基于高光谱成像的苹果褐斑病严重程度量化：新型光谱指数AMBI的开发与验证

本研究针对苹果褐斑病(AMB)导致早期落叶的产业难题，开发了新型三波段光谱指数AMBI=(R762nm-R534nm)/(R534nm+R690nm)，在叶片尺度实现病害严重度定量评估(R2=0.89)，在冠层尺度实现病树识别(OA=89.09%)，为果园精准病害监测提供了可扩展的技术工具。

　　

苹果作为全球重要的经济作物，长期受到苹果褐斑病(Apple Marssonina blotch, AMB)的威胁。这种由真菌Diplocarpon mali引起的病害会导致叶片出现褐色斑点并快速黄化脱落，造成严重减产。传统病害评估依赖人工目测，效率低下且主观性强。虽然已有研究尝试用高光谱技术检测AMB，但多局限于健康与染病叶片的二元分类，缺乏定量评估病害严重程度的方法。

中国农业大学的研究团队在陕西乾县苹果园开展研究，通过开发新型苹果褐斑病指数(AMBI)，实现了从叶片到冠层的跨尺度监测。研究首先采集460片不同染病程度叶片的高光谱数据，发现AMB感染会导致可见光区(500-680nm)反射率升高、红边区(680-760nm)斜率降低、近红外区(760-860nm)反射率下降的特征性光谱响应。基于此，研究团队创新性地组合534nm(可见光)、690nm(红边)和762nm(近红外)三个特征波段，构建出AMBI指数。

关键技术包括：(1)使用SOC710-E成像光谱仪获取叶片高光谱数据；(2)基于支持向量机(SVM)分类提取病斑像素计算病害比例(DR)；(3)通过偏最小二乘判别分析(PLS-DA)筛选特征波长；(4)利用无人机搭载ULTRIS X20 Plus系统获取冠层高光谱影像。

光谱响应特征分析
染病叶片在500-760nm反射率显著增高，红边区域斜率降低，760-860nm反射率下降。Spearman相关性分析显示690-695nm波段与病害严重度相关性最高(r=0.82)。

AMBI构建
通过PLSR和SVM算法筛选出最具判别力的三波段组合，AMBI在叶片尺度DR估算中表现优异(R²=0.89，RMSE=9.67%)，显著优于PSRI等传统指数。

跨尺度验证
在冠层尺度，AMBI成功区分健康与染病树木(OA=89.09%，Kappa=0.78)，无人机影像分析实现了病树空间分布制图。

该研究首次建立了AMB严重程度的定量评估体系，其创新性体现在：(1)发现534nm、690nm和762nm的特征波段组合；(2)开发出具有明确病理解释性的三波段指数；(3)实现从叶片到冠层的技术迁移。相比机器学习方法，AMBI具有计算高效、物理意义明确的优势，为果园精准植保提供了可靠工具。研究结果发表在《Plant Methods》期刊，为其他作物病害光谱监测提供了方法学参考。值得注意的是，AMBI对AMB的特异性源于该病害独特的坏死特性，与苹果花叶病毒引起的反射率变化存在显著差异，这种病原特异性是光谱指数开发的重要方向。未来研究需进一步验证AMBI在不同品种、气候区的适用性，并探索多角度观测提升冠层尺度评估精度。