水稻是世界上最主要的糧食作物之一，世界上接近一半的人口，包括整個東亞和東南亞的人口都以稻米為食。水稻也是我國第二大糧食作物，2021年我國水稻種植面積約4.5億畝，其產量約占我國糧食總產三分之一。危害水稻生產的三大主要病害為：稻瘟病、紋枯病和白葉枯病，其中稻瘟?。?em>Magnaporthe oryzae）是流行最廣、威脅全球水稻生產的最具破壞性的真菌病害。稻瘟病孢子可以借助流水、風、土壤等多種方式擴散。稻瘟病菌可在水稻不同生育時期、不同部位形成危害，據(jù)此，稻瘟病可以分為葉瘟、穗瘟、枝梗瘟等（圖1）。適溫高濕，有雨、霧、露存在條件下有利于發(fā)病。病害的擴展靠分生孢子在空氣中傳播，高濕有利分生孢子形成飛散和萌發(fā)，而高濕度持續(xù)達一晝夜以上，則有利于病害發(fā)生流行。陰雨連綿、日照不足或時晴時雨、或早晚有云霧或結露條件，會加速病情擴展迅速?，F(xiàn)有的稻葉瘟發(fā)病信息主要通過田間調查來獲取，這種方法不僅費時費力，而且存在以點帶面的代表性差等弊端，難以滿足大范圍稻瘟病高時效高精度監(jiān)測的需求。

水稻不同器官感染稻瘟病后的癥狀稻瘟病幾乎年年都發(fā)生，只是發(fā)病面積大小與危害輕重不同而已。及時有效的大面積水稻病害監(jiān)測，對于提出科學有效的防治措施具有重要的現(xiàn)實意義。遙感技術是一種遠距離、在不直接接觸目標地物的情況下，通過接收目標物體的反射或輻射電磁波探測地物波譜信息，并獲取目標地物的光譜數(shù)據(jù)與圖像的技術。目前遙感技術已經被廣泛應用于作物病蟲害研究領域。遙感衛(wèi)星能夠從太空拍照并且傳回地球，圖片可以顯示出全中國或某個省、市、縣的哪些地方種了水稻、哪些地方發(fā)生了稻瘟病，以及這些地方發(fā)病的嚴重程度。但圖像數(shù)據(jù)所提供的信息不是直接呈現(xiàn)出來的，而是通過一種或多種圖像上復雜形式的色調、結構及它們的變化表現(xiàn)出來，普通人員通常不能直接識別出這些特征，需要專業(yè)人員進行“翻譯”。

(相關資料圖)

衛(wèi)星傳感器對地成像示意圖要“翻譯”衛(wèi)星的遙感數(shù)據(jù)，必須要了解稻瘟病菌與水稻“斗智斗勇”的生理過程相關背景知識。稻瘟病對水稻生長的影響，主要有外部形態(tài)變化和內部生理變化2種表現(xiàn)形式。外部形態(tài)變化主要表現(xiàn)在冠層形狀的改變，如落葉、葉片卷曲、植株倒伏等；內部生理變化則表現(xiàn)為葉綠素組織遭到破壞后，光合作用、養(yǎng)分與水分吸收或轉運等生理生化機制發(fā)生改變。無論外部形態(tài)或內部生理發(fā)生變化，都將不可避免地導致作物光譜特征發(fā)生變化。此外，受到病蟲侵害的植物在表現(xiàn)出明顯的外在癥狀前，比如葉色開始變化前幾天或幾周，會減弱對近紅外光（750~950 nm）的反射能力。利用這個特性，我們不僅可以在稻瘟病發(fā)生之后監(jiān)測病蟲害的發(fā)生與分布情況，還可以在病蟲害癥狀出現(xiàn)前對病蟲害進行早期預測。水稻這種由內部病菌侵染造成的外部形態(tài)變化，從衛(wèi)星上觀測到的就是不同的反射光譜（圖2）。而從衛(wèi)星來發(fā)現(xiàn)稻瘟病的本質，就是要捕捉這種光譜變化，進而分析作物是否受到病蟲害侵染、侵染程度以及侵染階段。

從Sentinel-2衛(wèi)星影像提取的健康和不同病情指數(shù)下水稻冠層反射率光譜

與人類流行病的傳播規(guī)律類似，稻瘟病在稻田自然條件下的爆發(fā)也是從發(fā)病中心開始，搭乘風和水流的“順風車”，逐漸向周圍植株傳播。我們對人類測量體溫，可以初步確定感冒等疾病，通過對遙感圖像的分析，我們也能判斷水稻田里的“熱點”（感染）和正常區(qū)域。感染區(qū)域的像素在遙感圖像上表現(xiàn)為異常值，稻瘟病監(jiān)測最主要的目的，就是準確地找到這些異常值，以便后續(xù)采取防治措施。具體操作為，借助于衛(wèi)星拍攝的遙感圖片和稻瘟病侵染相關知識，我們首先從衛(wèi)星觀測農田里稻葉瘟集中爆發(fā)在什么位置、不同位置的稻瘟病發(fā)病程度等信息（圖4）。通過一段時間連續(xù)的衛(wèi)星觀測，我們還能知道某個田塊稻瘟病是變得更嚴重，還是逐漸自愈。在掌握了稻瘟病爆發(fā)的這些規(guī)律之后，我們結合稻瘟病菌的生活習性（如溫度、濕度等）就能對稻瘟病的發(fā)生概率進行及時預測。在稻瘟病對水稻形成危害之前，通過及時噴施農藥和水肥管理等措施，來阻止稻瘟病的發(fā)生和切斷稻瘟病的傳播。從衛(wèi)星平臺對稻瘟病發(fā)生的準確“診斷”，對于遏制病害蔓延、病害定損評估、早期病害預測預警至關重要，也為通過衛(wèi)星從太空預測預警水稻主產區(qū)稻葉瘟爆發(fā)提供了重要的技術支撐。

基于衛(wèi)星遙感圖像得到的三個不同試驗區(qū)稻瘟病發(fā)生趨勢圖

深紅和深綠分別代表呈現(xiàn)惡化和恢復趨勢的區(qū)域

黑色點代表實地調查呈現(xiàn)恢復趨勢的樣方- - - - - -

作者介紹

本文作者為南京農業(yè)大學2018級博士研究生田龍，在讀期間圍繞基于反射光譜的稻瘟病早期監(jiān)測課題，構建了耦合機器學習與光譜特征選擇的稻葉瘟早期階段高精度監(jiān)測模型；創(chuàng)建了適用于多尺度稻葉瘟病情指數(shù)準確估算的光譜指數(shù)；首次實現(xiàn)了基于衛(wèi)星遙感的小農戶田塊稻葉瘟時空動態(tài)變化監(jiān)測。在遙感領域頂級期刊Remote Sensing of Environment發(fā)表稻葉瘟早期監(jiān)測論文2篇。○ ●

撰稿人：田龍，南京農業(yè)大學智慧農業(yè)系博士研究生

審核人：程濤，南京農業(yè)大學智慧農業(yè)系教授，博士生導師

責編：謝蕓

標簽： 南京農業(yè)大學 形態(tài)變化