截形葉螨危害下棗葉片含水率高光譜估測模型

高亞利，王振錫，連 玲，師玉霞，楊勇強，李 盼，玉蓀·吐孫江

（1.新疆農業大學 林學與園藝學院，新疆 烏魯木齊 830052； 2.新疆維吾爾自治區教育廳 干旱區林業生態與產業技術重點實驗室，新疆 烏魯木齊 830052）

水分在作物生長發育的各個階段都有著不可替代的作用[1-5]，影響著作物的生理代謝活動和形態結構形成，進而影響作物的生長、發育和產量[6-9]。 因此，快速準確地獲取作物葉片水分含量信息在對作物的蟲害監測方面有著重要的作用[10]。而高光譜監測作為一種直接、快速且準確的分析技術，不僅可以節省采用傳統方法進行監測的成本，而且可以提高監測的及時性和準確性。所以，高光譜技術在農作物蟲害監測方面具有應用潛力，對蟲害的早期監測及預警都有著重要意義。

棗Ziziphus jujubaMill.是新疆的主要經濟林樹種之一，棗產業已成為新疆農村地區經濟增長的支柱性產業[11]。但是，截形葉螨作為危害棗樹的重大有害生物，近年來其危害的面積和造成的損失均逐年上升，對新疆南疆地區棗產業的可持續發展已構成了嚴重的威脅[12]。截形葉螨通常聚集在植物葉片上吸食汁液，為獲取水分而過分取食，破壞葉片結構，造成葉片顏色及水分含量等發生變化，從而改變了它的光譜反射特性，這為采用光譜技術對作物含水量的實時監測提供了基礎[13-14]。 很多專家學者對此方面進行了大量的科學研究，為植物不同生化參數和光譜特征的定量關系的研究做出了很大貢獻。Ceccatoa 等[15]在估測植被葉片單位面積含水率時選擇1 600 與820 nm 波段的反射光譜比，模型精度高達0.92。胡珍珠等[16]在對不同生長發育時期核桃Juglans regia葉片含水量光譜估測模型的研究中發現，SMLR 模型的擬合度達到了0.82 以上。楊勇等[17]研究發現，葉片光譜信息對柑橘Citrus reticulate葉片含水量有較好的定量反演性，利用逐步回歸分析法構建的葉片含水量估算模型的決定系數也達到了0.80以上。Thomas 等[18]研究發現，在1 930 和1 450 nm 的波段處，室溫下干燥飽和葉片的葉片反射光譜與相對水分含量間有著顯著的相關性。毛罕平等[19]采用主成分回歸法分析發現，葡萄Vitis vinifera干基含水率與703 nm 處的微分光譜及其它多個波段的光譜反射率間均有較強的相關性。受到油松毛蟲Dendrolimus tabulaeformis危害的油松Pious tabuliformis，因為油松毛蟲破壞了葉片的結構，致使葉片出現失葉癥狀，造成水分流失到余下的葉片和組織中[20]。可見，利用光譜分析技術探尋光譜反射率與植被含水率密切相關的敏感波段，構建最優估算模型，為蟲害遙感監測研究提供了可能，已經成為農林業蟲害特征檢驗的重要手段。

鑒于此，本研究利用高光譜遙感技術，以截形葉螨危害下棗樹葉片為研究對象，通過對截形葉螨危害下棗樹葉片光譜反射率進行不同微分變換，分析了截形葉螨危害下棗葉片含水率與不同微分變換光譜反射率間的相關性，利用MLR 和SMLR 構建了截形葉螨危害下棗葉片含水率高光譜估測模型，以期為新疆棗種植區的節水灌溉與水分管理提供技術指導。

1 材料與方法

1.1 材 料

2018年7月中旬，在新疆喀什地區麥蓋提縣昂格特勒克鄉棗樹規模種植區，選取一個栽培條件、樹體生長狀況一致的棗園，在其中部按隔行選取的方式選擇150 株樣株，依次編號。將每一樣株分為上層、中層和下層，每層按照東、西、南、北4 個方位設置取樣點位，共設12 個點位，每個點位隨機摘取一個標準枝的2 片鮮葉，調查并記錄葉片表面的葉螨數量后摘取葉片，每一樣株摘取24片葉片，作為一個樣本單元。將摘下的鮮葉按樣株編號順序依次置于信封內，共計150 個樣本單元。迅速開展戶外葉片光譜的測定和實驗室葉片含水率的測定。

1.2 方 法

1.2.1 棗葉片的光譜采集

使用美國ASD 公司制造的便攜式野外地物光譜儀Field Spec 3 測取葉片的光譜反射率，光譜波段范圍為350 ～2 500 nm。選擇天氣明朗、無風無云的天氣條件，測定的持續時間一般為12:00—14:00 時。以樣株為單位，將摘取的鮮葉片放在事先準備好的板面上平鋪呈圓形（葉片與葉片之間不留縫隙），利用儀器自帶的光纖探頭在戶外依次測定每一樣株葉片的光譜，測取10 條標準光譜反射率曲線，剔除異常值后取其均值作為該樣株的實際光譜優化曲線，共計150 個光譜值。此外，在光譜測定過程中，每間隔15 min 需進行1 次白板校正，保證樣品的光線反射折光率穩定為1。

1.2.2 葉片含水率的測定

采用烘干法測定棗葉片的含水率。先用電子天平稱量并記錄鮮葉質量，然后將新鮮葉片放入牛皮紙信封中，并將其置于恒溫干燥箱中，于105 ℃ 的溫度條件下殺青30 min，再于80 ℃的溫度條件下干燥至恒定質量，稱量并記錄葉子的干燥質量。計算公式如下：

1.3 數據分析與處理

微分變換不僅可以提高分辨率，還能增強光譜數據與植物各生化組織含量之間的相關性[21]。因而本研究使用的光譜數據，除原始光譜數據外，還包括一階微分、二階微分、倒數一階微分、倒數二階微分、倒數對數一階微分、倒數對數二階微分等6 種微分光譜數據。通過光譜處理軟件View Spec Pro 對葉片原始光譜反射率數據進行預處理，利用EXCEL 2016 軟件對原始光譜反射率以及多種微分變換的光譜與含水率進行相關性分析，采用SPSS 22.0 軟件建立模型進行分析。

1.4 精度評價

為了檢驗模型的適用性，對構建的最佳模型需要進行精度檢驗，即把獨立的檢驗樣本帶入估測模型中，比較其估測值與實際值的一致性。以常用的模型擬合度（R2）為主要依據，將其與相對誤差（RE）和均方根誤差（RMSE）等評價指標結合使用以對模型進行檢驗。其中，模型的R2越大，RMSE 和RE 越小，證明模型效果越好。具體計算公式分別如下：

式（2）和（3）中：yi和分別為葉綠素含量的實測值和估測值，其中i表示第i個樣本；n為樣本數。

2 結果與分析

2.1 截形葉螨危害下棗葉片光譜特征分析

2.1.1 截形葉螨危害下棗葉片與健康棗葉片原始光譜特征分析

2018年7月中旬，分別對研究區內截形葉螨危害的棗葉片與健康棗葉片的原始光譜進行了測定，得到了截形葉螨危害下棗葉片與健康棗葉片的平均光譜曲線，觀測結果如圖1 所示。從圖1中可以看出，在400 ～700 nm 的可見光波段內，棗葉片平均光譜曲線峰谷變化趨勢基本穩定，出現了一個比較明顯的波峰，符合綠色植物的光譜曲線特征變化趨勢。而受截形葉螨危害的棗葉片在可見光區的光譜特征發生了明顯的變異，其平均光譜曲線低于健康棗葉片的平均光譜曲線，這可能是由于截形葉螨啃食葉片致使葉片含水率發生變化而引起的。健康棗葉片平均光譜曲線反射率最高出現在555 nm 處，而受截形葉螨危害的棗葉片平均光譜曲線反射率峰值出現在550 nm 處，整體波段向短波方向偏移。這一觀測結果表明，截形葉螨的危害會導致棗葉片光譜反射率降低和光譜反射率峰值發生變化。

圖1 截形葉螨危害下棗葉片與健康棗葉片平均光譜曲線Fig.1 Average spectral curves of jujube leaves damaged by T.truncatus and healthy jujube leaves

2.1.2 截形葉螨危害下棗葉片不同微分光譜曲線特征分析

通過對截形葉螨危害下棗葉片的原始光譜反射率及以不同微分形式變換的光譜反射率與其含水率之間的相關性進行了分析，繪制了以不同微分形式變換的截形葉螨危害下棗葉片的光譜反射率與葉片含水率間的相關系數（圖2）。從圖2 中可以看出，以不同微分形式變換的棗葉片光譜反射率與其含水率之間的相關性存在明顯的差異。其中，棗葉片的原始光譜反射率與其含水率間的相關性整體較弱且呈負相關，曲線變化趨勢相對平緩，其相關系數最高僅為-0.509。而經不同微分形式變換的棗葉片光譜反射率與其含水率間的相關系數均有所提高，曲線波動比較明顯，其中以一階微分變換的光譜反射率與棗葉片含水率間的相關系數最高，達到0.703。這就說明，微分變換可以有效地提高棗葉片光譜反射率與含水率間的相關系數，其中以一階微分變換的效果為最好。

圖2 以不同微分形式變換的截形葉螨危害下棗葉片光譜反射率與葉片含水率間的相關系數Fig.2 Correlation coefficients between spectral reflectivities transformed in different differential forms and leaf moisturecontents in jujube leaves damaged by T.truncatus

2.2 截形葉螨危害下棗葉片含水率高光譜估測模型

2.2.1 截形葉螨危害下棗葉片含水率的MLR 模型

根據不同微分形式變換的光譜篩選出單敏感波段（X）并以之為自變量，以葉片含水率（Y）為因變量，采用一元線性回歸分析法，構建了截形葉螨危害下棗葉片含水率的MLR 模型（表1）。表1 表明，以不同微分光譜敏感波段所構建的模型其擬合度均高于原始光譜，整體保持在0.6 左右，且各模型間其擬合度的差異均達到了顯著水平 （P＜0.05）。其中，以一階微分光譜的敏感波段與葉片含水率所構建的模型，其擬合度最好，達到0.680；而以原始光譜的敏感波段與其含水率所構建的模型，其擬合度最低，僅為0.467。這一結果表明，微分變換有利于提高模型的擬合度，但是，以單敏感波段構建的棗葉片含水率MLR 模型的擬合度相對較低，其擬合效果不理想。

表1 截形葉螨危害下棗葉片含水率的一元線性回歸模型?Table 1 Simple linear regression models of moisture contents in jujube leaves damaged by T.truncatus

2.2.2 截形葉螨危害下棗葉片含水率的SMLR 模型

根據不同微分形式變換的光譜篩選出多個敏感波段（X1,X2…X7）并以之為自變量，以葉片含水率（Y）為因變量，采用多元線性回歸分析法，構建了截形葉螨危害下棗葉片含水率SMLR 模型（表2）。表2 表明，比較以多敏感波段為自變量構建的SMLR 模型和以單敏感波段為自變量構建的MLR 模型的擬合度可知，SMLR 模型的擬合度較后者有一定程度的提高，且以不同微分光譜敏感波段所構建的模型間其擬合度的差異均達到了顯著水平（P＜0.05）。其中，以一階微分光譜敏感波段構建的模型其擬合度最好，達到了0.836，高于以原始光譜敏感波段構建的模型的擬合度（0.651）。此外，除了倒數二階微分光譜模型的擬合度低于0.7，其余微分形式變換的光譜模型的擬合度均在0.7 以上。因此可以看出，多變量回歸模型在單變量回歸模型的基礎上大大提高了模型的擬合度，表明利用SMLR 分析方法構建截形葉螨危害下棗葉片含水率高光譜估測模型的估測效果比較理想，具有較高的估測精度。

表2 截形葉螨危害下棗葉片含水率多元線性逐步回歸模型Table 2 Stepwise multiple linear regression models of moisture contents in jujube leaves damaged by T.truncatus

2.2.3 精度評價

為了驗證估測模型的預測能力和穩定性，選擇最常用的擬合度（R2）為主要依據，并結合均方根誤差（RMSE）和相對誤差（RE）對模型進行檢驗評價，結果見表3。由表3 可知，SMLR 模型的整體檢驗效果要好于MLR 模型，以原始光譜構建的模型其檢驗效果最差，而經微分變換的光譜模型的R2和RMSE、RE 均相對較為穩定，且其差異不明顯。除原始光譜模型外，由單波段構建的棗葉片含水率MLR 模型的擬合度均在0.6 左右，而RMSE 模型的擬合度多在0.03 左右，其RE 多低于0.08；而SMLR 模型的擬合度較MLR 模型的擬合度有所提高，不同微分光譜敏感波段所構建的模型其擬合度基本在0.6 以上，RMSE 均不超過0.55，RE 均低于0.10，其中以一階微分光譜構建的SMLR 模型效果最佳，其擬合度R2達到了0.740，其RMSE 和RE 分別為0.031、0.045。這一分析結果表明，利用一階微分光譜構建的SMLR 模型對截形葉螨危害下棗葉片含水率有較好的預測效果，可以用作新疆喀什地區麥蓋提縣昂格特勒克鄉棗生產園棗葉片含水率高光譜估測最佳模型。

表3 一元線性回歸模型和多元線性逐步回歸模型的精度驗證Table 3 Accuracy verification of simple linear regression models and stepwise multiple linear regression models

3 討 論

每年的7月是棗樹生長發育的關鍵時期，但同時也是截形葉螨蟲害的高發時期。截形葉螨作為一種常見的棗樹食葉性害蟲，具有危害規模大、危害程度高，且在爆發時間上不與其它病蟲害重疊等顯著特點。此外，遭受截形葉螨危害的棗葉片，短期內無法用肉眼去發現植株的變化，但葉片反射光譜特征會發生規律性的響應變化。綜上所述，利用高光譜技術開展葉螨危害下棗葉片含水率的監測是非常合適的，能夠快速準確地獲取植物葉片水分含量信息，實現截形葉螨蟲害的高效監測和及時防治，對于提高果農的經濟效益[22]，推進新疆林果產業的可持續發展均有重要的現實意義。

研究結果表明，截形葉螨危害下棗葉片光譜特征及反射率峰值均發生了改變，蟲害葉片的平均光譜曲線低于健康葉片的平均光譜曲線，其原因可能是，截形葉螨破壞了其葉片結構，致使葉片內的水分含量發生變化，使之反映在葉片光譜的吸收和反射波段上。截形葉螨危害下棗葉片光譜與含水率的相關性分析結果表明，與原始光譜與葉片含水率之間的相關系數相比，經微分變換的光譜與葉片含水率之間的相關系數均有明顯的提高，但從相關系數的取值來看，其相關系數最高在0.700 左右，微低于前人研究的結果。其原因可能是，大部分研究者以單葉為研究對象，通過單葉診斷蟲害的危害程度，采用這種方法進行診斷，存在一定的片面性和局限性，不能準確判斷棗樹的受害程度；而本研究選擇單株作為試驗樣本單元，以均勻采樣的方式，將葉片平鋪在提前準備好的紙板上測定葉片的光譜反射率，所獲光譜數據為多個葉片的混合光譜數據。但是，采用這種試驗方法也有不足之處，即在測定光譜過程中，受截形葉螨危害的棗葉片會發生卷曲現象，導致光譜反射率的準確度產生偏差，而這又是模型擬合度降低的原因之一。

在建模分析中發現，MLR 模型的預測精度相對偏低，這是由于以單一敏感波段構建的模型其結構較為簡單，得到的有效光譜信息有限，對水分狀況的準確監測有一定的偏差[23]。而SMLR 模型建模時包括多個自變量，得到的有效光譜信息較全面，其預測精度較為理想。本研究結果也證明，采用多敏感光譜變量構建的模型其建模效果及預測精度都更好。所以，SMLR 分析方法可以作為構建截形葉螨危害下棗葉片含水率高光譜估測模型的優選方法。一直以來，許多學者在利用高光譜估測含水率方面進行了大量的研究，也報道了部分使用SMLR 分析構建含水率光譜模型的研究成果。柴仲平等[24]通過多元逐步回歸分析構建了香梨Pyrus sinkiangensis葉片原始及一階微分光譜反射率與葉片全氮含量的估算模型，其決定系數高達0.90 以上。胡珍珠等[16]研究發現，不同生育時期核桃Juglans regia葉片含水量SMLR 模型的擬合度在0.82 以上，而MLR 模型的擬合度較低，建模效果較差。宋玉等[25]運用逐步多元線性回歸法分析了胡楊Populus euphratica葉片光譜反射率與含水率間的相關性，建立了含水率高光譜估算模型，以此模型進行檢驗，其R2值高達0.92。李萍等[26]在構建香梨Pyrus sinkiangensis葉片氮素含量預測模型過程中發現，以703 nm 的一階微分光譜建立的預測模型最佳，其調整決定系數R2值高于0.9。本研究結果與上述研究結果均一致。因此，利用光譜技術手段估測含水率是可行的，而合理選取參與建模的敏感波段也是反演含水率的十分重要的步驟之一[27]。此外，由于截形葉螨是棗樹重大有害食葉性害螨，主要通過群聚葉背吸取汁液，所以其在取食過程中對葉片水分含量的影響比較明顯。也有一些學者研究了蟲害脅迫對植物水分含量的影響情況：王曉堂等[28]研究發現，松材線蟲Bursaphelenchus xylophilus的入侵會引起植物生化信息的變化，莖與葉的相對含水量會因為線蟲侵染時間的延長而逐漸下降，光譜也會發生改變。陳玉惠等[29]的研究結果表明，松苗和離體枝接種松材線蟲后，莖部相對含水量逐漸下降，早期下降緩慢，中后期降速加快。因此，蟲害脅迫對植物的水分含量是會造成影響的。

由于試驗條件有限，本研究還存在一些不足和缺點，需要在日后的研究中進一步完善與修正。本研究構建的葉片含水率估測模型是利用傳統的數學統計方法獲得的經驗性模型，具有一定的真實性和普遍性，但在空間和時間上仍均存在著較大的局限性[30]。例如，亓興蘭等[31]利用影像的光譜特性、紋理特征與地形及林木因子對馬尾松毛蟲Dendrolimus punctatus蟲害進行監測，也顯著增強了蟲害的光譜響應能力；而本研究只涉及到地面高光譜反射率的研究。為了更好地明確植被光譜與其含水率之間的相關性，進一步改進估測模型，在今后的研究中應加入遙感影像光譜等數據予以驗證對比，從而使模型具有更好的普遍適用性，這樣可以更好地監測棗樹發生蟲害后的長勢情況。

4 結 論

截形葉螨危害下棗樹葉片光譜反射率與其含水率存在敏感光譜指示波長，可利用篩選出的敏感波段為自變量，采用MLR 和SMLR 模型建立截形葉螨危害下棗葉片含水率高光譜估測模型。研究結果表明，應用光譜技術手段對新疆南疆地區受截形葉螨危害的棗葉片含水率進行精準估測是可行的，在棗葉片含水量信息檢測方面具有一定的應用潛力。