一种基于指纹光谱特征的大麦叶斑病显症前诊断方法

技术特征：
1.一种基于指纹光谱特征的大麦叶斑病显症前诊断方法，其特征在于包括以下步骤：s1：样本制备及时序数据采集；选取大麦作为实验样本，对活体大麦叶片接种真菌，分别在病菌接种后0、24、36、48、60和72小时采集健康和染病叶片的高光谱图像，并化学测定样本的生理生化指标含量；对于染病大麦叶片样本，在接种后0、12、24、36、48、60和72小时采用pcr方法对病害侵染程度进行定量，获取3类时序数据集；s2：对s1采集到的60 hai染病叶片的高光谱图像采用顶点成分分析vca方法进行光谱解混分析，提取大麦叶片健康组织、褪绿组织、坏死组织的fss；s3：对s1所述时序高光谱图像数据集，利用fss计算活体叶片上健康组织、褪绿组织、坏死组织的空间分布，可视化跟踪大麦叶片叶斑病的发展过程，捕捉大麦叶斑病微小病斑的出现；s4: 统计图像中坏死组织像素点个数并计算其感染面积比例，统计分析发现在24hai出现显著性差异，早于pcr检测中显著性差异出现的36hai，实现大麦叶斑病显症前诊断；s5: 建立平均光谱与植物生理生化指标的回归模型，解释了基于高光谱图像和fss进行大麦叶斑病显症前诊断的机理。2.根据权利要求1所述的基于指纹光谱特征的大麦叶斑病显症前诊断方法，其特征在于：所述s1中在不同接种后时间点健康和染病叶片的高光谱图像采集针对的是活体大麦叶片，即对叶斑病胁迫生长下的活体大麦叶片分别在0、24、36、48、60和72 hai采集高光谱图像，以跟踪染病大麦叶片上病害发生发展的时序变化。3.根据权利要求1所述的基于指纹光谱特征的大麦叶斑病显症前诊断方法，其特征在于：所述s1中在不同接种后时间点健康和染病叶片的生理生化指标含量测定针对的是高光谱图像采集叶片的同时间同处理同植株叶片样本，对同时间同处理同植株叶片样本分别在0、24、36、48、60和72 hai进行生理生化指标含量的测定，以跟踪染病大麦叶片生理生化指标含量的时序变化。4.根据权利要求1所述的基于指纹光谱特征的大麦叶斑病显症前诊断方法，其特征在于：所述s1中对于染病大麦叶片样本，在接种后0、12、24、36、48、60和72小时采用pcr方法对病害侵染程度进行定量，针对的是高光谱图像采集叶片的同时间同处理同植株叶片样本。5.根据权利要求1所述的基于指纹光谱特征的大麦叶斑病显症前诊断方法，其特征在于：所述s1中高光谱图像，采集的时间分别是0、24、36、48、60和72hai，采集的样本是受到感染和健康叶片的高光谱图像，图像空间分辨率为1024
×
472，光谱范围为400-1000nm，共512个波段，采集时的曝光时间为0.06s，所有原始高光谱图像均采用黑、白参考图像进行校正并计算得到反射率。6.根据权利要求1所述的基于指纹光谱特征的大麦叶斑病显症前诊断方法，其特征在于：所述s2中fss包括em1、em2和em3;
所述em1是大麦叶片中健康组织的fss，其光谱特征在可见绿光区450-680 nm出现明显的反射峰，在红边区域680-750 nm处反射率急剧上升，在近红外区域780-950 nm反射率保持较高水平，表明大麦叶片中叶绿素对光吸收强烈，且叶片组织结构致密、完整，证实em1与大麦叶片中健康组织有关；所述em2是大麦叶片中褪绿组织的fss，其光谱特征在可见光绿光区是一条相对平缓的反射曲线，且红边效应显著减弱，表明叶片中的叶绿素受到了显著的破坏，与所述em1相比，em2光谱在近红外区的反射强度略有下降，表明叶片组织的致密结构受到一定程度的破坏，证实em2与大麦叶片中褪绿组织有关；所述em3是与大麦叶片坏死组织的fss，其光谱特征光谱特征在450-550 nm范围反射率缓慢上升，在550-650 nm范围内的典型叶片绿光反射峰消失，被平坦的低反射率曲线代替，这是叶片组织内部色素严重降解，发展成为暗褐色的坏死组织，对光有强烈吸收导致；与所述em1相比，em3曲线在红边区域680-750 nm呈半弧形，em3曲线在780-950 nm的近红外波段反射率明显降低，表明病变叶片组织内致密的有序结构被完全破坏，这证实em3光谱与大麦叶片坏死组织的结构相对应，是叶斑病坏死性病变具有代表性的光谱特征。7.根据权利要求1所述的基于指纹光谱特征的大麦叶斑病显症前诊断方法，其特征在于：所述s3中利用s2所提取的fss计算活体叶片上健康组织、褪绿组织、坏死组织的空间分布，可视化跟踪大麦叶片叶斑病的发展过程，在24hai即可捕捉大麦叶斑病微小病斑的出现。8.根据权利要求1所述的基于指纹光谱特征的大麦叶斑病显症前诊断方法，其特征在于：所述s4中感染面积比例，是计算坏死组织像素点个数与叶片面积像素点个数的比例。9.根据权利要求1所述的基于指纹光谱特征的大麦叶斑病显症前诊断方法，其特征在于：所述s4中统计的结果，是通过分析坏死组织的面积比例对感染时间的响应图，发现在24hai开始出现显著性差异，早于pcr检测中显著性差异出现的36hai，实现大麦叶斑病显症前诊断。10.根据权利要求1所述的基于指纹光谱特征的大麦叶斑病显症前诊断方法，其特征在于：所述s5中建立平均光谱与植物生理指标的回归模型，是利用全光谱偏最小二乘法来实现。

技术总结
本发明公开了一种基于指纹光谱特征的大麦叶斑病显症前诊断方法，包括以下步骤：S1：样本制备及时序数据采集；S2：提取大麦叶片健康组织、褪绿组织、坏死组织的FSS；S3：对S1所述时序高光谱图像，利用FSS计算活体叶片上健康组织、褪绿组织、坏死组织的空间分布，可视化跟踪大麦叶片叶斑病的发展过程；S4:统计图像中坏死组织像素点个数并计算其感染面积比例，统计分析发现在24hai出现显著性差异，实现大麦叶斑病显症前诊断；S5:建立平均光谱与植物生理生化指标的回归模型。本发明提供的大麦叶斑病显症前诊断方法，有助于大麦叶斑病显症前快速无损的诊断，并且诊断准确率高，适应性好，鲁棒性好，在作物病害显症前诊断具有推广价值。在作物病害显症前诊断具有推广价值。在作物病害显症前诊断具有推广价值。


技术研发人员：朱逢乐 赵章风 李晓丽 王健 黄镇雄
受保护的技术使用者：浙江工业大学
技术研发日：2022.06.21
技术公布日：2022/10/25