cmSCOPE-D 模型：一种基于传播动力学的 SCOPE 模型改进，用于表征玉米病害胁迫的垂直分层异质性

《Remote Sensing of Environment》：The cmSCOPE-D model: A transmission-dynamics-enabled SCOPE adaptation to characterize vertically stratified heterogeneity of maize disease stress

　　

•将 SEIR 模型与 SCOPE 集成，以模拟病害对光学信号的玉米影响。
•生成了动态 4D 玉米冠层，捕捉环境驱动的病斑发展。
•证明了 3D 病斑空间模式调节冠层顶部（TOC）反射率。
•识别出 SIF 蓝移和强度下降作为早期病害胁迫指标。
•揭示了中层病斑是调节 TOC 反射率的主导因素。

引言
玉米对全球粮食安全至关重要，是食物、饲料和生物能源的主要来源。然而，集约化种植方式和气候变化加剧了玉米病害的频率和严重程度，对产量和谷物质量构成了重大威胁 (Pfordt and Paulus, 2024; Shen et al., 2024)。这导致了巨大的损失，包括全球真菌病原体造成的平均 10.4% 的产量损失 (Savary et al., 2019)。传统的田间人工调查监测具有主观性强、劳动密集且空间局限性大，使其不适合大规模精准农业。遥感提供了一种有前景的替代方案，具有非破坏性、成本效益高和空间连续评估的能力 (Mahlein, 2016; Zhang et al., 2019)。病害胁迫引起作物生理和生化的改变，导致冠层光谱特征发生可检测的变化，包括可见光和近红外反射率的偏移以及太阳诱导叶绿素荧光（SIF）的异常响应，后者与光合功能直接相关 (Zhang et al., 2019)。

常见的叶片真菌病害，如玉米弯孢菌叶斑病 (MCLLS)、玉米南方叶斑病 (MSLB)、玉米北方叶斑病 (MNLB) 和玉米南方锈病 (MSR) (Pfordt and Paulus, 2024)，通过多尺度过程影响光学响应。在生化水平上，感染破坏叶绿体，损害光合作用和呼吸作用，并大幅减少叶绿素 (Cab)、类胡萝卜素 (Car)、等效水厚度 (Cw) 和干物质含量 (Cdm) (Bai et al., 2024; Jing et al., 2022; Zhang et al., 2019)。在叶片结构水平上，病斑形成和坏死改变了细胞完整性，在冠层内（通常集中在中层和下层）产生垂直异质性，直接影响光谱可检测性 (Cao et al., 2013; Zhang et al., 2019)。在冠层结构水平上，病害引起的叶片干燥和生物量损失减少了叶面积指数 (LAI) 并改变了叶角分布 (Liu et al., 2023)。这些生化和结构改变导致叶片光学性质的可预测变化。叶绿素降解增加了可见光反射率，病斑形成增强了近红外散射，水分和干物质含量减少提高了短波红外反射率 (Bai and Jin, 2024; Bai et al., 2025; Liu et al., 2023)。因此，表征这些不同病害严重程度下的光谱响应对于基于遥感的玉米病害诊断和早期检测至关重要 (Guo et al., 2024; Luo et al., 2021; Lv et al., 2023)。

然而，仅基于光谱信号诊断病害仍然具有挑战性。经验或基于指数的方法面临关键局限性：(1) 易受地点、品种和管理实践间领域偏移的影响，因为模型性能对这些背景条件的变化高度敏感 (Tian et al., 2021)；(2) 与营养缺乏或水分胁迫等其他胁迫的光谱混淆，因为这些胁迫会引起重叠的光谱响应 (Gao et al., 2020; Zhang et al., 2012)；以及 (3) 缺乏向演变病害阶段的动态可迁移性，因为针对特定时间点或症状阶段校准的模型往往在病害进展的其他阶段失效 (Mahlein et al., 2013)。人们广泛认识到，解决这些挑战需要发展机理模型 (Bai et al., 2025)。这种诊断不确定性凸显了建立基于流行病学动力学的机理遥感模型的紧迫需求，以实现稳健和准确的监测。

通过考虑寄主 - 病原体 - 环境相互作用，在机理病害建模方面取得了重大进展。易感 - 暴露 - 传染 - 移除 (SEIR) 模型因其灵活性而被广泛改编用于模拟作物病害动力学 (Cunniffe et al., 2012; El Jarroudi et al., 2025; Soubeyrand et al., 2008)。例如，Aloyce 等人开发了一种用于玉米致死性坏死病的 SI-SEI 结构化模型 (Aloyce et al., 2017)，随后的改进纳入了环境响应函数以捕捉季节性气候对传播的影响 (Kapange et al., 2019)，并将作物物候阶段作为病害动力学的关键决定因素 (Xiao et al., 2022)。这些进展为模拟与遥感观测相关的病害时空进展提供了至关重要的理论基础。

辐射传输模型 (RTMs) 是解释异质冠层遥感信号的基本工具。1D 异质 RTMs，如双层 ACRM (Kuusk, 2001)、多层 MRTM (Wang and Li, 2013) 和多层 mSCOPE 模型 (Yang et al., 2021; Yang et al., 2017)，通过堆叠具有不同光学性质的水平层来近似垂直异质性。此外，随机辐射传输理论 (Li et al., 2020; Li et al., 2022; Shabanov et al., 2000) 提供了一个统计框架，以考虑冠层结构和生理中的空间异质性（垂直和水平），使用矩如发现 foliage 元素的概率和成对相关函数。更复杂的 3D RTMs，包括基于辐射度的（如 RAPID (Huang et al., 2013)）和基于光线追踪的模型（如 DART (Gastellu-Etchegorry et al., 1996)，LESS (Qi et al., 2017; Qi et al., 2019)），显式模拟内部辐射传输，为调查复杂病害模式提供了强大的工具。最近的研究利用这些模型分析了异质分布的受损 foliage 对荧光信号的影响 (Li et al., 2020; Li et al., 2022)，并评估了先进传感器用于病害检测的潜力 (Zhang et al., 2025; Zhao et al., 2023)。

然而，现有基于遥感病害检测的研究大多是静态的，未能将流行病学模型与 RTMs 中的 3D 冠层场景动态耦合。因此，垂直冠层异质性如何随病害进展演变从而影响光学和 SIF 信号，目前知之甚少。本文是 cmSCOPE 框架系列论文的第二篇。 companion 论文 (Qian et al., 2026) 介绍了核心 cmSCOPE 模型，并证明了冠层结构的垂直异质性——特别是叶片倾斜角——对冠层反射率和太阳诱导荧光施加主导影响。在此基础上，本研究整合了基于易感 - 暴露 - 传染 - 移除 (SEIR) 模型的疾病传播动力学模块，并开发了扩展模型 cmSCOPE-D。该模型的两个主要贡献是：(1) 耦合 SEIR 流行病学动力学与冠层辐射传输，以实现从病原体感染到冠层光学响应的端到端模拟；以及 (2) 开发动态病害场景生成器，显式表示病斑的三维空间分布和叶片生化成分对病害进展的动态响应，从而系统捕捉病害胁迫下冠层结构和光学性质的时空演变。虽然原始的 cmSCOPE 侧重于冠层结构异质性在生长和非生物胁迫下的作用，但 cmSCOPE-D 建立了疾病流行病学与冠层光学性质之间的机理联系。

模型性能通过涵盖关键过程的综合评估方案进行了检查，包括病害动力学、叶片生化参数反演和多尺度光学信号模拟，并与田间测量和物理模型模拟进行了对比分析。我们的总体目标是建立一个连接疾病传播、生理响应、信号生成和准确性评估的端到端模拟框架。该框架提供了一种新型基于模型的工具，并加强了对遥感在玉米病害检测中应用的机理理解。

章节片段

研究框架
图 1 描绘了本研究的技术工作流程，包括四个关键组成部分：(1) 数据获取：收集多源数据，包括叶片生化成分、高光谱反射率、冠层结构参数、气象站数据和田间调查的 DIs，以构建病害胁迫下的真实冠层场景；(2) 模型开发与集成：使用 Fluspect-B 模型 (Vilfan et al., 2016...

结果
通过将疾病传播动力学与冠层辐射传输过程整合，本研究系统地解密了玉米在病害胁迫下的多尺度光学响应机制。我们验证了模型的环境响应函数，量化了病斑空间分布对冠层反射率的影响，并建立了将叶片生化与病害严重程度联系起来的定量关系。这种集成方法最终揭示了协同响应...

优势与验证
本研究通过耦合 SEIR 模型，为 cmSCOPE 框架建立了疾病传播动力学模块，实现了从病原体感染到冠层光学响应的完整辐射传输模拟。该模块的核心优势在于其机理性和动态性。与先前依赖病害严重程度与光谱指数之间统计关系的研究 (Zhang et al., 2019) 相比，我们的模块具有量化影响的...

结论
cmSCOPE-D 模型通过耦合疾病传播动力学与辐射传输过程，建立了连接感染到叶片 - 冠层光学响应的全链模拟框架。这种集成方法能够系统地表征患病玉米的多尺度光学性质，跨病害指数、叶片生化和叶片 - 冠层光谱反射率的验证显示了高度的准确性。我们的结果揭示了三维病斑空间...

手稿准备过程中生成式 AI 和 AI 辅助技术的声明
在本工作的准备过程中，作者使用了 DeepSeek 和 ChatGPT，以提高手稿的语言和可读性。在使用这些工具/服务后，作者根据需要审查和编辑了内容，并对发表文章的内容承担全部责任。

CRediT 作者贡献声明
Binxiang Qian：写作 – 审查与编辑，写作 – 原始草稿，验证，软件，方法论，形式分析，数据管理，概念化。Wenjiang Huang：写作 – 审查与编辑，监督，资助获取，概念化。Zhijun Zhen：写作 – 审查与编辑，监督。Kehui Ren：形式分析，数据管理。Peiqi Yang：写作 – 审查与编辑，监督，软件。Jianbo Qi：写作 – 审查与编辑，监督，软件。Michael Henke：写作 –...

资助
本研究由国家重点研发计划 (Grant No. 2023YFB3906203)；由农业农村部支持的中西作物病虫害预测与管理联合实验室 (Grant No. 183611ZYLH20240009)；国家自然科学基金重点项目 (Grant No. 42530109)；以及国家自然科学基金 (grant number 42201365) 资助。

竞争利益声明
作者声明，他们没有已知的竞争性财务利益或个人关系可能影响本报告的工作。

致谢
我们向 Pablo J. Zarco-Tejada 表示诚挚的感谢，感谢他对 FluorSAIL Canopy 模型提供的宝贵协助，并向 SCOPE 模型的建筑师 Christiaan van der Tol 表示谢意，感谢他富有启发性的指导塑造了我们的研究方向。我们也感谢 Yelu Zeng 和 Feng Zhao 在 mSCOPE 模型关键程序上的专家指导。我们 deeply 感谢 Huichun Ye, Tianjun Xu, Zhang Yong, Tiange Nie, Senzheng Chen, Peng Wei, Fu Wen, Bohai Hu, Binxiang Qian, Wenjiang Huang, Zhijun Zhen, Kehui Ren, Peiqi Yang, Jianbo Qi, Michael Henke, Xiuliang Jin, Lingjing Ouyang, Anting Guo, Jie Bai, Chao Ruan, Tiecheng Huang, Yin Jin, Zhenong Jin。