花叶病是苹果叶片常见的病毒性病害, 患病叶片的花青素含量出现异常。 以叶片花青素含量作为病害严重程度的定量化指标, 使用高光谱成像技术获取感染花叶病的苹果叶片的高光谱图像, 分析叶片的光谱特征, 通过任意两个波段的反射率的不同数学组合, 构建并筛选对染病叶片花青素含量高度敏感的最优光谱指数, 进而建立苹果叶片花青素含量的高光谱估算模型, 最终实现苹果叶片花青素含量分布状况的可视化表达。 结果表明, 随着病害严重程度的增大, 苹果叶片的花青素含量升高; 叶片染病区域的光谱反射率在整个可见光区域明显增加, 而且出现了红边蓝移现象。 通过两两波段组合构建的三种光谱指数(NDSI(770, 722), RSI(717, 770), DSI(581, 520))与苹果叶片花青素含量的相关系数绝对值均达到0.8以上。 在构建的四种苹果叶片花青素含量估算模型中, 选用三个光谱指数为参数、 并使用偏最小二乘回归方法建立的Anth-PLSR模型精度最高(R2=0.823, RMSE=0.056)。 采用Anth-PLSR模型对患病叶片的高光谱图像进行逐像元解算, 得到苹果花青素含量分布图。 进一步通过叶片花青素含量分布图计算苹果叶片整叶的花青素含量平均值, 作为苹果叶片健康程度的定量化指标。 此外, 通过提取整叶光谱均值、 使用同样模型可简洁有效地估算苹果整叶花青素含量平均值。 为苹果叶片花叶病病害监测提供了一种直观、 快速的技术手段。

运用高光谱技术快速无损地估算了苹果叶片的等效水厚度(Equivalent Water Thickness, EWT),为苹果树的长势及干旱预警提供参考。以山东省烟台栖霞市红富士苹果树叶片为试验材料,在测定苹果叶片的光谱反射率和计算叶片EWT的基础上,分析了苹果叶片的EWT、原始光谱的反射率及其13种变换光谱反射率之间的相关性。筛选敏感波长后,建立了苹果叶片EWT的支持向量机定量的估算模型。13种光谱变换中,一阶导数(the First Derivative, FDR)、平方根的一阶导数(the First Derivative of the Square Root, FD(SqrtR))及倒数的对数的一阶导数(the First Derivative of the Logarithm of the Reciprocal, FD[Lg(1/R)])三种变换的相关性较好。确定了估测苹果叶片EWT的敏感波长。基于支持向量机回归分析方法,建立了定量估算叶片EWT的模型,验证集的决定系数R2达到了0.8147,相对分析误差(Relative Percent Deviation, RPD)达到了2.2671。结果表明,该模型具有较高的估测能力,支持向量机回归方法比较适于估算苹果叶片的EWT。该方法为利用高光谱技术定量估算苹果的生长状况提供了技术支撑。

用FieldSpec 3地物光谱仪和SPAD-502叶绿素计测定了不同物候期红富士 苹果叶片的高光谱反射率和SPAD值。研究结果表明，不同物候期苹果叶片的反射光谱波形曲线的变化规律基 本相似。从苹果花期开始，叶片SPAD值逐渐增加，至秋梢停止生长期达到最高峰，之后开始下降。苹果 叶片的高光谱红边位置λr 、红边斜率Dr 、红边面积Sr 与SPAD值之间均达到了显 著与极显著相关，但以红边位置参数λr 与叶片SPAD值之间的相关性最为显著。以不同 物候期苹果叶片的高光谱红边参数λr 作为自变量建立的叶片SPAD值经验估测模型与基于偏最小二乘法建 立的不同物候期苹果叶片SPAD值校正模型，均以秋梢停止生长期的估测效果最佳。两个模型的检验精度分别 为94.2 %和96.7 %。相比较而言，基于偏最小二乘法建立的SPAD值估测模型的精确度较高。