[发明专利]一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法

说明书

本发明公开了一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法，该方法以不同品种感染赤霉病病菌小麦麦穗为研究对象，综合运用高光谱成像技术、光谱学、时间序列分析、深度学习等诸多领域的知识，提出了：针对感染未发病期小麦品种抗性鉴定方法、针对发病后小麦品种抗性鉴定方法和小麦品种赤霉病综合抗性鉴定方法。本发明突破感染期抗性检测的困难、人工鉴定操作中速度慢、精度低及化学方法中程序复杂、成本高等缺陷，不仅为品种小麦赤霉病抗性鉴定提供更加快速精准的方法，而且可以在小麦感染赤霉病菌但未发病期对小麦品种进行抗性鉴定。

技术领域

本发明涉及小麦赤霉病检测及抗性鉴定、高光谱成像技术、时间序列分析和深度学习算法领域，具体地说是一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法。

背景技术

小麦作为世界三大粮食之一，小麦病害问题成为了人们关注的重点。其中小麦赤霉病菌是对小麦生产威胁最大的一种高发真菌病，此病又名红麦头、红头瘴、烂麦头、麦穗枯，感染赤霉病菌的小麦籽粒在侵染过程中会产生脱氧雪腐镰刀菌烯醇为主的真菌毒素(徐飞；不同侵染时期对小麦赤霉病发生和籽粒中DON积累的影响)，这会造成产量严重损失，而且由赤霉病菌分泌产生的真菌毒素还会严重危害人体健康，引起食品安全问题。由于赤霉病造成的小麦产量损失惨重，尤其在赤霉病大流行年份小麦减产高达50％甚至会绝产。而且，小麦赤霉病目前处于一种可防不可治的阶段，一旦感染赤霉病，就一定会造成不可挽救的严重损失。目前即便使用农药不仅无法保证治疗效果，而且还不环保，大大污染了环境。因此，选择出对赤霉病呈现抗病型的小麦品种来育种，成为了重中之重的问题。而小麦品种赤霉病抗性的鉴定是小麦育种的重要环节。

现阶段，对于小麦赤霉病抗性的鉴定主要通过小麦感染赤霉病的病穗率及病小穗率反映，而对于病穗率及病小穗率的检测主要是通过专业的植保人员人工肉眼观测统计，这种方法不止耗时耗力，判断具有主观性，不能够精准检测到小麦的病穗率，而且无法对感染未发病期的小麦进行诊断。除了人工检测外，针对发病后小麦籽粒中产生的DON毒素的检测，国内外现在也相继出现了多种用化学生物监测的方法，这些化学方法对小麦粉研究，需要先将小麦籽粒磨成粉，例如薄层色谱法(TLC)、高效液相色谱法(HPLC)等，虽然化学方法可以对DON毒素进行精准定量分析，但是这些方法也在一定程度上存在耗时、程序复杂、检测成本高等问题。除了复杂的化学方法外，现阶段已经有研究人员利用高光谱技术对小麦赤霉病进行分级诊断，通过两次主成分分析的特征波段提取并采用不同的阈值分割的方法，最终发现局部阈值分割法的分级效果最佳，分级准确率达到90.78％。但是局部阈值分割法也有弊端，这种方法对小麦赤霉病的发病等级的检测都是通过机器学习的方式训练模型，准确度和简便性不如深度学习，局部阈值分割法可能会将麦芒等噪声问题处理成病变位置导致不同的区域中，数据具有一定的误差，因此仅用典型分类算法并不能完全适用于复杂性较高的数据集。深度神经网络中深度的网络可以自动提取出有效的光谱特征，从而实现端到端的模型构建。最重要是的，目前，对于小麦赤霉病抗性的研究都是通过小麦发病后的病穗率或分级情况来比较，没有办法检测感染病菌但尚未发病的情况。

基于以上问题，本发明提出一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法。突破感染期抗性检测的困难、人工鉴定操作中速度慢、精度低及化学方法中程序复杂、成本高等缺陷，不仅为品种小麦赤霉病抗性鉴定提供更加快速精准的方法，而且可以在小麦感染赤霉病菌但未发病期对小麦品种进行抗性鉴定。

发明内容

本发明的目的是针对现有技术存在的问题，提出一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法；该方法填补了小麦赤霉病感染未发病期抗性检测的空白、以及发病后人工抗性鉴定操作中速度慢、精度低及化学方法中程序复杂、成本高等缺陷，涵盖了小麦赤霉病感染未发病期的初始发病时间检测及光谱、图像特征差异分析和发病后等级自动分级检测，综合考虑感染未发病期的初始发病时间和发病后的患病平均严重度，可全面、快速、精准的实现小麦品种赤霉病综合抗性鉴定。

为实现上述目的，本发明采取的技术方案如下：