第34卷，第5期 2014年5月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol. 34,No. 5 -pp1378-1382
May,2014
基于高光谱成像的南瓜叶片叶绿素分布可视化研究
赵艳茹，余克强，季晓丽，何勇
浙江大学生物系统工程与食品科学学院，浙江杭州310058
摘要叶绿素浓度是植物生长的指示剂，而叶片的SPAD值则可以反映植物叶绿素含量，从而监测植物的生长状况。本文采用可见-近红外（380～1030nm）高光谱成像技术可以实现南瓜叶片SPAD值的可视化同时根据叶片霜霉病疫情与叶绿素含量呈显著正相关进而可以快速诊断霜霉病疫情。通过测定健康叶片和感染不同箱每病疫情的叶片光谱曲线，采用竞争性自适应重加权算法（CARS进行特征波段的选择，可以得到10条特征波段，再结合偏最小二乘回归法(PLSR)进行南瓜叶片SPAD的预测。结果表明，通过对48个样本的训练，对23个样本进行预测，可以得到南瓜叶片SPAD较好的预测效果，其中Rc二0.918，RM-SECV=3.932；Rcv=0.846，RMSECV=5.254；R=0.881，RMSEP=3.714。根据叶片光谱特征波段与
片SPAD的可视化分布图，同时也反映了霜霉病的感染分布，进而判断南瓜叶片的霜霉病疫情。该研究为监
测植物生长状况及判别南瓜叶片霜霉病疫情奠定了理论基础，关键词南瓜叶片；高光谱成像；SPAD；霜霉病
中图分类号：TP391.41
引言
文献标识码：A
DOI: 10. 3964/j. issn, 1000-0593 (2014 )05-1378-05
图像信息，已广泛应用于农业生产监测"]。Zhang等采用高光谱成像技术预测油菜叶片的N，P，K含量，并且绘制其含量分布图，直观地揭示出油菜叶片的N，P，K含量随植株的
叶绿系浓度是植物营养胁迫：光合作用能力和生长状况的良好指示剂。SPAD（soilplant analysis development）值是一个相对叶绿素含量读数，也称绿色度，可用作植物单位面积的叶绿素含量"。叶绿素计法和光谱分析方法相结合广泛应用于作物的生长监测：例如刘飞等建立黄瓜叶片的可见/ 近红外光谱反射率同SPAD值的关系，能够快速准确测量黄瓜叶片的SPAD值"；裘正军等应用SPAD和光谱技术研究油菜生长期间的氮素变化规律，以便指导科学施肥3。
有学者研究得出叶片霜霉病程度与叶绿素含量呈显著正相关，霜霉病的侵染会导致叶片中叶绿素含量降低，降低叶片的光合能力，从而影响植株的长势及果实的品质和产量3]。目前对于霜霉病的识别，大部分是采用图像处理：；例如耿长兴等基于色度和纹理的Cb，Cr组合算法提取病害图像+]；Tian等采用图像融合技术对黄瓜霜霉病的敏感波段图像进行识别司
传统的光谱与图像检测只能提供被检测物单一光谱或图像信息。高光谱成像技术能够同时获得被检测目标的光谱和收稿日期：2013-07-17，修订日期：2013-10-25
生长的变化趋势。Shi等采用近红外高光谱成像技术绘制黄瓜叶片的叶绿素含量分布图，以12mg，g"作为判断缺N 植株的阅值，最终可以快速无损判断缺N植株“」。
本研究首次采用高光谱成像技术进行南瓜叶片SPAD
的可视化研究，并且根据霜每病与叶绿系的正相关判断叶片霜霉病疫情。获取南瓜叶片高光谱数据后，提取相关感兴趣区（ROI)的平均光谱，采用竞争性自适应重加权算法一偏最小二乘回归(CARS-PLSR)来预测叶片各个像素点的SPAD 值，同时根据PLSR回归方程计算叶片各个像素点的SPAD 值，结合图像处理技术绘制南瓜叶片SPAD可视化分布图，进而判断南瓜叶片的霜霉病疫情。
实验部分 1
1.1材料
实验所用南瓜叶片从浙江大学紫金港校区物联网温室实验平台获得。实验品种为“红地球F1”，植株自发生成病菌，
基金项目：国家高技术研筑发展计划(863计划)项目（2013AA102301），国家自然科学基金项目（31071332)资联
作者简介：赵艳茹，女，1986年生，浙江大学生物系统工程与食品科学学院博士研究生e-mail：xiaoru19863804@sina，com
e-mail : yhe@ xju. edu. cn
*通讯联系人