基于多光谱图像的水稻穗颈瘟严重度识别研究

为实时获取作物病害程度信息,研究了水稻穗颈瘟的多图像分割方法,并利用分割结果来估测穗颈瘟的发病程度.由于图像中背景复杂,从获取的多光谱图像中提取IR、R、G分量,难以将水稻穗颈从背景中分割出来.采用IR-G和2IR-R-G分割方法将水稻穗预从图像中分离出来,31幅图像中水稻穗颈灰度值与病情指数呈极显著线性相关,由此建立了水稻穗颈瘟严重度的多光谱图像预测模型,实现了对水稻水稻穗颈瘟的快速、准确、非破坏性检测.     

贵州南江3号烟叶全氮含量高光谱估算模型

为实现烟叶全氮含量快速无损检测,及时获取烤烟生长实时信息,以贵州喀斯特山区主栽品种南江3号为研究对象,利用地物高光谱仪采集烟叶高光谱,并测定其全氮含量,采用相关性和逐步回归方程分析全氮含量与原始光谱反射率、光谱反射率一阶微分、高光谱特征变量之间的关系。结果表明:全氮含量高光谱原始反射率的特征波长为702nm(r=—0.587),呈极显著负相关;光谱反射率一阶微分的特征波长为632nm(r=0.812),呈极显著正相关;绿峰与红谷比值Rg/Rr(r=—0.812)的相关系数较高;基于光谱反射率一阶微分的逐步回归方程对烟叶全氮含量的估测效果较好(R2=0.961,p0.01)。     

基于非成像高光谱的云烟97号叶片钾含量估算研究

为无损快速检测基于单位重量的烟叶钾元素含量,应用ASD Field Spec 3便携式地物光谱仪采集了曲靖市大莫古镇主栽品种云烟97号不同长势的烟草叶片光谱,测定了相应烟叶的钾元素含量;利用光谱分析技术提取烟草叶片光谱特征变量,并分析了烤烟叶片钾元素含量与原始光谱、光谱一阶微分及高光谱特征变量间的相关性;采用多元逐步回归分析的方法,建立了基于光谱特征单变量估测钾含量模型并进行该模型的精度检验。结果表明,钾元素(K)与原始光谱反射率的相关系数在350 nm波长处最大;钾元素(K)与光谱一阶微分在1 089 nm波长处极显著负相关(相关系数为-0.661),在2 297 nm处极显著正相关(相关系数为0.710);钾元素与高光谱特征变量绿边面积(SDg)的相关系数最大。综合来看,基于叶片光谱反射率一阶微分的钾元素回归模型对烟草叶片钾含量的估测精度较高,估测效果较好。     

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.     

北碚447锦橙叶片农学参数与其反射光谱的相关性研究

以锦橙叶片为材料,采用野外光谱辐射仪测量叶片的光谱反射率,并对叶片进行水分、氮、钾、磷、叶绿素的含量测定,计算光谱反射率一阶微分、二阶微分．采用统计学相关分析法,分析叶片农学参数与反射光谱之间的相关关系．结果表明：农学参数中只有磷含量与叶片原始光谱反射率有显著性相关,且与反射率一阶微分、二阶微分的相关系数大于与原始光谱反射率的相关系数．所有测定的农学参数都与叶片光谱反射率一阶微分、二阶微分之间均有显著性相关,其中氮含量与反射率一阶微分、二阶微分相关性最强,相关系数绝对值达到0.9以上．这说明利用微分技术可以增强叶片农学参数与光谱信息的相关性,并为高光谱遥感定量估算锦橙农学参数提供理论依据．     

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。     

酸雨与凋落物复合作用对柳杉叶片色素和反射光谱的影响

采用盆栽3年生柳杉Cryptomeria fortunei幼苗研究了酸雨(pH 4.0,Tr1),柳杉凋落物(60 g,Tr2)以及酸雨和柳杉凋落物复合作用(Tr3)对其叶片色素质量分数和反射光谱的影响,并对柳杉叶片色素质量分数与光谱反射率、一阶微分光谱和反射光谱参数的相关性进行了分析。结果表明:①Tr1,Tr2和Tr3处理下,柳杉叶片叶绿素a质量分数比对照分别降低了11.6%,26.1%和39.1%,说明酸雨增强了凋落物化感作用对柳杉叶绿素a质量分数的抑制作用,加快了其降解速度。②Tr1和Tr2处理均显著减小了光谱参数反射率倒数、改良的归一化差值指数和反射光谱比值指数a等(P<0.05)。Tr3处理的柳杉反射光谱参数均对照有极显著差异(P<0.01)。③叶绿素质量分数与柳杉反射和一阶微分光谱呈极显著相关(P<0.01),可见光和近红外区域是酸雨与凋落物复合作用下柳杉幼苗反射光谱和微分光谱的敏感区域。④反射率倒数、归一化差值指数和蓝边位置等11个反射光谱参数与叶绿素a,叶绿素b质量分数和叶绿素a/b之间的相关性达到显著水平(P<0.05),其中反射率倒数、蓝边幅值、蓝边面积、黄边幅值、黄边面积、红边幅值和红边面积与柳杉叶绿素a,叶绿素b质量分数和叶绿素a/b之间的相关性高于或接近0.8,说明酸雨与凋落物作用下柳杉幼苗反射光谱特征及其参数可用来估算叶绿素质量分数,并为利用反射光谱监测柳杉胁迫提供了可能。     

塔里木河流域上游天然胡杨叶片叶绿素与可见光-近红外光谱反射率的相关性研究

采用ISI921VF-512野外地物光谱辐射计实地测量了塔里木河上游天然胡杨5月至10月叶片可见光-近红外波段光谱反射率以及叶绿素含量,比较了不同月份间叶绿素含量的差异,并对叶绿素含量与光谱反射率进行了相关分析.研究结果表明:不同月份之间胡杨叶片叶绿素a、叶绿素b、叶绿素a+b含量差异极显著(p＜0.01),叶绿素含量最高的月份是8月,最低的月份是10月;胡杨叶片的可见光-近红外波段反射光谱与绿色植物的反射光谱曲线是一致的,不同波长位置的光谱反射率与叶绿素含量的相关性因波长不同而存在明显差异.在510 ～ 710 nm,胡杨光谱反射率与叶绿素含量之间呈极显著负相关,其中645nm处的相关系数最低(r在-0.45～-0.35之间);在415 ～510 nm和710～920 nm,胡杨光谱反射率与叶绿素含量之间呈极显著正相关,其中769 nm处相关系数最高(r在0.34～0.41之间).645nm和769 nm是两个具有特殊意义的波长位置,用于指示胡杨叶片叶绿素与反射率的相关性.     

低温胁迫下毛竹叶片色素质量分数与反射光谱的相关性

为了探讨低温处理后毛竹Phyllostachys edulis叶片反射光谱特性与色素质量分数的相互关系,筛选出能够准确监测低温胁迫下毛竹伤害程度的光谱参数。测定了低温处理后毛竹叶片色素质量分数与反射光谱的变化参数,分析叶片光谱反射率、微分光谱及特征参数与色素质量分数的相关性。结果表明:随着温度的降低,叶绿素a和类胡萝卜素质量分数呈下降趋势(P<0.01)。反射光谱参数光谱反射指数、改良红边比、色素比值指数、归一化植被指数、红边归一化指数、改良类胡萝卜素指数和光化学反射指数等均随着温度的降低而降低(P<0.01);红边面积随着胁迫加深不断减小,红边位置向短波方向移动。在绿光区和红光区,叶绿素a和类胡萝卜素质量分数与光谱反射率及微分光谱显著相关(P<0.05),且与大部分光谱参数达到极显著相关(P<0.01),说明反射光谱特征及其参数可用来估算叶片色素质量分数。图4表5参40     

冬小麦条锈病严重度高光谱遥感反演模型研究

通过人工田间诱发不同等级小麦条锈病,在不同生育期测定染病冬小麦冠层光谱及其病情指数(DI).把冠层光谱一阶微分数据与相应的DI进行相关分析,采用单变量线性和非线性回归技术,建立小麦DI的估测模型,并利用不同品种小麦样本对模型精度进行可靠性检验.结果表明:DI与一阶微分在432～582 nm、637～701 nm以及715～765 nm区域内有极显著相关性,以红边峰值区(725～735 nm)一阶微分总和与绿边峰值区(521～530 nm)一阶微分总和的比值为变量的线性模型估测DI精度最高,且其对小麦品种相对不敏感.上述研究结果对利用高光谱遥感监测农作物病害及其严重程度都具有实际应用价值.     

稻瘟病苗瘟叶瘟和穗颈瘟的相关性分析

采用温室人工接菌法探讨水稻稻瘟病苗瘟、叶瘟和穗颈瘟的相关性,研究结果表明,稻瘟病苗瘟、叶瘟和穗颈瘟三者之间存在着一定的正相关性,相关程度因水稻品种、稻瘟病菌生理小种的不同而有所差异。此外,对水稻品种温室苗瘟抗性率与田间叶瘟抗性率、穗颈瘟抗性率之间的相关性进行研究,结果表明温室苗瘟抗性率与自然病圃叶瘟抗性率表现正相关关系(r=0.5435),温室苗瘟抗性率与自然病圃穗颈瘟抗性率表现极显著正相关关系(r=0.7583**,p<0.01),自然病圃叶瘟抗性率与穗颈瘟抗性率呈显著正相关关系(r=0.6322*,p<0.05)。因此,认为利用可控温室代替田间进行水稻品种稻瘟病抗性鉴定是可行的,而且根据苗瘟、叶瘟的抗性鉴定结果推测穗颈瘟的抗性基本上也是可行的。     

福建省水稻新品种对稻瘟病菌的抗性鉴定与评价

2004~2005年对福建省18个水稻新品种进行了苗期人工接菌和田间病圃自然诱发抗稻瘟病鉴定。结果表明,参试品种对1996年以前分离的稻瘟病菌株群体抗性水平高于2003和2004年分离的稻瘟病菌株。不同水稻产区采集的菌株对水稻新品种致病性有差异,以福建省的宁德、三明、龙岩三个地区的菌株致病性较强,水稻新品种室内苗瘟和田间穗颈瘟的鉴定结果较为一致。通过分析,认为宜香优673、D优15和冈优148三个水稻新品种抗病性较好,可考虑在生产上示范应用。     

江苏水稻主导品种的稻瘟病抗性及抗性基因遗传多样性

采用苗期喷雾接种和孕穗期注射接种法,鉴定江苏省49个水稻主导品种的稻瘟病抗性,利用14个抗性基因相关分子标记进行基因型鉴定和遗传多样性分析。结果表明:江苏省水稻主导品种中,未鉴定出高抗苗叶瘟和穗颈瘟的品种,抗、中抗、中感、感和高感苗叶瘟的品种分别有5、7、14、12和11个,抗、中抗、中感、感和高感穗颈瘟的品种分别有2、8、6、9和24个;仅有4个品种对苗叶瘟和穗颈温的抗性均达到中抗及以上水平,占8.2%。14对引物共检测出35个等位变异,多态性信息含量变幅为0.000 0~0.537 5,平均为0.339 8;不同品种出现抗性基因的标记为2~8个,39个品种出现5个以上抗性基因标记(占79.6%)。聚类结果显示,49个品种被聚为3个大类,品种间的相似距离变幅为0.000 0~0.857 1,平均为0.403 9,聚类较为分散,表明种质资源交流频繁,有利基因的共享率较高。     

水稻纹枯病不同分级标准病情指数间的关系

研究了水稻纹枯病不同分级标准的病情指数间的关系以及病株率与病情指数间的相互关系。结果表明;按9级标准计算的病指与按4级或5级标准计算的病指间的关系均可用线性函数描述。在病指<0.07时,按9级标准计算的病指与按国际9级标准计算的病指间的关系也呈线性关系;当病指>0.07时,呈幂函数关系。病株率与病指间的关系呈幂函数关系。分别建立了这些关系的数学模型,经检验结果基本合理可靠。本文还讨论了这些关系在病害监测上的应用。     

福建省水稻新品种对稻曲病和穗瘟病的抗性评价

采用室内人工注射接种法和田间自然诱发法评价福建省15个水稻新品种对稻曲病和穗瘟病的抗性。水稻品种对稻曲病的室内抗性评价结果表明,有3个水稻品种对稻曲病表现为中抗,如FJZD10-5、FJZD10-8,有4个品种表现为中感,8个品种表现为感病。水稻品种对稻曲病的田间抗性评价结果表明,有11个品种表现为中抗,如FJZD10-2、FJZD10-3,有4个品种表现为中感。水稻品种对穗瘟病的田间抗性评价结果表明,有7个品种表现为中抗,如FJZD10-6、FJZD10-7,4个品种表现为中感,4个品种表现为感病。在建阳、宁化和福安3个田间试验点,同时发生稻曲病和穗瘟病的水稻品种出现的频率分别为100%、73.33%和73.33%。未出现对稻曲病和稻瘟病均表现为抗病的水稻品种。     

Major QTL Conferring Resistance to Rice Bacterial Leaf Streak

Bacterial leaf streak （BLS） is one of the important limiting factors to rice production in southern China and other tropical and sub-tropical areas in Asia. Resistance to BLS was found to be a quantitative trait and no major resistant gene was located in rice until date. In the present study, a new major quantitative trait locus （QTL） conferring resistance to BLS was identified from a highly resistant variety Dular by the employment of Dular/Balilla （DB） and Dular/IR24 （DI） segregation populations and was designated qBLSR-11-1. This QTL was located between the simple sequence repeat （SSR） markers RM120 and RM441 on chromosome 11 and could account for 18.1-21.7% and 36.3% of the variance in DB and DI populations, respectively. The genetic pattern of rice resistance to BLS was discussed.     

不同类型土壤的光谱特征及其有机质含量预测

 【目的】构建适合土壤有机质含量估测的高光谱参数及定量反演模型。【方法】系统分析中国中、东部地区5种不同类型土壤风干样本有机质含量与350～2 500 nm波段范围高光谱反射率之间的关系,利用特征光谱参数和BP神经网络建立土壤有机质的定量估测模型。【结果】光谱一阶导数构成的两波段光谱参数与土壤有机质含量的相关性明显优于原始光谱,尤其采用Norris平滑滤波后导数光谱效果更好。光谱参数构成形式以差值指数最好,其次为比值和归一化指数。与土壤有机质含量相关程度最高的光谱参数是由可见光区554 nm和近红外区1 398 nm两个波段的一阶导数组合而成的差值指数DI(D554,D1398),两者呈显著指数曲线关系,拟合方程为y= 184.2 ×exp[-1297×DI(D554,D1398)],决定系数为0.90。经不同类型土壤的观测资料检验,模型预测决定系数为0.84,均方根误差RMSE为3.64,相对分析误差RPD为2.98,显示估测模型具有较好的预测精度。另外,利用BP神经网络结合偏最小二乘法(PLS)对导数光谱进行分析,提取贡献率达到99.56 %的前6个主成分建立了三层BP 神经网络模型,模型决定系数为0.98,经不同类型土壤的观测资料检验,模型预测决定系数为0.96,RMSE为2.24,相对偏差RPD为4.83。比较利用DI(D554,D1398)和BP网络进行土壤有机质含量的预测结果,前者精度低于后者,但可以满足土壤有机质监测的需要。【结论】利用差值光谱指数DI(D554,D1398)和BP神经网络模型均可实现对土壤有机质的精确估测。     

基于Fraunhofer线的小麦条锈病荧光遥感探测

【目的】遥感监测小麦条锈病比传统调查方法更省时、省力并能实现大范围实时监测。【方法】田间人工诱发产生不同发病等级的小麦条锈病群体，采用ASD光谱仪的Radiance方式对其冠层光谱进行了测定。通过比较目标和参考板太阳光谱中两个氧吸收波段的Fraunhofer线深，计算植株发射的叶绿素荧光。【结果】760 nm处叶绿素荧光与病情指数高度负相关，688 nm处叶绿素荧光与病情指数高度正相关。并且随着病情指数的升高，作为反映植物胁迫状态的荧光比值指标F688/F760亦随之增大。另外对单叶相关光合指标测试结果表明，随着病叶严重度水平的升高，SPAD、荧光参数Fv/Fm和Yield以及净光合速率均有不同程度的下降。【结论】利用Fraunhofer线原理提取的日光诱导荧光信息可以反映田间小麦条锈病的发病状况，为病害的遥感监测提供了又一途径。     

稻纵卷叶螟危害后水稻叶片的光谱特征

【目的】阐明水稻受稻纵卷叶螟危害后不同受害程度的叶片、卷叶的分布形式及卷叶率对稻叶光谱特征的影响,获取诊断水稻受害程度的模型,以便为稻纵卷叶螟的遥感监测提供理论指标与方法。【方法】试验以不同受害等级的虫害叶及健康叶为材料,在室内恒定条件下采用ASD光谱仪分别测定不同受害程度、受害叶片的不同分布形式、及不同卷叶率下稻叶的光谱反射率,并采用直线回归法,建立基于光谱参数的水稻受害程度诊断模型。【结果】水稻虫害叶光谱反射率均随受害等级的增加,在绿光区(530—570nm)和近红外区(700—1050nm)降低,而在红光区(610—700nm)增加。能反演叶片受害程度的敏感波段为530—564nm、614—695nm和706—1050nm。建立了5个反演叶片受害程度的模型,诊断准确率在80%—90%之间,并且以741nm处的反射率对叶片受害程度的诊断效果最好。在卷叶率恒定的条件下,卷叶的分布位置对光谱反射率影响较小;而卷叶率对光谱反射率的影响较大,表现为随卷叶率的增大,450—500nm和610—700nm处的反射率增大,530—570nm和700—1050nm处反射率降低。差值植被指数(Rnir-Rred)、黄边面积(SDy)及红边面积与蓝边面积的差值(SDr-SDb)等指标均能将6个不同等级的卷叶率(0、10%、30%、50%、70%和90%)区分开,并且利用黄边面积(SDy)指标诊断卷叶率的准确率达86%。【结论】水稻受稻纵卷叶螟为害后,在叶片光谱反射率上有明显的表现,可以利用光谱特征来监测稻叶的受害程度及卷叶率大小。