基于高光谱遥感的小麦条锈病胁迫下的产量损失估计

为利用高光谱遥感监测小麦条锈病,并对小麦条锈病胁迫下的产量损失进行估计,通过分析发生条锈病后的小麦冠层光谱及一阶微分的特征,分析病情指数对产量及产量构成因素的影响,分析产量和不同生育时期的光谱反射率及一阶微分光谱的相关关系,从中提取相关性高的植被指数和一阶微分参数建立产量模拟方程。结果表明,在一定范围内,产量损失随着病情指数的增大而增大,光谱反射率与产量在各个生育期都表现出稳定的显著正相关关系,从中提取相关性高的植被指数(NDVI和RVI)和一阶微分参数(SDr),利用植被指数(NDVI和RVI)建立的多时相产量模拟方程,其模拟效果较好;利用一阶微分参数(SDr)建立的不同生育时期产量回归方程,模拟的精度较高。研究结果对利用高光谱遥感监测作物病害胁迫下产量具有实际应用价值。     

小麦反射光谱特性及其估产

本文通过小麦和土壤光谱反射率测定,分析了不同生育期、不同长势麦田的光谱特性.结果表明,长势越好的麦田在近红外波段的反射率越高,而在可见光波段的反射率却越低,为此NIR/VIS此值对小麦估产是有用的数据.运用NOAA卫星AVHRR传感器的第一通道(可见光)和第二通道(近红外)的资料,建立光谱产量模武对天津地区进行小麦估产,准确率达90%以上.     

基于多视角反射光谱的冬小麦冠层叶片氮素营养监测研究

通过2个蛋白质含量不同的冬小麦品种和4个氮素水平的试验,研究传感器在垂直冬小麦垄平面上,冠层不同观测角度的反射光谱与叶片氮素营养的关系,改进小麦冠层氮素光谱诊断的理论与方法。结果表明,在本试验选择的7种植被指数光谱特征参量中,2个小麦品种均表现为比值植被指数（RVI[670,890]）与冠层叶片氮素含量（CLNC）相关性最高;不同视角的RVI与冠层叶片氮素含量关系中,0°、30°和90°的相关性最高;利用0°、30°和90°的RVI与CLNC进行模型拟合,其模型的决定系数是0°﹥30°﹥90°;在建立的0°模型中,京411小麦模型RMSE为0.2915,预测准确率为90.2%,中优9507模型RMSE为0.3827,预测准确率为87.2%。本研究证明改变反射光谱观测角度,能够提高冠层叶片氮素含量的光谱预测精度,不同小麦品种其光谱特征与冠层叶片氮素含量关系不同,在应用中要根据不同的小麦品种建立相应的模型。     

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。     

利用冠层光谱监测小麦籽粒蛋白质积累动态

于2003-2006年连续3个生长季, 利用不同小麦品种在不同施氮水平下进行大田试验,在小麦不同生育期采集田间冠层高光谱数据并测定植株氮素含量、生物量和籽粒蛋白质积累量(GPA)。通过定量分析小麦籽粒蛋白质积累量、冠层氮素营养指标及高光谱参数的相互关系,确立了能够准确预测小麦籽粒蛋白质积累动态的敏感光谱参数及定量模型。结果表明,在籽粒灌浆期间冠层氮素营养指标(CNNI)自开花期随时间进程的积分累积值与对应时期籽粒蛋白质积累状况存在显著的定量关系,其中植株氮积累量(PNA)表现最好。对冠层氮素营养指标的光谱估算,在不同品种、氮素水平、生育时期和年度间可以使用统一的光谱模型。根据特征光谱参数-冠层氮素营养指标-籽粒蛋白质积累量这一技术路径,以冠层氮素营养指标为交接点将两部分模型链接,建立高光谱参数与籽粒蛋白质积累量间定量方程。经不同年际独立数据的检验,基于SDr/SDb–PNA–GPA技术路径建立模型可以估算小麦籽粒生长过程中蛋白质积累动态,预测精度和相对误差分别为0.954和13.1%。因此,利用关键特征光谱参数可以实时监测小麦籽粒生长进程中蛋白质积累状况。     

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。     

小麦叶片氮素状况与冠层反射光谱指数的关系

利用不同小麦品种在不同施氮水平下的3年田间试验数据,研究了小麦叶片氮积累量与冠层反射光谱间的定量关系。结果显示,不同试验中拔节后叶片氮积累量均随施氮水平呈上升趋势,同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高蛋白质含量的品种类型,近红外区域若干相邻波段和可见光波段组成的比值植被指数与单位土地面积上叶片氮素积累量的相关关系均表现较好,因此可用760、810、870、950和1 100 nm反射率的平均值与660 nm组成的比值植被指数对不同蛋白质类型小麦品种的叶片氮素积累量进行定量监测,但回归方程的斜率在不同类型品种之间存在显著差异。本研究确立的小麦叶片氮积累量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平,为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

利用高空风预测小麦条锈病研究初报

小麦条锈病是一种可通过高空气流传播的病害,给小麦的生产造成了巨大损失。笔者选择甘肃平凉、陕西汉中、河南郑州三地,根据小麦条锈病病情数据、地面温度、湿度、降水量及等压面300hPa、400hPa、500hPa、700hPa、850hPa高空风量数据,利用主成分分析和判别分析方法,分析三地间小麦条锈病发生流行的相关性,探讨了高空风量数据在小麦条锈病的发生程度预测中的作用。结果表明三地间小麦条锈病的发生流行具有较高的相关性,可利用高空风量数据预测三地间小麦条锈病长距离传播,准确率较高,其中500hPa等压面的风量值在预测中的准确率最高,回代准确率为100%,交叉验证准确率均在80%以上,最高可达93.75%。     

基于近红外光谱的小麦品质分类研究

为了快速、简便、准确地鉴别小麦品质的类别,本研究提出了应用近红外光谱分析技术结合BP神经网络的鉴别方法对小麦进行品质分类。研究过程中对小麦样品的光谱数据进行了详细分析,采用马氏距离剔除了光谱数据中异常数据,并通过主成分分析说明利用近红外光谱鉴别小麦品质分类的可行性。为了提高所建模型的性能,采用SPXY算法对小麦样品进行合理的划分。并选取了一阶微分加归一化的预处理方法来处理光谱数据,消除无关信息和噪声对小麦光谱数据的影响。运用偏最小二乘法压缩光谱数据,减少了数据量,节省建模时间。最后采用BP神经网络方法建立了小麦品质分类模型。实验结果显示：模型的鉴别效果较好,对强筋样品识别的准确率高达94.4%,弱筋样品识别的准确率高达100%。实现了快速、准确地对小麦品质强筋和弱筋两类的鉴别,对小麦生产、市场交易及食品加工有着非常重要的意义。     

利用多种抗源选育小麦远丰139的研究

为了选育持久抗耐多种病害的小麦核心抗病种质,以奥地利黑麦、中间偃麦草和野生二粒小麦为抗源,采用单交、复合杂交、回交、阶梯式杂交等多种组配方式,将基因逐步累加、聚合到一起。选育中以不丢失抗性基因为前提,以抗旱耐寒为适应性选择的基本标准。育成的小麦新品系远丰139半冬性,耐寒、抗旱,株型结构好,产量高,品质好。经西北农林科技大学植保系鉴定对条锈病免疫,对白粉病和叶枯病高抗,中抗赤霉病。经农业部谷物品质检测中心分析,品质达到国标精制级面条用小麦粉标准。2005年陕西省区试较对照小偃22增产5.6%。     

川麦42遗传背景中人工合成小麦导入位点的SSR标记检测

硬粒小麦和节节麦是六倍体普通小麦的二级基因源,六倍体人工合成小麦遗传变异丰富、蕴藏着丰富的抗性基因,可供现代小麦改良利用。利用人工合成小麦基因资源与四川小麦杂交、回交,已育成了高产、优质、抗病小麦新品种“川麦42”。本文利用217对微卫星（SSR）引物检测“川麦42”遗传背景中人工合成小麦的导入位点,发现24个位点来源于人工合成小麦,占所用引物数的11.06%,远小于理论值25%。川麦42遗传背景中人工合成小麦导入位点在A、B和D染色体组分布频率不均衡,D组>B组>A组;人工合成小麦导入位点在川麦42各染色体间差异也很大,在1B、2B和5A染色体上分布较集中、片段较长,而在1A等11条染色体上则无导入位点;表明人工合成小麦的遗传位点并不按孟德尔遗传规律传至后代,人工选择压力导致遗传位点很大的偏分离行为。     

9种杀菌剂对荒漠绿洲麦区小麦条锈病的防治效果

为了筛选对小麦条锈病具有较好防效的杀菌剂,为新疆小麦条锈病的科学防治提供依据。通过田间药效试验,采用随机区组的方法,定点调查各处理小麦条锈病发生情况,评价供试药剂对小麦条锈病的防治效果。结果表明,240 g/L氯氟醚·吡唑酯SC、19%啶氧·丙环唑SC、23%醚菌·氟环唑SC和75%肟菌·戊唑醇WG对小麦条锈病的防治效果较好,防效最高达到82.64%、77.28%、71.36%和70.93%。40%腈菌唑WP、42%苯菌酮SC、430 g/L戊唑醇SC、43%氟嘧·戊唑醇SC和48%苯甲·嘧菌酯SC对小麦条锈病的防效为61.11%~64.89%。建议在生产上推广240 g/L氯氟醚·吡唑酯SC、19%啶氧·丙环唑SC、23%醚菌·氟环唑SC、75%肟菌·戊唑醇WG、40%腈菌唑WP、42%苯菌酮SC、430 g/L戊唑醇SC、43%氟嘧·戊唑醇SC和48%苯甲·嘧菌酯SC的轮换使用,有效控制小麦条锈病危害,提高粮食生产安全。     

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。     

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。     

冬小麦拔节期冻害后高光谱特征

以霜箱模拟冻害, 采用高光谱仪测定盆栽冬小麦叶片叶绿素含量及冠层高光谱反射率曲线, 以期为冻害遥感监测提供借鉴。结果表明, 冻害低温胁迫后, 对照组叶绿素含量比冻害组高约2~5个单位, 差异显著; 短期内高光谱曲线反射率接近, 线形相似, 约20 d后, 受损叶片过早衰败变黄, 高光谱曲线在黄、红波段区域反射率显著增强, “红谷”不明显, 曲线形状呈水平趋势; 光谱 “红边”具有“蓝移”、“红谷”具有“红移”现象。冻害程度的相关系数与绿峰、红边、红谷、光谱吸收指数分别为0.36*、-0.69*、0.42**、0.33**, 与蓝、绿、黄、红宽波段范围反射率面积分别为0.34*、0.43**、0.45**、0.44**, 与红边、红谷归一化植被指数为-0.33*, 与近红外、红波段反射率面积归一化植被指数为-0.39*, 与叶绿素含量为-0.49**。高光谱反射率曲线特征部位值差异显著性检验表明, 可利用近红外、红波段反射率面积构成的NDVI差异进行冻害识别, 其差异分级可划分冻害程度。     

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。     

甘肃河东地区小麦条锈病发展成因及预测预报技术

利用甘肃河东麦区5地(市)8县(区)39个冬小麦条锈病病田率样本调查资料,采用统计学方法建立了小麦条锈病秋、春季发病面积预测预报气象等级模型,分析了甘肃河东麦区小麦条锈病发展成因并提供精准的预测预报技术,为农业及时采取防灾减灾措施,减免经济损失提供科学依据。该区小麦锈菌于夏季最热时段8d日滑动平均气温24～25℃以下地区越夏,或外地菌源随风漂移入侵感染以后,随秋季气温的下降和大气湿度的增加,适宜的温湿气候使小麦锈菌大量滋生蔓延,造成当地小麦条锈病迅速发展流行;入冬以后,锈菌在冬季最冷时段7d日滑动平均气温-9～-10℃以上地区越冬,并随春季气温的回升和降水量的增加而诱发小麦锈病大面积发展蔓延并迅速侵染下游区域。统计建立的预测预报气象等级模型经回代检验,秋季准确率89%,春季准确率91%,预测预报准确率较高。