易科泰柑橘(ju)黃龍(long)病無損(sun)快(kuai)速檢(jian)測(ce)技術方(fang)案

柑橘(ju)黃龍(long)病（Huanglongbing, HLB or Citrus Greening）是壹類由韌(ren)皮部(bu)寄生的(de)革(ge)蘭(lan)氏陰(yin)性(xing)菌(jun)韌皮(pi)部(bu)桿(gan)菌(jun)Candidatus Liberibacter asiaticus （CLas）引(yin)起的(de)柑橘(ju)類(lei)植物(wu)病害，嚴重影響柑橘(ju)類(lei)水果(guo)的(de)品(pin)質和(he)產量，每(mei)年(nian)在全(quan)球範圍(wei)內(nei)造成(cheng)數十億美元的(de)經濟損失。根(gen)據(ju)2015年(nian)我國(guo)農業(ye)部(bu)的(de)統(tong)計數據顯示(shi)：我(wo)國(guo)發生黃龍(long)病的(de)柑橘(ju)面積(ji)已(yi)經超過了150萬(wan)畝(mu)。從2021年(nian)開始(shi)，廣西(xi)柑桔產區從南(nan)至北(bei)連續(xu)兩年(nian)爆發木(mu)虱(shi)，全(quan)區果(guo)園均已(yi)感(gan)染程(cheng)度不壹的(de)柑桔黃龍(long)病。由於(yu)黃龍(long)病發病當年(nian)就(jiu)可造成(cheng)柑橘(ju)品(pin)質和(he)產量雙下降(jiang)，三年(nian)內(nei)橘樹(shu)整株(zhu)死(si)亡，是全球(qiu)柑橘(ju)生(sheng)產的(de)頭(tou)號(hao)殺(sha)手，而且(qie)沒(mei)有有(you)效的(de)治(zhi)療手段，被稱(cheng)為柑橘(ju)“癌(ai)癥(zheng)"。

科學(xue)家(jia)為(wei)黃龍(long)病防止(zhi)進行(xing)了大量的(de)研(yan)究(jiu)工作。最新的(de)研(yan)究(jiu)已(yi)經證明(ming)黃龍(long)病是壹種(zhong)由(you)病原菌(jun)介(jie)導的(de)免疫疾病（Ma，2022，Nature communications），但(dan)目前(qian)仍(reng)沒(mei)有找(zhao)到(dao)具有(you)推廣價(jia)值的(de)治(zhi)療方(fang)法。因此(ci)，科學(xue)家(jia)對(dui)黃龍(long)病的(de)研(yan)究(jiu)主(zhu)要集中在(zai)如(ru)何對其(qi)進行(xing)早(zao)期(qi)防治(zhi)。

易(yi)科泰生態技術有(you)限(xian)公司(si)利用(yong)植物(wu)病害快(kuai)速檢(jian)測(ce)相(xiang)關(guan)研(yan)究(jiu)儀器技術與(yu)最新的(de)科研(yan)成(cheng)果(guo)，推出(chu)易(yi)科泰柑橘(ju)黃龍(long)病無損(sun)快(kuai)速檢(jian)測(ce)技術方(fang)案：

1）果(guo)園/田間(jian)高通(tong)量(liang)黃龍(long)病檢(jian)測(ce)技術方(fang)案：采用(yong)SpectraScan近地遙感(gan)與(yu)EcoDrone無人(ren)機(ji)遙感(gan)技術，可選配手持(chi)式/便攜式葉綠(lv)素(su)熒(ying)光、高(gao)光譜測(ce)量(liang)及(ji)光合(he)儀等

2）柑橘(ju)葉(ye)片黃龍(long)病檢(jian)測(ce)技術方(fang)案：綜(zong)合運(yun)用(yong)高光譜成像檢(jian)測(ce)技術、葉(ye)綠(lv)素(su)熒(ying)光成(cheng)像技術與(yu)多(duo)光譜熒(ying)光成(cheng)像技術實(shi)現可視(shi)化快(kuai)速檢(jian)測(ce)，對(dui)病害發生階(jie)段(duan)和(he)損傷(shang)程(cheng)度進行(xing)評(ping)估(gu)。可選配RGB可見(jian)光成(cheng)像、紅外熱(re)成像分析等功能單元，對(dui)黃龍(long)病發病情(qing)況(kuang)與(yu)生理表(biao)型影響進(jin)行(xing)全(quan)面研(yan)究(jiu)。

3）柑橘(ju)果(guo)實黃龍(long)病檢(jian)測(ce)與(yu)品質評估(gu)技術方(fang)案：采用(yong)PhenoTron®-HSI果(guo)實品(pin)質高光譜無損檢(jian)測(ce)技術，結(jie)合(he)葉綠(lv)素(su)熒(ying)光成(cheng)像技術，對(dui)果(guo)實黃龍(long)病進行(xing)檢(jian)測(ce)並(bing)可對果(guo)實品(pin)質進行(xing)評(ping)估(gu)。

以上方(fang)案均使(shi)用(yong)國際儀器技術。用(yong)戶(hu)可根據(ju)研(yan)究(jiu)需(xu)要靈(ling)活組(zu)配，還(hai)可搭配葉面積(ji)儀、植(zhi)物(wu)生理(li)生態原位監(jian)測(ce)系統等常規(gui)儀器。各個(ge)方(fang)案在(zai)各種(zhong)植(zhi)物(wu)、作物(wu)脅(xie)迫（包括(kuo)病害脅(xie)迫）研究(jiu)中(zhong)均有大量的(de)文(wen)獻與(yu)研究(jiu)成(cheng)果(guo)。感(gan)興趣(qu)的(de)老(lao)師(shi)請與(yu)我們聯系索(suo)取相應研究(jiu)文(wen)獻。

下面介(jie)紹(shao)綜(zong)合運(yun)用(yong)這壹技術方(fang)案在柑橘(ju)黃龍(long)病快(kuai)速檢(jian)測(ce)與(yu)評估(gu)中的(de)最(zui)新研(yan)究(jiu)成(cheng)果(guo)與(yu)應用(yong)案例(li)：

壹、果(guo)園/大田：通(tong)過(guo)光譜成像分析識(shi)別感(gan)染黃龍(long)病的(de)柑橘(ju)植(zhi)株

病害會(hui)造成作(zuo)物(wu)葉片(pian)、果(guo)實色(se)素(su)及(ji)結(jie)構(gou)的(de)變(bian)化，從而造成染(ran)病植株(zhu)的(de)反(fan)射(she)光譜異於健康(kang)植株(zhu)。因此(ci)，利(li)用(yong)機(ji)載平(ping)臺(tai)（無(wu)人(ren)機(ji)或有人(ren)機(ji)）、近地遙感(gan)平(ping)臺(tai)掛載的(de)高(gao)光譜/多(duo)光譜成像傳(chuan)感(gan)器對(dui)農(nong)田、果(guo)園進行(xing)快(kuai)速大(da)面積(ji)光譜成像分析，是目前(qian)大(da)田作(zuo)物(wu)病害識別技術之(zhi)壹。

中國農(nong)大(da)與(yu)美國佛(fo)羅(luo)裏(li)達(da)大(da)學(xue)合作，使(shi)用(yong)高光譜和(he)多(duo)光譜成像傳(chuan)感(gan)器，通(tong)過(guo)航拍測(ce)量(liang)實現對感(gan)染黃龍(long)病的(de)柑橘(ju)植(zhi)株快(kuai)速識(shi)別。

航拍光譜數據結(jie)合(he)田間(jian)與(yu)室內(nei)的(de)地面驗證數據，表(biao)明(ming)航拍光譜數據能夠(gou)有(you)效區分健康(kang)植株(zhu)與(yu)感(gan)染黃龍(long)病的(de)植(zhi)株，準確(que)率(lv)最(zui)高(gao)可達90%。從而證明(ming)航拍與(yu)近地遙感(gan)高光譜成像技術用(yong)於防治(zhi)黃龍(long)病有非常(chang)好的(de)發展(zhan)前景(jing)。

同時這壹研究(jiu)也(ye)指(zhi)出(chu)，為(wei)了提高航拍檢(jian)測(ce)的(de)準確(que)率(lv)，需(xu)要田間(jian)與(yu)室內(nei)的(de)相(xiang)應地面測(ce)量(liang)驗證。地面驗證工作既可以使(shi)用(yong)便攜(xie)式和(he)實驗室專(zhuan)用(yong)儀器，也(ye)可使(shi)用(yong)集成的(de)近(jin)地遙感(gan)平(ping)臺(tai)。

二(er)、葉片(pian)黃龍(long)病室內(nei)準確(que)識(shi)別(bie)與(yu)病理表(biao)型研(yan)究(jiu)

1. 葉(ye)綠素(su)熒(ying)光成(cheng)像技術

葉(ye)綠素(su)熒(ying)光成(cheng)像技術從(cong)問(wen)世(shi)以來(lai)就(jiu)是植物(wu)脅(xie)迫識(shi)別(bie)與(yu)研究(jiu)的(de)最(zui)重要技術之(zhi)壹。浙(zhe)江(jiang)大(da)學(xue)使(shi)用(yong)FluorCam葉綠(lv)素(su)熒(ying)光成(cheng)像系統發現了柑橘(ju)黃龍(long)病的(de)光合(he)指(zhi)紋。研究(jiu)者(zhe)通(tong)過(guo)對(dui)健康(kang)葉片(pian)、感(gan)染黃龍(long)病葉片(pian)和(he)養(yang)分缺乏葉片(pian)進行(xing)葉(ye)綠(lv)素(su)熒(ying)光成(cheng)像分析，確(que)定(ding)了黃龍(long)病的(de)熒(ying)光標(biao)誌，結(jie)合(he)葉綠(lv)素(su)熒(ying)光參數與(yu)成像圖(tu)，對(dui)葉片(pian)黃龍(long)病取得(de)了最佳識別(bie)分類效果(guo)，準確(que)率(lv)達(da)到(dao)97%。後續(xu)，浙(zhe)江(jiang)大(da)學(xue)又(you)進(jin)行(xing)了壹系列工作研究(jiu)黃龍(long)病葉片(pian)熒(ying)光特(te)性(xing)與(yu)冷熱(re)季(ji)節變(bian)換的(de)關(guan)系。

福建(jian)農(nong)林大學同(tong)樣使(shi)用(yong)FluorCam葉綠素(su)熒(ying)光成(cheng)像系統發現葉綠(lv)素(su)熒(ying)光參數能夠(gou)精(jing)確(que)地反演出(chu)由(you)於黃龍(long)病感(gan)染造(zao)成(cheng)的(de)澱粉、蔗糖(tang)、葡萄糖和(he)果(guo)糖含(han)量變化。利用(yong)葉綠(lv)素(su)熒(ying)光參數構建(jian)的(de)隨(sui)機(ji)森林模型對(dui)柑橘(ju)黃龍(long)病診斷的(de)總體(ti)識(shi)別正(zheng)確率為 97.50%。采用(yong)葉綠(lv)素(su)熒(ying)光成(cheng)像技術構(gou)建(jian)了柑橘(ju)黃龍(long)病快(kuai)速診(zhen)斷模(mo)型(xing)，能夠(gou)實(shi)現柑橘(ju)黃龍(long)病快(kuai)速無(wu)損檢(jian)測(ce)，可為柑橘(ju)黃龍(long)病的(de)早(zao)期(qi)預警(jing)提供(gong)新方(fang)法。

2. 高光譜成像技術

實(shi)驗室高光譜成像儀器除了用(yong)於航拍數據的(de)驗證，也廣泛用(yong)於病害的(de)室(shi)內(nei)檢(jian)測(ce)與(yu)研究(jiu)。西(xi)南(nan)大學(xue)利用(yong)Specim高光譜成像系統對(dui)葉(ye)片黃龍(long)病的(de)特(te)征(zheng)光譜曲線進(jin)行(xing)測(ce)量(liang)與(yu)分析。通(tong)過(guo)對(dui)獲(huo)得(de)光譜曲線進(jin)行(xing)分析處理(li)，對比(bi)PCR分析結(jie)果(guo)，對黃龍(long)病的(de)識(shi)別率最高(gao)達(da)到(dao)92.5%。這壹研究(jiu)結(jie)果(guo)也證(zheng)明(ming)在(zai)癥(zheng)狀(zhuang)發生之前通(tong)過(guo)早(zao)期(qi)無損(sun)檢(jian)測(ce)發現黃龍(long)病是可行(xing)的(de)。

3. 多(duo)光譜熒(ying)光成(cheng)像技術

多(duo)光譜熒(ying)光成(cheng)像技術是另(ling)壹種(zhong)廣(guang)泛用(yong)於植(zhi)物(wu)病害研究(jiu)的(de)無(wu)損成像技術。病害會(hui)造成植(zhi)物(wu)合成(cheng)大量次生代謝(xie)物(wu)如多(duo)酚、黃酮(tong)等。這壹方(fang)面是由於(yu)植物(wu)初(chu)級(ji)代謝(xie)受到(dao)抑制(zhi)和(he)幹擾，另(ling)壹方(fang)面這些(xie)次(ci)生代謝(xie)產物(wu)也是植物(wu)應對脅(xie)迫尤其是病害防禦(yu)機(ji)制(zhi)的(de)重(zhong)要組成(cheng)部(bu)分。多(duo)光譜熒(ying)光成(cheng)像技術通(tong)過(guo)檢(jian)測(ce)次(ci)生代謝(xie)物(wu)的(de)特(te)異藍綠熒(ying)光來(lai)識別病害的(de)發生並評估(gu)病害對次生代謝(xie)的(de)影響。這壹技術近(jin)年(nian)來(lai)逐漸(jian)成(cheng)熟(shu)，在(zai)歐(ou)洲(zhou)廣泛用(yong)於各種(zhong)蔬(shu)菜(cai)病害研究(jiu)。

在歐(ou)洲(zhou)最新的(de)研(yan)究(jiu)工作中，多(duo)光譜熒(ying)光成(cheng)像經常與(yu)葉綠素(su)熒(ying)光成(cheng)像、高(gao)光譜/多(duo)光譜成像、紅外熱(re)成像等其他(ta)表(biao)型分析技術結(jie)合(he)，開展(zhan)了更(geng)深(shen)入的(de)作(zuo)物(wu)病害檢(jian)測(ce)和(he)表(biao)型研(yan)究(jiu)工作。

德(de)國萊(lai)布尼(ni)茨(ci)蔬(shu)菜(cai)和(he)觀(guan)賞(shang)植(zhi)物(wu)研究(jiu)所IGZ致(zhi)力於(yu)通(tong)過(guo)這些(xie)成(cheng)像分析技術發展(zhan)壹種(zhong)能夠(gou)高(gao)通(tong)量(liang)快(kuai)速檢(jian)測(ce)生(sheng)物(wu)脅(xie)迫的(de)方(fang)法。他(ta)們(men)使(shi)用(yong)了壹種(zhong)模(mo)式植物(wu)-病原體(ti)系統生(sheng)菜(cai)-立(li)枯絲(si)核菌(jun)（Rhizoctonia solani），希(xi)望(wang)通(tong)過(guo)這幾種(zhong)技術獲(huo)得(de)的(de)數據能夠(gou)快(kuai)速將(jiang)受(shou)到(dao)生物(wu)脅(xie)迫和(he)未(wei)受到(dao)脅(xie)迫的(de)植(zhi)株區分開。

通(tong)過(guo)數據分析最(zui)終(zhong)發現葉綠(lv)素(su)熒(ying)光參數：PSII最大量(liang)子(zi)產額Fv/Fm和(he)熒(ying)光衰減比(bi)率Rfd的(de)區(qu)分，誤差≤0.052。研(yan)究(jiu)者(zhe)希(xi)望(wang)通(tong)過(guo)進(jin)壹步工作，將(jiang)這壹發現應用(yong)於園藝(yi)和(he)農業(ye)生產實踐(jian)。同樣，這些(xie)無(wu)損成像技術結(jie)合(he)而成的(de)病理表(biao)型分析技術也(ye)將(jiang)為(wei)黃龍(long)病檢(jian)測(ce)提供(gong)有(you)力的(de)工作。

三、柑橘(ju)果(guo)實病害無損檢(jian)測(ce)與(yu)品質評估(gu)

果(guo)實會(hui)由於病害、失水等各種(zhong)因素(su)造成(cheng)的(de)組(zu)織(zhi)衰老(lao)、水分損失，乃至變質(zhi)。葉綠素(su)熒(ying)光成(cheng)像技術已(yi)經廣泛用(yong)於檢(jian)測(ce)這壹過程(cheng)的(de)果(guo)實品(pin)質變化。而在黃龍(long)病檢(jian)測(ce)中(zhong)，由於柑橘(ju)果(guo)實感(gan)染黃龍(long)病後的(de)特(te)征(zheng)變(bian)化就(jiu)是果(guo)實變(bian)綠，因此(ci)應用(yong)葉綠(lv)素(su)熒(ying)光成(cheng)像技術對(dui)柑橘(ju)果(guo)實進(jin)行(xing)檢(jian)測(ce)會(hui)非常(chang)有效。

高光譜成像技術同(tong)樣用(yong)於了柑橘(ju)病害檢(jian)測(ce)。華(hua)東(dong)理(li)工大學使(shi)用(yong)Specim高光譜成像系統對(dui)柑橘(ju)黑(hei)斑(ban)病進行(xing)了檢(jian)測(ce)。在發病早(zao)期(qi)即取得(de)了最高93.8%的(de)準確(que)率(lv)，並(bing)確(que)定(ding)了黑(hei)斑(ban)病果(guo)實與(yu)健康(kang)果(guo)實各自(zi)的(de)特(te)征(zheng)波(bo)段。

同時，高(gao)光譜成技術還(hai)可以對(dui)果(guo)實營(ying)養(yang)進行(xing)無(wu)損(sun)分析。易(yi)科泰光譜成像實(shi)驗室技術人(ren)員，使(shi)用(yong)PhenoTron®-HSI果(guo)實品(pin)質高光譜無損檢(jian)測(ce)技術（400-1700nm），分別對產自甘肅(su)莊(zhuang)浪（GZ）、陜西(xi)宜(yi)川(chuan)（SY）、山東(dong)平(ping)度（SP）三個不(bu)同(tong)產地的(de)2021年(nian)秋季(ji)采摘(zhai)的(de)紅富士(shi)蘋果(guo)進行(xing)光譜成像分析，並(bing)分別選取三種(zhong)樣品表(biao)面及(ji)剖(pou)面各10個區(qu)域(yu)實(shi)測(ce)糖(tang)度，建(jian)立(li)預測(ce)模(mo)型評估(gu)糖度分布。這壹技術將(jiang)會(hui)助力柑橘(ju)黃龍(long)病的(de)防治(zhi)與(yu)研究(jiu)工作。

參考文(wen)獻：

1.Ma WX, et al. 2022. Citrus Huanglongbing is a pathogen-triggered immune disease that can be mitigated with antioxidants and gibberellin. Nature Communications, 13: 529

2.Li XH, et al. 2012. Spectral difference analysis and airborne imaging classification for citrus greening infected tree. Computers and Electronics in Agriculture 83: 32-46

3.Cen H, et al. 2017. Chlorophyll Fluorescence Imaging Uncovers Photosynthetic Fingerprint of Citrus Huanglongbing. Front. Plant Sci. 8:1509 doi: 10.3389/fpls.2017.01509

4.Weng H, et al. 2020. Characterization and detection of leaf photosynthetic response to citrus Huanglongbing from cool to hot seasons in two orchards. Transactions of the ASABE 63(2): 501-512

5.翁(weng)海勇(yong)，何(he)城(cheng)城(cheng)，許(xu)金釵等. 2020. 葉綠素(su)熒(ying)光成(cheng)像技術下的(de)柑橘(ju)黃龍(long)病快(kuai)速診(zhen)斷. 農(nong)業(ye)工程(cheng)學報，36(12)：196-203

6.Wang KJ, et al. 2019. Detection of Huanglongbing (citrus greening) based on hyperspectral image analysis and PCR. Frontiers of Agricultural Science and Engineering 6(2): 172–180

7.Pérez-Bueno M L, et al. 2016. Temporal and Spatial Resolution of Activated Plant Defense Responses in Leaves of Nicotiana benthamiana Infected with Dickeya dadantii. Front Plant Sci. 6: 1209

8.Pineda M, et al. 2017. Use of multicolour fluorescence imaging for diagnosis of bacterial and fungal infection on zucchini by implementing machine learning. Functional Plant Biology

9.Sandmann M, et al. 2017. The use of features from fluorescence, thermography and NDVI imaging to detect biotic stress in lettuce. Plant Disease, doi: 10.1094/PDIS-10-17-1536-RE

10.Yoo, et al. 2014. Chlorophyll a Fluorescence Imaging Technique for Fresh Quality Assessment of Tomato and Pepper Fruits Stored Under Different Conditions. Journal of Advances In Agriculture 3(3): 188-197

11.Yoo, et al. 2014. Chlorophyll fluorescence imaging analysis for fresh quality assessment of apple and kiwi fruits preserved under different storage conditions. International Journal of Advanced Information Science and Technology 3(9): .61-69

12.Xie CQ, et al. 2021. Detection of citrus black spot symptoms using spectral reflectance. Postharvest Biology and Technology 180: 111627

北(bei)京(jing)易科泰生態技術公(gong)司(si)提供(gong)植(zhi)物(wu)病害表(biao)型研(yan)究(jiu)全(quan)面技術方(fang)案：

FluorCam葉綠(lv)素(su)熒(ying)光/多(duo)光譜熒(ying)光技術

SpectraPen/PolyPen、Specim高(gao)光譜測(ce)量(liang)技術

Thermo-RGB紅外熱(re)成像技術

PlantScreen植(zhi)物(wu)高通(tong)量(liang)表(biao)型成(cheng)像分析平(ping)臺(tai)

EcoDrone無(wu)人(ren)機(ji)遙感(gan)技術方(fang)案

SpectraScan近地遙感(gan)技術

PhenoTron®-HSI果(guo)實品(pin)質高光譜無損檢(jian)測(ce)技術