水稻作为一种常见的粮食作物，在中国有着悠久的种植历史，种植地在南北方皆有分布。为了在有限的耕地上养活日益增长的人口，科学家们一直在不断探索，减少病害，提高稻米产量。

稻瘟病被称为“水稻癌症”，广泛分布于世界各稻区，而且有可能发病于水稻的各生育期，是一种毁灭性的真菌病害，全球每年因稻瘟病造成的产量损失达数千万吨，威胁着全球的粮食安全。

江苏省农业生产条件得天独厚,素有“鱼米之乡”的美誉，作为我国水稻种植大省，早在古代就流传着“苏湖熟，天下足”的谚语，现如今也是我国南方最大的粳稻生产省份。

来自南京农业大学的一组研究团队，在2018-2021年在江苏省对稻瘟病的检测展开了相关研究。

稻瘟病（RB，由稻瘟病原菌引起）是全球水稻生产中具有破坏性的疾病，其可造成重大产量损失，并日益威胁着全球粮食安全，且这一问题在<2公顷的亚洲小农系统中更加严重。

据统计，稻瘟病侵染每年引起的水稻产量损失能够养活全球6000万人。因此，用通用指标准确检测稻瘟病的发生对于早期病害预防和蔓延控制至关重要，但迄今尚未得到解决，且改善这种病害的早期预警在大多数亚洲小农户田块的可行性和准确性仍未得到充分实现。现有的检测RB发生的方法主要依赖于经验丰富的专业人员的目视检查，这需要较高的时间和劳动成本。

最近，已证明反射光谱在揭示多空间尺度上由病原体侵染引起的复杂生理和光谱变化方面，以及在早期阶段检测症状方面具有巨大潜力，然而，是否可以开发一种多空间尺度上RB检测的通用方法仍然知之甚少，利用卫星图像揭示小农户田块稻瘟病扩散潜在热点的研究报道有限。且现存的病害检测模型大多忽略了空间相关性，在表征病原体侵染的时间动态方面缺少合理性。

基于此，在本研究中，来自南京农业大学的一组研究团队在2018-2021年以中国东部的江苏省3个地点（以水稻和冬小麦轮作种植为特征的农业平原地区）为例，进行了7个实验，开展室内接种侵染试验、田间自然侵染试验、及实地调查测量，使用ASD FieldSpec 4 Hi-Res光谱仪测量感染及健康样品叶片和冠层的光谱反射率。基于实测的高光谱数据和哨兵-2图像数据，结合线性判别分析（LDA）、简单线性回归及热点分析，确定两年（2018年和2019年）中单波段对健康和感染叶片的可分性、构建稻瘟病敏感植被指数（RIBI）、建立回归模型以评估RIBI在不同尺度对稻瘟病发生的识别精度和对病情指数（DI）的估算能力、及进行RB的时空动态监测。

研究区和采样位置；彩色方块表示采样点的位置；彩色圆点表示现场采样点

本研究方法流程图

水稻叶片(A)和冠层(B)反射率对病原菌侵染的响应。

(A)表示接种后不同天数收集的健康叶片和RB感染叶片的平均反射率（DAIs），(B)在400-2400nm范围内显示水稻近冠层反射率

【结果】

在近地冠层尺度上RIBI（A：RIBInir，B：RIBIred）与DI之间的关系散点图

(A) 基于哨兵-2A数据的健康水稻和具有不同病害指数（DI）的感染植株的冠层光谱特征。

(B)DI与RIBInir（来自哨兵-2A的664.6 nm、782.8 nm和1614 nm波段）的关系散点图。

2020年不同天数（DOY）受侵染（橙色）和健康（绿色）水稻植株之间的RIBInir（a，c）和NDVI（b，d）的雨云图，位于两个地点（第一行：Tangcao，第二行：Taiping）。

基于哨兵-2A卫星图像检测到的小农户田块潜在的RB扩散趋势的热点图

【结论】

本研究构建了两种RIBI，即RIBInir =（R753-R1102）/（R665+R1102）和RIBIred =（R753-R1102）/（R665+R1102），用于健康和受感染叶片的分类和疾病指数的冠层尺度量化。叶片尺度测量结果表明，在2018年、2019年及2020年田间条件下，RIBInir和RIBIred在温室条件下对感染和健康样本分类的总体准确性较高(2018：RIBInir: 81.41%;RIBIred:84.62%，2019：RIBInir:81.30%;RIBIred:90.37%，2020：RIBInir:86.36%;RIBIred:89.39%)。RIBIred对两年内RB发生和RB感染发作的检测具有较高的敏感性和特异性。

此外，在多尺度评估了DI-RIBInir关系。与传统的VIs（近地：R2<0.47，卫星：R2<0.54）相比，所提出的RIBInir与地面光谱（R2=0.73）和哨兵-2A图像（R2=0.78）的DI的相关性更显著，更强的DI-RIBInir关系归因于使用了两个近红外（NIR）波段，这有助于增强由病原体侵染诱导的NIR区域的独te光谱响应，与广泛研究的可见区域相反。多时间分析结果表明，卫星衍生的RIBInir（R2=0.78）与DI的相关性始终强于传统VIs（R2<0.54），并成功捕获RB侵染和恢复的时间动态。另外，RIBInir和热点分析的结合成功地捕捉到了小农户田块潜在的稻瘟病扩散的田内热点。

总之，本研究扩展了叶片对RB的光谱响应，为星载探测RB的发生提供了有希望的结果。且这些结果支持使用RIBInir和公开可获得的卫星图像来跟踪区域病原体侵染情况，并促进亚洲小农农场关于病害控制和干预的决策，为量化野外病害发生和检测潜在热点提供新的机遇。