小麦条锈病气象预测方法及遥感监测研究进展

从影响小麦条锈病发生发展的大尺度气候背景、局地气象因子两方面,对小麦条锈病发生发展的气象预测研究进行了综述,指出了常规预测方法存在的问题和难点。概述了高光谱遥感在小麦条锈病监测中的应用,并对遥感与作物模型的结合进行了探讨,在此基础上展望了基于大气环流的小麦条锈病中、长期预测及G IS辅助的遥感技术在小麦条锈病监测方面的应用前景。     

冬小麦条锈病生理变化及其遥感机理

对不同处理条件下的冬小麦条锈病进行 (病情指数 ) (DI)调查 ,并进行同步的光谱测定及田间取样 ,在室内测试了对病情指数有重要影响的几个参数因子 ,叶绿素含量及上叶含水量 ,并且将其与光谱反射率进行统计分析。研究结果表明 ,这些参数因子与反射率数据在 5 5 0～ 70 0和 70 0～ 1160nm范围内与DI有着相似的高相关性 ,说明条锈病害的DI变化可以通过叶绿素含量、上叶含水量参数直接的变化在光谱上得到响应 ,从而证明遥感监测DI是可行的 ,同时解释了遥感监测机理。选出与叶绿素含量、上叶含水量相关性最强的波段与DI作多元回归 ,建立的模型能很好地反演冬小麦条锈病的病情指数 ,正确率达到 75 %以上     

条锈病影响下冬小麦叶绿素含量的高光谱估计

叶绿素含量是在小麦长势监测中是非常重要的评估内容,尤其是在小麦受到病害影响的情况下,准确估计其叶绿素含量,有助于合理进行灾害评价。遥感高光谱技术为获取植物的生理参数提供了丰富的数据来源。笔者使用襄樊地区实测获取的受条锈病影响的小麦高光谱数据,利用回归分析的方法建立了受条锈病影响的小麦叶绿素含量与其高光谱的关系模型。经验证,模型有较好的精度。     

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。     

高光谱遥感在小麦条绣病气象监测中的应用研究

现代农业实现高效、低耗、优质的一项重要途径就是利用精准农业信息技术。高光谱遥感技术能够对农田作物的各阶段生长状态进行实时信息的快速获取,提供了精准农业信息技术的有效支撑。本文研究分析了高光谱遥感技术在小麦条绣病气象监测方面的应用,包括监测条绣病的基本原理、特点以及关键技术线路等。并通过试验方法,利用遥感的空间数据、地面数据模型以及影像等,实现了小麦条绣病病害监测可行性试验,最后对此项技术的应用前景进行了展望。     

高光谱遥感在小麦条绣病气象监测中的应用研究

现代农业实现高效、低耗、优质的一项重要途径就是利用精准农业信息技术。高光谱遥感技术能够对农田作物的各阶段生长状态进行实时信息的快速获取,提供了精准农业信息技术的有效支撑。本文研究分析了高光谱遥感技术在小麦条绣病气象监测方面的应用,包括监测条绣病的基本原理、特点以及关键技术线路等。并通过试验方法,利用遥感的空间数据、地面数据模型以及影像等,实现了小麦条绣病病害监测可行性试验,最后对此项技术的应用前景进行了展望。     

作物环境胁迫高光谱遥感监测研究进展

作物环境胁迫频发不仅严重影响区域粮食生产和生态安全,还威胁社会经济稳定和可持续发展,高光谱遥感可实时、准确监测作物环境胁迫,与传统监测方法相比具有较大优势。首先阐述了高光谱遥感监测作物环境胁迫的理论基础,重点从基于光谱响应特征的直接监测、基于农学参数和生理信息反演的间接监测两方面,概述了高光谱遥感在监测作物病虫害、水分胁迫方面的研究进展。在此基础上,提出了目前该技术在作物环境胁迫监测应用领域的不足,如光谱响应特征的专属性认识不足、反演模型的精度及普适性较低、数据使用受到限制等,并讨论了高光谱遥感在作物环境胁迫监测方面的发展方向,旨在为农作物环境胁迫监测及预警提供参考。     

遥感监测技术在薯类作物上的应用研究进展

遥感技术凭借其可以实时、快速、准确、无损地获取薯类作物生长信息的特点,已经是监测薯类作物生长的重要手段。薯类作物的茎叶和块根生长分别在地上和地下,光谱反射机理均不同于禾本科类作物(如水稻、玉米和小麦),因此,薯类作物具有遥感监测研究特有的方面。总结了遥感技术的特点,遥感平台的种类和遥感监测方法,以及应用遥感技术在薯类作物种植面积提取、病害管理、长势监测和估产等领域的国内外研究进展,分析了遥感技术在薯类作物生长信息监测的不足,进一步提出相关建议,并指出了探索薯类作物空间分布信息及变化、薯类作物长势高效监测、薯类作物产量预测模型、薯类作物遥感模型与农学模型同化机制研究是未来的发展方向。     

植被光谱遥感数据的研究现状及其展望

植被光谱遥感是地表植被地学过程对地观测的强有力工具.本文概述了植被光谱遥感在植被信息提取、植物长势监测和估产以及估算植物光合有效辐射和初级生产力等方面的应用及研究现状,特别关注了高光谱遥感及其与近年逐步兴起的多角度遥感结合,更精确地反演植被参数等方面的发展状况.并讨论了今后植被光谱遥感应用发展的方向和研究领域.     

作物氮素高光谱遥感监测研究

高光谱遥感技术在作物氮素营养诊断与监测中表现出强大的优势,具有广阔的应用前景。本文在介绍高光谱遥感技术发展和作物氮素高光谱遥感监测机理的基础上,从作物叶片、冠层及多角度三个尺度对作物氮素含量高光谱监测研究进行梳理,对研究现状进行分析,并提出今后发展方向,以期为有效开展作物氮素高光谱遥感诊断研究提供借鉴。