基于數字圖像特征的冬小麥漬害監測研究

李燕麗，李 磊，吳啟俠，熊勤學，雷仁清

(1.長江大學農學院，湖北荊州 434025；2.荊州市農業技術推廣中心，湖北荊州 434025)

澇漬害是世界性的重大災害，也是我國主要的自然災害。中國約有2/3國土面積存在不同程度的澇漬災害，其中黃淮平原和江漢平原最為嚴重，二者的受災面積占全國總受災面積的3/4以上，長期澇漬脅迫已成為這兩個區域冬小麥高產、穩產的主要限制因子[1-3]。冬小麥漬害的實時、快速、精準監測對及時了解農作物受害程度、指導農業生產管理等方面具有重要的意義。

近年來，隨著計算機視覺和圖像信息處理技術的快速發展，數字圖像技術在農業研究領域引起了廣泛關注[4-6]。利用數字圖像技術對植物生長進行監測具有無損、快速、實時等優點，不僅可以監測作物的葉面積、葉周長、莖稈直徑、葉柄夾角等形態生長參數[6-8]，還可通過對圖像信息的統計分析，結合實地考察與實際測量，探討作物的生長狀況及其影響因素，從而確定相應的生產管理措施[9-10]。Lee等[11]基于數字圖像對水稻植被覆蓋度、葉綠素含量、氮素營養狀況、生物量等進行了分析，結果表明，圖像信息處理技術可用于水稻生長和氮素營養狀況的快速無損監測。Fernandez-Gallego等[12]基于數字圖像技術估算了小麥穗密度。Omar等[13]基于田間試驗評價了數字圖像技術在預測糧食作物產量和病害嚴重程度方面的準確性，認為以RGB為基礎的指數和天數加在一起解釋了糧食產量變化的70.9%和產量損失的 62.7%。楊北方等[14]分析發現，群體冠層數字圖像H值可有效描述棉花田間長勢信息。目前，國內外學者利用數字圖像技術進行作物無損監測研究取得了一定進展[15-16]，但對農作物漬害監測的研究相對較少。理清冬小麥受漬后圖像變化特征及其與葉綠素含量、產量、千粒重的相關性是利用數字圖像數據進行漬害監測的基礎，也是實現冬小麥漬害無損、快速、可視化監測的前提條件。

本研究依據江漢平原冬小麥生育期降水致漬的特點，通過灌排可控的小區試驗模擬冬小麥孕穗期和花后遭受漬害脅迫情形，分析冬小麥冠層圖像特征及其與SPAD值、產量、千粒重的相關關系，并構建基于圖像特征指數衰減量的漬害估算模型，探索冬小麥漬害損失程度的可視化監測方法，以期為冬小麥漬害監測提供理論指導。

1 材料與方法

1.1 試驗區概況

試驗在長江大學試驗基地進行，該基地位于江漢平原腹地(30°21′N、112°09′E，海拔32 m)，屬東部季風農業氣候大區、北亞熱帶農業氣候帶、長江中下游農業氣候區，年平均氣溫16.5 ℃，年均降水量約1 095 mm，年均日照時數1 718 h。受夏季風影響，每年4-10月常發生暴雨洪澇災害。地下水位較淺，約為3 m。該區農作物主要為冬小麥、水稻、玉米、油菜等。

1.2 試驗設計

試驗共24個小區，每個小區面積4 m2(2 m×2 m)，深1 m。每個小區底部布設有灌排一體系統，水管包裹一層海綿，四周墊有20 cm厚的谷殼，谷殼外面墊有10 cm厚的細沙，起到反濾的作用。小區表面布設有灌水系統，可從底部和上部2個方向灌溉。小區內除水管附近為70 cm土層外，其余部位均為100 cm土層，小區內土壤為中壤，取自旱地，按等土壤密度分層回填，0～30 cm土壤pH值7.6，堿解氮、速效磷和速效鉀含量分別為69.4、28.7和118.7 mg·kg-1。

選擇在江漢平原廣泛栽培的冬小麥品種鄂麥596和西農979作為供試材料，2017年11月6日播種。播種前每小區撒施復合肥300 g(N∶P2O5∶K2O= 18∶8∶15)，施肥后混勻20 cm表層土壤。播種量為13.5 g·m-2，采用條播方式，行距為25 cm，每小區9行。在返青期每小區撒施尿素50 g。在冬小麥開花后(4月10日開始)分別對兩個冬小麥品種進行不同時間長度的漬水處理(0、5、9、13和17 d)。漬水處理為田間低洼處有明水，且土壤含水率保持在田間持水率的90%以上，達到設定漬澇時間后3 d將地下水位降到70 cm以下。同時，設定對照(CK，漬水時間為0 d)，將小區內土壤水分保持在田間持水率的70%～80%(即大田正常水分管理要求的土壤水分含量)。試驗采用隨機區組設計,其中漬水13和 17 d處理各重復3次，其余處理各重復2次。在漬水處理之前，在每小區選擇同一天開花、生長整齊的穗子50個進行掛牌標記，用于測定冬小麥籽粒的千粒重。

1.3 樣品采集與測定

2018年4月28日12：00-13：00進行數據采集。冬小麥冠層圖像采用數碼相機(SONYNEX-5R , SONY Inc., Tokyo, Japan)拍攝。為每次獲得相同的采樣面積，照片采集前先把100 cm×75 cm的矩形框放在所要拍攝的樣區位置，將相機垂直于冬小麥冠層高度1 m處進行拍攝，相機采用自動白平衡和多點自動對焦模式，同時設置為光圈優先自動曝光。拍攝時保證相片覆蓋整個矩形框，提取矩形框內區域作為該樣區的冠層圖像。

每個小區選取10片旗葉，采用SPAD502測定SPAD值，每片葉為一個重復，每片葉測定8個點取平均值。小麥成熟收獲后，測定冬小麥含水量進行干重換算，以獲取最終產量。收獲掛牌標記的冬小麥穗子，統計粒數，然后將籽粒置烘箱中105 ℃殺青0.5 h，80 ℃烘至恒重，稱其干重，并換算出千粒重。

1.4 數據處理與分析

DX=Xnormal-Xwaterlogging

(1)

式(1)中，DX分別代表SPAD值、產量、千粒重和圖像特征指數的減少量；Xnormal和Xwaterlogging分別代表對照區和受漬區冬小麥SPAD、產量、千粒重和圖像特征指數。

表1 圖像特征指數計算Table 1 Indices of image evaluated in this study

2 結果與分析

2.1 漬水對冬小麥SPAD、產量和千粒重的影響

由圖1可見，短期漬水(5 d)對冬小麥SPAD值和產量影響不明顯；當漬水時間大于5 d時，SPAD值和產量均隨漬水時間的增加而大幅下降；當漬水時間大于13 d時，其變化均不明顯。千粒重則隨漬水時間的增加呈下降趨勢。

圖1 不同漬水時間處理下冬小麥SPAD、產量和千粒重的變化

2.2 冬小麥漬害圖像特征及其與SPAD值、產量和千粒重的相關性

相關分析(表2)表明，16個圖像特征指數中有9個(R、NRI、NGI、NGRDI、GMR、EXR、EXG、CIVE、GRVI)與漬水時間有極顯著相關性，相關系數最高達到0.89。其中，R、NRI、EXR、CIVE與漬水時間呈極顯著正相關，而NGI、NGRDI、GMR、EXG、GRVI與漬水時間呈極顯著負相關。同時，這9個指數與SPAD值、產量、千粒重相關極顯著，其相關系數的絕對值最大分別達到0.92、0.85、0.91。其中，R、NRI、EXR、CIVE與SPAD值、產量、千粒重呈負相關，而NGI、NGRDI、GMR、EXG、GRVI與SPAD值、產量、千粒重呈正相關。因此，可以基于這9個圖像特征指數建立冬小麥SPAD值、產量和千粒重的估算模型。

表2 冬小麥圖像特征指數與漬水時間和主要生長參數的相關關系Table 2 Correlation of the image indices and the main growth parameters of winter wheat

**:P<0.01;*:P<0.05;n=24.

2.3 基于圖像特征指數的冬小麥漬害災損估算

表3 基于9種圖像特征指數差異值的冬小麥SPAD、產量和千粒重的災損估算結果Table 3 Estimation results of winter wheat SPAD, yield and thousand kernel weight reduction based on the nine indices

3 討 論

冬小麥本身具有一定耐漬性，但當漬害脅迫超出其自身調節閾值時，葉片部分光合結構發生不可逆的破壞，其葉綠素含量逐漸減少，主要表現為葉片加速發黃、萎蔫，且隨著受漬時間的延長，冬小麥產量、千粒重、穗粒重、穗長等指標逐漸降低[22-24]。已有研究表明，冬小麥生長中后期的漬害可使其減產18%～63%[24]。本研究中，孕穗期漬水5～17 d，冬小麥減產2%～59%，這與前人研究結果相近。千粒重的下降是漬害脅迫后冬小麥減產的主要原因之一[25]。本研究表明，孕穗期漬水導致冬小麥旗葉SPAD值降低，從而影響光合作用和干物質積累，這與前人研究結果基本一致。佟漢文等[25]也認為，漬水脅迫對冬小麥SPAD值、產量和千粒重的抑制作用最明顯。因此，本研究基于這三個參數，來分析利用數字圖像技術監測冬小麥漬害的可行性。

目前，數字圖像作為可見光光譜遙感最易獲取的數據源之一，在作物長勢、雜草識別、病蟲害監測等領域得到了廣泛應用。本研究將數字圖像技術引入作物漬害監測中，與傳統的作物漬害監測方法相比，基于數字圖像技術來研究作物受害程度的方法具有很多優勢，其實時、快速、方便、無損的優點彌補了傳統方法的不足。本研究結果顯示，圖像特征指數R、NRI、EXR和CIVE隨漬水時間的增加極顯著上升，而NGI、NGRDI、GMR、EXG和GRVI則極顯著下降。主要原因是冬小麥在孕穗期和灌漿期受到漬水脅迫時，葉綠素水解加快，葉黃素合成增加[26]，最明顯的響應是葉片失綠黃化，具體表現為基部1～3片葉逐漸干枯，旗葉也逐漸變黃。

本研究基于數字圖像特征進行了冬小麥漬害災損監測研究。通過利用不同受漬時間的冬小麥數字圖像數據，對圖像特征指數與冬小麥SPAD值、產量、千粒重之間的相關關系進行了分析，并建立基于圖像特征指數差值的SPAD值、產量、千粒重災損估算模型，間接監測不同受漬時間下作物災損狀況，結果表明利用冬小麥冠層圖像數據可以有效監測漬害脅迫下冬小麥災損程度。由于冬小麥災損程度隨品種、土壤類型、土壤肥力、灌溉條件和受漬時期的不同而有所差異，而后續研究可將這些影響因素考慮進去，以提高漬害脅迫下作物災損監測精度，實現受災作物快速、無損、高效監測的目的。