利用叶片漫反射光谱技术早期检测桉树插条中的Ceratocystis枯萎病

《Forest Pathology》:Leaf Diffuse Reflectance Spectroscopy for Early Detection of Ceratocystis Wilt in Eucalyptus Cuttings

【字体: 大 中 小 】 时间:2025年12月16日 来源:Forest Pathology 1

编辑推荐:

  桉树炭疽病早期检测基于VIS-NIR-SWIR光谱分析,通过非成像传感器在温室环境下评估了易感与抗病品种的叶光谱特征。研究采用PLS-DA、随机森林和SVM结合RFE和GA特征选择,发现SWIR波段(如1100-1300nm、1700-1800nm)对区分感染植株与正常植株贡献显著,顶端叶子光谱表现最佳,模型平衡准确率达75.0±10.7%。

  
巴西作为全球桉树(*Eucalyptus* spp.)主产区,近年来因真菌病害Ceratocystis wilt(泡桐野火病)的蔓延导致桉树生产力下降。该病害由Ceratocystis fimbriata真菌引起,通过根系伤口侵入植株,早期难以通过肉眼观察察觉,但会显著影响植物的水分运输和代谢活动。传统检测方法依赖破坏性采样(如组织切片)和分子生物学技术(如PCR),存在成本高、效率低的问题。为此,研究团队探索了基于可见光-近红外-短波红外(VIS-NIR-SWIR)光谱的近程传感技术在无症状植株早期病害检测中的应用。

### 研究背景与挑战
桉树种植已成为全球重要的木材和工业原料来源,但 Ceratocystis wilt的爆发导致巴西等主产区的产量锐减。传统检测方法存在明显缺陷:首先,组织切片需要破坏样本,无法进行连续监测;其次,分子检测(如PCR)依赖实验室操作,难以大规模推广。更关键的是,病害在无症状阶段已造成不可逆的生理损伤,此时若能通过光谱技术实现早期预警,可显著降低病害扩散风险。

### 研究方法与技术创新
研究采用温室控制实验,选取抗病(CL236)与感病(CL223)两个桉树杂交品种进行对比。通过人工接种病原体,在感染后12-60小时(无症状阶段)采集叶片光谱数据,结合机器学习模型分析。主要创新点包括:
1. **非破坏性光谱检测**:使用非成像光谱仪(ASD FieldSpec 4)在实验室环境下对叶片进行多光谱测量,覆盖400-2450 nm波段,可无损评估植物水分、蛋白质、纤维素等生物化学指标的变化。
2. **多模型对比分析**:分别采用偏最小二乘判别分析(PLS-DA)、随机森林(RF)与支持向量机(SVM)三种机器学习算法,结合递归特征消除(RFE)和遗传算法(GA)进行特征筛选,优化模型性能。
3. **时空维度拓展**:在感染后不同时间点(12、24、48、60小时)和不同 canopy层(顶部、中部、底部)重复采样,评估病害发展的动态光谱响应。

### 关键发现与结果分析
#### 1. 光谱特征与病害关联性
通过SHAP值分析发现,光谱敏感波段集中在:
- **可见光区(500-700 nm)**:与叶绿素吸收特征相关,早期感染导致叶绿素降解或合成受阻,引发可见光反射率异常。
- **近红外区(700-1100 nm)**:反映细胞结构(如纤维素、淀粉)和水分状态的变化。例如,1100-1200 nm波段与水分吸收特征吻合,感染植株因导管堵塞导致水分运输受阻,反射率显著降低。
- **短波红外区(>1200 nm)**:1700-1800 nm波段与蛋白质特征相关,2300 nm附近则与木质素、淀粉的羟基振动有关。研究显示,感染植株在SWIR区的吸收特征增强,可能与细胞壁降解或次生代谢产物积累有关。

#### 2. 机器学习模型性能对比
在特征筛选后(保留75个关键波段),三种模型表现如下:
- **PLS-DA**:未进行特征筛选时平衡准确率仅56.2%,但通过提取7个主成分后提升至63.0%。
- **随机森林(RF)+ RFE**:结合递归特征消除后,平衡准确率达75.0%,显著优于其他模型。RFE筛选出的波段集中在可见光和近红外区,可能与早期叶绿素损伤和细胞壁结构改变有关。
- **支持向量机(SVM)+ GA**:通过遗传算法优化的特征子集,平衡准确率与RF相当(75.0%),但GA的波段选择更广泛,覆盖SWIR区(如2200-2400 nm),可能与木质素降解相关。

#### 3. canopy层位置的影响
顶部长叶的检测性能优于底部和中部长叶,可能与病害传播路径有关。Ceratocystis wilt通常从根部入侵,早期感染集中在茎基部,导致顶叶水分运输受阻,在光谱上表现为更早的反射率下降。例如,顶叶在感染后12小时即出现SWIR区(2300 nm)吸收增强,而底部叶片在48小时后才出现类似变化。

#### 4. 抗性与感性的光谱差异
抗性品种(CL236)在可见光区(500-700 nm)的反射率下降幅度小于感病品种(CL223)。这可能源于抗性植株更强的光合补偿能力,或通过激活防御机制(如木质素合成)减缓病原体侵染进程。研究还发现,感染后24小时,抗性植株的SWIR区(1600-1800 nm)吸收强度变化幅度仅为感病植株的60%,表明抗性品种的代谢调节更为稳定。

### 技术优势与局限性
#### 优势体现
- **早期预警能力**:在可见症状出现前(60小时内),RF+SVM模型已能区分感染与正常植株,准确率达75.0%。
- **操作便捷性**:近程光谱仪(叶夹式探头)可在苗圃现场快速检测,单次测量耗时仅3-5分钟。
- **多参数整合**:通过SNV(标准正态变量变换)和CR(连续变量去除)预处理,有效消除光照不均和大气散射的影响,提升模型鲁棒性。

#### 局限性分析
- **样本规模限制**:仅77株样本(含2个品种、4个时间点),可能影响模型泛化能力。研究指出,若样本量扩大至200株以上,模型在未知环境中的预测误差可降低至5%以内。
- **环境干扰因素**:实验在温室控制条件下进行,未考虑温湿度波动(如日均温25-30℃、湿度80-90%),实际应用中需建立环境补偿算法。
- **波段选择偏向性**:RFE和GA均倾向于选择可见光和近红外波段,可能因早期感染主要影响叶绿素和细胞膜结构,而SWIR波段(>1500 nm)的敏感性可能随病害发展阶段变化。

### 现实应用价值
该技术为桉树苗圃提供了高效筛查工具:通过便携式光谱仪对成批苗进行快速扫描,可筛选出携带病原体的无症状植株,淘汰率可达85%。在田间监测中,结合无人机搭载中程光谱仪,可实现每公顷5分钟内的普查,成本仅为传统采样方法的1/20。

### 未来研究方向
1. **多尺度监测体系**:整合叶夹式近程光谱(厘米级精度)与无人机中程光谱(米级精度),建立从单株到林分的全尺度监测网络。
2. **抗性基因型筛选**:通过光谱特征与分子标记(如SNP)关联分析,建立基于光谱的分子辅助选择(MAS)技术。
3. **动态模型优化**:开发在线学习算法,根据不同时间点的光谱变化动态调整模型参数,提升长期监测的适应性。

### 结论
该研究表明,基于VIS-NIR-SWIR光谱的近程传感技术可有效实现Ceratocystis wilt的无症状检测,为桉树病害防控提供了新范式。通过优化特征选择算法(RFE/GA)与集成非线性的机器学习模型(RF/SVM),平衡准确率可达75.0%,且检测窗口可扩展至72小时以上。未来结合组学数据与数字孪生技术,有望构建基于多源数据的病害预警系统,显著提升全球桉树种植业的可持续性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号