水稻作為一種常見的糧食作物，在中國有著悠久的種植歷史，種植地在南北方皆有分布。為了在有限的耕地上養(yǎng)活日益增長的人口，科學(xué)家們一直在不斷探索，減少病害，提高稻米產(chǎn)量。

稻瘟病被稱為“水稻癌癥”，廣泛分布于世界各稻區(qū)，而且有可能發(fā)病于水稻的各生育期，是一種毀滅性的真菌病害，全球每年因稻瘟病造成的產(chǎn)量損失達(dá)數(shù)千萬噸，威脅著全球的糧食安全。

江蘇省農(nóng)業(yè)生產(chǎn)條件得天獨(dú)厚,素有“魚米之鄉(xiāng)”的美譽(yù)，作為我國水稻種植大省，早在古代就流傳著“蘇湖熟，天下足”的諺語，現(xiàn)如今也是我國南方最大的粳稻生產(chǎn)省份。

來自南京農(nóng)業(yè)大學(xué)的一組研究團(tuán)隊(duì)，在2018-2021年在江蘇省對稻瘟病的檢測展開了相關(guān)研究。

稻瘟?。≧B，由稻瘟病原菌引起）是全球水稻生產(chǎn)中具有破壞性的疾病，其可造成重大產(chǎn)量損失，并日益威脅著全球糧食安全，且這一問題在<2公頃的亞洲小農(nóng)系統(tǒng)中更加嚴(yán)重。

據(jù)統(tǒng)計，稻瘟病侵染每年引起的水稻產(chǎn)量損失能夠養(yǎng)活全球6000萬人。因此，用通用指標(biāo)準(zhǔn)確檢測稻瘟病的發(fā)生對于早期病害預(yù)防和蔓延控制至關(guān)重要，但迄今尚未得到解決，且改善這種病害的早期預(yù)警在大多數(shù)亞洲小農(nóng)戶田塊的可行性和準(zhǔn)確性仍未得到充分實(shí)現(xiàn)。現(xiàn)有的檢測RB發(fā)生的方法主要依賴于經(jīng)驗(yàn)豐富的專業(yè)人員的目視檢查，這需要較高的時間和勞動成本。

最近，已證明反射光譜在揭示多空間尺度上由病原體侵染引起的復(fù)雜生理和光譜變化方面，以及在早期階段檢測癥狀方面具有巨大潛力，然而，是否可以開發(fā)一種多空間尺度上RB檢測的通用方法仍然知之甚少，利用衛(wèi)星圖像揭示小農(nóng)戶田塊稻瘟病擴(kuò)散潛在熱點(diǎn)的研究報道有限。且現(xiàn)存的病害檢測模型大多忽略了空間相關(guān)性，在表征病原體侵染的時間動態(tài)方面缺少合理性。

基于此，在本研究中，來自南京農(nóng)業(yè)大學(xué)的一組研究團(tuán)隊(duì)在2018-2021年以中國東部的江蘇省3個地點(diǎn)（以水稻和冬小麥輪作種植為特征的農(nóng)業(yè)平原地區(qū)）為例，進(jìn)行了7個實(shí)驗(yàn)，開展室內(nèi)接種侵染試驗(yàn)、田間自然侵染試驗(yàn)、及實(shí)地調(diào)查測量，使用ASD FieldSpec 4 Hi-Res光譜儀測量感染及健康樣品葉片和冠層的光譜反射率?；趯?shí)測的高光譜數(shù)據(jù)和哨兵-2圖像數(shù)據(jù)，結(jié)合線性判別分析（LDA）、簡單線性回歸及熱點(diǎn)分析，確定兩年（2018年和2019年）中單波段對健康和感染葉片的可分性、構(gòu)建稻瘟病敏感植被指數(shù)（RIBI）、建立回歸模型以評估RIBI在不同尺度對稻瘟病發(fā)生的識別精度和對病情指數(shù)（DI）的估算能力、及進(jìn)行RB的時空動態(tài)監(jiān)測。

研究區(qū)和采樣位置；彩色方塊表示采樣點(diǎn)的位置；彩色圓點(diǎn)表示現(xiàn)場采樣點(diǎn)

本研究方法流程圖

水稻葉片(A)和冠層(B)反射率對病原菌侵染的響應(yīng)。

(A)表示接種后不同天數(shù)收集的健康葉片和RB感染葉片的平均反射率（DAIs），(B)在400-2400nm范圍內(nèi)顯示水稻近冠層反射率

【結(jié)果】

在近地冠層尺度上RIBI（A：RIBInir，B：RIBIred）與DI之間的關(guān)系散點(diǎn)圖

(A) 基于哨兵-2A數(shù)據(jù)的健康水稻和具有不同病害指數(shù)（DI）的感染植株的冠層光譜特征。

(B)DI與RIBInir（來自哨兵-2A的664.6 nm、782.8 nm和1614 nm波段）的關(guān)系散點(diǎn)圖。

2020年不同天數(shù)（DOY）受侵染（橙色）和健康（綠色）水稻植株之間的RIBInir（a，c）和NDVI（b，d）的雨云圖，位于兩個地點(diǎn)（第一行：Tangcao，第二行：Taiping）。

基于哨兵-2A衛(wèi)星圖像檢測到的小農(nóng)戶田塊潛在的RB擴(kuò)散趨勢的熱點(diǎn)圖

【結(jié)論】

本研究構(gòu)建了兩種RIBI，即RIBInir =（R753-R1102）/（R665+R1102）和RIBIred =（R753-R1102）/（R665+R1102），用于健康和受感染葉片的分類和疾病指數(shù)的冠層尺度量化。葉片尺度測量結(jié)果表明，在2018年、2019年及2020年田間條件下，RIBInir和RIBIred在溫室條件下對感染和健康樣本分類的總體準(zhǔn)確性較高(2018：RIBInir: 81.41%;RIBIred:84.62%，2019：RIBInir:81.30%;RIBIred:90.37%，2020：RIBInir:86.36%;RIBIred:89.39%)。RIBIred對兩年內(nèi)RB發(fā)生和RB感染發(fā)作的檢測具有較高的敏感性和特異性。

此外，在多尺度評估了DI-RIBInir關(guān)系。與傳統(tǒng)的VIs（近地：R2<0.47，衛(wèi)星：R2<0.54）相比，所提出的RIBInir與地面光譜（R2=0.73）和哨兵-2A圖像（R2=0.78）的DI的相關(guān)性更顯著，更強(qiáng)的DI-RIBInir關(guān)系歸因于使用了兩個近紅外（NIR）波段，這有助于增強(qiáng)由病原體侵染誘導(dǎo)的NIR區(qū)域的獨(dú)te光譜響應(yīng)，與廣泛研究的可見區(qū)域相反。多時間分析結(jié)果表明，衛(wèi)星衍生的RIBInir（R2=0.78）與DI的相關(guān)性始終強(qiáng)于傳統(tǒng)VIs（R2<0.54），并成功捕獲RB侵染和恢復(fù)的時間動態(tài)。另外，RIBInir和熱點(diǎn)分析的結(jié)合成功地捕捉到了小農(nóng)戶田塊潛在的稻瘟病擴(kuò)散的田內(nèi)熱點(diǎn)。

總之，本研究擴(kuò)展了葉片對RB的光譜響應(yīng)，為星載探測RB的發(fā)生提供了有希望的結(jié)果。且這些結(jié)果支持使用RIBInir和公開可獲得的衛(wèi)星圖像來跟蹤區(qū)域病原體侵染情況，并促進(jìn)亞洲小農(nóng)農(nóng)場關(guān)于病害控制和干預(yù)的決策，為量化野外病害發(fā)生和檢測潛在熱點(diǎn)提供新的機(jī)遇。