利用高光谱识别早期根腐病


发布时间:

2021-07-13

来源:

本站

作者:

PhenoTrait

蜜环菌属是木本植物慢性根腐病最常见的病因之一。病虫害及时评估是其防治的关键。然而,目前的病害检测方法受限于田间规模。因此,需要一种能够增强传统技术的替代方法。在本研究中,我们探讨了高光谱方法在早期检根腐病中识别真菌感染和未感染葡萄植株之间变化的潜力。

 

葡萄根腐病的地下症状

 

植物分类图解:健康植株、叶根都有症状的患病植株、叶无症状但根有症状的植株

 

采用高光谱成像仪采集葡萄叶片图像,并对三组植株(健康植株、叶无症状但叶有症状的植株、根叶均有症状植株)进行分析。结果显示,由于叶片内部结构的变化,近红外光谱区域在健康植株和病株之间存在显著差异,呈递减趋势。无症状植物因其红边光谱的反射率较小(约705nm),而未出现其中。假设与植物防御策略中存在的次级代谢物有关。在接近550nm的波长范围内,患病植物与无症状植物之间存在显著差异。我们使用机器学习环境中的线性判别分析,根据最重要的变量(植被指数和单波段)对叶片进行分类,结果健康VS患病以及健康VS无症状的总体准确率分别为85%和84%。

 

图 (a) 显示了拍摄的三片叶子的 RGB 照片样本。图 (b) 显示了使用相同叶子制作的高光谱图像样本。

 

三个植物组的平均高光谱特征加上它们在色带中的标准偏差。 图 (a) 突出显示绿色光谱中的特征,图 (b) 突出显示红色边缘,图 (c) 突出显示 NIR 光谱中的特征。

 

这项研究是首次报道利用高光谱数据诊断木本植物根腐病的可能性。虽然还需要进一步的验证研究,但光谱反射技术(基于无人机)似乎是一种早期诊断根腐病的有希望的工具,可以为葡萄精密栽培的重大进步做出贡献。

 

图 (a) 显示了健康减去患病植物和无症状植物的平均反射率 减去病株; 图 (b) 显示了每组植物内的标准偏差。

 

来源:

Calamita F, ORCID logo , Imran H, Vescovo L, et al. Early Identification of Root Rot Disease by Using Hyperspectral Reflectance: The Case of Pathosystem Grapevine/Armillaria. Remote Sens. 2021, 13, 2436. DOI: 10.3390/rs13132436.

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。