Remote Sensing of Environment | 斯旺西大学揭示遥感技术可监测疫霉侵染早期不可察觉的症状！
森林衰退是一种普遍的森林健康下降现象，它是由潜在的大量生物和非生物因素的复杂互作造成的，包括缺水、空气污染和入侵性害虫等胁迫。在伊比利亚半岛橡树衰退的案例中，由樟疫霉（Pc）和相关的卵菌引起的水分胁迫和根部腐烂被认为是树木死亡的主要原因。这种病原体是北半球森林生态系统中最普遍的入侵性外来物种之一。要确定水分胁迫和根腐病之间的关系是一个挑战。但是已经观察到，由水分胁迫引起的水供应的减少增加了对Pc的易感性。被感染的树木在出现视觉症状后，立即表现出回归性衰退，如落叶、树冠或树冠变色，以及棕色的叶子仍然附着在树冠上。在发现这些症状后，没有机会进行森林管理以防止树木死亡。由于这个原因，开发准确的方法来早期检测橡树的衰退，使造林处理的效果最大化，如土壤钙肥、生物熏蒸作物或磷化铝处理，是至关重要的。将早期阶段理解为无症状前或无症状阶段，树木可能受到影响但尚未出现症状。
近日，国际权威学术期刊Remote Sensing of Environment发表了英国斯旺西大学A. Hornero领导的团队的最新相关研究成果，题为Modelling hyperspectral- and thermal-based plant traits for the early detection of Phytophthora-induced symptoms in oak decline的研究论文。研究表明，使用先进的遥感技术可以帮助及早发现橡树衰退并控制全球许多其他森林病害。
圣栎衰退是一种复杂的现象，主要受樟疫霉的存在和水分胁迫的影响。植物功能性状（PT）在衰退过程中发生改变——在初期具有不可察觉的症状，随后影响叶色素含量和冠层结构——其量化对于开发可扩展的检测方法进行有效管理至关重要。本文探究了基于光谱的PT与橡木衰退发生率和严重程度之间的关系。科研人员评估了高分辨率高光谱和热成像（<1 m）以及3-D辐射传输模型（RTM）的使用，以评估圣橡树衰退的监督分类模型。实地调查包括1100多棵病害发生率和严重程度不同的树木，用于训练和验证模型和预测。与健康树木相比，衰退树木显示基于模型的PT，如水、叶绿素、类胡萝卜素和花青素含量，荧光和叶面积指数，以及树冠温度和干物质含量的增加。本研究使用不同PT指标构建的分类模型显示，衰退检测的准确率高达82%，并成功识别了34%的衰退树木，这些树木未被目视检查检测到，并在2年后的重新评估中得到确认。在分析的所有变量中，冠层温度被确定为模型中最重要的变量，其次是叶绿素荧光。这种方法学方法确定了光谱植物特征，适用于检测出现症状前的树木并在通过实地调查进行识别之前最多2年绘制橡树林病害爆发图。早期检测可以指导管理活动，例如树木剔除和清除，以防止枯死过程的蔓延。本研究证明了3-D RTM模型可用于解开橡树衰退由于其异质性而产生的PT改变。特别是，结果展示了RTM和机器学习分类器的结合使用是一种有效的方法，可用于早期检测橡树衰退，可能适用于全球许多其他森林病害。
更多精彩内容，点击下方“往期回顾”
ISME | 法国国家科学研究院揭示植物病原真菌宿主范围扩大的转录机制！
New Phytologist | 德国科隆大学研究揭示玉米黑粉菌转录变化对致病效应蛋白多样化的作用！
Nature Communications | 慕尼黑工业大学研究利用农作物秸秆与微生物互作减少全球二氧化碳排放！
PLOS PATHOGENS | 云南大学张汉波团队研究揭示病原真菌对植物的多重侵染机制！
点个在看你最好看