基于數(shù)字圖像特征的冬小麥漬害監(jiān)測研究

李燕麗，李 磊，吳啟俠，熊勤學，雷仁清

(1.長江大學農(nóng)學院，湖北荊州 434025；2.荊州市農(nóng)業(yè)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(qū)域冬小麥高產(chǎn)、穩(wěn)產(chǎn)的主要限制因子[1-3]。冬小麥漬害的實時、快速、精準監(jiān)測對及時了解農(nóng)作物受害程度、指導農(nóng)業(yè)生產(chǎn)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(fā)展，數(shù)字圖像技術在農(nóng)業(yè)研究領域引起了廣泛關注[4-6]。利用數(shù)字圖像技術對植物生長進行監(jiān)測具有無損、快速、實時等優(yōu)點，不僅可以監(jiān)測作物的葉面積、葉周長、莖稈直徑、葉柄夾角等形態(tài)生長參數(shù)[6-8]，還可通過對圖像信息的統(tǒng)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(chǎn)管理措施[9-10]。Lee等[11]基于數(shù)字圖像對水稻植被覆蓋度、葉綠素含量、氮素營養(yǎng)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(yǎng)狀況的快速無損監(jiān)測。Fernandez-Gallego等[12]基于數(shù)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(shù)字圖像技術在預測糧食作物產(chǎn)量和病害嚴重程度方面的準確性，認為以RGB為基礎的指數(shù)和天數(shù)加在一起解釋了糧食產(chǎn)量變化的70.9%和產(chǎn)量損失的 62.7%。楊北方等[14]分析發(fā)現(xiàn)，群體冠層數(shù)字圖像H值可有效描述棉花田間長勢信息。目前，國內(nèi)外學者利用數(shù)字圖像技術進行作物無損監(jiān)測研究取得了一定進展[15-16]，但對農(nóng)作物漬害監(jiān)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(chǎn)量、千粒重的相關性是利用數(shù)字圖像數(shù)據(jù)進行漬害監(jiān)測的基礎，也是實現(xiàn)冬小麥漬害無損、快速、可視化監(jiān)測的前提條件。

本研究依據(jù)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(qū)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(chǎn)量、千粒重的相關關系，并構建基于圖像特征指數(shù)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(jiān)測方法，以期為冬小麥漬害監(jiān)測提供理論指導。

1 材料與方法

1.1 試驗區(qū)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(nóng)業(yè)氣候大區(qū)、北亞熱帶農(nóng)業(yè)氣候帶、長江中下游農(nóng)業(yè)氣候區(qū)，年平均氣溫16.5 ℃，年均降水量約1 095 mm，年均日照時數(shù)1 718 h。受夏季風影響，每年4-10月常發(fā)生暴雨洪澇災害。地下水位較淺，約為3 m。該區(qū)農(nóng)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(qū)，每個小區(qū)面積4 m2(2 m×2 m)，深1 m。每個小區(qū)底部布設有灌排一體系統(tǒng)，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(qū)表面布設有灌水系統(tǒng)，可從底部和上部2個方向灌溉。小區(qū)內(nèi)除水管附近為70 cm土層外，其余部位均為100 cm土層，小區(qū)內(nèi)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(nóng)979作為供試材料，2017年11月6日播種。播種前每小區(qū)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(qū)9行。在返青期每小區(qū)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(qū)內(nèi)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(qū)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(qū)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(shù)據(jù)采集。冬小麥冠層圖像采用數(shù)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(qū)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(yōu)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(nèi)區(qū)域作為該樣區(qū)的冠層圖像。

每個小區(qū)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(chǎn)量。收獲掛牌標記的冬小麥穗子，統(tǒng)計粒數(shù)，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(shù)據(jù)處理與分析

DX=Xnormal-Xwaterlogging

(1)

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

表1 圖像特征指數(shù)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(chǎn)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(chǎn)量影響不明顯；當漬水時間大于5 d時，SPAD值和產(chǎn)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(chǎn)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(chǎn)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(shù)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(shù)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(shù)與SPAD值、產(chǎn)量、千粒重相關極顯著，其相關系數(shù)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(chǎn)量、千粒重呈負相關，而NGI、NGRDI、GMR、EXG、GRVI與SPAD值、產(chǎn)量、千粒重呈正相關。因此，可以基于這9個圖像特征指數(shù)建立冬小麥SPAD值、產(chǎn)量和千粒重的估算模型。

表2 冬小麥圖像特征指數(shù)與漬水時間和主要生長參數(shù)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(shù)的冬小麥漬害災損估算

表3 基于9種圖像特征指數(shù)差異值的冬小麥SPAD、產(chǎn)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(diào)節(jié)閾值時，葉片部分光合結構發(fā)生不可逆的破壞，其葉綠素含量逐漸減少，主要表現(xiàn)為葉片加速發(fā)黃、萎蔫，且隨著受漬時間的延長，冬小麥產(chǎn)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(chǎn)18%～63%[24]。本研究中，孕穗期漬水5～17 d，冬小麥減產(chǎn)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(chǎn)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(zhì)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(chǎn)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(shù)，來分析利用數(shù)字圖像技術監(jiān)測冬小麥漬害的可行性。

目前，數(shù)字圖像作為可見光光譜遙感最易獲取的數(shù)據(jù)源之一，在作物長勢、雜草識別、病蟲害監(jiān)測等領域得到了廣泛應用。本研究將數(shù)字圖像技術引入作物漬害監(jiān)測中，與傳統(tǒng)的作物漬害監(jiān)測方法相比，基于數(shù)字圖像技術來研究作物受害程度的方法具有很多優(yōu)勢，其實時、快速、方便、無損的優(yōu)點彌補了傳統(tǒng)方法的不足。本研究結果顯示，圖像特征指數(shù)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(xiàn)為基部1～3片葉逐漸干枯，旗葉也逐漸變黃。

本研究基于數(shù)字圖像特征進行了冬小麥漬害災損監(jiān)測研究。通過利用不同受漬時間的冬小麥數(shù)字圖像數(shù)據(jù)，對圖像特征指數(shù)與冬小麥SPAD值、產(chǎn)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(shù)差值的SPAD值、產(chǎn)量、千粒重災損估算模型，間接監(jiān)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(shù)據(jù)可以有效監(jiān)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(xù)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(jiān)測精度，實現(xiàn)受災作物快速、無損、高效監(jiān)測的目的。