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。     

中国华南地区稻纵卷叶螟迁飞的一次雷达观测

【目的】研究稻纵卷叶螟（Cnaphalocrocis medinalis Guenée）在华南地区的迁飞行为参数,为其早期预警及有效防控提供依据。【方法】利用毫米波扫描昆虫雷达及相关辅助设备对中国华南地区稻纵卷叶螟的空中飞行参数进行研究,并运用HYSPLIT平台对监测到的迁出种群进行迁飞轨迹分析。【结果】在中国华南地区,稻纵卷叶螟在日落后起飞,20：00左右达到起飞高峰,起飞可持续1 h左右;稻纵卷叶螟迁飞高度主要在1 000 m以下,具有聚集成层现象,可形成2-3层,100-300、400-500 m成层密度较大。成层现象与局部风速极值有关,与风向关系不大,但最大密度并不总是出现在最大风速处。轨迹分析显示,此次从兴安迁出的稻纵卷叶螟蛾经过3次再迁飞,可到达广西河池地区继续繁殖危害,而到达贵州遵义、黔南地区的虫群由于缺乏食物来源无法生存。【结论】稻纵卷叶螟在华南地区的迁飞行为参数与华东地区有所不同。     

宁夏银北盐碱地不同植被光谱特征研究

【目的】研究不同程度盐碱化土壤上植被的光谱特征，为基于典型植被冠层光谱特征估测宁夏银北地区植被生长状况和土壤盐碱化程度提供理论依据。【方法】于2018年7月中旬，在宁夏银北盐碱地区选取样地，调查不同盐碱化程度土壤的理化性质及其上代表性植被的叶片叶绿素相对含量，分析不同程度盐碱化土壤上代表性植被类型（白刺和芦苇）以及中度盐碱化程度土壤上15种植被（向日葵、芦苇、花花柴、白茎盐生草、西伯利亚滨藜、藜、稗、紫苜蓿、柳枝稷、水稻、砂引草、白刺、槐、赖草、芨芨草）的冠层光谱特征及红边参数变化，研究植被冠层红边参数与土壤pH值、全盐含量以及叶片叶绿素含量的相关性。【结果】不同程度盐碱化土壤的理化性质及其上代表性植被的叶片叶绿素相对含量有明显差异。随着土壤盐碱化程度的增加，在可见光波段（350～760 nm），白刺冠层光谱反射率呈先上升后下降的趋势，芦苇冠层光谱反射率总体上先降低后升高；在760～1 400 nm波段，白刺冠层光谱反射率逐渐降低，芦苇冠层反射率先升高后降低；在1 400～2 500 nm波段，白刺冠层反射率分别是先升高后降低（1 400～1 900 nm）和持续增加（1 900～2 500 nm），芦苇冠层反射率先降低后升高。随着土壤盐碱化程度的增加，白刺冠层光谱红边位置、红边斜率、红边峰值面积以及红边斜率与最小振幅的比值均减小；芦苇冠层光谱以上红边参数均先增加后减小。中度盐碱化土壤上，15种植被冠层光谱特征曲线变化趋势相似，但光谱反射率大小存在不同程度差异；除了最小振幅之外，15种植被冠层光谱的红边位置、红边斜率、红边峰值面积以及红边斜率与最小振幅的比值差异较大，故根据光谱特征在野外能够区分典型植被类型。土壤pH值与红边位置、红边斜率和红边峰值面积均呈极显著负相关关系，与红边斜率与最小振幅的比值呈显著负相关关系；土壤全盐含量与红边参数均不相关；叶片叶绿素含量与红边位置之间呈极显著正相关关系，与红边斜率和红边峰值面积之间为显著正相关关系。【结论】在不同程度盐碱化土壤上，不同植被冠层光谱特征变化趋势有差异，根据典型植被冠层光谱特征可以估测宁夏银北地区植被生长状况和土壤pH。     

稻纵卷叶螟发生危害对水稻产量的影响

稻纵卷叶螟在当涂县通常每年发生2-3代,主要危害水稻。稻纵卷叶螟初孵幼虫先在稻叶上取食叶肉,随后在叶尖1-2cm处吐丝卷叶,先是白点,逐渐形成白色条斑,随着虫龄的生长,其取食量的增加,叶片危害越来越重,最后造成全叶枯白。受稻纵卷叶螟的危害,叶片不能正常进行光合作用,空秕率增加,千粒重下降,特别后期三片功能叶受害对产量影响最大。本文主要阐述了稻纵卷叶螟在当涂县境内发生的影响因素,以及分析了其危害水稻造成的产量损失．     

彩色稻对稻纵卷叶螟的发生危害程度及其卵寄生蜂寄生行为的影响

【目的】应用彩色稻进行田间彩绘是创意农业的重要组成部分,但这可能影响水稻病虫害的发生和危害。本研究旨在探明彩色稻对水稻主要食叶害虫稻纵卷叶螟(Cnaphalocrocis medinalis)及其卵寄生蜂的影响,为创意农业稻田稻纵卷叶螟的防治提供理论依据。【方法】比较稻纵卷叶螟在紫色稻、黄色稻和常规稻(对照)上的生物学特性,包括幼虫及蛹的历期、幼虫及蛹的存活率、蛹重和性比等;比较稻纵卷叶螟成虫在彩色稻和常规稻之间的产卵选择性;比较稻纵卷叶螟的重要卵寄生蜂螟黄赤眼蜂(Trichogramma chilonis)和稻螟赤眼蜂(T.japonicum)对彩色稻和常规稻上稻纵卷叶螟卵的寄生选择性,并在大田条件下调查彩色稻稻田和用紫色稻写字的创意稻田中稻纵卷叶螟的发生情况。【结果】室内试验结果表明,稻纵卷叶螟趋向于在彩色稻上产卵,在彩色稻上的产卵百分比达60%以上,显著高于常规稻,同时稻纵卷叶螟在彩色稻上的生态适应性高于常规稻,用紫色稻和黄色稻叶片饲养的稻纵卷叶螟幼虫存活率和蛹存活率均显著高于常规稻。彩色稻对稻纵卷叶螟的发育历期、蛹重和性比无显著影响。不同赤眼蜂对不同水稻品种上稻纵卷叶螟卵的寄生选择性有差异,螟黄赤眼蜂偏向寄生紫色稻上的卵,对黄色稻的选择性最低,但寄生率无显著差异;而稻螟赤眼蜂偏向寄生绿色常规稻上的稻纵卷叶螟卵,对紫色稻上稻纵卷叶螟卵的选择性最低。3种水稻同时存在的情况下,稻螟赤眼蜂对常规稻上稻纵卷叶螟卵的寄生率是紫色稻上的4.3倍,是黄色稻上的2.1倍。在大田情况下,紫色稻和黄色稻稻田中稻纵卷叶螟卷叶率和幼虫密度显著高于常规稻田,紫色稻的稻纵卷叶螟卷叶率最高,为15.3%,是常规稻的10.9倍,黄色稻的3倍;紫色稻和黄色稻的稻纵卷叶螟残虫率分别为4.5%和3.3%,也显著高于常规稻(1.1%)。以紫色稻进行田间彩绘时,紫色稻上的稻纵卷叶螟卷叶率均在6%以上,显著高于常规稻田(4%以下)。【结论】彩色稻相对于常规水稻更易于吸引稻纵卷叶螟危害,且稻纵卷叶螟在彩色稻上的生态适应性高于常规稻,而稻螟赤眼蜂对紫色稻上稻纵卷叶螟卵的选择性最低,不利于紫色稻上稻纵卷叶螟的生物防控。在利用彩色稻进行创意农业稻田彩绘时应充分考虑其负面的生态影响,并制定针对性防治策略。     

气候对余庆县稻纵卷叶螟发生与危害的影响

【目的】探明近10年余庆县前期气候条件对稻纵卷叶螟主害代种群发生发展规律的影响,为稻纵卷叶螟的预测预报和防治提供科学依据。【方法】利用2011-2020年余庆县稻纵卷叶螟虫情资料和10年的平均温度、降水量、相对湿度、日照和风速等气候资料,探究10年间种群迁入和发生发展规律,并结合提前1候、提前2候和提前3候气候数据分析其对田间稻纵卷叶螟种群发生发展的影响。【结果】2011-2020年余庆稻纵卷叶螟田间赶蛾和灯下诱蛾始见期最早分别出现在2014年4月4日和4月23日,最晚分别出现在2011年5月30日和2018年5月23日,近10年其始见期主要在4月下旬至5月中旬,主害代第3代迁入峰期主要在5月下旬至6月上中旬,主害代第4代迁入峰期主要在6月底至7月上中旬;第3代主迁入峰期的成虫迁入量决定第3代幼虫的发生程度;最低温度、降水量和平均相对湿度是影响余庆县稻纵卷叶螟种群发生发展的关键气候因子,提前10～15 d的日最低温度越高、降水量越多、平均相对湿度越高,越有利于田间种群的增殖扩张,水稻的卷叶率危害越重。【结论】稻纵卷叶螟迁入期早、迁入峰次多、迁入量大和前期水汽条件充足都是稻纵卷叶螟大发生...     

黄色诱虫板测报和防控稻纵卷叶螟的效果评价

【目的】评价黄色诱虫板在测报和防控稻纵卷叶螟（Cnaphalocrocis medinalis）中的作用和效果,为测报稻纵卷叶螟的发生和绿色防控其危害提供依据。【方法】采用黄色诱虫板诱集法与常规赶蛾法调查结果比较,确定其测报的可靠性;防治效果采用测产法,将黄色诱虫板处理的水稻产量同杀虫剂处理田块产量进行比较。【结果】3个水稻品种受害情况均表现为7月份较轻,8、9月份相对较重;8月份黄色诱虫板诱集到的稻纵卷叶螟成虫最多,2周内诱集的成虫数量最高达53头/板,平均每天诱集数量为（2.86±0.43）头/板;黄色诱虫板的高度在一定程度上影响着稻纵卷叶螟成虫诱集的效果。黄色诱虫板下部距离水稻冠层越近,诱集效果越好;同赶蛾数据相比,黄色诱虫板预测稻纵卷叶螟的发生具有一定的准确性和可靠性;黄色诱虫板对于稻纵卷叶螟成虫具有一定的诱杀作用,防治效果等于或好于使用杀虫剂田块的防治效果。【结论】 通过对黄色诱虫板测报和防控稻纵卷叶螟的效果进行评价,认为黄色诱虫板在测报和防治稻纵卷叶螟的发生具有一定的应用前景。     

不同水稻品种对稻纵卷叶螟的抗耐性

针对贵州省生产上大面积栽培的5个水稻品种进行稻纵卷叶螟抗(耐)性研究。结果表明:5个品种对稻纵卷叶螟的抗(耐)性存在显著差异,试验条件下T优618和黔优568的长势最好,卷叶率低,抗性级别表现为抗(R);B优811和奇优894表现为中抗(MR);金优431卷叶率最高,抗性级别为感虫(S)。对5个品种叶片和叶鞘等进行了物理性状的测定及对比,发现稻纵卷叶螟趋于危害植株低矮、主脉狭窄、叶片含水量高、硅化细胞含量低的品种。     

倒伏春性冬小麦冠层光谱特征及倒伏严重度预测

采用高光谱仪测定不同春性冬小麦品种于不同时期倒伏的群体冠层光谱反射率,分析不同倒伏条件下的小麦冠层光谱特征,建立可快速、有效监测小麦倒伏严重程度的数学模型,为合理评价倒伏程度提供依据。结果表明,小麦倒伏后冠层光谱反射率增加,可见光波段550 nm附近出现1个波峰,670 nm附近出现1个波谷;近红外波段1 000 nm处出现1个较明显的波动,呈现2个波谷,1个波峰。同一倒伏级别下,倒伏时期不同,光谱反射率曲线存在差异,可见光波段乳熟末期冠层反射率高于开花期光谱反射率,而近红外波段恰好相反;在同一倒伏时期,倒伏级别越高,光谱反射率越大。倒伏级别与冠层光谱反射率的相关系数于760 nm处达最大(r=0.973 4**)。与NDVI、RVI、DVI相比,采用760 nm处冠层光谱反射率和DVI可有效评估春性冬小麦倒伏严重度。     

枸杞4大病虫害的遥感近地高光谱特征

为给枸杞病虫害的防治提供依据,填补我国枸杞光谱特征研究方面的空白,采用近地高光谱遥感方法对枸杞主产区宁夏中卫市中宁县枸杞的健康冠层与枸杞木虱、瘿螨、负泥虫和白粉病等4种枸杞病虫害危害冠层的近地高光谱特征及变化规律进行研究。结果表明:不同病虫害感染后的冠层都具特有的光谱特征规律。健康枸杞冠层的光谱特征曲线较为平滑,其光谱反射率在红光波段700~760nm和近红外波段处高于染病冠层;木虱、瘿螨和负泥虫危害的冠层光谱特征曲线较为曲折,出现较多折点,并且发生蓝移现象;白粉病危害冠层的光谱特征较其他3种病虫害的平缓,但其光谱反射率在近红外波段较健康枸杞冠层的低。随着受害程度的加重,木虱危害的枸杞冠层光谱反射率在红光波段700~760nm处和近红外波段处降低;瘿螨危害的枸杞冠层光谱反射率在绿光波段550~600nm和红光波段600~700nm处升高,在红光波段700~760nm处和近红外波段处光谱反射率降低;负泥虫危害的枸杞冠层光谱反射率在红光波段700~760nm和近红外波段处降低;白粉病危害的枸杞冠层光谱反射率在蓝光波段、绿光波段和红光波段600~730nm处升高,在红光波段730~760nm和近红外波段处降低。     

一种新的估算水稻上部叶片蛋白氮含量的植被指数

 【目的】阐明水稻顶部4张叶片蛋白氮含量和反射光谱特征的变化规律及其相互关系,建立快速、准确诊断水稻功能叶片蛋白氮含量的方法。【方法】通过3年不同施氮水平和不同品种类型的大田试验,分生育期同步测定顶部4张叶片的光谱反射率及蛋白氮含量,系统分析叶片蛋白氮含量与多种高光谱参数的定量关系。【结果】水稻叶片蛋白氮含量和光谱反射率在不同施氮水平、不同生育期及不同叶位间均存在明显差异,叶片蛋白氮含量的敏感波段主要存在于可见光绿光区530～580 nm及红边区域695～715 nm,其中红边区域表现最为显著。红边区域700 nm附近波段与近红外短波段的比值组合(SRs)可以有效地估算水稻上部功能叶片的蛋白氮含量,其次是绿光区587 nm左右的波段与近红外短波段的比值组合。基于新提出的SR（770,700）及已报道的GM-2、SR705、RI-half光谱指数,线性回归模型的拟合精度（R2）分别达到 0.874,0.873,0.871和0.867。经独立资料的检验表明,这些回归模型可以实时监测叶片蛋白氮含量变化,预测精度R2分别为0.810、0.806、0.804和0.800,相对误差RE 分别为12.1%、12.4%、12.6%和12.9%。【结论】可以利用关键特征光谱指数来诊断水稻上部叶片的蛋白氮含量状况,尤以SR（770,700）、GM-2、SR705和RI-half表现为较强的估测能力。     

Hyperspectral detection of rice damaged by rice leaf folder (Cnaphalocrocis medinalis)

The reflectance from rice (Oryza sativa L.) leaves and canopy damaged by rice leaf folder (RLF), Cnaphalocrocis medinalis (Guenée) was studied at the booting stage in order to establish a monitoring method for RLF based on hyperspectral data. The results showed that reflectance from rice leaves significantly decreased in the green (530–570 nm) and near infrared (700–1000 nm) regions, and significantly increased in the blue (450–520 nm) and red (580–700 nm) regions as the leaf-roll rate of rice increased. Reflectance from rice canopy significantly decreased in the spectral regions from 737 to 1000 nm as the infestation scale of RLF increased, and the most correlation appeared at 938 nm. Seven spectral regions 503–521, 526–545, 550–568, 581–606, 688–699, 703–715, and 722–770 nm at leaf-level, and one region 747–754 nm at canopy-level were found to be sensitive bands to exhibit the damage severity in rice by RLF. The position of the red edge peak remarkably moved to blue region, and the amplitude and area of the red edge significantly decreased when rice leaves were severely infected by RLF. Thirty-eight spectral indices at leaf-level and 29 indices at canopy-level were found to be sensitive to leaf-roll rate and infestation scale in rice, respectively. The linear regression models were built to detect the leaf-roll rate (0.0–1.0) and infestation scale (0–5) in rice using leaf- and canopy-level reflectance data. The root mean square error of the model was only 0.059 and 0.22 for the leaf-roll rate and infestation scale, respectively. These results suggested that the hyperspectral reflectance was potential to detect RLF damage severity in rice.     

基于高光谱的苹果盛果期冠层叶绿素含量监测研究

【目的】建立苹果冠层叶绿素含量及冠层光谱特征参量间的定量关系模型,以促进高光谱技术在苹果树精准施肥以及快速、无损长势监测中的应用。【方法】以蒙阴县果园的苹果树为试验材料,连续2年分别测定了苹果冠层光谱反射率和冠层叶绿素（Chl(a+b)）含量,分析了冠层叶绿素含量与光谱反射率之间的相关关系,并计算了400—1 000 nm任意两波段组合而成的RVI、DVI、NDVI和RDVI,分析了它们与冠层叶绿素含量的关系,以逐步回归分析做比较,建立了苹果冠层叶绿素含量监测模型。【结果】结果表明,以单变量估算叶绿素含量的最佳光谱指数为NDVI(975,742),相关系数为0.5093。利用多元逐步回归建立的苹果冠层叶绿素含量最佳监测模型为Y=-0.56(log1/R)771-0.48(log1/R)1978 +0.20(log1/R)2407 -0.10(log1/R)2440+4.749。【结论】用多元逐步回归方法建立的模型来监测苹果冠层叶绿素含量效果较好,为利用高光谱技术监测苹果生长状况提供了理论依据。     

氮磷互作对水稻冠层光谱的影响及其PNN识别

【目的】氮、磷均为作物必需的大量营养元素,其丰缺诊断直接关系到合理科学施肥,进而影响产量、效益以及环境。本文旨在研究准确、快捷、无损地区分水稻缺氮和缺磷信息的光谱识别方法,从而指导田间施肥决策,精确作物管理、节约种植成本并控制农田面源污染。【方法】基于水稻6个氮素及两个磷素营养水平交互下的盆栽试验,分别在分蘖、拔节和抽穗期测定水稻冠层的可见近红外反射光谱（350-1 330 nm）及植株全氮（TN）和全磷（TP）含量等数据,分析氮磷互作对水稻植株体内TN和TP含量以及冠层反射光谱的影响,并运用概率神经网络(PNN)分别对不同生育时期的冠层光谱进行氮水平、磷水平、氮磷交互水平和缺素水平4个尺度下的分类识别。为避免光谱测量时仪器误差和光照、风力、温度、水分等环境条件所造成光谱数据批次间的差异,PNN分类识别前对光谱数据进行标准化处理,并将其中2/3作为训练集,另外1/3作为测试集。【结果】植株全氮含量受氮肥、磷肥和氮磷交互作用的影响显著;植株全磷含量则主要受磷肥和氮肥水平的双重影响,但不存在氮磷交互作用。水稻冠层光谱对氮肥的响应规律不受磷肥水平的影响,缺氮使可见光区反射率升高,近红外区反射率下降。缺磷使近红外区反射率下降,但可见光区的响应则受氮肥水平的影响,施氮处理呈上升趋势,氮胁迫处理则呈现分蘖期下降、拔节期上升、抽穗期下降的趋势。利用冠层光谱PNN模型可以对各个生育时期氮水平、磷水平、氮磷交互水平和缺素水平等不同施肥尺度进行识别,拔节期分类精度最高,抽穗期分类精度相对最低。4种分类尺度下PNN模型对磷素水平的分类精度最高,分蘖期和拔节期分别为83%和94%;其次是缺素水平,分别为78%和88%;对氮素水平以及氮磷交互水平等有较多个分类输出的识别精度较低,为61%-75%。值得一提的是,PNN模型对水稻施肥关键生育时期分蘖期和拔节期水稻植株缺氮缺磷、缺氮不缺磷、缺磷不缺氮、不缺氮不缺磷等4种缺素水平的分类中,所有只缺氮处理没有被预测为只缺磷处理,所有只缺磷处理也没有被误判为只缺氮处理,表明冠层光谱PNN模型能有效区分开氮磷胁迫。【结论】水稻的冠层光谱受到氮、磷水平的共同影响,利用水稻冠层光谱建立的PNN模型不仅能分别辨识各氮素、磷素施肥水平,并且能有效地区分开水稻缺磷和缺氮处理,避免混淆,对有目的性的指导施肥具有重要的意义和价值,可避免不恰当的施肥策略造成的环境、产量和经济损失。     

基于新型植被指数的冬小麦LAI高光谱反演

【目的】本研究旨在分析冠层叶片水分含量对作物冠层光谱的影响,构建新型光谱指数来提高作物叶面积指数高光谱反演的精度。【方法】在冬小麦水肥交叉试验的支持下,分析不同筋性品种、施氮量、灌溉量处理下的冬小麦叶面积指数冠层光谱响应特征,并分析标准化差分红边指数(NDRE)、水分敏感指数(WI)与叶面积指数的相关性,据此构建一个新型的植被指数——红边抗水植被指数(red-edge resistance water vegetable index,RRWVI)。选取常用的植被指数作为参照,分析RRWVI对于冬小麦多个关键生育期叶面积指数的诊断能力,随机选取约2/3的实测样本建立基于各种植被指数的叶面积指数高光谱响应模型,未参与建模的样本用于评价模型精度。【结果】研究结果表明,随着生育期的推进,冬小麦的叶面积指数呈先增加后降低的变化趋势,不同的水肥处理对冬小麦叶面积指数具有较大影响。开花期之后冬小麦LAI显著下降,强筋小麦(藁优2018)在整个生育期叶面积指数均高于中筋小麦(济麦22);不同氮水平下冬小麦冠层光谱反射率在近红外波段(720—1 350 nm)随着施氮量的增加而增大,与氮肥梯度完全一致,其中2倍氮肥处理的近红外反射率达到最高;不同生育期下冬小麦冠层光谱反射率变化波形大体一致;各个关键生育期的NDRE和WI均存在较高的相关性,而NDRE与LAI的相关性明显优于WI,新构建的植被指数RRWVI与LAI的相关性均优于NDRE、WI;虽然8个常用的植被指数均与LAI存在显著相关,但RRWVI与LAI相关性达到最大,其拟合曲线的决定系数R2为0.86。【结论】通过分析各种指数所构建的冬小麦叶面积指数高光谱反演模型,新构建的RRWVI取得了比NDRE、NDVI等常用植被指数更为可靠的反演效果,说明本研究新构建的红边抗水植被指数可有效提高冬小麦叶面积指数的精度。     

倒伏胁迫下玉米抽雄期叶面积密度光谱诊断

【目的】叶面积密度（leaf area density,LAD）反映作物在垂直方向上体积内叶面积总量的差异,体现作物冠层内叶面积随着高度变化的分布状况。本文旨在探索玉米叶面积密度对于倒伏胁迫强度的表征能力及其光谱响应规律。【方法】以抽雄期倒伏夏玉米为研究对象,获取倒伏后玉米多期LAD及冠层光谱数据,对倒伏玉米冠层光谱进行一阶微分和小波变换处理,根据LAD与冠层光谱一阶微分及小波分解系数的相关性分析,筛选LAD敏感波段和最佳小波分解尺度,采用偏最小二乘法构建倒伏玉米LAD光谱诊断模型,并利用实测样本验证模型精度。【结果】玉米LAD随着倒伏胁迫程度的增强而增大,LAD可有效表征玉米倒伏胁迫强度及其自身恢复能力;玉米倒伏后冠层结构发生较大变化,倒伏玉米冠层光谱反射率较正常玉米整体增高,近红外波段的增幅相比可见光波段更高,倒伏强度越强则光谱反射率越高;LAD敏感波段主要分布在蓝光波段354—442、472—495 nm和红光波段649—829 nm以及近红外波段903—1 195 nm和1 564—1 581nm;同一阶微分处理相比,基于连续小波变换的玉米倒伏LAD诊断模型的验证R²提高6.08%—9.11%,RMSE降低23.08%—31.63%;小波分解尺度对LAD诊断精度有一定的影响,中低尺度模型精度优于高尺度模型,其中第5尺度构建的模型对LAD的拟合效果最优（R²=0.898,RMSE=1.016）。【结论】利用连续小波变换技术对玉米冠层高光谱解析,可有效诊断倒伏胁迫下的玉米叶面积密度,可以为玉米倒伏胁迫灾情遥感监测提供必要的先验知识。     

基于高光谱的水稻叶片含水量监测研究

【目的】建立快速、无损诊断水稻叶片含水量的估测模型,为水稻水分精确管理提供依据。【方法】基于2年不同土壤水分处理和水稻品种的池栽试验,于水稻主要生育时期同步测定顶部4张叶片的光谱反射率和含水量,系统分析350-2 500 nm波段范围内任意两波段组合而成的比值（RSI）、归一化差值（NDSI）及差值（DSI）光谱指数,并分析其与叶片含水量的量化关系。【结果】不同土壤水分处理和叶位间,叶片反射光谱具有显著的时空变化特征,叶片含水量的敏感光谱波段主要位于近红外及短波红外区域;RSI （R1402, R2272）及NDSI （R1402, R2272）光谱指数与叶片含水量呈现良好的线性相关,线性拟合R2均达到0.80。基于独立试验资料对所建模型进行测试检验也显示,预测值和观察值的拟合R2也均达到0.86。【结论】RSI（R1402, R2272）、NDSI（R1402, R2272）均可用于水稻叶片含水量的定量监测。     

基于叶片反射光谱估测水稻氮营养指数

【目的】基于叶片反射光谱建立快速、无损监测水稻氮营养指数（nitrogen nutrition index,NNI）的估算模型。【方法】2018—2019年开展2个水稻品种（徽两优898和Y两优900）及5个氮肥梯度（施氮量为0、75、150、225和300 kg·hm^-2,分别记为N₀、N₁、N₂、N₃、N₄）的田间小区试验,测定关键生育期不同叶位叶片反射光谱和植株NNI,构建多种光谱指数的水稻NNI监测模型。【结果】单叶及叶位组合的敏感波段均分布在540 nm的绿光波长处,其与近红外波段构成的窄波段比值指数SR（R₉₀₀,R₅₄₀）可较好反演水稻NNI。但不同叶位叶片窄波段比值指数与水稻NNI的预测精度表现不同,顶3叶（L₃）预测精度最好（R²=0.731,RMSE =0.130,RE=11.6%）,顶2叶（L₂）次之（R²=0.707,RMSE =0.136,RE =12.2%）,顶1叶（L₁）最差（R²=0.443,RMSE =0.187,RE =14.7%）;顶2叶和顶3叶组合平均光谱（L₂₃）的预测精度优于单叶水平和其他叶位组合（R²=0.740,RMSE =0.128,RE =11.5%）。再将窄波段比值指数SR（R₉₀₀,R₅₄₀）近红外与绿光区域分别重采样50 nm和10 nm,所构建的宽波段比值指数SR[AR_{（900±50）},AR_{（540±10）}]模型精度较SR（R₉₀₀,R₅₄₀）未明显降低,且在L₂₃水平下2个模型的模型精度和预测精度基本一致（R²=0.740,RMSE =0.128,RE =11.5%）。水稻NNI小于1时与产量呈线性的正相关关系（P<0.05）,大于1时产量趋于平稳。【结论】L₂和L₃叶片反射光谱为监测水稻NNI的敏感叶位,其中叶位组合L₂₃可提高模型预测精度。基于叶片反射光谱构建的多种波段比值指数（SR（R₉₀₀,R₅₄₀）和SR[AR_{（900±50）},AR_{（540±10）}]）可快速估测水稻NNI,从而为不同传感器对水稻氮营养指数估测监测研究提供了理论依据。     

不同算法红边位置监测小麦冠层氮素营养指标的比较

【目的】红边位置常被用于监测作物叶片氮素营养状况。本文旨在通过不同算法提取红边位置,分析并比较不同算法提取的红边位置对氮素营养监测模型的准确性和可靠性差异,确定监测小麦叶片氮素营养的最佳红边位置算法及定量模型。【方法】基于不同施氮水平、播种密度、品种类型和生育时期的小麦田间试验,系统分析不同算法的红边位置(一阶微分、倒高斯法、多项式拟合法、四点内插法、拉格朗日法、线性外推法)与冠层叶片氮素营养指标的定量关系,比较不同算法红边位置对氮素营养监测的准确性和可靠性。【结果】线性外推法为计算小麦红边位置的最佳算法,并建立了基于线性外推法的小麦冠层叶片氮素营养定量监测模型。【结论】研究结果为小麦冠层叶片氮素营养指标的可靠监测提供了有效途径。