文章详情

利用便携式高光谱成像系统构建光谱 - 纹理双模态指数实现小麦赤霉病无损检测(上)

日期:2026-08-18 01:28
浏览次数:70
摘要:小麦赤霉病(FHB)由禾谷镰刀菌引起,感染初期(1-4天)无肉眼可见症状,传统检测手段无法实现早期预警。本研究以双利合谱GaiaField-V10E高光谱成像系统为核心设备,通过连续小波变换(CWT)提取敏感光谱特征,结合GLCM纹理分析,构建了新型光谱指数(WFSI₁、WFSI₂)和纹理指数(WFTI₁、WFTI₂),在症状前阶段实现78.9% 平均分类精度,DS2阶段(病穗率4-5%)达90%以上,数据融合后进一步提升至98%。该技术框架可迁移至粮食仓储****筛查、中药材霉变检测、水稻稻瘟病等其他作物病害早期预警领域。

研究背景

小麦赤霉病(FHB)是由禾谷镰刀菌等**引起的毁灭性穗部病害,不仅导致小麦减产,还会产生严重威胁人畜健康的****。该病害的防控面临一个根本难题:病原菌在侵染初期(1-4天)呈半活体营养型生存模式,虽无肉眼可见症状,但病菌已在穗部组织内定殖扩展。这种“症状前”的隐蔽性,使得传统人工调查和破坏性取样难以实现大规模早期预警。

近年来,高光谱成像技术凭借“图谱合一”的优势,能同时捕捉病害早期的生化组分变化与微观组织损伤,为早期无损检测提供了新路径。但现有研究往往对“症状前”阶段关注不足,且模型在不同年份和品种间的泛化能力较差。

针对上述科学问题,南京农业大学国家信息农业工程技术中心曹卫星教授、朱艳教授和姚霞教授团队以双利合谱GaiaField-V10E便携式高光谱成像系统为核心传感平台,开展了为期三年四批次的系统性研究。该团队**性地构建了基于一致特征选择策略的新型光谱指数和纹理指数,结合多种机器学习分类器,成功实现了从症状前到高病害尺度的**分类与定量评估。该研究为高光谱技术在精准农业病害监测中的深入应用提供了可靠的方法论支撑。

实验设计

研究团队在20182021年三个小麦生长季内,于南京农业大学牌楼实验基地和智能玻璃温室开展了四次独立实验(EXP.01-04)。供试材料为三个六倍体冬小麦品种:感病品种Aikang-58PH-691,抗病品种Sumai-3。所有植株于温室盆栽条件下培养,在抽穗期采用点接种法(point inoculation),每穗接种2 mL禾谷镰刀菌分生孢子悬浮液。病害严重程度依据病穗像素比例划分为9个等级:

病害等级划分(依据病穗像素比例):

Pre-sy(症状前) 病穗率 0%,接种后 12

DS1病穗率 13%,接种后 3 天(症状初现阶段,部分个体开始出现轻微可见变化)

DS2病穗率 45%,接种后 45

DS3病穗率 610%,接种后 68

DS4病穗率 1120%,接种后 912

DS5病穗率 2140%,接种后 1315

DS6病穗率 4160%,接种后 1719

DS7病穗率 6180%,接种后 2022

DS8病穗率 81100%,接种后 2225

说明: 本研究中“症状前(Pre-sy)”特指接种后 1–2 天(病穗率 0%),DS1 起为症状初现阶段。研究重点关注的早期检测窗口为 Pre-sy 至 DS2(接种后 1–5 天)。

EXP.01EXP.02的数据用于特征筛选和模型构建(70%训练、30%测试),EXP.03(成像数据)和EXP.04(非成像数据)作为独立验证集,**评估所开发方法的可转移性。

图1. 根据病害分级标准(表2)的小麦穗真彩*图像。从左至右:无症状期(Pre-sy),病害蔓延比例:1–3%(DS1或3DAI)、4–5%(DS2或4DAI)、6–10%(DS3或6DAI)、11–20%(DS4或9DAI)、21–40%(DS5或13DAI)、41–60%(DS6或17DAI)、61–80%(DS7或20DAI)和81–100%(DS8或22DAI)。

高光谱数据采集

成像高光谱数据: 研究采用双利合谱GaiaField-V10E便携式高光谱成像系统采集麦穗高光谱图像。系统光谱范围400-1000 nm,光谱分辨率2.8 nm,光谱通道数256,采用内置推扫成像方式。采集时,将5-7穗小麦样本平行排列于暗箱内,相机与样本平面呈180°垂直角度,工作距离60 cm,提供0.24 mm的空间分辨率。每次数据采集包含三类图像:样本图像、99.99%反射率标准白板校准图像和0%反射率暗场校正图像。

图2. 小麦穗的高光谱图像采集实验装置。

非成像高光谱数据: 采用非成像高光谱测量方式进行独立验证,使用光纤探头在麦穗的上、中、下三个空间位置分别采集光谱,每个位置多次测量取平均,以代表整个麦穗的光谱特征。

图3. (A) 非成像光谱测量的实验装置,(B) 光纤探针采集光谱的空间位置说明。

生化参数测定: 为建立生化变化与光谱响应的关联,研究团队对每批样本进行了破坏性生化分析。取健康和感病样本各5穗,切取穗轴、颖片、浆片、外稃、内稃等穗部组织(去除籽粒部分),液氮研磨后**称取0.1 g,以95%乙醇浸泡48 h至样本完全变白。过滤后使用紫外-可见分光光度计(Thermo Scientific Evolution 220)在470 nm、649 nm和665 nm波长处测定吸光度,依据Lichtenthaler(1987)方法计算叶绿素和类胡萝卜素含量。穗部含水量(SWC)通过鲜重与80°C烘干至恒重后的干重差值计算。

研究结果

生化参数的时序响应: 三年实验数据显示,感病麦穗的叶绿素含量在DS1(1-3%病穗率)阶段即出现统计学显著下降(P<0.05),而穗部含水量和类胡萝卜素含量的显著性差异大多出现在DS2-DS3阶段。在健康样本中,上述参数随生育期推进也呈现一定程度的下降(与籽粒灌浆和穗部自然衰老有关),但感病样本的下降速率和幅度均显著大于健康对照。叶绿素降解是FHB感染后*早可检测的生化事件,为高光谱检测提供了坚实的生理学基础。

图4. 基于趋势线比较2019年(左栏)、2020年(中栏)和2021年(右栏)不同病害程度下,健康植株与感染植株的**生物化学参数(A、B、C:**含水量;C、D、E:**叶绿素含量;G、H、I:**类胡萝卜素含量)。红色星号表示健康样本与病害样本之间的统计显著性。

光谱特征提取与新型指数构建: 研究采用连续小波变换(CWT)对400-1000 nm反射光谱进行分解,选用Mexican Hat小波(高斯二阶导数)作为母小波,将原始光谱信号变换为尺度-波长二维小波功率标量图。通过计算各尺度-波长组合与病害尺度之间的决定系数(R²),提取前5%的高相关区域作为候选特征。对2019年和2020年两年数据的相关标量图分别进行阈值化后取交集,*终筛选出4个跨年度稳定的小波特征(WFs):WF₄₂₃、WF₅₈₁、WF₆₂₄和WF₈₆₅。WF₄₂₃位于叶绿素a/b的强吸收区(430 nm附近),其反射率升高直接反映叶绿素降解;WF₅₈₁和WF₆₂₄分别对应类胡萝卜素/叶黄素和花青素的吸收特征;WF₈₆₅位于近红外区域,主要反映穗部组织的内部结构变化。WF₈₆₅在症状前阶段(DS1,病穗率仅1-3%)即出现显著响应,与FHB的半活体营养型感染模式有关——病原菌在症状出现前已开始对宿主组织内部结构造成损伤。在纹理特征方面,基于上述4个敏感波长,研究提取了8类GLCM纹理特征(均值、方差、同质性、对比度、相异性、熵、二阶矩、相关性),共32个纹理特征。通过随机森林-递归特征消除(RF-RFE)方法,依据变量重要性(VIP)评分进行筛选,*终获得5个跨年度一致的纹理特征(TFs):COR₄₂₃、MEA₅₈₁、HOM₈₆₅、CON₈₆₅和DIS₈₆₅。

图5. 2019年(a-c)和2020年(d-f)测量的尖峰数据集(DS1、DS2、DS3)的小波系数相关性尺度图,以及每年的交集值(g和h),用于特征提取。*后,显示两年共同的特征(i)。横轴表示400–1000 nm的光谱波段,纵轴为小波尺度2–8。高灰度亮度与**相关,反之亦然。红*区域(a-f)表示前5%*强的相关性,而g-i则表示交集值。