水稻是人类赖以生存的主要粮食作物之一，是中国粮食作物生产中不可或缺的一部分[1]。稻瘟病一直是水稻的重要病害之一，每年都有发生，严重时减产 40%～50%[2-6]。稻瘟病病菌的生命力极强，它可以在稻草和稻谷上过冬，在合适的环境下引起稻瘟病的发生[7]。

水稻稻瘟病检测常采用近红外光谱技术、多光谱成像技术、高光谱成像技术和图像处理等方法。刘飞等[8]、谭峰等[9]应用可见近红外光谱技术对水稻稻瘟病进行快速诊断。张浩等[10]利用多光谱成像技术对水稻穗颈瘟的严重程度识别进行了研究。杨燕[11]利用高光谱成像技术采集水稻稻瘟病植株图像，再应用数据图像处理方法对得到的稻瘟病图像进行特征提取，建立病害识别模型。袁建清等[12]基于高光谱成像技术对寒地水稻叶瘟病病征与缺氮病征识别进行了研究。近年来，农作物病害检测技术越来越多样化[13-14]。但这些检测技术实际操作难度较大，对环境要求严格，对样品的要求也非常复杂[15]。

拉曼光谱技术是当前比较新颖、快捷的一种检测方法，它既可以检测有机物也可以检测无机物，对于物质的气态、固态、液态等状态要求也不高[16-17]。对于具有相似分子结构的物质，利用拉曼光谱技术也可以检测出他们之间的差异，有效地区分分子结构之间的不同[18]。因此，本研究采集正常水稻和带有稻瘟病病菌的水稻植株拉曼光谱数据，对比分析有病害与无病害水稻植株细胞内部蛋白质、核酸、碳水化合物等的拉曼光谱差异，进而建立基于拉曼光谱的稻瘟病诊断方法。

1 材料与方法

2011-2014年从黑龙江省肇源县二站镇试验田中采集吉粳88水稻植株样品，用透明、密封、湿润的塑料瓶盛装以避免植株蒸腾失水。

无论是繁华还是平淡，小商桥自无言接受，一如家乡的人民。一座桥将坚韧融进了当地人民的血脉，从小商桥始，饥荒、屠城、战乱，临颍人民不怒不伤，不躲不逃，默默承受，安静生活。

[10] 张 浩,姚旭国,毛雪琴,等.基于多光谱图像的水稻穗颈瘟严重度识别研究[J]. 湖南农业科学,2009(1):65-68.

对采集到的原始数据进行处理，利用Matlab编写的程序处理数据，得到样品光谱的峰值；通过拉曼光谱仪自带的光谱采集软件NuSpec software，对光谱数据进行采集和存档，数据连续自动地存为spc格式，光谱存为原始曲线；对数据库进行定量分析，以Grams PLSIQ软件制作的校正文件直接导入光谱仪软件中，得到光谱数据的多种表征，对得到的数据进行比较和计算。

4) 计算各级指标评价值.将综合评价向量与测度阀值合成，做单值化处理W=M·U，从而得到工程测量实验室安全管理综合评价值.

2 结果与分析

2.1 水稻植株正常茎秆与稻瘟病发病茎秆的拉曼光谱差异

[4] 朱 凤,田子华,邰德良,等. 从 2014 年稻瘟病重发谈今后防控对策的改进[J]. 江苏农业科学,2016,44(8):155-158.

河南省各县制作发放了宣传栏16 196个，发放明白卡208万张、宣传画册57.8万册、宣传光盘1.4万张，刷写宣传标语8万条，培训1 496场次14.1万人，演练6 576次52.55万人。通过多种形式、多种层次的宣传，使山洪灾害防御常识深入人心，使当地群众防灾、避灾意识和自防、自救、互救能力大大增强；通过对各级责任人员以及监测、抢险技术人员进行培训，提高了山洪灾害防御队伍的防洪预警能力；通过山洪灾害防御演练，危险区群众进一步增强山洪灾害防御意识，明白各种预警信号，熟悉山洪灾害发生时逃生路线，掌握紧急避险方法。

  

图1 水稻植株正常茎秆与稻瘟病发病茎秆的拉曼光谱整体对比图Fig.1 Overall comparison chart of Raman spectra of normal stems and stems infected by rice blast of rice plants

参考文献：

帕帕国共有36个州，1001个市。帕帕国的首都建立在东北部的海滨城市——“勇敢城”。帕帕国宪法规定：全体公民满8岁可以竞选总统。所有的职务任期都是2年，官员在任期间，如果工作不负责任、表现不佳，可以由公民民主投票随时撤换，由副职续任(不过所有市长、州长、总统、议员都很珍惜自己的名誉和荣誉，迄今为止没有哪一位官员被撤过职)。

  

图2 水稻植株正常茎秆与稻瘟病茎秆拉曼光谱对比图Fig.2 The comparison chart of Raman spectra of normal stems and stems infected by rice blast of rice plants

对比图2中稻瘟病发病茎秆与正常茎秆的拉曼光谱可以发现，在642 cm-1处发病茎秆的拉曼光谱没有出现波峰，说明此处的酪氨酸特征峰消失了。而发病茎秆中DNA在1 328 cm-1处的胸腺嘧啶特征峰也消失了，说明胸腺嘧啶发生了强烈的化学变化，进一步说明稻瘟病病菌的侵染造成水稻组织内蛋白质、核酸、碳水化合物等分子结构发生变化。

从图3中可以看出，水稻稻瘟病发病茎秆在527 cm-1处的拉曼特征峰是由发病叶片中526 cm-1处的特征峰蓝移得到的，说明蛋白质侧链在此处的S-S键振动加强，相互作用增强。而稻瘟病发病茎秆在631 cm-1处的拉曼特征峰是由发病叶片在636 cm-1处的特征峰红移得到的，说明蛋白质侧链中的苯丙氨酸残基的化学键振动能量减弱，即残基间相互作用减弱，进一步说明当稻瘟病病菌侵入水稻茎部时，组织中蛋白质结构发生异常。

  

图3 水稻植株稻瘟病发病叶片和茎秆拉曼光谱的整体对比图Fig.3 Overall comparison chart of Raman spectra of leaves and stems of rice plants with rice blast

水稻稻瘟病发病茎秆拉曼光谱中在810 cm-1处存在RNA磷酸二酯PO2的特征峰，然而在发病叶片光谱中此处的特征峰消失，说明RNA结构发生变化。发病茎秆在1 099 cm-1处的特征峰是由发病叶片在1 095 cm-1处的特征峰蓝移得到的，说明DNA中骨架磷酸之间的化学键振动能量增强，相互作用增强。也说明随着稻瘟病病菌的侵染，水稻稻瘟病发病茎秆中RNA和DNA骨架磷酸发生变化。发病茎秆在1 215 cm-1处的拉曼特征峰是由发病叶片在1 223 cm-1处的特征峰红移得到的，说明DNA中碱基腺嘌呤含量减少，化学键之间相互作用减弱。而发病茎秆在1 583 cm-1处的拉曼特征峰是由发病叶片在1 586 cm-1处的特征峰红移得到的，说明在DNA碱基鸟嘌呤和腺嘌呤中至少有一种物质的化学结构发生变化。也进一步说明在受到稻瘟病病菌入侵的情况下，DNA中碱基结构发生了改变。发病茎秆中在1 111 cm-1处的拉曼特征峰消失，说明此处不存在D-甘露糖。发病茎秆在1 350 cm-1处的拉曼特征峰是由发病叶片在 1 356 cm-1处的特征峰红移得到的，说明此处葡萄糖和葡萄糖醛酸中至少有一种物质的化学键发生断裂。也说明稻瘟病病菌侵染对碳水化合物中单糖的影响。发病茎秆在1 366 cm-1处的拉曼特征峰是由发病叶片在1 364 cm-1处的特征峰蓝移得到的，说明此处多糖中的葡聚糖的化学键相互作用增强。发病茎秆在1 449 cm-1处的拉曼特征峰是由发病叶片在1 457 cm-1处的特征峰红移得到的，说明此处纤维素中化学键之间的相互作用减弱，也说明稻瘟病病菌侵染使碳水化合物分子结构发生变化。

姜玲博士从“聚-γ-谷氨酸”绿色增效剂在植物上的应用效果上讲起，为大家介绍了“聚-γ-谷氨酸”在作物丰产、高品、高效等方面的作用，充分让农户们意识到产品和技术的创新力量。马诗科也为大家介绍了辣椒在不同的生产时期，病虫害和病毒害科学合理的防治和预防，纠正了农民对病虫害和病毒害防治中的误区和疑虑。

由图4可见，发病叶片在846 cm-1处的拉曼特征峰在发病茎秆光谱中消失，说明发病茎秆中酪氨酸的对羟苯基环化学键全部断裂。发病叶片在1 678 cm-1处存在1个拉曼特征峰，而发病茎秆在此处存在2个非常小的拉曼特征峰，说明酰胺Ⅰ中β-折叠化学键振动能量变弱，β-折叠化学键之间的相互作用变弱。从图4中还发现，在发病叶片光谱1 520 cm-1附近仅存在1个拉曼特征峰，而在发病茎秆光谱中存在3个小的拉曼特征峰，说明C=C双键在此处的伸缩振动能量十分微弱，化学键断裂十分严重且化学键之间的相互作用也十分脆弱。

  

图4 水稻植株稻瘟病发病叶片和茎秆拉曼光谱的对比图Fig.4 Comparison chart of Raman spectra of leaves and stems of rice plants with rice blast

2.2 水稻植株稻瘟病发病茎秆的拉曼频率点变化

[3] 周丽娜.基于叶绿素荧光光谱分析的稻叶瘟病害识别与预警[D].长春:吉林大学,2014.

  

图5 水稻植株稻瘟病发病茎秆拉曼频率点散点图Fig.5 Raman scatter plot of infected stems of rice plants with rice blast

2.3 采用ROC曲线方法诊断水稻稻瘟病

用Spss统计软件对稻瘟病发病茎秆和正常茎秆的拉曼光谱进行2个独立样本的t检验分析，结果显示有显著差异(P<0.05)。发现539 cm-1、793 cm-1、1 055 cm-1、1 364 cm-1特征峰强度(I539 cm-1、I793 cm-1、I1 055 cm-1、I1 364 cm-1)等在正常水稻茎部与稻瘟病发病组织中差异性不大，而I511 cm-1、I621 cm-1、I969 cm-1、I1 109 cm-1、I1 446 cm-1等在正常水稻茎部与稻瘟病发病组织中存在明显差异。在此基础上运用受试者工作特征曲线(ROC曲线)方法，对比正常水稻茎秆与稻瘟病发病茎秆拉曼谱线的灵敏度与特异性。如果曲线面积(AUC)>0.6，则说明具有显著的诊断性，AUC越接近1.0，则说明诊断性越高。选择7个具有代表意义的特征峰绘制ROC曲线(图6)。

图6中I1 154 cm-1曲线与I1 520 cm-1曲线由横轴零点直接达到纵轴的最高点1.00的位置，曲线下的面积AUC=1.00，说明发病茎秆在1 154 cm-1和1 520 cm-1特征峰处C-C和C=C几乎全部断裂，或者说不存在C-C键和C=C双键。I523 cm-1曲线在横轴的0.33和0.67处有2个折点，曲线下面积AUC=0.86，说明发病茎秆在此处的S-S键变长，S-S键的扭曲-扭曲-反式构象变弱。I1 001 cm-1曲线在横轴的0.67处出现折点，曲线面积AUC=0.97，说明发病茎秆在此处的甲基(-CH3)化学键断裂十分明显。I1 189 cm-1曲线在横轴的0.33处出现折点，曲线面积AUC=0.94，说明发病茎秆在此处大部分的C-N键断裂，且C-N键的伸缩振动十分微弱。I1 556 cm-1曲线在横轴的0.17、0.33、0.83处出现折点，曲线面积AUC=0.97，说明发病茎秆在此处的色氨酸吲哚环之间相互作用的化学键减弱。I1 584 cm-1曲线在横轴的0.33处出现折点，曲线面积AUC=0.83，说明发病茎秆在此处的DNA发生异常，鸟嘌呤和腺嘌呤中至少有1种物质发生改变。

  

图6 正常水稻植株与稻瘟病发病茎秆的ROC曲线Fig.6 Receiver operating characteristic(ROC) curve of normal rice plants and infected stems of rice plants with rice blast

3 结 论

本研究尝试将受试者工作特征曲线(ROC曲线)方法应用在水稻稻瘟病检测。首先从蛋白质、核酸、碳水化合物方面对水稻茎部拉曼光谱在871 cm-1、1 001 cm-1、1 153 cm-1、1 520 cm-1处进行典型峰值的确认，根据C-C键、C=C键以及C-N键等化学键振动频率的不断减弱，以及DNA分子中腺嘌呤、鸟嘌呤等的结构异常，对水稻茎部进行稻瘟病诊断,选择7个特征峰绘制ROC曲线，曲线下面积(AUC)最小为0.83，说明诊断性较明显。其次利用Spss统计软件对正常水稻茎秆及稻瘟病发病茎秆和叶片的拉曼光谱进行统计分析，通过对比两者拉曼谱线在位移、峰数以及相对强度上的变化，判断稻瘟病发病水稻植株内分子结构的改变，为稻瘟病早期检测提供依据。

拉曼特征峰的位移分为红移和蓝移，红移表示从高频率移到低频率，蓝移表示从低频率移到高频率。从图1中可以看出正常茎秆波数562 cm-1的拉曼特征峰红移到发病茎秆中的556 cm-1处，说明主链中酰胺VI的C=O变形能量降低，C=O双键变长且相互作用的双键能力变弱，同时也代表蛋白质肽键变弱。蛋白质侧链中的苯丙氨酸残基特征峰由1 615 cm-1蓝移到1 619 cm-1处，使得苯丙氨酸残基的振动能量增加，进一步表明发病茎秆中蛋白质的种类、空间结构发生明显变化。DNA中碱基腺嘌呤特征峰由726 cm-1处蓝移到730 cm-1，说明碱基中的腺嘌呤含量增加，同时说明DNA中碱基组织成分发生变化。碳水化合物中单糖拉曼特征峰由1 072 cm-1蓝移到1 076 cm-1，说明葡萄糖、D-甘露糖、葡萄糖醛酸3种单糖中至少有1种单糖的化学键振动能量增加，连接的化学键相互作用增强；碳水化合物中的纤维素拉曼特征峰由1 446 cm-1红移到1 440 cm-1处，说明多糖中纤维素化学键振动能量降低，进一步证明了稻瘟病发病茎秆中碳水化合物成分、结构出现异常。为了更加清晰地对比分析稻瘟病发病茎秆与正常茎秆拉曼特征峰数量的变化，将2株水稻植株拉曼光谱的相对强度进行细化(图2)。

不要怂！我对自己说。高度的紧张令我的感官敏锐又麻木。我保持着高速而均匀的行驶。到了！我快速伸出手去，紧握住黑暗中另一只手。冰冷而光滑，像乳胶制的假手。但我知道这是一只真手，来自一具男尸。我强迫自己紧握住它，拖着尸体飞快骑行。不知骑了多久，我的直觉告诉我，该是出手的时候了。于是我用尽全身的力气，将这只手甩了出去。我似乎将尸体甩过墙，甩到了巷子的另一边。体育课上扔铅球，我的成绩一向很差。不知道为何，这时迸发出这么大的力气。我好像还握着这只手抡了几个圈才脱手。但由于紧张，我已经忘了我到底有没有握着它抡几圈。

[6] 杨永义，张 华，宣 宁，等. 利用分子标记辅助选择培育抗稻瘟病粳稻新品系[J]. 山东农业科学， 2016,48(11):18-20,25.

[2] 周 萌，邓国富，梁海福，等. 抗稻瘟病优质籼型水稻不育系青A选育及应用[J]．南方农业学报，2017，48(1)：26-30.

当负荷功率分别为2 MVA、4 MVA、6 MVA，功率因数为0.85，XC=0时，串补装置处节点电压分别为9.57 kV、8.89 kV、8.19 kV，若加入补偿度k=2.25的补偿电容时，补偿点电压分别提升1.272 kV、1.591 kV、1.668 kV。结果如图4所示：容量与电流的平方成正比，而串联电容器补偿的电压与线路电流成正比。因此，当线路容量增大时，电流增大，补偿的电压也随之增大。这就是串补的负荷自适应特性，也是其他无功补偿均不具备的特性。

从500～1 700 cm-1波数范围内挑选32个拉曼频率点绘制散点图(图5)。从图5中可以看出这32个拉曼频率点的变化，整体来说发病茎秆的拉曼特征峰相对强度更加平稳，特别是871 cm-1、1 001 cm-1、1 153 cm-1、1 520 cm-1 4处的拉曼特征峰值发生了变化。在871 cm-1处蛋白质中的色氨酸的吲哚环含量降低，说明吲哚环遭到破坏；在1 001 cm-1处甲基(-CH3)的含量减少，说明-CH3的平面摇摆振动几乎没有发生；在1 153 cm-1处C-C单键含量减少，并且其右侧半峰1 189 cm-1处的C-N 键几乎全部断裂；在1 520 cm-1处C=C双键含量减少，且C=C 双键的伸缩振动也在减弱。这几处峰值的变化都充分说明在稻瘟病病菌的侵染下，水稻茎秆内蛋白质的多级结构和生理功能均出现异常。

用拉曼光谱仪采集寒地水稻无病害与有病害植株茎部的 200～3 400 cm-1波段光谱。结果显示水稻植株茎部拉曼特征峰敏感段主要集中在 500～1 700 cm-1波段。对采集的数据利用Excel软件进行分析，得到水稻植株正常茎秆与稻瘟病发病茎秆的拉曼光谱整体对比图(图1)。

[5] 欧全宏,赵兴祥,周湘萍,等.稻瘟病、玉米锈病和蚕豆锈病叶的傅里叶变换红外光谱研究[J]. 光谱学与光谱分析,2012,32(9):2389-2392.

[1] 彭昌家,白体坤,冯礼斌,等.南充市水稻稻瘟病综合防控技术研究[J]. 中国农学通报,2015,31(11):190-199.

[7] 曾凡松,杨立军,龚双军,等.稻瘟病生防菌JK-1的筛选、鉴定及其抑菌活性的研究[C]//中国植物保护学会.植保科技创新与农业精准扶贫——中国植物保护学会2016年学术年会论文集.北京:中国农业科学技术出版社,2016.

[8] 刘 飞,冯 雷,柴荣耀,等.基于直接正交信号校正的水稻冠层叶瘟光谱诊断[J]. 光学学报,2010,30(2):585-589.

[9] 谭 峰,汪 春,尚廷义.基于近红外光谱的寒地水稻稻瘟病检测数据分析[J]. 农机化研究,2011(11):44-47.

选用DeltaNu公司生产的Advantage532型拉曼光谱仪，采用低功率5 mW配置。对无病害和有病害的水稻茎秆部位进行波段为200～3 400 cm-1的光谱采集，水稻茎部的拉曼特征峰敏感段也主要集中在 500～1 700 cm-1。对采集到的水稻茎部拉曼光谱进行预处理之后，利用Excel软件对数据进行初步分析，计算出样品的平均光谱，应用绘图软件Origin绘制图形。

Action Tesa的新项目也成为Siempelkamp新的里程碑，因为它完成了Siempelkamp的新生态精选机的安装。已经开发了与亚洲市场接轨的技术及快速生长的可再生原材料，包括橡胶木的加工技术。

[11] 杨 燕.基于高光谱成像技术的水稻稻瘟病诊断关键技术研究[D].杭州:浙江大学,2012.

[12] 袁建清,苏中滨,贾银江,等.基于高光谱成像的寒地水稻叶瘟病与缺氮识别[J]. 农业工程学报,2016,32(13):155-160.

[13] 齐 龙,马 旭,梁 柏,等.稻瘟病监测预测方法研究现状及流行风险评估体系构建初探[J]. 中国农学通报,2011,27(33):213-216.

[14] 欧 琳,苏 颖，陈 阳,等.基于拉曼光谱的鼻咽癌细胞株总蛋白放射敏感性研究[J]. 激光生物学报,2015,24(1):107-110.

[15] 易 品,邵超鹏,顾大勇,等.疟色素应用于拉曼光谱技术检测疟疾研究进展[J]. 国际检验医学杂志,2016,37(2):229-232.

大学有三大学分：学业、社团和爱情，前两大学分我算修得不错，只剩爱情学分还没修过，也不知道有没有机会修。不过目前我才大一，不必太急，我想很快就有机会修修看。

[16] 翟 晨,彭彦昆，李永玉,等.基于拉曼光谱的苹果中农药残留种类识别及浓度预测的研究[J]. 光谱学与光谱分析,2015,35(8):2180-2185.

①底泥的弱碱性能够中和一部分岩土的酸性，并且不会产酸，避免了可能的产酸风险；底泥中含有大量的钙，这可以在一定程度上降低重金属对植物的毒害作用。

[17] 谭 峰,才巧玲，孙雪成,等.基于拉曼光谱分析寒地水稻叶瘟病害植株特征[J]. 农业工程学报,2015,31(4):191-196.

[18] 李晓丽,罗榴彬，周斌雄,等.基于共聚焦显微拉曼的真菌菌丝中几丁质的原位检测研究[J]. 光谱学与光谱分析,2016,36(1):119-124.