水稻臺農67號高解析植被反射比光譜 (350-2500 nm)及感染不同等級葉稻熱病與 瘤野螟之植被反射比光譜繪於圖1。由光 譜之變化顯示，不同窄波段之反射比高低 不一，主要分別受到植體色素、水分含量 及構造之影響，近似於一般綠色植物之植 被光譜(楊及蘇，1997；Meyers, 1983; Su and Yang, 1999; Yang and Ko, 1997)。一般 言之，在紫外光及可見光波段之反射比較 低，而紅外光波段之反射比較高。其中可 見光波段之反射比變動係受到植體光合成 色素(photosynthetically active pigments)之 影響(Fourty et al., 1996; Gausman, 1982;
Maas and Dunlao, 1989; Salisbury and Ross, 1969; Water-Shea and Norman, 1991)，近紅 外光波段(the near infrared)之起伏受到植體 構造及外部幾何結構之控制(Asner, 1998;
Gates et al., 1965; Water-Shea and Norman, 1991; Woolley, 1971)，短波紅外光與中紅 外光波段之變化則由水分含量及植體構造 所決定(Barrett and Curtis, 1992; Woolley, 1971; Fourty et al., 1996)。由圖1顯示，不 等葉稻熱病感染等級之植被光譜曲線類
似，但是反射比之高低則有明顯差別，此 一現象雷同於不等瘤野螟感染等級之植被 光譜。不同光譜波段之反射比差異及病蟲 害感染等級，將綜合左右水稻植被光譜曲 線之變化及光譜特徵之表現，同時將改變 光譜特徵與感染等級之關係，本文乃持續
進一深入分析。
將光譜範圍之各窄波段反射比與感染 等級進行相關強度分析，即可瞭解各窄波 段反射比與感染等級之間是否具有密切關 係，進而篩檢出高相關之窄波段位置。根 據繪於圖2之相關強度分析結果，發現水
Fig. 1. Mean reflectance spectra (350-2500 nm) of hyperspectral resolution from rice (Oryza sativa L. cv. Tainung 67) canopies infested with various percentages of leaf blast (Pyricularia oryzae Cav.) (upper) and different levels of leaffolder (Cnaphalocrosis medinalis Guenee) (lower). (Adapted from Yang and Chang, 2002; Yang et al., 2002) 圖1. 水稻(Oryza sativa L. cv. Tainung 67)植被感染不同葉稻熱病(Pyricularia oryzae Cav.)(上
圖)百分比及瘤野螟(Cnaphalocrosis medinalis Guenee)(下圖)等級之高解析平均值光 譜(350-2500 nm)。(摘自Yang and Chang, 2002; Yang et al., 2002)
Fig. 2. The correlation intensity analysis between the single narrow band reflectance (350-2500 nm) and percent infection of blast disease (upper) and levels of infestation of leaffolder (lower) for rice reflectance spectrum. (Adapted from Yang and Chang, 2002; Yang et al., 2002)
圖2. 水稻植被高解析平均值光譜(350-2500 nm)之反射比與感染葉稻熱病(上圖)及瘤野螟 (下圖)等級之相關強度分析結果。(摘自Yang and Chang, 2002; Yang et al., 2002) 稻植被光譜之反射比與葉稻熱病感染等級
概為正相關，與瘤野螟感染等級亦多為正 相關。葉稻熱病部分，其相關性在紫外光 波段(350-400 nm)及紅外光波段(740-2500 nm)高於可見光波段(400-740 nm)。最大相 關係數(correlation coefficient, r)位於1436
nm窄波段，r=0.982**，且位於此窄波段 之反射比與感染等級之直線相關的決定係 數(coefficient of determination，R2)高達 0.964。瘤野螟部分，最大相關係數座落於 可見光波段之691 nm窄波段(r=0.952**)，
靠近紅光波段之葉綠素a最大吸收值(本項
試驗為664 nm)位置。不同感染等級於691 nm窄波段之反射比分佈適用於直線函數，
其決定係數高達0.906 (P<0.01)，二次函數 並未明顯提高R2。試驗結果顯示，水稻植 被光譜之許多窄波段反射比與此二病蟲害 之間具有顯著相關，針對上述特定單一窄 波段之反射比相關性已可分別解釋此二病 蟲害90%以上變異率，提供利用於發展簡 易測計之潛力。
在水稻植被光譜曲線上，位於綠光波 段峰值(GREEN)、紅光波段谷值(RED)及 近紅外光波段峰值(NIR)之窄波段係三個 主要曲線轉折點，具有生理生化及生物物 理意義。其中GREEN及RED窄波段分別 為葉綠素之最小與最大吸收波段位置，
NIR波段則為關係植被反射與穿透性質之 近紅外光波段之最大反射位置。此三個窄 波段隨著水稻株齡而異，並受到外界因子 之影響而改變，形成動態調整。研究發 現，RED及NIR之高低與葉稻熱病等級呈 現顯著正相關，但是個別窄波段之反射比 並未與瘤野螟感染等級顯著相關(資料未列 出)。由於Wanjura and Hatfield (1987)指 出，包括多個窄波段反射比之光譜特徵模 式通常能夠較敏感的反應出植物生物物理 特性之變化。本研究於是採用多變量(元) 直線回歸分析方法，試以篩檢出多個窄波 段組成多變量(元)直線回歸模式，欲提高 估測病蟲害等級之準確度。由分析結果獲 得估測葉稻熱病之最佳三元直線回歸模式
Fig. 3. Correlations of spectral indices NDVI, RED/GREED ratio, red edge slope, and red edge mid point calculated from rice reflectance spectra to percent infection of blast disease.
(Adapted from Yang and Chang, 2002)
圖3. 光譜指數NDVI、RED/GREED ratio、紅外臨界斜率(red edge slope)及紅光臨界中 間值(red edge mid point)與葉稻熱病感染百分比之相關。(摘自Yang and Chang, 2002)
Y=-9.391+6.265RED+0.340NIR-3.381 GREEN (R2=0.929, P<0.01)，以及估測瘤 野螟之最佳二元直線回歸模式 Y=-3.742-3.742RED+ 8.616GREEN (R2=0.963, P<0.01)。多元直線回歸模式提供了利用多
Thenkabail et al., (2000)之研究指出，
紅光波段之最大吸收值位置最常被利用於 組構植被指數，亦最適於用來探討各種生 物物理特性之相關性，且在文獻上的研究 案例不計其數。Elvidge (1990)和Idso et al.
(1980)也認為此一窄波段用於探討植物之 性狀變化甚為合理，因為該光譜位置反映 出光合活性高低，可以印證植體的生長表 現 及 外 在 因 子 的 效 應 。 Penuelas et al.
(1993)和Thenkabail et al. (2000)研究報告 則建議，近紅外光波段之波峰或近紅外光
Shibayama and Akiyama, 1991; Thenkabail et al., 2000; Yang and Chang, 2002; Yang et al., 2002)，多能據以建立有效估測模式，
獲得令人滿意的估測結果。
本文研究為繼續探討感染病蟲害之水 稻植被光譜特徵，乃進行全光譜範圍之多 元直線複回歸分析，發現若干個與病蟲害 關 係 密 切 之 波 段 。 為 避 免 如 Blackburn (1998)和Thenkabail et al. (2000)所述之
"over fitting (collinear)" 現象，特於感染葉 稻熱病之水稻植被光譜挑選不同位置之八 個窄波段，而於感染瘤野螟之水稻植被光 譜挑選六個不同窄波段，再進行多元直線 複回歸分析。適於葉稻熱病及瘤野螟估測 之 最 佳 三 元 直 線 回 歸 模 式 分 別 為 Y = -21.401+1.162R620 nm+4.855R1436 nm-3.914R2198
nm (R2=0.980, P<0.001)， Y=-9.295-3.063R550 nm+6.167R691 nm+0.108R1863 nm (R2=0.995, P<0.007)。顯然的，可以有不同 的窄波段組合來估測水稻之葉稻熱病及瘤 已高達 0.989 (P<0.002)，方程式為 Y=-8.749-2.336R550 nm+5.099R691 nm。Thenkabail et al., (2000)曾建立多達四個窄波段組合之 所 謂 四 元 最 佳 窄 波 段 反 射 比 模 式 ( 4 -variable optimum multiple narrow band reflectance (OMNBR) models)來估測多種 農作物之生物物理性狀變化，雖然窄波段 取自光譜範圍的不同波段，結果仍令人滿 意。
有關植被指數(vegetation index, 或稱 光譜指數，spectral index)在生長、產量或 其他生物物理性狀估測上的研究普遍見於 文獻(Bauer, 1975; Su and Yang, 1999;
Tucker, 1979; Wiegand et al., 1979, 1986;
Yang and Ko, 1997; Yang and Su, 2000;
Yang, 2001; Yang and Cheng, 2001)，本文 研究乃探討多個光譜指數與水稻病蟲害等 級之關係。如圖3所示，除了NDVI之外，
RED/GREED ratio 、紅外臨界斜率(red edge slope)及紅光臨界中間值(red edge mid point)均與葉稻熱病感染百分比呈正相關 (R2>0.7)，適用於曲線函數表示其趨勢變 化。又如圖4所示，光譜指數RED/GREEN ratio、RED/NIR ratio及NDVI皆對感染瘤 野 螟 有 敏 感 反 應 ， 適 用 於 曲 線 函 數 (R2>0.88, P<0.05)。這些指數各適用於對葉 稻熱病或瘤野螟感染之估測，然而曲線函 數之特性，使得其在曲線的一端有較不敏
感的反應。Kobayashi et al. (2001)在研究 穗稻熱病時，亦發現許多光譜指數在糊熟 期(dough stage)與病徵有顯著相關。Yang and Cheng (2001)則顯示NDVI可利用於估 測水稻褐飛蝨感染等級。