马铃薯广适性强、易于种植、产量高，是全世界四大主粮作物之一^[1-2]。马铃薯在生长过程中容易遭到早疫病、青枯病、晚疫病、病毒病等病害的胁迫，极大程度上影响马铃薯的产量和质量^[3]。其中马铃薯早疫病（potato early blight, PEB）是危害仅次于晚疫病的第二大病害，主要侵染叶片，形成棕色或褐色不规则病斑。该病发病迅速，在多数气象条件下均可发生和流行，空气湿度大时更甚，不采取防治手段的情况下可能导致高达50%的产量损失，对经济增长造成极大的负面影响^[4-8]。

马铃薯病害的防治一般通过农业防治、化学防治以及生物防治等手段，而要实现对症下药，首先需对致病原进行识别。传统检测方法有经验判断、病原菌分子鉴定以及理化检测等，但这些方法效率低、主观性强，无法做到无损检测，针对病害发生的早期检测困难^[9-11]。近年来，机器视觉、高光谱成像、红外热成像等成像技术以其无损、快速的优点越来越多地应用于植物病害检测。特别是高光谱成像技术集成了光学和计算机技术的优势，将传统的二维成像技术和光谱技术有机地结合在一起，具有多波段、高分辨率和图谱合一等优点^[12-14]，对于植物病害检测具有天然优势。迄今为止，高光谱成像技术在植物病害检测领域已被国内外学者广泛应用。国内外学者利用高光谱成像技术针对马铃薯病害开发了有效的检测系统，提高了种类、病害等识别正确率。Qi等^[15]、Garhwal等^[16]、Azadshahraki等^[17]、胡耀华等^[18]、李欣庭 ^[19]以及樊意广等^[20]在各自的研究中取得了重要的进展。这些研究表明，高光谱成像技术在农作物病害检测中具有广泛的应用前景。

目前使用高光谱成像技术针对异种PEB诊断识别的研究较少。本研究基于高光谱成像技术，分析其对异种PEB病原识别的可行性，利用机器学习方法建立对PEB的识别模型，旨在实现快速高效检测识别致PEB的病原菌类型。

1 实验部分 1.1 样品制备及方案设计

实验材料为抗性材料马铃薯希森6号及感病材料青薯9号。2023年4月，用原种于云南师范大学生命与科学学院实验温室培育植株各30株，待马铃薯成长至发棵期（出苗后40d左右），采摘健康叶片样本各90片。Alternaria solani和Alternaria alternata 病原菌是2018年采自云南省大理白族自治州鹤庆县马厂镇，寄主为青薯9号。

Alternaria solani 和 Alternaria alternata 均能引起PEB，其中Alternaria solani 为优势病原菌，Alternaria alternata 为条件致病菌，仅在叶片有伤条件下能成功侵染^[1,9,21]。实验采取离体无伤接种，对各品种马铃薯，取40片离体叶片，在叶背对称两点接种10 μL浓度为1×10⁴个/mL的Alternaria solani分生孢子悬浮液作为样本S，40片离体叶片背面对称两点接种10 μL浓度为1×10⁴个/mL的Alternaria solani和Alternaria alternata的等量分生孢子混合悬浮液作为样本SA，10片离体叶片作为健康对照接种无菌水。将使用希森6号制作的患病样本分别记作6S和6SA，使用青薯9号制作的患病样本记作9S和9SA，两个品种的健康样本分别记作6JK和9JK，共计6种样本。

接种后离体叶片样本置于26 ℃恒温、恒湿（95%的湿度）、光照培养箱内连续进行培养（光照时长白天16 h，黑夜8 h）。每隔24 h使用数码照相机记录病斑情况并作标记，每隔48 h使用高光谱分选仪采集一次样本数据（即48 h、96 h、144 h）。实验成功染病叶片137片，其中“6S”34片、“9S”36片、“6SA”32片以及“9SA”35片。

1.2 早疫病高光谱图像立方体数据采集

本实验使用四川双利合谱公司的Gaiasorter-Dual“盖亚”双相机全波段高光谱分选仪进行实验样本的高光谱图像数据采集。高光谱成像系统主要由350～2500 nm 全波段光谱范围的穹顶均匀光源、400～2500 nm 全波段光谱相机、大行程电控移动平台、标准线性透射光源以及控制计算机组成，结构示意图见图1。实验仅使用双相机中Gaiasorter-V10E相机采集样本高光谱图像数据，该相机覆盖了395.2～1023.8 nm波段范围内的256个波长，光谱分辨率为2.7 nm。采集高光谱图像时，将每个叶片正面朝上按顺序放置在电控移动平台上，为减少基线漂移以及暗电流等对实验造成的影响，须提前预热仪器30 min并保持在暗室环境下采集数据，在提取光谱反射率数据前进行黑白校正，表达式为^[22-23]

$ R=\frac{I-B}{W-B} $

(1)

式中：$ R $为校正后的高光谱图像；$ I $为原始高光谱图像；$ B $为全黑校准图像；$ W $为全白校准图像。最终通过样本数据的采集得到一个包含影像信息和光谱信息的三维数据立方体。

2 结果与讨论 2.1 数据分析

离体叶片生长情况如表1所示（表中所示图片为染病叶片中具有代表性的叶片）。9S样本24 h叶片接种区域正面出现米粒大小浅黄色病斑，48 h病斑逐渐明显，并且随着时长增加病斑面积在不断扩大，至120 h时有腐烂的趋势，随后在144 h观察到明显菌丝且腐烂情况更为严重；9SA在接种48h叶片背面黄色区域慢慢变大，逐渐出现病斑，生长至96 h时病斑明显，至144 h无腐烂迹象。相比青薯9号，希森6号的染病样本病斑生长过程缓慢，样本6SA生长至144 h未出现病斑。

两个品种叶片样本不同染病时期平均光谱反射率曲线如图2所示，D代表天数。图2中，在550 nm（绿）附近有一个反射峰，而在450 nm（蓝）和680 nm（红）附近有两个吸收带，这一特征是由于叶绿素对蓝光和红光吸收作用强而对绿光反射作用强。因为在早期患病叶片的病菌侵染区域内，细胞组织已遭到破坏，水分丢失不仅导致叶绿素含量降低、叶子变黄，还使该区域对蓝红光的吸收减少，吸收带强度下降，最终造成患病样本在500 ～700 nm区域的反射率明显高于健康叶片。结合表1及图2，分析出样本S比样本SA患病速度更快，在孢子悬浮液浓度与体积相同情况下，只接种Alternaria solani比接种Alternaria solani和Alternaria alternata混合液染病速度更快且不同品种间染病程度有明显差距。

2.2 光谱数据预处理

高光谱成像系统采集的第6天染病叶片样本原始光谱反射率（raw data, RAW）如图3所示，光谱数据经过黑白校正等操作后仍存在较多冗余信息。光谱数据处理前去除噪声大的前14个波段，留下426.9～1 023.8 nm的242个波段数据。

采取多元散射校正（multiple scattering correction，MSC）、标准正态变量变换（standard normal variable transformation，SNV）、多项式平滑（Savitzky-Golay，SG）以及一阶导数（first derivative，FD）进行光谱数据预处理。其中使用MSC能够消除暗电流造成的基线漂移以及样本散射的影响；SNV可以消除光谱反射率曲线的偏移和尺度差异；SG用来去除光谱数据中的噪声和非线性趋势，大幅提升光谱数据的信噪比，参数设置阶数为3，窗口大小为9；FD能够扣除斜线和曲线背景，实现基线校正，增强光谱特征 ^[24-25]。图4为样本光谱数据进行预处理后的结果。

2.3 光谱数据特征提取

高光谱数据包含特征多，建模较为复杂，鲁棒性差，计算量大。通过特征选择对自变量优选或重组，能够剔除反映信息比较少的特征，简化模型并提高模型稳定性。本文使用主成分分析（principal component analysis，PCA）、连续投影算法（successive projections algorithm，SPA）以及竞争自适应重加权算法（competitive adaptive reweighted sampling，CARS）进行光谱数据特征提取。

2.3.1 使用主成分分析特征提取

PCA通过计算光谱数据的协方差矩阵的特征值和特征向量实现数据的线性变换，根据特征值的大小选择对应的特征向量作为主成分，将原始数据投影到选定的主成分上，得到新的特征空间。提取光谱数据特征时，首先在满足所有主成分累计贡献率≥85%的情况下，特征值尽量选取大于等于1的部分为主成分。

2.3.2 使用连续投影算法特征提取

SPA首先选择一个样本数据作为基向量，将数据集的每个样本投影到当前选择的基向量上，然后重复选择投影向量误差最大的波长作为新的基向量，减少特征波段间的共线性，以此来提高模型的稳定性。

以对RAW特征提取为例，图5（a）为选定的不同特征波长作为新的基向量后的数量与均方根差（root mean square error，RMSE）的关系曲线，原则上选择RMSE值最小的点作为提取波长的数量。由于在提取21个波长前曲线收敛速度较快，之后虽在提取30个特征波长时RMSE值最小，但却很大程度上提高了计算量，故选择21个波长数量作为结果。图5（b）以RAW中第一个样本为例展示了提取的特征波长，横坐标为被提取特征波长的索引，纵坐标为反射率，红色方块为所选特征变量对应位置。

2.3.3 使用竞争自适应重加权算法特征提取

CARS是基于蒙特卡洛采样结合最小二乘回归分析的一种用于解决多目标优化问题的算法。它通过不断迭代的方法自适应地调整目标权重，去掉权重系数小的目标，使得在优化过程中提取出更重要的目标，达到光谱数据降维的目的。以对RAW特征提取为例，图6（a）～（b）展示了蒙特卡洛迭代次数（number of Monte Carlo iterations，NMC）与提取的特征波长数、交叉验证均方根差（root mean square error of cross-validation，RMSECV）的关系。由图6（a）可知，随着NMC的增长，剔除的权重系数较小的波长的速度由快变慢。由图6（b）可知，随着NMC的增长，RMSECV值先减小后增大。在第7次迭代时达到最小值后正相关系数提升变快，这是因为之后的迭代中剔除掉了比较重要的特征波长。

2.3.4 光谱预处理结合特征提取

为达成构建模型识别异种马铃薯早疫病病原菌的目的，除原数据外，采用4种预处理结合3种特征提取算法对光谱数据进行优化。光谱预处理结合特征提取得到的特征波段数如表2所示，从表中可以得出经过PCA、SPA、CARS特征提取后的光谱数据维度得到了不同程度的降低，降维效果从低到高分别为CARS、SPA、PCA。

2.4 建模方法

为了解决检测种间PEB病原的问题，分别构建了支持向量机（support vector machine，SVM）模型以及基于粒子群优化算法（particle swarm optimization algorithm，PSO）和遗传算法（genetic algorithm，GA）优化的PSO-SVM模型和GA-SVM模型。

2.4.1 SVM分类模型

SVM是一种常用的监督学习算法。对于输入SVM模型的光谱数据，它的目标是找到一个最优的超平面作为决策边界，使不同类别的样本数据距离决策边界的间隔最大。距离决策边界最近的样本点被称为支持向量，在对样本数据进行分类时，利用数据点与决策边界的相对距离进行分类。SVM可以通过核函数的非线性变换将输入特征映射到高维空间，使样本在高维空间中线性可分。SVM的核函数使用径向基核函数（radial basis function，RBF）表示为

$ {K}_{\left({{\boldsymbol{x}}}_{i},{\boldsymbol{x}}\right)}=\mathrm{e}\mathrm{x}\mathrm{p}\left(-\frac{{\parallel {\boldsymbol{x}}-{{\boldsymbol{x}}}_{i}\parallel }^{2}}{2{G}^{2}}\right) $

(2)

式中：$ {\boldsymbol{x}} $为特征向量；$ {{\boldsymbol{x}}}_{i} $为第$ i $个基函数的中心向量；变量G为控制函数宽度的方差参数。RBF的每个基函数中心对应一个支持向量。由上式可得，随着范数$ \parallel {\boldsymbol{x}}-{{\boldsymbol{x}}}_{i}\parallel $的增大，$ {K}_{\left({{\boldsymbol{x}}}_{i},{\boldsymbol{x}}\right)} $会迅速衰减。

所构建SVM模型中选定惩罚因子C和RBF中超参数G两个超参数的值最为重要（两参数相互独立），较小的C值或G值会导致模型欠拟合；反之，会导致模型过拟合。为完善模型，采用随机取值法选定超参数C和G的值，将取值范围分别设置为：0.1＜C＜70，0.01＜G＜10（PSO-SVM以及GA-SVM模型中超参数C和G的取值也采用这个范围）。SVM结构如图7所示，与神经网络相似，最终的输出y为中间结点的线性组合。

2.4.2 PSO-SVM分类模型

PSO是基于鸟类捕食思想的一种群体智能的优化算法，其通过个体间传递信息的行为搜索网络的最优解，PSO算法优化SVM超参数C与G的流程如图8所示。PSO粒子位置和速度的更新函数为

$ {v}_{id}^{k+1}=\omega {v}_{id}^{k}+{c}_{1}{r}_{1}\left({p}_{id}^{k}-{x}_{id}^{k}\right)+{c}_{2}{r}_{2}\left({p}_{gd}^{k}-{x}_{id}^{k}\right) $

(3)

$ {x}_{id}^{k+1}={x}_{id}^{k}+{v}_{id}^{k+1} $

(4)

式中：$ {v}_{id}^{k+1} $为第$ d $个粒子在$ k+1 $次迭代后的速度；$ \omega $为惯性因子，非负，与局部搜索能力负相关，与全局搜索能力正相关；$ k $为迭代次数；$ {r}_{1} $和$ {r}_{2} $为[0，1]之间的随机数；$ {c}_{1} $和$ {c}_{2} $是学习因子，决定了PSO的局部搜索能力和全局搜索能力，初始值分别设置为1.5和1.7；$ {p}_{id}^{k} $和$ {p}_{gd}^{k} $分别代表第$ d $个粒子在第$ k $次迭代时局部和和全局最佳位置；$ {x}_{id}^{k} $为第$ d $个粒子在第$ k $次迭代时的当前位置。PSO最大进化数量设置为100，种群最大数量设置为50。通过训练得到SVM最优超参数C和G的值进行样本分类。

2.4.3 GA-SVM分类模型

GA模拟生物进化的复制、杂交、变异与选择过程，其目的是对种群中的个体进行优化。相较于传统神经网络，GA的特点是能够避免模型陷入局部最优解，有利于SVM的参数C和G的优化，获得全局最优解，GA算法优化SVM超参数C与G的流程如图9所示。GA重点在于参数编码之后根据计算得到的适应度值进行遗传操作算子的设计，操作算子包括选择、交叉和变异。选择算子是最重要的，它选择适应度值大的个体，淘汰适应度值小的个体；交叉算子随机选择两个父辈按照双点交叉进行字符交换，由交叉概率$ {P}_{c} $控制；变异是将个体按变异概率$ {P}_{m} $改变其字符串某处的数值。最后通过解码得出SVM超参数C和G的最优值，对样本光谱数据进行分类。GA中设置种群大小（染色体数目）为50。

2.4.4 各模型分类结果分析

将经过不同预处理结合特征提取的光谱数据一致按照比例为7∶3划分为训练集和测试集，分别输入SVM、PSO-SVM以及GA-SVM模型中进行分类，分类识别结果如表3所示。分类结果的混淆矩阵以SG-CARS-PSO-SVM为例，如图10所示，只有一个数据样本被识别错误。各模型分类结果表明，PSO-SVM和GA-SVM比SVM的平均分类准确率分别高10.06%和7.44%，SG结合CARS特征提取经过PSO-SVM模型进行分类的识别准确率达到了99.72%。对光谱预处理进行比较，SG效果最好，平均识别准确率为91.78%；对特征提取方法进行比较，CARS效果最好，平均识别准确率为90.49%。光谱数据样本经过光谱处理方法后分类表现与原始数据相似，但模型的计算量降低、识别速度变快，光谱样本数据处理后的不同病原引起的PEB识别效果比较好。

3 结　论

针对无法肉眼识别引起PEB的病原菌种类的问题，通过对马铃薯感病品种进行动态监测和光谱数据分析，发现两类品种侵染Alternaria solani病原菌发病速度和程度均高于侵染Alternaria solani和Alternaria alternata两种病原菌混合液。为进一步深入研究，使用光谱预处理和特征提取方法结合机器学习对侵染不同PEB病原菌进行判别分析。研究提出的SVM、PSO-SVM、GA-SVM模型的平均分类准确率分别为83.05%、93.11%、90.49%，PSO-SVM模型和GA-SVM模型对比SVM模型的平均识别准确率分别增加了10.06%和7.44%，其中SG-CARS-PSO-SVM测试样本识别准确率达到了99.72%。研究结果表明，使用SG-CARS-PSO-SVM模型可以准确、高效、无损地进行异种马铃薯早疫病病原识别，为基于高光谱成像技术的不同病原引起的农作物病害识别提供了技术支撑。