劉建雄，李明,*，陶棟材*，彭作南，劉仲華，李麟，黃南，劉興國

(1.湖南農(nóng)業(yè)大學工學院，湖南 長沙 410128；2.國家植物功能成分利用工程技術研究中心，湖南 長沙 410128；3.湖南省農(nóng)友機械集團，湖南 雙峰 411500；4.現(xiàn)代農(nóng)裝株洲聯(lián)合收割機有限公司，湖南 株洲 412003)

茶尺蠖是湖南、安徽、浙江等主產(chǎn)茶區(qū)為害的鱗翅目尺蛾科害蟲，蟲情嚴重時，茶叢被啃食呈掃帚狀，防治難度大，對茶樹長勢和茶葉產(chǎn)量及品質的影響極大[1–3]。傳統(tǒng)的對茶尺蠖蟲情測報方式有蛹期調查和幼蟲期調查等[4]，費時耗力，受人為因素影響較大，且準確率不高[5]，探索一種簡便易行、準確、有效的預測茶尺蠖危害程度的檢測方法，對及時有效采取防治措施，減少茶尺蠖為害對茶葉產(chǎn)量和品質造成的損失意義重大。

鑒于高光譜數(shù)據(jù)可高精度地估測植被的生長狀況，包含豐富的作物遭受病蟲危害程度的信息[6]，筆者嘗試使用便攜式高光譜儀，采集茶樹冠層光譜數(shù)據(jù)，并利用點接觸法測定茶樹的葉面積指數(shù)，從光譜數(shù)據(jù)中篩選出隨葉面積指數(shù)變化明顯的光譜特征參數(shù)，并構建相應的回歸擬合模型，以相關系數(shù)最大的光譜特征參數(shù)的擬合模型作為茶尺蠖蟲害指數(shù)模型，用以預測茶園茶尺蠖的為害程度。

1 材料與方法

1.1 試驗茶園取樣

試驗于2012年4月中下旬在湖南農(nóng)業(yè)大學長安教學實習基地進行。試驗區(qū)茶樹長勢較均勻，茶尺蠖第1 代幼蟲始發(fā)，大量啃食春茶。在園區(qū)中任意抽取7 行，每行取5 個點，共35 個樣點。

1.2 方 法

1.2.1 光譜測定

采用美國ASD FieldSpec HandHeld 2 型便攜式高光譜儀，選擇無風、能見度好的晴天，10：00— 14：00 測定茶樹冠層光譜反射率。觀測時，視場角為25°，光譜儀的探測頭垂直向下，與茶樹冠層頂端相距約0.5 m，觀測直徑約為0.22 m。為了減小誤差，每次測定前對光譜儀進行白板校正，在每個樣點區(qū)域內重復測量30 次，結果取光譜反射率的平均值。

1.2.2 葉面積指數(shù)測定

采用點接觸法[7]測定樣點茶樹葉面積指數(shù)。

1.2.3 高光譜特征參數(shù)的選取

常見的高光譜數(shù)據(jù)特征參數(shù)可分為3 個類型，共19 個特征參數(shù)[8–9]，即從原始光譜、一階導數(shù)光譜當中提取出來的基于高光譜位置變量、面積變量和植被指數(shù)變量。對這些高光譜特征參數(shù)與葉面積指數(shù)的相關性進行分析，從中選出相關性最高的高光譜參數(shù)作為茶尺蠖的危害指數(shù)DI(disease index)。

1.2.4 高光譜數(shù)據(jù)處理

為了減小噪聲，提高信噪比，利用OriginPro8數(shù)據(jù)處理軟件，采用Savitgky–Golay 方法對原始光譜數(shù)據(jù)進行平滑處理。

2 結果與分析

2.1 高光譜特征參數(shù)的分析

對試驗區(qū)長勢良好的茶樹(A 組)和遭受茶尺蠖啃食的茶樹(B組)冠層光譜進行測定，其光譜反射率曲線如圖1 所示，發(fā)現(xiàn)正常生長與受茶尺蠖為害的茶樹的高光譜反射率在520～580 nm 和690～790 nm 的變化非常明顯，茶葉長勢越好，其高光譜的反射率越大。

圖1 Savitgky-Golay 平滑處理前后茶園的高光譜反射率Fig.1 Comparison between Savitgky-Golay smootDIng before and after

通過對光譜數(shù)據(jù)的處理，發(fā)現(xiàn)光譜反射率和其對應的反射率一階導數(shù)值受茶尺蠖危害程度的影響非常明顯，茶尺蠖為害程度越大，其反射率與其對應的反射率一階導數(shù)值越??；在其紅邊范圍內，其反射率相對變化率為86.3%，一階導數(shù)值相對變化率為85.8%，一階導數(shù)總和相對變化率為87.3%。其原因是茶樹葉片被茶尺蠖啃食后，葉綠素含量減少，對紅光和藍紫光波段的吸收也隨之減少，使得紅光波段的總體吸收能力減小。與此同時，水分含量和葉面積指數(shù)也相應減少，使得近紅外波段內的反射率減小，從而使近紅外波段內的反射率減小。

表1 茶尺蠖啃食茶園高光譜相關參數(shù)Table 1 The control of the hyperspectra’s parameters between the reference group and the experimental group

2.2 高光特征譜參數(shù)與葉面積指數(shù)的相關性

通過對試驗區(qū)茶樹冠層的高光譜相關參數(shù)與葉面積指數(shù)的關系的對比分析，發(fā)現(xiàn)高光譜參數(shù)中，Rb、Db、SDb、Rr、Dr、SDr 及SDr/ SDb 相對變化率均超過20%，以高光譜特征參數(shù)x 和葉面積指數(shù)y，分別建立三項式擬合回歸模型(表2)。

結果表明，SDb、Rr、Dr 及SDr 等4 個高光譜參數(shù)與葉面積指數(shù)的相關性非常明顯，以SDr 的擬合回歸模型的相關系數(shù)最高，為0.995，故以SDr作為自變量，葉面積指數(shù)作為因變量，進行曲線估計，尋找最佳擬合模型。

表2 葉面積指數(shù)與高光譜相關參數(shù)的非線性擬合回歸模型Table 2 The analysis of nonlinear fitting regression model of Leaf area index and Hyperspectral parameters

圖2 結果表明，SDr 的三項式回歸模型相關系數(shù)最大，且標準誤差最小，由此將SDr 值進行比例變換，變換系數(shù)為100，作為蟲害光譜檢測指數(shù)，則有DI=100SDr。

從試驗園區(qū)隨機抽取20 個樣點，對其模型精度進行檢驗，用實際測得的葉面積指數(shù)值反推DI值，再利用已經(jīng)建立的模型對這20 個樣點的DI 進行預測分析，結果預測值與實際值的相關系數(shù)為0.93，平均相對誤差為4.46%(圖3)，表明模型的預測大體上與真實值相當，能較好地估測茶尺蠖發(fā)生的嚴重程度。

圖2 高光譜特征參數(shù)SDr 的不同模型對比Fig.2 Contrast among different model of DI spectral characteristic parameters

圖3 真實值與高光譜模型預測值的誤差分析Fig.3 The error analysis between true value and DI spectral model prediction

3 結論與討論

本研究通過采集茶園受茶尺蠖危害后的高光譜數(shù)據(jù)，建立與葉面積指數(shù)相應的數(shù)學回歸模型，根據(jù)預測結果可以看出，預測值與實際值的相關系數(shù)為0.93，相對誤差平均值為4.46%，表明對茶尺蠖的危害程度預測值與真實值大體相當，可以利用高光譜遙感技術對產(chǎn)業(yè)化和規(guī)?；鑸@的茶尺蠖危害情況進行監(jiān)測。

研究僅對1年內的蟲害情況進行了分析，在后續(xù)研究中應采集多年的光譜信息，以排除氣象因素對茶尺蠖危害程度的影響。當前，已有通過構建三維高光譜數(shù)據(jù)信息陣，采用多維偏最小二乘(NPLS)算法建立作物長勢預測模型[11]，對農(nóng)作物的不同生長時期的蟲害危害程度進行全程監(jiān)測的研究，在茶園蟲害程度的監(jiān)測上也可以借鑒引入多種高維數(shù)據(jù)模型，通過比較其模型在回歸效果上的優(yōu)劣，來確定最佳的高光譜監(jiān)測模型。

[1]郭書普．農(nóng)業(yè)實用技術百科全書[M]．北京：中國致公出版社，1996：657–660．

[2]呂佩珂，蘇慧蘭，呂超，等．中國糧食作物、經(jīng)濟作物、藥用植物病蟲原色圖鑒(下冊)[M]．3 版．北京：遠方出版社，2007：808–810．

[3]毛迎新，劉明炎，龔自明，等．茶尺蠖核型多角體病毒湖北分離株的分子鑒定[J]．湖南農(nóng)業(yè)大學學報： 自然科學版，2010，36(6)：685–689，699．

[4]朱俊慶．茶尺蠖等三種食葉性害蟲的測報技術[J]．茶葉，2002，28(2)：96–97．

[5]張春艷，譚琳，袁河清．茶尺蠖防治研究進展[J]．農(nóng)林論壇，2009(31)：1159–1160．

[6]盧輝，韓建國，張錄達．高光譜遙感模型對亞洲小車蝗危害程度研究[J]．光譜學與光譜分析，2009，29(3)：745–748．

[7]程武學，潘開志，楊存建．葉面積指數(shù)(LAI)測定方法研究進展[J]．四川林業(yè)科技，2010，31(3)：51–54，78．

[8]Zhang Liangpei，Zheng Lanfen，Tong Qingxi．The estimation of vegetation variable based on DIgh resolu- tion spectra[J]．Journal of Remote Sensing，1997(2)：111–114．

[9]浦瑞良．高光譜遙感及其應用[M]．北京： 高等教育出版社，2000．

[10]信陽植保信息網(wǎng)．茶尺蠖防治警報[EB/OL]．http://www. hnzbw.com.cn/asp/detail.asp?id=8715，2008–04–23．

[11]王韜，張錄達，勞彩蓮，等．三維高光譜NPLS 模型用于冬小麥估產(chǎn)的初步研究[J]．光譜學與光譜分析，2006，26(10)：1915–1917．