氮素和小麦条锈病胁迫下小麦高光谱遥感估产模型研究

为了构建不同施氮水平和条锈病发病条件下的小麦估产模型,设置了不同氮素水平及人工接种小麦条锈病,通过采用将多个关键生育期的光谱植被指数、一阶微分参数与小麦条锈病病情指数、叶片含氮量、产量构成因子、产量进行相关分析,植被指数、一阶微分参数与产量进行回归分析的方法,研究与产量相关性高的植被指数、微分参数,结果表明分别利用绿光红光比值植被指数(GR)和绿光波段一阶微分值总和(SDg)、蓝光波段一阶微分值总和(SDb)在灌浆期构建的估产模型预测效果较好,2010年预测准确率分别可以达到99.87%、99.98%,2011年预测准确率分别可以达到97.9%和95%。通过试验研究发现高光谱遥感技术在氮素和小麦条锈病双重胁迫下也可以较好的预测产量,这对研究多重胁迫、多种栽培措施下的小麦估产模型有重要意义。     

不同水分条件下棉花光谱数据对冠层叶片温度的响应特征

利用Fluke热像仪和ASD地物非成像高光谱仪,分别记录棉花新陆早33号、13号2个品种、4个水分处理、5个关键生育时期的冠层红外热图像和反射光谱数据;在红外热图像上提取棉花冠层受光叶片的温度,同时处理高光谱数据获得归一化植被指数(NDVI)、比值植被指数(RVI)、红光620 nm和近红外850 nm波段的反射率(ρ620,ρ850)。分析表明,棉花2个品种4个水分处理的冠层叶片温度(TL)在盛花期、盛花结铃期较高,在盛铃期达到最大值,在开花期和吐絮初期较低;棉花受到水分胁迫,冠层近红外波段光谱的反射率降低,红光波段的反射率升高,NDVI和RVI变小,TL升高;在充分灌溉条件下棉花近红外、红光波段的光谱反射率、NDVI和RVI及TL则与水分胁迫处理的表现相反。和620 nm和850 nm波段反射率与TL的线性相关比较,棉花NDVI和RVI与TL的线性相关性更强。研究表明,将红外热图像和高光谱遥感技术相结合,具有实时、非破坏性地监测棉花水分状况的潜力。     

棉花苗期冻害高光谱特征研究

 通过盆栽、霜箱模拟冻害,结果表明:冻害棉苗叶绿素含量、光合、蒸腾速率显著低于对照组。叶绿素含量与高光谱特征相关分析表明对照组高相关波段集中在红、近红外波段,而冻害组集中在蓝、绿、红波段。根据相关系数及高光谱反射率、一阶导数、倒数后对数三类特征值差异显著性分析,反射率、一阶微分不易选取冻害胁迫诊断波段,利用反射率倒数后对数,B696、B720、B768、B845可作为诊断波段。由诊断波段的反射率值计算的植被指数与叶绿素含量相关性要比单一波段更高,由倒数对数和一阶微分值计算的植被指数与叶绿素含量相关性反而低于单一波段。利用诊断波段的倒数后对数光谱特征值用于反演苗期冻害叶片叶绿素含量。     

基于Green Seeker对小麦植被指数与产量形成模型的研究

小麦的产量受品种、光照、昼夜温差、降水、病虫害等自然灾害和耕地面积等综合因素的影响。通过小麦不同品种、不同灌溉方式、不同播种方式在小麦整个生育期的监测,研究小麦在不同的生长环境下建立与小麦的产量关系尤为重要。小麦冠层归一化植被指数(NDVI)以及比值植被指数(RVI)的变化情况,可利用主动遥感仪器——Green Seeker进行检测。对测量数据进行筛选,建立回归模型,解析小麦冠层植被指数与产量的变化规律,寻找基于NDVI和RVI与小麦产量的最佳估算模型,并验证小麦产量预测模型的有效性,对小麦产量预测的公式进行分析。     

基于高光谱植被指数的棉花干物质积累估算模型研究

利用北疆8个棉花主栽品种(其中2个棉花品种设4水平种植密度)的各生育期冠层高光谱数据,经多元统计分析与光谱微分处理,建立了基于比值植被指数(RVI)和归一化植被指数(NDVI)的5种函数形式的棉花干物质积累估测模型,相关系数均达到了极显著水平(α=1%,n=96)。基于RVI和NDVI构建的估测模型,前者比后者具有更高的估测精度,指数函数、对数函数和双曲线函数形式的模型可以产生较高的预测精度;一阶微分光谱数据与棉花干物质积累量的逐步回归相关分析表明,相关系数的最高值发生在748 nm波段处(r=0.6920**),由748 nm波段处的微分数值建立的回归模型,估测精度较高,具有实际应用的潜力。     

基于植被指数的夏玉米不同生育期叶绿素含量遥感估算

叶绿素含量是间接判断玉米营养状况的重要农学参数,估算叶绿素含量对农作物长势监测有重要意义。笔者利用ASD便携式地物光谱仪和SPAD-502叶绿素仪实测了夏玉米关键生育期冠层光谱反射率及叶片叶绿素相对含量,对3种植被指数与叶绿素相对含量进行了相关性分析,建立了基于归一化植被指数(NDVI)、比值植被指数(RVI)和差值植被指数(DVI)的叶绿素估算模型,并进行精度检验,从中选出最佳拟合模型。研究结果表明：拔节期RVI、抽穗期和灌浆期NDVI以及蜡熟期DVI的均方根差(RMSE)和相对误差(RE)均最低,RMSE分别为5.688、5.323、2.751、4.111,RE分别为9.84%、8.56%、3.75%、7.15%,故为各个时期的最佳模型。因此得到了NDVI、RVI和DVI3种植被指数在不同生育期的最佳模型,对指导夏玉米种植与田间管理具有重要的指导意义。     

基于近红外波段玉米叶绿素含量最佳预测模型研究

为了进一步探究近红外波段玉米光谱反射率与其叶绿素含量之间的关系,笔者采用线性和非线性法对玉米叶绿素含量与近红外波段光谱反射率及植被指数之间的关系进行分析,建立叶绿素含量最佳预测模型。结果表明：在近红外波段,光谱反射率与玉米叶绿素含量的相关性较大;叶绿素含量与RVI(R1001/R760)、RSI(R765/R720)、NDVI(R990-R760)/(R760+R990)、NDSI(R813-R763)/(R813+R763)、CCI(D794/D763)等植被指数均达极显著相关,其中与NDVI的相关性最大,为0.91。基于近红外波段的植被指数建立玉米叶绿素含量预测模型中,采用RVI、RSI、NDVI、NDSI所建的二次多项式模型其决定系数R2均高达0.75以上。采用990、760nm处的归一化植被指数NDVI建立的二次多项式为玉米叶绿素含量最佳预测模型,其具有最大决定系数(R2=0.855),较小RMSE(2.433)和RE%(0.61%),为利用高光谱信息反映玉米生长状况的叶绿素信息提供了基础。     

基于红边参数的棉花冠层叶片氮积累量之估算研究

测试了棉花2个品种4水平种植密度的4个关键生育时期冠层反射光谱,应用微分技术处理棉花冠层反射光谱,提取了红边(680～750nm)波段范围的最大一阶微分值(Dr)和红边面积(SDr)参数。分析了棉花冠层红边参数在不同生育期的变化特征和棉花吐絮期的两种生长类型的冠层红边状况,表明红边位置可以指示它们的氮素状况。以新陆早8号的SDr为自变量与对应的LNA为因变量进行相关分析,SDr与冠层LNA达1%极显著相关(R=0.9186**,n=32),利用其构建的模型方程估算新陆早6号的LNA,实测LNA和估测LNA的估计标准差为0.8909g/m2,估算精度为88.1%(R=0.9277**,n=32),说明采用高光谱提取的红边参数信息是无损实时、快捷评价棉花氮素状况的有效方法。     

基于高光谱数据的病害胁迫下杉木冠层色素含量估算研究

分析炭疽病胁迫下杉木冠层的高光谱特征,探索建立病害胁迫下杉木冠层色素含量的高光谱估算模型,从而促进高光谱遥感技术在森林病虫害监测中的应用。于2011年4-6月,在湖南省攸县实地调查杉木炭疽病,并测定不同程度炭疽病胁迫下杉木冠层的光谱反射率及其色素含量。将冠层光谱、一阶微分及相应的色素含量数据分别进行相关分析,采用回归分析方法,选取部分样本建立色素含量估算模型,并利用其余的样本对模型进行精度检验。结果表明,可见光和近红外区域是病害杉木色素反射和吸收的敏感区域,色素含量与一阶微分光谱在红边（695~754 nm）内相关性最高,单波段一阶微分光谱741 nm处的相关系数最大。其中,以差值植被指数DVI[FD587,FD741]为变量的幂函数模型估算Chla+b、Chla和Chlb含量的精度最高,相对误差均小于15%,均方根误差在0.093~0.241之间。本研究表明,受不同程度炭疽病胁迫下杉木冠层的光谱反射差异较大,可利用高光谱信息定量估算病害胁迫下杉木冠层的色素含量,且估算精度较高。     

棉花叶面积指数和地上干物质积累量的高光谱估算模型研究

 用ASD FieldSpec光谱仪实测棉花冠层不同生育时期的高光谱数据,同期获取棉花叶面积指数(LAI)和地上干物质积累量(Above-ground Dry Matter Accumulation,ADMA)。分析棉花冠层反射光谱与棉花LAI、地上部干物质积累量（ADMA）的相关关系,分析结果表明,反射光谱数据与棉花LAI、ADMA的相关系数的最高值分别发生在783 nm（r=0.6394^**）和766 nm处(r=0.6287^**);对反射光谱数据进行统计分析,建立了基于比值植被指数(RVI)和归一化植被指数(NDVI)的5种函数形式的棉花LAI、ADMA估测模型。经检验,基于RVI的估测模型具有较高的精度;对一阶微分光谱数据与棉花LAI和ADMA的逐步回归相关分析表明,敏感波段分别发生在736 nm（r=0.6769^**）和742 nm处(r=0.6847^**)。由736 nm、742 nm波段处的微分数值建立的LAI和ADMA线性回归估测模型,R值均达到了1%极显著的检验水平,说明一阶微分光谱敏感波段的数值,对棉花LAI和ADMA具有一定的估算能力。     

Transfer of rust resistance from Aegilops ovata into bread wheat (Triticum aestivum L.) and molecular characterisation of resistant derivatives

An interspecific cross was made to transfer leaf rust and stripe rust resistance from an accession of Aegilops ovata (UUMM) to susceptible Triticum aestivum (AABBDD) cv. WL711. The F₁was backcrossed to the recurrent wheat parent, and after two to three backcrosses and selfing, rust resistant progenies were selected. The C-banding study in a uniformly leaf rust and stripe rust resistant derivative showed a substitution of the 5M chromosome of Ae. ovata for 5D of wheat. Analysis of rust resistant derivatives with mapped wheat microsatellite makers confirmed the substitution of 5M for 5D. Some of these derivatives also possessed one or more of the three alien translocations involving 1BL, 2AL and 5BS wheat chromosomes which could not be detected through C-banding. A translocation involving 5DSof wheat and the substituted chromosome 5M of Ae. ovata was also observed in one of the derivatives. Susceptibility of this derivative to leaf rust showed that the leaf rust resistance gene(s) is/are located on short arm of 5M chromosome of Ae. ovata. Though the Ae. ovatasegment translocated to 1BL and 2AL did not seem to possess any rust resistance gene, the alien segment translocated to 5BS may also possess gene(s) for rust resistance. The study demonstrated the usefulness of microsatellite markers in characterisation of interspecific derivatives. This revised version was published online in August 2006 with corrections to the Cover Date.     

几个抗条锈病小麦品种杂交组合的杂种优势研究

利用来自不同生态环境的5个抗条锈病品种,组配了10个小麦杂交组合,对杂种一代的不同性状进行了杂种优势以及和双亲平均值的相关性作了分析.结果表明,杂种一代的多数性状都具有不同程度的杂种优势,产量性状显著相关.     

不同抗条锈基因小麦品种(系)农艺性状分析

运用变异性分析、相关分析、偏相关分析、通径分析和多元回归分析方法,对含有不同抗条锈病基因的15个小麦新品系进行遗传性状的分析,以探讨抗性品种产量的影响因素之间的相互关系。结果表明,各农艺性状与产量的相关系数为:每公顷穗数(0.8240)>穗粒重(0.7490)>千粒重(0.4035)>单穗结实小穗数(0.1346)>穗粒数(-0.0575)>株高(-0.1892);偏相关系数为:每公顷穗数(0.5705)>穗粒重(0.3766)>千粒重(-0.2565)>穗粒数(-0.2396)>株高(-0.2296)>单穗结实小穗数(-0.0646);直接通径系数表示为:每公顷穗数(0.6100)>穗粒重(0.3717)>千粒重(-0.1728)>穗粒数(-0.1347)>株高(-0.1335)>单穗结实小穗数(0.0369)。产量因素与产量的回归方程Y=1475.106+2332.5384X4+5.7208X5。通径分析结果表明:千粒重,穗粒数,每穗结实小穗数是通过单穗产量提高产量。分析表明,抗锈小麦品系产量的提高应协调各产量因素的关系,这对抗条锈病基因聚合以及高产抗病育种具有重要意义。     

黄淮南部小麦新品种（系）在过渡生态区南阳盆地利用分析

南阳盆地在春季常年有条锈病流行发生,独特的气候被认为不适宜优质麦的发展,因此筛选条锈病抗性好、品质优且兼顾综合农艺性状优良的小麦新品种（系）可为南阳盆地小麦选择利用提供参考。以2020-2021年国家黄淮南片区域试验的91份小麦新品种（系）为材料,以成株期条锈菌混合小种条中32和条中34病圃鉴定,调查重要农艺指标,收获后测定品质。结果表明,国家区域试验条锈抗性结果达到慢条锈及高抗的有35份（38.46%）,病圃鉴定条锈中抗及以上有39份（42.86%）。2021年区域试验样品在南阳收获后品质结果达到强筋及中强筋有20份（21.98%）,2020年区试参试样品达到强筋及中强筋有57份（62.64%）。条锈抗性达到中抗及以上农艺性状的39份材料在平方欧式距离6.25处聚为7个类群,各类群在株高、穗长、穗型、千粒重、抽穗期、株型和穗粒数等各有偏重;拉伸面积均值小,可能是影响南阳小麦品质是否达到优质的关键指标,变异系数较大表明材料丰富。兼顾抗性、品质和农艺指标,陕禾1028和泛育麦20是较好的优质强筋品种,适合在南阳优质麦生产中利用,作为优质强筋组合重点使用。     

具特异性状人工合成小麦的条锈病抗性改良

为了解3份具特异优良性状但高感条锈病的人工合成小麦SHW-Z1、SHW-Z2和SHW-Z4感病性的遗传特点,进行更好的育种利用。用高抗条锈病的普通小麦材料5157与上述人工合成小麦分别进行正反杂交,对6个杂交组合的亲本、F¹世代的条锈病抗性与F²代的条锈病抗感分离情况进行了分析以探究其感病性的遗传特点,结果表明：（1）本研究的普通小麦和人工合成小麦杂交后代的条锈病抗性由多对基因控制,遗传上表现出加-显效应;(2)SHW-Z1条锈病的抗性改良效果优于SHW-Z2和SHW-Z4;（3）本研究材料的条锈病抗性基因可能还受到遗传背景的影响。本研究对这3份人工合成小麦的条锈病抗性改良和育种利用提供了理论依据,同时可为相关研究提供参考。     

小麦野生近缘植物抗病性鉴定研究进展

小麦野生近缘植物具有优良的抗病特性,是改良普通小麦的宝贵遗传资源,是基因改良和培育高产、优质和高抗病性小麦的基础。为此,主要对小麦赤霉病、白粉病、叶锈病、条锈病、秆锈病等小麦主要病害的发生及危害情况进行简述,阐述了利用小麦野生近缘植物进行小麦主要病害的抗病性鉴定研究进展,包括苗期及成株期鉴定、温室及田间试验、分子标记辅助鉴定等,指出了小麦近缘野生植物与普通小麦直接或间接杂交转移优异基因情况,并对其发展前景进行了展望。     

MDBPSO算法优化的全波段光谱数据协同冠层SIF监测小麦条锈病

为了从全波段光谱数据中提取对小麦条锈病敏感的特征参量,提高小麦条锈病遥感探测模型的运行效率和精度,本文首先从惯性权重和粒子更新方式两个方面对传统离散粒子群算法(discretebinaryparticleswarmoptimization, DBPSO)进行改进,利用改进离散粒子群算法(modified discrete binary particle swarm optimization, MDBPSO)从全波段光谱数据中优选遥感探测小麦条锈病严重度的特征变量,然后与冠层日光诱导叶绿素荧光(solar-inducedchlorophyllfluorescence,SIF)数据相结合作为自变量分别利用随机森林(randomforest,RF)和后向传播(backpropagation,BP)神经网络算法构建小麦条锈病遥感探测模型,并将其与相关系数(correlationcoefficient,CC)分析法和DBPSO算法提取特征参量构建模型的精度进行对比分析。结果表明:(1) MDBPSO算法比传统DBPSO算法具有更快的收敛速度和更高的寻优精度,改进前后其迭代次数从395次减少到156次,最优适应度函数(optimumfitnessvalue,OFV)值从0.145减小到0.127。(2)采用MDBPSO算法选择特征变量时,RF和BP神经网络两种方法构建的模型精度均高于CC分析法和DBPSO算法,其中RF算法预测病情指数(diseaseindex,DI)值和实测DI值间的检验集决定系数(validation set determination coefficient, R2V)比CC分析法和DBPSO算法分别提高了9%和3%,均方根误差(validation set root mean square error, RMSEV)分别降低了28%和11%, BP神经网络算法预测DI值和实测DI值间的R2V比CC分析法和DBPSO算法分别提高了13%和6%,RMSEV分别降低了21%和10%,利用MDBPSO算法优选特征参量能够提高小麦条锈病的遥感探测精度。(3)在MDBPSO、DBPSO和CC分析法3种特征选择算法中,RF算法构建的模型精度均高于BP神经网络算法,其中RF模型预测DI值和实测DI值间的R2V比BP神经网络算法至少提高了7%,平均提高了9%,RMSEV至少降低了15%,平均降低了20%。以MDBPSO算法优选的特征参量为自变量利用RF方法构建的小麦条锈病遥感探测的MDBPSO-RF模型是小麦条锈病遥感探测适宜模型,该研究结果为进一步实现作物健康状况大面积高精度遥感监测提供了新的思路。     

Identification and chromosomal locations of novel genes for resistance to powdery mildew and stripe rust in a wheat line 101-3

Wheat powdery mildew and stripe rust, caused by Blumeria graminis f.sp.tritici (syn. Erysiphe graminis f.sp.tritici) and Puccinia striiformis Westend., respectively, are two important fungal diseases of wheat in many regions in the world that cause significant annual yield losses. In the present study, a dominant powdery mildew and a dominant stripe rust resistance gene in wheat line 101-3 which derived from the progenies of the wide cross between common wheat and Dasypyrum villosum Candary L., was located on chromosome 6B and 1B, respectively, by monosomic analyses. The two genes are different from known resistance genes on chromosome 6B for powdery mildew and 1B for stripe rusts, suggesting that the two genes might be novel resistance genes for powdery mildew and stripe rust, respectively. It is uncertain whether the two genes are allelic or lined with other resistance genes located on chromosome 6B for powdery mildew and 1B for stripe rust. Further allelism tests are necessary to determine the relationships between the resistance gene and other genes located on chromosome 6B for powdery mildew and 1B for stripe rust through molecular markers.     

2006年贵州省赫章县秋季小麦条锈病调查

为了解中国新发现的小麦条锈病菌越夏区贵州省赫章县小麦条锈病秋季发生情况,2006年秋季笔者主要对该县古基乡、野马川镇、六曲河镇进行了调查,共调查119块地,自生麦病田率为55%,秋播小麦病田率为20.20%。古基乡发病较多,自生麦苗上有多个发病中心,有的秋播小麦田块亦呈现病叶较集中现象。在海拔1660-1910m范围内,都有小麦条锈病发生,说明当地越夏菌源能够为本地区秋苗发病提供充足菌量。对进一步研究内容进行了讨论并提出了赫章县小麦条锈病治理措施。