處理下的“紅邊”位置位于719～734 nm，受蚜蟲危害的“紅邊”位置波長最短(698 nm)，不同水分處理下的“紅邊”位置隨著干旱脅迫的加重向波長短的方向發生“藍移”，因此根據“紅邊”參數也可以判別冬小麥灌漿末期蚜蟲危害和干旱脅迫的程度。

［1］IPCC.Impacts，adaptation and vulnerability:Working group II contribution to the intergovernmental panel on climate change fourth assessment report［R］.Brussels，2007.

［2］王春乙，婁秀榮，王建林.中國農業氣象災害對作物產量的影響［J］.自然災害學報，2007，16(5):37－43.Wang C Y，Lou X R，Wang J L.Influence of agricultural meteorological disasters on output of crop in China［J］.Journal of Natural Disasters，2007，16(5):37－43.

［3］譚江瑞，范艷琴.運城地區小麥病蟲的發生與氣候條件之間的關系［J］.山西氣象，2004(4):11－13.Tan J R，Fan Y Q.Relations between occurrence of wheat diseases and insect pests and climatic conditions in Yuncheng［J］.Shanxi Meteorological Quarterly，2004(4):11－13.

［4］谷艷芳，丁圣彥，陳海生，等.干旱脅迫下冬小麥(Triticum Aestivum)高光譜特征和生理生態響應［J］.生態學報，2008，28(6):2690－2697.Gu Y F，Ding S Y，Cheng H S，et al.Ecophysiological responses and hyperspectral characteristics of winter wheat(Triticum Aestivum)under drought stress［J］.Acta Ecologica Sinica，2008，28(6):2690－2697.

［5］王 溥，武建軍，聶建亮，等.不同植被水分指數對小麥水分狀況監測效果對比［J］.國土資源遙感，2010，22(3):97－100.Wang P，Wu J J，Nie J L，et al.A comparatively study of the capabilities of different vegetation water indices in monitoring water status of wheat［J］.Remote Sensing for Land and Resources，2010，22(3):97－100.

［6］Steddom K，Heidel G，Jones D，et al.Remote detection of Rhizomania in sugar beets［J］.The American Phytopathological Society，2003，93(6):720－726.

［7］Zhao C J，Huang M Y，Huang W J，et al.Analysis of winter wheat stripe rust characteristic spectrum and establishing of in version models［J］.IEEE Geoscience and Remote Sensing Symposium，2004，6(7):4318－4320.

［8］Muhammed H H.Hyperspectral crop reflectance data for characterizing and estimating fungal disease severity in wheat［J］.Biosystems Engineering，2005，91(1):9－20.

［9］喬紅波，夏 斌，馬新明，等.冬小麥病蟲害的高光譜識別方法研究［J］.麥類作物學報，2010，30(4):770－774.Qiao H B，Xia B，Ma X M，et al.Identification of damage by diseases and insect pests in winter wheat［J］.Journal of Triticeae Crops，2010，30(4):770－774.

［10］李 軒，郭安紅，莊立偉.基于GIS 的主要農作物病蟲害氣象等級預報系統研究［J］.國土資源遙感，2012，24(1):104－109.Li X，Guo A H，Zhuang L W.The main crop diseases and pests meteorology level forecast system based on GIS［J］.Remote Sensing for Land and Resources，2012，24(1):104－109.

［11］蔣金豹，陳云浩，黃文江.用高光譜微分指數監測冬小麥病害的研究［J］.光譜學與光譜分析，2007，27(12):2475－2479.Jiang J B，Chen Y H，Huang W J.Using hyperspectral derivative index to monitor winter wheat disease［J］.Spectroscopy and Spectral Analysis，2007，27(12):2475－2479.

［12］Riedell W E，Blackmer T M.Leaf reflectance spectra of cereal aphid damaged wheat［J］.Crop Science，1999，39(6):1835－1840.

［13］浦瑞良，宮 鵬.高光譜遙感及其應用［M］.北京:高等教育出版社，2000.Pu R L，Gong P.Hyperspectral remote sensing and its application［M］.Beijing:Higher Education Press，2000.

［14］何國金，胡德永，金小華，等.北京麥蚜蟲害的光譜測量與分析［J］.遙感技術與應用，2002，17(3):119－124.He G J，Hu D Y，Jin X H，et al.The spectra measurement and analysis of wheat aphid disaster in Beijing［J］.Remote Sensing Technology and Application，2002，17(3):119－124.

［15］從建甌，李 寧，許映軍，等.干旱脅迫下冬小麥產量結構與生長、生理、光譜指標的關系［J］.中國生態農業學報，2010，18(1):67－71.Cong J O，Li N，Xu Y J，et al.Relationship between Indices of growth，physiology and reflectivity and yield of winter wheat under water stress［J］.Chinese Journal of Eco－ Agriculture，2010，18(1):67－71.

［16］Booch F，Kupfer G，Dockter K.Shape of the red edge as vitality indicator for plants［J］.Internal J Remote Sens，1990，11(10):1741－1752.

［17］Horler D N H，Dockray M，Barber J.The red edge of plant leaf reflectance［J］.Internal J Remote Sens，1983，4(2):273－288.

［18］吳繼友，倪 健.松毛蟲危害的光譜特征與蟲害早期探測模式［J］.環境遙感，1995，10(4):250－258.Wu J Y，Ni J.Spectral characteristics of the pine leaves damaged by pine moth and a model for detecting the damage early［J］.Remote Sensing of Environment，1995，10(4):250－258.