（农业机械化工程专业论文）水稻虫害的地面高光谱分析及其检测软件的设计.pdf

江苏大学硕士学位论文 摘要 地面高光谱技术是一种快速无损检测技术。它可以解决目前广泛采用的目测手查 法检测费时费力的不足，降低检测人员的劳动强度；还可以与卫星遥感互补，提供小 尺度空间虫害的信息，提高小尺度空间虫害管理水平；相对于目前计算机视觉检测技 术，地面高光谱检测虫害更具有实用性。 本文以水稻白背飞虱虫害检测为目标，于2 0 0 6 、2 0 0 7 年在江苏大学与镇江市植 保植检站联合培育的野外试验稻田内，采用便携式光谱仪对水稻白背飞虱主害代期间 的水稻冠层及叶片进行了光谱测量与分析，并针对白背飞虱虫害检测设计了专门的检 测软件。 通过对冠层和叶片的光谱测量，发现当水稻受到白背飞虱虫害的侵害时，无论 是单叶还是冠层水平，其光谱反射率都会发生相应的变化，而且在两种水平下， 波形相似，光谱反射率变化的规律一致。通过相关分析，得到单叶敏感波段为 5 1 4 6 0 2 n r a ，6 9 7 1 3 3 9 n m ，1 5 0 1 1 7 4 9 n m 及2 1 0 1 2 2 9 9 n m ，特征波长点为5 6 2 m n ， 7 7 4 n m 和1 6 9 1 n m ；冠层水平下敏感波段为5 2 5 5 7 1 r i m ，7 1 1 1 3 3 9 n m 及 1 5 0 1 1 7 4 9 n m ，特征波长点为5 5 8 n m ，7 7 9 i l i n 和1 6 8 5 n r a 。 通过对水稻白背飞虱虫害的光谱定量分析，得到单叶水平下，单变量建立模型 时，采用7 7 4 n m 和1 6 9 1 n m 波长点处的光谱反射率能较好的诊断白背飞虱百株虫 量，预测相关系数分别达到0 9 1 和0 8 5 ，预测标准偏差分别为3 2 5 4 和3 6 7 3 ， 平均相对误差分别为1 6 4 和1 8 5 ；多变量建立模型时，采用逐步回归法筛选出 1 2 个回归变量，预测相关系数达到0 9 4 8 ，且预测标准偏差为8 7 9 ，平均相对误 差为1 3 6 。冠层水平下，单变量建立模型时，采用7 7 9 n m 和由5 5 8 n m 与7 7 9 n m 构 建的比值植被指数( r v i ) 能较好的诊断田间白背飞虱百株虫量，预测相关系数分别 达到0 9 2 1 和0 8 0 6 ，预测标准偏差分别为3 0 6 3 和3 3 4 7 ，平均相对误差分别为1 5 2 和1 7 5 ；多变量建立模型时，采用逐步回归法筛选出7 个回归变量，预测相关系 数达到0 9 8 2 ，预测标准偏差为7 9 3 ，平均相对误差为1 2 7 。 本文为实现水稻白背飞虱的高光谱遥感预测以及水稻的精确变量施药提供了 试验依据，具有重要的学术意义和实用价值。 关键词：水稻地面高光谱定量分析模型检测 江苏大学硕士学位论文 a b s t r a c t h y p e r s p e c t r a lt e c h n i q u eo ng r o u n di saf a s ta n dl o s s l e s st e c h n i q u e i tc a nr e s o l v et h e s h o r t a g eo fw a s t i n gt i m ea n ds t r e n g t hw h e nw et a k et h et e c h n i q u eo fe y e b a l l i n ga n d c h e c k i n gw i t hh a n d s ，a n dc a nr e d u c el a b o ri n t e n s i t yo fc h e c k i n gp e o p l e ；t h i st e c h n i q u ec a l l c o m b i n ew i t hs e c o n d a r yp l a n e t , a n dp r i v a t et h ei n f o r m a t i o no fi n s e c tp e s ti ns m a l ln l e 卸眦 s p a c e ；t h i st e c h n i q u ec h e c k i n gi n s e c tp e s ti sv e r yp r a c t i c a b i l i t yr e l a t i v et ov i s i o n - c h e c k i n g t e c h n i q u eo fu s i n gc o m p u t e r t h i sa r t i c l et a k et h ei n s e c tp e s tc h e c k i n go fs o g a t e l l af u r c i f e r aa sm yo b j e c t , a n dd e a l t w i t ht h em e a s u r e m e n ta n da n a l y s i st h es p e c t r a lo ft h el e v e lo fs i n g l el e a fa n dc a n o p y d u r i n gm a i nh a r m f u lt i m eu s i n ga s d f i e l ds p e ci n s t r u m e n ta tt h ef i e l dt r i a lr i c ep a d d y c u l t i v a t i n gb e t w e e na g r i c u l t u r a ll a b o r a t o r yo fj i a n g s uu n i v e r s i t ya n dp l a n t p r o t e c t i n g d e p a r t m e n to fz h e n j i a n gi nt h ey e a ro f2 0 0 6a n d2 0 0 7 t h es p e c i a lc h e c k i n gs o f t w a r e w a sd e s i g n e dt oc h e c kt h en u m b e ro fr i c es o g a t e l l af u r c i f e r a t h r o u g ht h es p e c t r a lm e a s u r e m e n to ft h el e v e lo fs i n g l el e a fa n dc a n o p y , s p e c t r a l r e f l e c t i v i t yw o u l dt a k ep l a c er e l e v a n tc h a n g eu n d e rt h el e v e lo fs i n g l el e a fa n dc a n o p y w h e nr i c ew e r eh a r m e dw i t hs o g a t e l l af u r c i f e r a u n d e rt h e s et w ol e v e l s ，t h e r es h a p eo fw a v e w a ss i m i l a r , a n dt h ec h a n g er u l eo fs p e c t r a lr e f l e c t i v i t yw a st h es a m e t h r o u g ht h e c o r r e l a t i v ea n a l y s e ，i tg o tt h es e n s i t i v ew a v eb a n du n d e rt h el e v e lo fs i n g l el e a f ： 5 1 4 - 6 0 2 n m ，6 9 7 1 3 3 9 n m ，1 5 0 1 - 1 7 4 9 n ma n d2 1 0 1 2 2 9 9 n m ，a n dt h ed i a g n o s t i cw a v e p o i n t ：5 6 2 n m ，7 7 4 n ma n d1 6 9 1 r i m ；i tg o tt h es e n s i t i v ew a v eb a n du n d e rt h el e v e lo f c a n o p y ：5 2 5 5 7 1 r i m ，7 1 1 1 3 3 9 n ma n d1 5 0 1 1 7 4 9 n m ，a n dt h ed i a g n o s t i cw a v ep o i n t ： 5 5 8 n m ，7 7 9 n ma n d1 6 8 5 n m t h r o u g ht h es p e c t r a lq u a n t i t a t i v ea n a l y s eo fr i c ei n s e c tp e s to fs o g a t e l l af u r c i f e r a , t h e w a v ep o i n t so f7 7 4 n ma n d16 91n mc a l ld i a g n o s et h en u m b e ro fs o g a t e l l af u r c i f e r ab e t t e ru n d e rt h e l e v e lo fs i n g l el e a f 勰e s t a b l i s h i n gm o d e lu s i n gs i n g l ev a r i a b l e ，a n dt h ec o r r e l a t i v e c o e f f i c i e n to fp r e d i c t i n gm o d e lw a s s e p a r a t e l y0 9 1a n d0 8 5 ，a n dt h es t a n d a r dd e v i a t i o n o fp r e d i c t i n gm o d e lw a ss e p a r a t e l y3 2 5 4a n d3 6 7 3 ，a n dr e l a t i v ee r r o ro fa v e r a g ew a s s e p a r a t e l y1 6 4 a n d1 8 5 ；1 2r e g r e s s i o nv a r i a b l ew e r es c r e e no u tb ys t e p w i s e r e g r e s s i o nm e t h o d 勰e s t a b l i s h i n gm o d e lu s i n gm a n yv a r i a b l e s ，a n dt h ec o r r e l a t i v e c o e f f i c i e n to fp r e d i c t i n gm o d e lw a s0 9 4 8 ，a n dt h es t a n d a r dd e v i a t i o no fp r e d i c t i n g m o d e lw a s8 7 9 ，a n dr e l a t i v ee r r o ro fa v e r a g ew a s1 3 6 u n d e rt h el e v e lo f c a n o p y , t h e 江苏大学硕士学位论文 w a v ep o i n t so f7 7 9 n ma n dt h er v im a d eu po f5 5 8 n ma n d7 7 9 n mc a l ld i a g n o s et h en u m b e ro f s o g a t e l l af u r c i f e r ab e t t e ra se s t a b l i s h i n gm o d e lu s i n gs i n g l ev a r i a b l e ，a n dt h ec o r r e l a t i v e c o e f f i c i e n to fp r e d i c t i n gm o d e lw a ss e p a r a t e l y0 9 2 1a n d0 8 0 6 ，a n dt h es t a n d a r d d e v i a t i o no fp r e d i c t i n gm o d e lw a ss e p a r a t e l y3 0 6 3a n d3 3 4 7 ，a n dr e l a t i v ee r r o ro f a v e r a g ew a ss e p a r a t e l y1 5 2 a n d1 7 5 ；7r e g r e s s i o nv a r i a b l ew e r es c r e e no u tb y s t e p w i s er e g r e s s i o nm e t h o da se s t a b l i s h i n gm o d e lu s i n gm a n yv a r i a b l e s ，a n dt h e c o r r e l a t i v ec o e f f i c i e n to fp r e d i c t i n gm o d e lw a s0 9 8 2 ，a n dt h es t a n d a r dd e v i a t i o no f p r e d i c t i n gm o d e lw a s7 9 3 ，a n dr e l a t i v ee r r o ro fa v e r a g ew a s1 2 7 t h ea i mo ft h er e s e a r c hi st op r o v i d ee s s e n t i a lt e s t i n ge v i d e n c ea n dt e c h n o l o g i c a l b a s i sf o rf u r t h e rd e v e l o p m e n to ff o r e c a s t i n gr i c ei n s e c tp e s to fs o g a t e l l af u r c i f e r aa n d p r e c i s es p r a y i n gt e c h n o l o g y k e y w o r d s ：r i c e ；h y p e rs p e c t r u mo ng r o u n d ；q u a n t i t a t i v ea n a l y s e ；m o d e l ； i n s p e c t i o n i r 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权江苏大学可以将本学位论文的全部 内容或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫 描等复制手段保存和汇编本学位论文。 本学位论文属于 保密口，在年解密后适用本授权书。 不保密d 指导教师签名：膨 卅年- 月，7 日 秭 3 乍j 名 日 签 者 寻 懈 明 姗 陟 论 e 僦产 挚 功 独创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究工作所取得的成果。除文中已注明引用的内容以外，本论 文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文 的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本 人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期：旧年r 月 a 日 为p 和 ， f 江苏大学硕士学位论文 第一章绪论 1 1 引言 水稻是中国重要的粮食作物之一，也是我省的主要经济作物，年种植面积约 3 0 0 0 万h m 2 ，占全国粮食作物种植面积的近1 3 ，稻谷产量占全国粮食总产量的 4 5 i l 】。因此，水稻的稳产、高产对保障中国粮食安全生产具有重要的意义。然而 在水稻生长过程中，各种病虫害的出现严重影响了水稻的健康生长。稻飞虱、稻 纵卷叶螟、水稻螟虫、稻瘟病、纹枯病是中国水稻生产上为害严重的几种重要的 病虫害。据统计，在2 0 0 0 2 0 0 3 年间，全国主要水稻病虫害年发生面积超过8 5 0 0 万t i m 2 次，其中2 0 0 3 年，稻飞虱、稻纵卷叶螟、水稻螟虫发生面积占全国水稻病 虫害总发生面积的7 2 5 ，虫害明显重于病害。全国每年因水稻病虫害危害虽经防 治仍然造成经济损失4 0 0 5 0 0 万吨【1 】。因此，进行水稻病虫害检测及防治方面的 研究显得至关重要。 在水稻病虫害的各种检测方法中，检测人员尤其是基层植保植检人员普遍使 用的是目测手查法【2 】。使用该方法观察有无病虫害发生及其危害程度，用捕捉虫蛾 等办法判断病虫害爆发的可能性。这些传统的监测方法费时费力不说，其获取信 息的滞后性还严重影响病虫预报准确率，进而影响了病虫害防治的及时性和有效 性。为了提高病虫害监测的精度和水平，采用高科技手段及时了解田间水稻的健 康与否以及病虫害程度已成为病虫害监测的重要研究方向。 1 2 农作物虫害检测技术的研究现状 随着信息技术的发展，新的农作物虫害监测方法不断出现，到目前为止，虫 害检测方法主要有：目测手查法、遥感技术以及计算机视觉技术等。 1 2 1 目测手查法 传统的目测手查法包括田问系统调查、灯光诱测和捕捉虫蛾等几种方法。这 是我国目前基层使用最为广泛的一种监测方法，尤其是各地方植保植检站，基本 都采用这种方法。早在1 9 9 5 年，我国就对农作物的一些重大病虫害颁布了相应的 测报调查规划3 1 ，将田间系统调查和灯光诱测等传统监测方法进行了标准化，指导 各地方植保植检站的日常监测工作。1 9 9 7 年，丁建云等 4 1 根据浙江龙游县农业局 江苏大学硕士学位论文 病虫测报站及浙江舟山地区病虫测报站的设计，制作了高空捕虫网，并将其与田间 系统调查和灯光诱测等三种传统监测方法一起应用于稻白背飞虱的监测，实验证 明应用高空网监测虫害是可行的，从而丰富了传统监测方法。但是由于这些监测 信息一直存在着一定的滞后性，监测信息得不到及时有效地利用，越来越不能适 应农业现代化的需要。因此，张谷丰等1 5 j 应用a s p 建立w e b 数据库，它具有信息 量大，交互性强，扩充性好，传播速度快等特点，将它应用于农作物虫害的监测 及预报，大大提高了我国害虫监测预报的质量和工作效率。沈丽等【6 l 应用互联网技 术、地理信息系统软件和专业网站平台，通过数据快速传递系统、数据及时处理 系统和信息快速发布系统的建立，实现了病虫监测信息的快速、准确和可视化发 布。 1 2 2 卫星遥感技术 卫星遥感技术是一种远距离、在不直接接触目标物体的情况下，通过接收目 标物体的反射或辐射来的电磁波，探测地物波谱信息，并获取目标地物的光谱数 据与图像，从而实现对地物进行定位、定性或定量的描述【_ 7 1 。遥感技术是目前国际 上监测农作物受病虫害危害程度最先进的手段之一，它是研究农作物受病虫危害 后的光谱变化，寻找病虫危害程度与原始光谱、植被指数、导数光谱等变化之间 的关系。在一些发达国家，遥感技术已被广泛应用于农作物病虫害监测。g r e g o r y 和c a r t e r i s 研究了植物在受8 种胁迫时的反射率比值与不受胁迫时的反射率比值， 以及它们的相关性，发现在可见光到近红外光谱区与无胁迫的植物叶片相比，受 胁迫的叶片中r 6 9 5 r 4 2 0 ，r 6 9 5 r 7 6 0 是最显著相关的。e a c l o u t i s 9 】在1 9 9 6 年运 用线性回归分析方法发现，r 6 9 5 r 4 2 0 ，r 6 9 5 r 7 6 0 与不同生长时期的小麦的农学参 数( l a i 、冠层温度、植株高度) 之间具有高相关性。这些研究都表明利用高光谱 数据及由此衍生得到的植被指数监测病虫害是可行的。而在国内，遥感技术在农 业工程中主要用于农作物估产、长势监测和洪涝灾害监测等方面，而对农作物病 虫害监测的应用研究不多。其中何国金等【l o 】通过测定小麦生育期内叶绿素含量变 化及分析叶绿素含量与麦蚜量间的动态关系，提出小麦蚜虫灾害遥感监测的植物 生理学依据，并根据1 9 9 5 、1 9 9 6 和1 9 9 8 年的地面光谱测量，绘制出蚜量同小麦 光谱的相关性曲线，实验证明了利用小麦的反射光谱植被指数r v i 值可以监测麦 蚜。 2 江苏大学硕士学位论文 1 2 3 计算机视觉技术 计算机视觉技术进行病虫害监测的原理是：利用数码相机或其他数字产品， 获得田间叶片上蚜虫、红蜘蛛等小型昆虫的群体图像，将图像输人计算机，利用 图像处理技术，将图像中害虫进行边缘检测，使其与图像的背景分离出来，获得 叶片上害虫的种群数量【l 。目前，借助计算机视觉技术进行农作物病虫害监测的 研究还比较少。在国外，h a b i bg 掣1 2 】针对棉花害虫分类，建立一套自动害虫管理 系统。他们利用计算机视觉、人工神经网络、模糊控制方法建立自适应神经模糊 控制系统，结果表明这是较好的分类系统，为棉花虫害的田间管理打下很好的基 础。国内，于新文、沈佐锐等 1 3 , 1 4 在作物病虫图像特征提取、测量及种类自动识 别研究中，对昆虫图像的分割和边缘检测算法进行研究，利用昆虫的数学形态学 特征，提取目标的轮廓，如植物叶形轮廓和昆虫体形轮廓，实现了棉铃虫等3 种 昆虫的自动鉴别，准确率达到9 0 以上。陈佳娟掣1 5 】根据棉叶的孔洞及叶片边缘 残缺来测定棉花虫害的受害程度。在该研究中应用局部门限法完成图像与背景的 分割；用高斯拉普拉斯算子进行图像边缘检测；用边缘跟踪算法确定棉叶中的孔 洞。 综观以上三种农作物虫害监测方法，我们不难发现：传统的目测手查法应用 历史比较久远，监测设备成本低。而且科技含量不高，只要经过初级培训，测报 员就可以到田间进行虫害的监测。这种方法非常适合我国基层植保植检站或监测 点使用。但同时它也具有一些缺点：费时费力，且其获取信息具有一定的滞后性， 因此严重影响了害虫预报准确率。虽然最近有人将互联网技术、地理信息系统和 数据库等现代信息技术与传统的虫害监测技术相结合，建立病虫实时监测系统或 测报系统，但这只是加快了数据采集后的传递速度，并使数据得到及时的处理和 发布，对田间原始虫害数据的采集速度并没有提高，并没有从根本上实现对虫害 的实时监测。卫星遥感技术是目前监测农作物受虫害危害程度最先进的手段之一， 利用它能及时有效地监测虫害。但它受天气因素影响较大，数源的可用数据非常 有限，而且它只能提供大尺度区域性的害虫数量、危害程度和分布面积，无法提 供地面小尺度的虫害信息，降低了基于小尺度害虫综合管理水平。计算机视觉技 术在农作物虫害中的应用为地面监测虫害提供了一种简便的方法，尤其是利用网 络化摄像镜头，可以建立区域化网络化实时监测系统，它是区域性害虫监测发展 3 江苏大学硕士学位论文 的重要方向。但这种技术在虫害监测中的应用目前还处于实验室研究和测试阶段， 实际应用仍需要一定的时间，而且该技术还存在田间取样，包括取样标准、图像 质量、样品有无其它噪音干扰等一些主要问题。 以上这些方法在虫害的监测方面做出了很大的贡献，但为了提高虫害监测的 精度和水平，监测方法和技术应有新的丰富和发展，以克服自身的不足。而且我 们认为目前在虫害监测方面应做的工作是：( 1 ) 采用高科技手段，将基层测报员从 繁重的监测工作中解放出来，做到省时省力；( 2 ) 采用高科技手段，提高虫害监测 的精度和水平。在这种情况下，采用地面高光谱技术进行田间原位监测就有其特 有的优势：( 1 ) 它是一种地面物理探测方法，所采用技术成熟，数据采集省时省力， 信息获取快速且监测精度高；( 2 ) 利用田间现场高光谱来诊断虫害，所作的诊断是 相对小尺度而言的，可以提高小尺度害虫综合管理水平，而且还可以与空间遥感 技术进行尺度上的互补。 1 3 地面高光谱技术检测虫害的原理 地面高光谱技术属于一种无损间接检测技术，它能利用很多很窄( 通常波段 宽度 l o n m ) 的电磁波波段从感兴趣的物体上获取有关数据，并区分出那些具有 诊断性光谱特征的地表物质，因而成为地物定量分析最先进的手段之一【1 6 ，1 7 1 。 植物的光谱特性是植物在生长过程中与环境因子相互作用的综合光谱信息。 当植物遭受病虫害侵害后，主要有两种表现：外部形态的变化和内部生理变化。 外部形态的变化有卷叶、落叶、枯萎等，导致冠层结构发生变化；内部生理变化 则表现为叶绿素组织遭受破坏，光合作用减弱，养分水分吸收、运输、转化等机 能衰退。无论是形态或生理的变化，都必然导致作物光谱特征的变化【i 们。例如植 物发生病虫害，农作物因缺乏营养和水分而生长不良，海绵组织受到破坏，叶子 的色素比例也发生变化，使得可见光区的两个吸收谷不明显。近红外光区的变化 更为明显，峰值被削低，甚至消失【1 8 】。而且受害植物的光谱特性与健康植物的光 谱特性相比，某些特征波长的值会发生不同程度的变化。因此，采用地面高光谱 技术，研究作物受病虫危害前后以及不同危害水平下的光谱差异性信息，寻找病 虫害程度与光谱变化之间的关系，可以检测出病虫危害，并且可以定量分析出危 害程度。 4 江苏大学硕士学位论文 1 4 本课题研究目的和意义 1 4 1 研究目的 本研究是以水稻白背飞虱虫害发生量( 程度) 的检测为背景，利用地面高光 谱技术对其进行识别，研究虫害对于水稻叶片和冠层光谱特征的影响，最终建立 一种适合田间原位快速检测水稻白背飞虱虫害的物理检测方法，以此对水稻白背 飞虱虫害的发生量( 程度) 进行实时检测和分析，并提出相应的防治措施。 1 4 2 研究意义 由于本研究采用田问现场快速检测技术，因此加快了水稻虫害的检测速度， 并且还可以实现虫害发生量( 程度) 的定量分析，提高了检测精度，从而为水稻 虫害发生量( 程度) 的测报提供了比较及时而又准确的基础数据。另外，利用这 种技术来检测虫害，所作的诊断是相对小尺度而言的，可以提高小尺度虫害综合 管理水平，而且还可以与空间遥感技术进行尺度上的互补。通过本课题的研究， 还可以为农作物其它病虫害发生程度的检测提供新的技术创新途径，丰富和完善 虫害现场快速检测的方法体系，对提高农作物虫害的检测水平具有重要的学术意 义和经济价值。 而且，到目前为止，地面高光谱技术在农作物信息诊断方面的研究主要集中 在各种生化组分( 叶绿素、氮烈2 0 1 和蛋白质等) 的估算和病掣2 2 1 程度的检测 等方面。在白背飞虱虫害研究方面，国内外学者主要对白背飞虱的发生规律f 2 3 1 、 生物学 2 4 , 2 5 1 和生态学特性 2 6 3 - 7 1 等方面进行了探索，而利用高光谱技术对白背飞虱虫 害后水稻的光谱特征方面的研究还未见报道。基于此，本文利用地面遥感平台， 通过对受害后的水稻冠层光谱特征进行分析，选取白背飞虱虫害的敏感波段，建 立了虫量反演模型，为用高光谱技术快速诊断白背飞虱虫害提供了试验依据。 1 5 本课题研究内容和方法 1 5 1 研究内容 本课题的主要研究内容是：通过研究水稻受不同程度白背飞虱虫害所对应的 反射光谱特性，进而研究反射光谱特征与水稻百株虫量之间的相关性，并最终建 立两者之间的数学回归模型用于虫量的实时检测，同时也为水稻精确变量施药和 5 江苏大学硕士学位论文 综合防治提供依据。 具体研究内容如下： 1 ) 研究水稻受白背飞虱虫害前后叶片和冠层的反射光谱变化规律，并探明敏 感光谱波段。 2 ) 研究不同白背飞虱虫量及虫害程度对水稻叶片和冠层光谱特征的影响。 3 ) 在叶片和冠层水平下，分别对水稻白背飞虱虫量进行光谱定量分析研究。 1 5 2 技术路线 1 ) 在稻田试验区内，使用人工农药控制和自然消长相结合的方式，培育受害 后的试验样本及健康的对比样本。 2 ) 健康和受害样品的光谱分析，利用便携式光谱仪测量叶片和冠层的光谱特 性曲线，寻找水稻受害的敏感光谱波段及其反射率特征。 3 ) 分析不同虫害程度的敏感光谱波段反射率特征的变化规律，分别对单个叶 片和冠层光谱反射特征参量与虫量( 虫害程度) 进行相关分析和回归分析，建立 虫量( 虫害程度) 的检测模型。 4 ) 设计基于地面高光谱技术的白背飞虱虫量的快速检测软件系统，编制检测 系统的相关软件，并提供水稻受虫害后的防治方法。 本试验的总体技术路线如图1 1 所示： 健康水稻ii 受害水稻 光谱特征li 光谱特征 光谱特征差异性分析 不同虫害程度的光 谱特征比较 虫量检测软件系统的搭建 采用盘拍法测量平 均百穴虫量 受害光谱特征与虫量相关 并回归分析，建立预测模 型 图1 1 技术路线图 6 江苏大学硕士学位论文 1 6 本章小结 本章首先介绍了水稻病虫害的危害，得出了研究其病虫害的必要性。然后通 过介绍目前几种主要的农作物虫害检测技术，并比较了它们的优缺点，得到本课 题所采用地面高光谱技术进行虫害检测的优越性。接着从该技术检测虫害的原理 出发，阐述了本课题研究的目的和意义。最后明确了本课题的主要研究内容，并 制定了详细的技术路线。 7 江苏大学硕士学位论文 第二章虫害的样本调查和原始光谱测量 2 1 白背飞虱的形态特征及危害特点 2 1 1 形态特征 白背飞虱是我国水稻上的主要害虫之一。在每一个世代内，白背飞虱都要经 过成虫、卵和若虫三个阶段，每个阶段也都呈现不同的形态特征。 成虫成虫有长翅型和短翅型两种。长翅型连翅体长3 8 4 6 m m ，短翅型体长 2 5 3 5 m m 。头顶长方形，显著突出于复眼前方，额以近端部最宽。雄虫大部分 黑褐色，雌虫大部分淡黄褐色。头顶除端部两侧脊间、前胸背板和中胸背板中域 外，均为黄白色，前胸背板侧脊外方于复眼后有一暗褐色新月形斑，中胸背板侧 区黑褐色，头顶端部两侧脊间和面部，雄虫为黑褐色，雌虫为黄褐色，仅腹背有 黑褐斑；前翅半透明，有时端部具烟褐晕、翅斑黑褐色【2 8 刀】。 卵长约0 8 m m ，宽约0 2 m m 。初产时呈新月形，乳白色，中后期呈尖辣椒形， 变为淡变黄色，并出现红色眼点，将孵化时眼点变为红褐色2 8 刀】。 若虫共5 龄，体形近橄榄形。头与腹末较尖。一龄若虫长约1 1 m m ，灰褐或 灰白色，无翅芽，腹背有清晰的“丰 字形浅色斑纹；二龄若虫体长约1 3 r a m ， 灰褐或淡灰色，无翅芽，腹部背面中央也有一灰色“丰 字形斑纹；三龄若虫体 长约1 t r a m ，灰黑与乳白相嵌，胸部背面有灰黑色不规则斑纹，边缘清晰，翅芽 明显出现；四龄若虫体长约2 2 r a m ，前后翅芽长度近相等，斑纹清晰；五龄若虫 体长约2 9 r a m ，前翅芽超过后翅芽的尖端【3 0 1 。 2 1 2 危害特点 白背飞虱危害时，以成虫、若虫群集于稻丛基部，通过口针直接刺吸茎叶组 织汁液，高龄若虫和成虫的取食量较大，消耗稻株养分，其取食会导致水稻各种 氨基酸含量、光合作用速率、叶绿素含量、保护酶活性发生变化 3 1 , 3 2 】。由于白背 飞虱的主害期在水稻抽穗之前，所以受害后表现为植株矮小、穗短、穗小、结实 率降低。严重受害时植株渐变酱褐色，直立不塌秆，甚至会出现枯死倒伏的“冒 穿 现象。后期虫量大时会在穗部取食，造成颖壳变色，籽粒半瘪【2 引。 8 江苏大学硕士学位论文 2 2 虫害的样本调查 2 2 1 害虫田间分布 害虫种群的田间分布受多种因素影响，它随种类、虫期、虫口密度的不同而 变化，同时还受地形、地势、土壤、栽培方式、农田小气候等多种环境条件的影 响。因此，进行害虫田间调查取样，必须根据不同的分布型选择合适的取样方式， 使调查结果具有较好的代表性。其中最常见的田问分布型有三种【3 3 】，如图2 1 所示。 图2 1 害虫的田间分布型示意图 1 随机型2 核心型3 嵌纹型 随机分布型：害虫在田间的分布呈比较均匀的状态。例如，三化螟成虫在秧 田内的分布，玉米螟卵块的田间分布等。由于这种分布型在田间比较均匀，因此 取样点数量可小些，每个取样点可大些。 核心分布型：害虫在田问分布呈不均匀的状态，个体形成许多相同或不同大 小的集团或核心，并向四周作放射状扩散蔓延，核心之间是随机分布的。由于这 种分布不均匀，因此取样点数量可多些，每个取样点可小些。 嵌纹分布型：也是一种不均匀分布，害虫在田间分布疏密互间，密集程度极 不均匀，呈嵌纹状。属于这种分布型的害虫，如棉红蜘蛛由大豆豌豆等作物向棉 田转移，造成田边分布较多，并不规则地向田内蔓延，因此同样取样点数量可多 些，每个取样点可小些。 2 2 2 样本取样方法 样本取样方法取决于害虫的田间分布，目前，田间虫害调查采用的取样方法 通常有以下五种【3 3 1 ，如图2 2 所示。 9 江苏大学硕士学位论文 图2 2 虫害的取样方法示意图 i 五点式2 对角线式3 棋盘式4 “z ”字形式5 平行线式 五点取样：这种方法比较简单，取样数量较少，样点可以稍大，适用于较小 或近方形的田块。 对角线取样：可分单对角线和双对角线两种。与五点取样法同样，取样数较 少，每个样点可稍大。 棋盘式取样：将田块划成等距离、等面积的方格。每隔一个方形的中央取一 个样点，相邻行的样点交错分开。取样数可较多，比较准确，但较费工。 “z ”字形取样：样点分布沿田边较多，田中较少。主要针对一些在田间分布 不均匀的害虫如红蜘蛛等。 平行线取样：适用于成行的作物田，样点较多，分布也较均匀。 本论文所有试验是在江苏大学与镇江市植保植检站联合培育的野外试验稻田 内进行的，地点位于镇江市丹徒区，水稻品种为武粳1 3 ，考虑到实际应用，所有 试验均在白背飞虱主害代进行。根据镇江市植保植检站提供的历年虫害资料以及 随后的田间调查，该地区白背飞虱主害代期间的害虫呈随机分布型，所以参照以 上害虫田间分布型和样本的取样方法，本试验样本取样时采用五点取样法，在不 同的方位随机选择五点。取样时间由田间光谱采集的时间决定，两者同步进行。 田间取样时，参照g b t 1 5 7 9 4 1 9 9 5 稻飞虱测报调查规范中介绍的盘拍法， 将平均百丛虫量和发生程度作为虫害的指标，对其进行调查。 平均百丛虫量是指水稻稻田中平均一百丛水稻上所含有的害虫数量，其中害 虫包括成虫和若虫。 发生程度主要是由发生虫量，即平均百丛虫量确定的，按照国家标准将其分 1 0 江苏大学硕士学位论文 为五级，具体分级方法见表2 1 。 表2 1 百丛虫量和发生程度对应表 级别四 五 程度 轻 中偏轻中等中偏重重 百丛虫量头 3 0 0 0 2 3 田间光谱测量 地面光谱测量是研究作物生长发育过程中不同时期和不同程度病虫害光谱响 应机理的基础性工作，是光谱数据用于田间病虫害检测的重要依据。因此在试验 稻田中进行光谱测量是本课题的重要工作之一。 本节将从光谱仪的选用、光谱测量规范等方面，介绍本试验所用光谱数据的 获取过程。 2 3 1 光谱仪的选用 美国分析光谱仪器公司( a n a l y t i c a ls p e ct r a ld e v i c e s ) 研制的光谱仪是国 内外用户公认性能可靠，操作简单的地物光谱辐射计。其基本工作原理是由光谱 仪通过光纤探头摄取目标物的辐射光线，经由a d 转换卡( 器) 变成数字信号， 最后再传入到计算机。整个测量过程由计算机通过操作员控制。有的光谱仪带有 一些简单的光谱处理软件，如光谱曲线标准化处理、导数处理等。为了能准确测 定目标物光谱，通常需要预先测定两类光谱辐射值：第一类称暗光谱或暗电流， 即没有光线进入光谱仪时由仪器记录的本身所固有的光谱。通常是系统本身的噪 声值，取决于环境和仪器本身温度，这个光谱值在后面测量的每个目标光谱中会 被减去；第二类称参考光谱或标准板白光，实际上是从所有波段都有大约1 0 0 反 射率的物质一标准白板上测得的光谱。目标物的反射光谱就是在相同光照条件下 目标光谱除以参考光谱所得的比值。它基于一个假设：测量目标光谱和参考光谱 是在完全相同的光照条件下【3 4 1 。 本试验中使用的是a s d 公司研制的f i e l d s p e c 3 手持便携式光谱分析仪( 如 图2 3 所示) ，该光谱仪的主要参数如下【2 5 1 ： 光谱范围：3 5 0 - 2 5 0 0 n m ： 采样间隔：1 - 4 n m ( 3 5 0 - l o o o n m 区间) 和2 n m ( 1 0 0 0 - 2 5 0 0 n m 区间) ； 光谱分辨率：3 n m ( 3 5 0 - 1 0 0 0 n m 区间) 和l o n m ( 1 0 0 0 2 5 0 0 h m 区间) ； 1 1 江苏大学硕士学位论文 波长精度：+ 一i n m ； 测定速度：固定扫描时问为0 1 秒，光谱平均最多可达3 1 8 0 0 次： 输出波段数：2 1 5 0 ； 测定记录方式：3 分分段探测，自动化设定增益和积分时间，自动消除暗电流； 记录参数：d n ( r a w ) 值、相对反射率( r e f ) 或辐射值( r a d ) 可选； 镜头配置：8 度和2 5 度前视场角镜头各一个； 漫反射标准参照白板( 与a s d 配套使用) 。 图2 3f i e l d s p e c q 3 便携式光谱分析仪 测量时，在测量目标物反射太阳辐射的前后，准同步地测量参考白板反射的 太阳辐射光谱，参考板的光谱反射率是经过严格的实验室标定的，通过比值方法， 计算目标的光谱反射率。公式【3 5 1 如下： 碍= 器d n 蝎 ( 2 - 1 ) d r t 和r r 分别是目标和参考白板的光谱反射率，d n t 和d n r 分别为目标和参 考白板反射的太阳光强度。 2 3 2 光谱测量规范 田间光谱的测量结果受许多因素影响，如测量时仪器操作的正确与否，测量 的时问、方法等。为此，本试验针对采用f i e l d s p e c 3 手持便携式光谱分析仪 进行水稻虫害的田间光谱测量，制定以下操作规范与技术规范。 1 ) 光谱仪的操作规范 测量前的准备：测量前必须先对光谱仪和计算机充电，并准备好合适的镜头 1 2 江苏大学硕士学位论文 ( 本试验采用8 度镜头) 和标准白板。 测量时操作步骤如下： 第一步，先打开光谱仪的电源，然后打开计算机电源，并启动r s 3 软件。( 注 意，光谱仪电源打开后留约1 0 分钟时间暖机。) 第二步，在软件c o n t r o l 菜单下选择a d j u s tc o n f i g u r a t i o n ，然后选择相应 的镜头并调整光谱平均、暗电流平均和标准白板采集的平均次数。由于试验测量 的是相对反射率，故在绝对反射率前的选择框不选。具体如图2 4 所示。 图2 4a d j u s tc o n f i g u r 8t i o n 对话框 第三步，在软件c o n t r o l 菜单下选择s p e c t r u ms a v e ，然后选择或填写需要存 储数据的路径、名称和其他内容。具体如图2 5 所示。 图2 5s p e c t r 姗s a v e 对话框 1 3 江苏大学硕士学位论文 第四步，点击d c 采集暗电流，并将镜头对准标准白板，点击o p t 优化。( 注 意：标准白板必须充满镜头视场。工作过程中特别是开始工作的前半小时内每5 分钟采集一次暗电流，每1 5 分钟优化一次。) 第五步，镜头仍然对准标准白板，点击w r 采集参比光谱。此时，软件自动进 入反射率测量状态。 第六步，镜头移向被测目标，按空格键存储采集到的目标反射光谱。 2 ) 光谱测量的技术规范 本试验中所有水稻虫害的光谱测量和虫害样本调查一样，都是在镇江市丹徒 区试验稻田内进行的。光谱数据的测量选择在晴朗无风无云天气进行，每次测量 时间为上午1 0 点至1 1 点之间，以确保每次具有相似的太阳高度角。 光谱采集点的分布也是采用五点法，根据定田不定点的原则，每次随机选择 五点，采集过程是伴随着虫害样本调查一起的。田问测量时，先在选定的点采用 盘拍法进行虫害调查，然后立即在同样的位置采集叶片光谱和冠层光谱，并通过 记录的方式保证同一采集点的光谱和虫害调查的结果一一对应。 叶片光谱采集时，在每个测量点选两株水稻，在每株水稻上选两个叶片，分 叶尖、叶中和叶根3 个部位进行测量，每个部位测量3 次，计算平均值。 冠层光谱采集时，为确保整个冠层处在探测视场而尽量避免土壤背景的影响， 根据水稻植株实际高度，经计算采用视场角为8 度的探测头，探测头垂直向下距 冠层顶约l m ，以形成直径约1 5 e m 的视场。重复测定3 次，计算平均值。 测量过程中光谱采集人员身穿深色服装，面向太阳站立于目标区的后方，记 录员和其他成员位于其身后，避免在目标区两侧走动。转向新的目标区时，测量 组全体成员面向太阳接近目标区。测量前，先同步测量参照板反射和太阳辐射光 谱用于标定，测定过程中用b a s o 。标准白板进行校正。 2 3 3 光谱数据的导出 采用f i e l d s p e ch a n d h e l d 手持便携式光谱分析仪测得的原始光谱数据文件比 较特殊，只有使用专业分析软件才能打开。为了能使光谱的后期处理顺利进行， 采用该光谱仪附带软件a s dv i e w s p e c p r o 将光谱原始数据文件进行导出。 利用该软件可将光谱原始数据的文件格式转换成图形文件或纯文本文件，以 江苏大学硕士学位论文 便于在一般计算机系统下打开运行，获得光谱曲线或光谱反射率数值。具体操作 步骤如下： 第一步，打开a s dv i e w s p e c p p o 程序，点击软件菜单栏上的s e t u p ，进行输入 输出路径的设置。 第二步，点击软