棉花黄萎病叶片氮素含量与高光谱数据相关性分析

[目的]探讨棉花黄萎病叶片全氮含量(LTNC)与高光谱数据间相关性,为遥感监测黄萎病冠层全氮含量提供理论依据.[方法]在棉花黄萎病发生的不同时期,获取黄萎病叶片光谱及氮素含量数据,对其光谱反射率进行一阶微分处理和光谱特征参数提取,并与氮素含量进行相关分析.[结果](1)棉花黄萎病LTNC与反射光谱在404～728 nm,880 ～2 500 nm呈极显著负相关(平均r=-0.71,-0.68),748 ～ 768 nm呈极显著正相关(平均r=0.31),且在694、758、2 247 nm处的相关系数最大,|r(=0.87,0.32,0.73;(2)黄萎病LTNC与一阶微分光谱在700 ～753 nm处呈极显著正相关(平均r=0.89),在452 ～ 632 nm处呈极显著负相关(平均r=-0.64),与单波段554 nm处相关系最大(|r(=0.90);(3)黄萎病LINC与24个光谱特征参数均达极显著相关,组合波段参数相关性最好,植被指数和吸收参数的相关性较好,单波段相关性一般,与PVI[FD554,FD731]的相关性最好,r值最大,为0.91;与PPR[550,450]的相关性最差,|r(仅为0.48.[结论]黄萎病棉叶LTNC与高光谱数据间有高的相关性,可利用高光谱数据对黄萎病LTNC进行遥感监测.     

棉花黄萎病病叶光谱特征与病情严重度的估测

 【目的】阐明棉花黄萎病病叶光谱特征并对其病情严重度进行估测，为今后通过航空、航天遥感大面积监测棉花黄萎病提供依据。【方法】试验采用不同品种棉花黄萎病的病叶材料，在不同发病时期的病谱田和大田同步测定其光谱和发病严重度，定性和定量地分析病叶光谱反射特征、微分光谱特征差异。【结果】棉花不同品种、不同发病时期的黄萎病的病叶光谱均随发病严重度的增加而表现出有规律的变化，可见光（400～700 nm）到近红外区（700～1 300 nm）波段，光谱反射率随病情加重呈现上升趋势，可见光520～680 nm波段范围内尤为明显。当病叶严重度达到b2（25%）时，可作为病害识别的临界，对其进行早期诊断。对光谱一阶微分特征研究表明，在红边范围内（680～780 nm）处理间变幅最大，分析后发现红边斜率减小，红边位置发生了“蓝移”，表现出了病害特有的特征。试验证明：434～724和909～1 600 nm为棉花黄萎病病叶光谱敏感波段，建立的多个遥感估测模型均达到极显著水平。【结论】棉花黄萎病病叶光谱特征明显，建立的相应病害反演模型中利用一阶微分光谱723 nm建立的模型精度最高，可用来定量反演棉花单叶黄萎病的发生情况。     

花生叶鲜生物量的高光谱估算模型

利用花生生物物理参数和冠层高光谱数据,基于光谱一阶微分技术,选取对生物量敏感的波段组成高光谱植被指数,建立花生叶鲜生物量的高光谱遥感估算模型。结果表明,花生叶鲜生物量在绿峰525~556 nm、红谷645~689 nm和近红外710~900 nm波段范围反射光谱与花生叶鲜生物量有极显著相关关系。高光谱反射率与叶鲜生物量在大部分可见光区和近红外波段呈显著相关,并且在可见光红光波段呈负相关,在近红外波段呈极显著正相关。花生光谱反射率与花生叶鲜生物量相关的近红外、红光波段的敏感波段分别为770、673 nm,用这2个波段构建植被指数,组成高光谱归一化植被指数(NDVI)、比值植被指数(RVI)、差值植被指数(DVI)和再次归一化植被指数(RDVI),并构建生物量反演模型;相对于NDVI、DVI、RDVI建立的简单线性函数估测模型,RVI所构建的花生叶鲜生物量估测模型的预测精度较高。     

基于高光谱遥感的玉米全氮含量估测模型

采用高光谱近地遥感技术,获取不同氮素水平下的玉米冠层高光谱数据,通过相关性、线性和非线性的分析方法,探讨玉米整个生育期中各营养器官的全氮含量与多种高光谱参数的相关关系,建立全氮含量的定量估测模型,并利用第2年的数据进行精度检验。结果表明:玉米冠层高光谱数据经过微分、倒数、对数处理后与玉米全氮含量的相关性均有所提高,所选波段基本在可见光波段范围内变化,其中微分处理可以显著提高数据间相关性;在10种植被指数中,玉米叶片全氮含量与植被指数RDVI(811,743)、DVI(811,754)、MSAVI(811,754)相关性都达0.92**以上,玉米叶鞘、茎秆全氮含量分别与RDVI(952,751)、RVI(948,692)相关性达到最大r=0.7867**,r=0.8444**(n=360);植被指数RVI、NDVI与玉米各营养器官叶鞘茎的全氮含量相关性普遍较好,相关系数都在0.75**以上,适合建立玉米植株全氮含量的高光谱估测模型;经过精度检验后,选择均方根误差RMSE小,拟合优度R2大,观测值与预测值的决定系数r2大的回归方程作为估测模型,得出以DVI(811,754)为自变量,估算玉米叶片全氮含量的指数模型y=2.3035e3.6854x(R2=0.859,RMSE=0.0504,r2=0.8772);以RVI(952,743)为自变量,估算玉米鞘全氮含量的二次模型y=1.5964x2-3.5464x+2.8995(R2=0.758,RMSE=0.0261,r2=0.8005);以410nm处的二阶微分为自变量,模拟玉米茎秆全氮含量的二次模型y=7454.8x2+55.335x+0.6496(R2=0.78,RMSE=0.1376,r2=0.8287)。     

基于高光谱遥感数据的水稻叶温反演

[目的]研究水稻叶温与冠层反射光谱间的关系,为水稻叶温的模拟与监测提供理论依据.[方法]利用FieldSpec Pro FR光谱仪和Raynger ST红外温度探测仪测量水稻抽穗期冠层的反射光谱和叶片温度,分析原始反射光谱、一阶微分光谱、归一化植被指数(NDVI)、比值植被指数(DVI)、再归一化差值植被指数(RDVI)和转换型土壤调整指数(TSAVI)与叶温的关系.[结果]叶温的变化直接影响水稻冠层光谱的反射率,影响水稻红边特征.一阶微分光谱与叶温存在极显著相关性(P<0.01,下同),990 nm处相关系数(0.889)最高,885 nm处相关系数(-0.893)最低.选取叶温敏感波段光谱组合计算植被指数,发现RDVI和TSAVI与叶温的关系呈极显著相关,相关系数分别为0.724和0.733.由RDVI和TSAVI建立经验模型,结果显示由TSAVI建立的叶温估算模型效果更好,其验证样本的决定系数为0.610,相对误差为1.97%,均方根误差为2.546.[建议]综合考虑多种预处理方法,最大程度还原光谱信息;优化特征波长的提取,提高建立模型的精度;基于高光谱技术,实现冠层叶温的无损监测.     

TMV胁迫下烟草SPAD值的遥感估算模型研究

SPAD值是评价烟草健康状况的重要农学参数。本文利用ASD地物光谱仪和叶绿素仪（SPAD-502）连续两年测定了TMV胁迫下烟草冠层的光谱数据和SPAD值。采用减量精细采样法，筛选了TMV胁迫下烟草SPAD值的光谱敏感波段，并构建了预测模型。结果表明：TMV胁迫下烟草SPAD值的敏感波段主要位于可见光区域及近红外区域，其最佳波段为731 nm、741 nm、835 nm和910 nm。构建的SPAD值的差值植被指数DVI（R835,R910）、比值植被指数RVI（R731,R741）、归一化植被指数NDVI（R731,R741）线性模型、逐步回归（SMLR）和BP神经网络等预测模型，决定系数（R²）分别为0.62、0.60、0.61、0.69和0.89；模型的测试精度（P-R2）分别为0.49、0.52、0.52、0.51和0.79，均方根误差RMSE分别为5.33、5.22、5.23、17.13和3.40。表明可利用DVI（R835,R910）、RVI（R731,R741）、NDVI（R731,R741）和BP神经网络来预测烟草SPAD值，并进一步监测其健康状况...     

协同冠层SIF和PRI光谱指数的构建及其在小麦条锈病监测中的应用

【目的】利用反射率光谱在作物生物物理方面的优势和日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)、光化学反射率指数(photochemical reflectance index,PRI)在光合生理方面的优势,构建协同冠层SIF和PRI光谱指数(synergistic spectral index of SIF and PRI,SISP),旨在提高作物病害遥感探测精度。【方法】基于3FLD(three bands fraunhofer line discrimination)算法,估测小麦条锈病在不同病情严重度下的单波段SIF强度,利用对作物冠层几何结构敏感的归一化植被指数(normalized difference vegetation index,NDVI)和重归一化植被指数(re-normalized vegetation index,RDVI)对SIF和PRI进行处理,再利用处理后的SIF和PRI数据构建SISP指数,通过建立传统的光谱指数和SIF、PRI及其组合对小麦条锈病的遥感监测模型,以病情指数(disease index,DI)实测值与预测值之间的决定系数(R²)、均方根误差(RMSE)和相对分析误差(RPD)评价模型精度,进而与SISP指数建立的模型进行比较,分析SISP指数对作物病害遥感监测的有效性。【结果】（1）综合利用SIF和PRI数据能够提高对小麦条锈病的遥感探测精度,3组验证样本数据集中,以PRI和SIF的简单组合PRI+SIF为自变量构建的小麦条锈病监测模型,预测DI值与实测DI值间的R²比单一PRI和SIF至少提高14.0%和1.7%,RMSE至少降低7.1%和3.7%。（2）利用反射率光谱指数NDVI和RDVI处理后的SIF和PRI构建的SISP指数,对小麦条锈病DI的预测精度优于直接利用PRI和SIF组合的各种指数,验证样本数据集中预测DI值与实测DI值间的R²至少提高3.7%,RMSE至少降低9%。（3）以SISP和反射率光谱指数为自变量构建的小麦条锈病多元线性回归(multiple linear regression,MLR)和径向基神经网络(radial basis function neural network,RBFN)模型的精度,高于仅利用反射率光谱指数构建的模型精度,其预测DI值与实测DI值间的R²分别较反射率光谱指数提高13.42%和5.72%,RMSE分别减少29.93%和19.24%,RPD分别提高44.53%和29.80%。【结论】利用NDVI和RDVI处理后的SIF和PRI构建SISP指数,能够减弱作物群体生物量对冠层SIF和PRI信号的影响,提高小麦条锈病的遥感监测精度。     

基于植被指数的棉花冠层光合有效辐射截获量和叶片净光合速率估算研究

【目的】分析不同水分处理下棉花冠层植被指数与吸收光合有效辐射截获量(FAPAR)和叶片净光合速率(Pn)之间的相关性,并通过植被指数反演FAPAR和Pn,以实现非接触、非破坏、快速、实时、大面积监测棉花的生长状况。【方法】用美国ASD Fieldspec Pro FR 2500高光谱辐射仪、LI-190SA线性光量子传感器和LI-6400便携式光合测试系统,分别测定棉花新陆早33号不同水分处理关键生育时期的冠层高光谱数据、光合有效辐射(PAR)和叶片净光合速率。【结果】不同水分处理的棉花新陆早33号冠层FAPAR与Pn均在开花结铃期达到最大值,在吐絮期达到较低值。建立重归一化植被指数(RDVI)、差值植被指数(DVI)、增强型植被指数(EVI)、光化学反射植被指数(PRI)与FAPAR、Pn的函数模型都达到极显著性相关。其中EVI与FAPAR,PRI和Pn的相关性最高(rEVI-FAPAR=0.686 3**,RMSE=0.04,rPRI-Pn=0.644 7**,RMSE=3.39,n=20),利用它们相关性最高的函数模型方程分别估算FAPAR和Pn,实测值和估测值都达到极显著(r实测FAPAR-估测FAPAR=0.805 4**,r实测Pn-估测Pn=0.760 9**,n=20)。【结论】可以用高光谱植被指数无损的提取棉花光合生理参数信息。     

基于光谱角指数小麦冠层叶片特征差异估测研究

[目的]为利用高光谱技术实现作物氮素营养状况无损快速监测提供途径.[方法]通过不同品种小麦不同氮素水平试验,分析小麦不同氮素营养状况下,叶片叶绿素含量与叶面积指数、冠层光谱角的关系,定量分析光谱角指数,并建立相关模型对小麦氮素营养状况进行实时监测.[结果]冠层光谱角指数与差值叶绿素含量和差值叶面积指数的相关性最高为0.919 7,两者之间建立的模型决定系数为0.739 2,0.617 8,具有很好的拟合效果.[结论]利用光谱角可以监测小麦叶片叶绿素及叶面积差异,在此基础上进行小麦氮素营养监测是可行的.     

基于LST/VI的冬小麦农田含水量监测研究

利用MODIS数据提取了7种不同植被指数(LST/VI)作为遥感参数,将其与地面实测含水量进行相关性分析,探索不同植被指数与土壤、植株含水量的关系,旨在为山西省冬小麦农田含水量监测提供科学依据。结果表明:与植被供水指数相比,LST/DVI和LST/RDVI在拔节期进行冬小麦干旱监测较好;而在抽穗期LST/PVI、LST/SAVI可代替LST/NDVI来监测冬小麦干旱;成熟期利用LST/PVI进行干旱监测,其效果明显好于LST/NDVI。     

抗·感棉花品种体内棉花黄萎菌的动态分布研究

[目的]检测接种后不同时间抗、感棉花品种体内棉花黄萎菌的分布情况。[方法]应用双抗体夹心酶联免疫吸附测定（DAS-ELISA）方法监测棉花黄萎菌在较抗棉花黄萎病的海岛棉品种海7124和较感棉花黄萎病的陆地棉品种鄂荆1号体内的传导情况。[结果]棉花黄萎菌可以有效侵入抗、感棉花品种的根部,但病原菌很少再向抗病品种海7124的上部茎和叶部传导,而感病品种鄂荆1号向上传导的菌量很大。[结论]初步确定海7124的抗病特性表现为不抗侵入但可有效抑制病原菌在体内的传导,感病品种鄂荆1号既不抗侵入也不抗传导。     

基于NDVI的西昌市紫茎泽兰入侵监测模型初探

[目的]为紫茎泽兰生物入侵的遥感监测提供参考。[方法]以ASTER影像数据为主信息源,结合西昌市紫茎泽兰样地调查,提取3种植被指数分别为归一化植被指数NDVI、垂直植被指数PVI和比值植被指数RVI,通过与紫茎泽兰表征因子盖度、高度和生物量进行相关分析,筛选敏感植被指数。在紫茎泽兰单个表征因子回归分析基础上,建立敏感植被指数与重要值的回归模型。[结果]3种植被指数中,NDVI最能反映紫茎泽兰表征因子的变化信息。NDVI与紫茎泽兰表征因子及IV显著正相关,对IV的复相关系数(R2=0.72)大于单个表征因子。基于NDVI与紫茎泽兰IV的线性模型模拟误差较小。[结论]利用NDVI与IV的线性模型对研究区紫茎泽兰入侵进行监测是较为可行的。     

利用棉花不同生育期的拮抗内生菌协同控制棉黄萎病研究(英文)

[目的]探讨棉花不同生育期的生防菌组合防治棉花黄萎病效果,以期为植物其他土传病害的生物防治提供新的策略。[方法]分别筛选棉花苗期、现蕾期和结铃期的高抗黄萎病内生菌,测定其16SrDNA序列并进行比对分析,鉴定筛选出的3个菌株,探讨了该3个菌株在棉株内的定殖规律,并进行室内和田间防效测定。[结果]根据16SrDNA序列同源性,3个菌株分别鉴定为PaenibacilluspolymyxaYUPP-8、Paenibacillusxy-lanilyticusYUPP-1和BacillussubtilisYUPP-2。定殖评价试验结果显示3个菌株均能顺利定殖于棉花体内,施用剂量与其在棉株内的定殖量具有正效应关系,在棉花苗期定殖量最高的菌株为YUPP-8,在棉花现蕾期定殖量最高的菌株为YUPP-1,在棉花结铃期定殖量最高的菌株为YUPP-2。室内盆栽抗病结果显示3个菌株联合处理的棉株在开花期未发病,单菌处理的棉株在苗期发病率分别为:6.7%(YUPP-8)、6.7%(YUPP-1)和13.3%(YUPP-2);而此时对照的发病率高达80%。2010～2011年2年的小区防治试验结果表明3菌联合灌根处理效果优于单菌株施用效果,其中,2010年3菌联合灌根处理区棉花结铃期黄萎病发病率和病指分别为9.4%和6.5,对照分别为47.5%和32.8,2011年的结果趋势与2010年类似,但病害严重度更高一些。上述结果表明联合棉花各生育期的内生菌来防治棉花黄萎病具有巨大的应用潜力。[结论]该研究结果初步克服了目前生防菌开发中的缺陷,对其他植物土传病害的防治具有借鉴意义。     

施用钾肥对转基因棉花邯棉802黄萎病发病及产量的影响

[目的]探索实现常规棉高产的适宜施钾水平。[方法]以转基因常规棉邯棉802为试验材料,设氯化钾施肥量0(不施肥,CK)、120、180、240、300 kg/hm~2共5个处理,在最佳施肥方式(基施和花铃期追施各占50%)和最佳种植密度(52 500株/hm~2)条件下,研究不同施钾量对棉花黄萎病发病株率和产量的影响。[结果]邯棉802对钾肥需求十分敏感,施用钾肥能有效降低棉花黄萎病的发生程度,显著促进棉花总铃数和单铃重的增加,明显提高棉花产量,且效果均随施钾量的增加而逐渐提高。其中,施钾量≤240 kg/hm~2时,不同施钾量处理的效果差异均达到了显著水平;施钾量240 kg/hm~2时,继续加大施肥水平,增效作用不再明显。[结论]该研究条件下,邯棉802的氯化钾经济施肥量为240 kg/hm~2,该处理下,棉花黄萎病发病株率为15.0%,较CK降低64.29%;产量为4 630.4 kg/hm~2,较CK增产35.00%。     

天麻抗真菌蛋白基因(GAFP)转化彩色棉新品系抗黄、枯萎病性鉴定

将天麻抗真菌蛋白基因(Gastrodia Antifargal Protein,GAFP)利用花粉管通道法导入彩色棉品种新彩棉1号和新彩棉3号,转化后代经卡那霉素初筛、分子检测、农艺性状选择,培育出16个转基因新品系,对其在人工病圃进行田间黄、枯萎病的抗性鉴定,结果表明:参试的转基因品系中LBS007、ZB5020等5个品系既抗黄萎病又抗枯萎病,为兼抗类型;其余11个品系均为抗黄萎病耐枯萎病类型.     

蘑菇培养料废料拮抗菌分离及对棉花苗期枯萎病防病效果的研究

[目的]验证从蘑菇培养料中分离筛选出的10个生防真菌在棉花生产上应用的可能性。[方法]从棉花枯萎病病株和病田土壤中分离出供试菌株,对其进行分类鉴定,制成生防菌制剂并通过温室盆栽防病试验和大田防病试验研究其防病效果。[结果]在供试菌株中TH和TP的抑菌效果最好,其R值分别为0．3827和0．3980。TV和T105的R值分别为0．4151和0．4127。TK、T1-1和L1-2的R值在0．4827～0．5927。棉籽壳和PD液培养生防菌的棉花出苗率分别为98．0％和89．0％,防病效果分别为90．6％和87．2％,棉苗茎粗分别为4．8和4．6mm;CK1和CK2的棉花出苗率分别为82．5％和78．5％,棉苗茎粗均为3．5mm。在田间防病试验中菌剂处理的防病效果为70．0％,平均每株棉铃数增加13个,产量提高49．1％。[结论]生防作用显著的7个菌株是TH、TP、TV、T1-5、TK、T1-1和T2-2,其生防菌剂能降低棉花枯萎病的发病率。     

基于不同土壤质地的小麦叶片氮含量高光谱 差异及监测模型构建

【目的】叶片氮素状况是小麦生产中精确施氮管理与调控的前提,实时无损监测叶片氮素状况对小麦生产管理具有重要意义。本文旨在综合分析不同环境下小麦冠层光谱响应差异,进而构建其估测模型,为小麦氮肥合理运筹提供技术支持。【方法】本研究基于3种不同土壤质地（砂土、壤土和黏土）、5种不同施氮水平（0、120、225、330和435 kg•hm-2）及3种河南省主栽小麦品种（矮抗58、周麦22和郑麦366）连续2年的大田试验,于小麦主要生育时期同步测定冠层光谱反射率和叶片氮含量,对3种不同土壤质地条件下小麦冠层叶片氮含量的高光谱响应差异进行比较,系统分析350—1 050 nm 波段范围内任意两波段组合而成的差值（DSI）、比值（RSI）及归一化差值（NDSI）光谱指数与叶片氮含量的量化关系,并建立估算模型。【结果】冠层光谱反射率在不同施氮水平和不同生育时期下存在明显差异,但趋势基本一致;比较3种土壤质地小麦冠层光谱反射率大小表现为：黏土＞壤土＞砂土,可以反映小麦实时田间长势。通过系统分析3种土壤质地小麦冠层反射光谱与对应叶片氮含量间的定量关系,表明在可见光和近红外区域均有较好的相关性,但敏感波段区域有所不同。对3种质地获取的样本进行系统分析表明,砂土、壤土和黏土质地小麦叶片氮含量分别以光谱指数NDSI（FD710,FD690）、DSI（R515,R460）和RSI（R535,R715）建模结果表现最好,决定系数分别达到0.88、0.87和0.87。经不同年份独立资料检验结果显示,基于上述光谱指数估测小麦叶片氮含量的预测决定系数分别为0.87、0.85和0.77,预测均方根误差分别为0.31、0.32和0.26。【结论】利用光谱参数NDSI（FD710,FD690）、DSI（R515,R460）和RSI（R535,R715）为自变量建立的估测模型分别可以较好地预测砂土、壤土和黏土3种质地小麦叶片氮含量。     

石河子地区棉花黄萎病菌致病型的分子监测

[目的]查明落叶型黄萎病菌在石河子地区的存在情况。[方法]采用了PCR技术对石河子地区棉花黄萎菌系进行检测,监测石河子地区棉花黄萎病菌致病类型。[结果]利用非落叶型棉花黄萎病菌的的特异引物ND1、ND2对石河子棉区采来的114个棉花黄萎病菌菌系进行PCR扩增,108个菌系扩增出1500bp的片段,与文献中报道的非落叶型棉花黄萎菌系扩增出的片段大小一致,说明这些菌系为非落叶型棉花黄萎菌系;而剩余的6个菌系未扩增出任何片段;利用落叶型黄萎病菌的特异性引物D1、D2对这6个菌系进行扩增,也未扩增出任何片段。[结论]非落叶型黄萎病菌占供试菌系的99.5%,表明目前石河子地区棉花黄萎病菌依旧以非落叶型黄萎病菌为主。     

小麦叶层氮含量估测的最佳高光谱参数研究

 【目的】作物体内氮素状况是评价长势和预测产量的重要指标。小麦植株氮素营养的快速监测和无损诊断对于精确氮素管理具有重要作用。本文旨在通过对高光谱信息的精细分析和信息提取,探索建立小麦叶片氮含量（LNC,leaf nitrogen content）估算的最佳波段、光谱参数及监测模型。【方法】利用连续4年的系统观测资料,采用精细采样法,详细分析350～2 500 nm波段范围内原始光谱反射率及其一阶导数光谱的任意两两波段组合而成的主要高光谱指数与小麦冠层叶片氮含量的定量关系。【结果】发现小麦叶片氮含量的最佳波段为位于红边的690、691、700和711 nm以及近红外波段的1 350 nm;基于归一化光谱指数NDSI（R1350,R700）和NDSI（FD700,FD690）、比值光谱指数RSI（R700,R1350）和RSI（FD691,FD711）、土壤调节光谱指数SASI（R1350,R700）（L=0.09）和SASI（FD700,FD690）（L=-0.01）构建氮含量监测模型,决定系数（R2）分别为0.851和0.857、0.842和0.893、0.860和0.866。利用独立试验资料对模型检验的结果显示,模型测试的精度（R2）均大于0.758,RRMSE均小于0.266,尤其是高光谱参数RSI（FD691,FD711）和SASI（FD700,FD690）表现最好。【结论】总体上,利用精细采样法确定最佳波段,构建植被指数和氮含量监测模型,可显著提高模型的精确度和可靠性,从而为快速无损诊断小麦叶层的氮素状况提供新的波段选择和技术途径。