基于支持向量机模型的冬小麦全蚀病为害等级遥感监测

为了解利用高光谱遥感技术对小麦全蚀病进行有效监测的可行性,对感染不同发病等级全蚀病的冬小麦冠层光谱反射率数据进行采集分析,选取监测敏感波段,在Matlab和Libsvm工具箱支持下,利用支持向量机分类方法构建小麦全蚀病病害等级预测模型。结果表明,在不同程度小麦全蚀病的为害下,小麦冠层光谱反射率存在明显变化。通过对数据分析,选择700~900nm波段作为敏感波段进行训练建立模型的结果最好;经检验,基于此波段构建的预测模型预测值与实际值相关系数可达0.943,均方根达0.63,因此生产上可利用波段光谱特征对小麦全蚀病进行监测。     

基于不同玉米品种叶片高光谱的SPAD值估测模型研究

通过研究不同玉米品种叶片SPAD值与高光谱参数的关系,建立玉米叶片SPAD值估测模型,并对模型进行品种间精度检验。通过两年试验,测定不同玉米品种的叶片SPAD值及其高光谱数据,综合分析叶片SPAD值与高光谱反射率、反射率一阶导数及其光谱参数的相关关系,对玉米叶片SPAD值估测模型进行构建。玉米叶片SPAD值与高光谱反射率最敏感波段在550和710 nm附近,反射率一阶导数最敏感波段出现在500~750 nm范围内。叶片SPAD值与单波段反射率的相关性要高于其一阶导数,以550 nm附近光谱反射率构建的模型对大多数品种的叶片SPAD预测值平均误差最小。     

基于高光谱数据的晚籼稻品种剑叶SPAD值估测

本研究测定了长江中下游不同晚籼稻品种的剑叶SPAD值及反射光谱数据,分析了原始光谱及其变换数据与SPAD值的相关关系,建立了不同晚籼稻品种剑叶SPAD值估测模型,并采用平均偏差率对模型精度进行品种间验证。结果表明,水稻剑叶SPAD值与原始光谱的敏感波段位于710~720 nm之间,与一阶微分光谱的敏感波段为690~700 nm,各光谱参数中以红边幅值（Dr）的相关性最好,相关系数达0.6~0.8;在回归模型类型的选取上,指数模型和二次曲线模型的估测效果较优;715 nm处的原始光谱反射率建立的指数模型y=85.512e^-2.392x的估测效果最好,进行品种间验证的平均偏差率最小,仅为5.01%。说明以单一晚籼稻品种叶片光谱参数建立的模型在品种间具有一定的适用性。     

小麦叠加叶片的叶绿素含量光谱反演研究

为了给田间冠层水平叶绿素含量高光谱反演研究提供参考,研究了小麦单层及叠加叶片不同波长光谱反射率及几种常用植被指数对叶绿素含量的响应特征。结果表明,可见光波段的绿光到红光波段范围内叶片光谱反射率与叶绿素含量存在良好的相关关系,其中在绿光反射峰550 nm附近和红边区域的705 nm附近反射率都可以用来预测叶绿素含量。红谷吸收表现为随叶绿素含量提高而蓝移的特征。常用植被指数NDVI在本研究中对小麦叶片的叶绿素含量的监测效果并不理想。SR705虽然与单层叶片叶绿素含量相关性较好,但是对叠加多层叶片的叶绿素含量反演效果不好。光谱参数中TCARI对单层叶片和不同叠加层数的叶片均有最好的预测能力,因此可以利用TCARI监测小麦叶绿素含量,进而用于评价其光合特性。     

利用多种回归模型对比估算琯溪蜜柚叶片钾素含量

钾素是蜜柚营养三要素之一,是准确诊断和定量评价生长状况的重要指标,建立合适的蜜柚叶片钾素含量高光谱估算模型,为实现快速、无损、精确的钾素含量估测提供依据。基于蜜柚叶片高光谱数据和钾素含量实测数据,首先分析蜜柚叶片钾素含量与原始及一阶微分光谱的相关性,然后分析与敏感波段植被参数的相关性,并找出相关性较好的光谱参数,建立蜜柚叶片钾素含量偏最小二乘回归模型（PLS）、BP神经网络回归模型（BPNN）、随机森林回归模型（RF）和支持向量机回归模型（SVM）,并确定蜜柚叶片钾素含量最佳估算模型。在513~598 nm和699~735 nm处,蜜柚叶片钾素含量与原始光谱反射率呈显著负相关,最大负相关系数分别为-0.47（554 nm）和-0.45（715 nm）。在507~552 nm和691~711 nm处,蜜柚叶片钾素含量与一阶微分光谱反射率呈显著负相关,最大负相关系数分别为-0.54（528 nm）和-0.53（702 nm）;在557~655 nm处,二者呈显著正相关,最大正相关系数为0.58（579 nm）。选择554、715、528、579、702 nm构建光谱参数,建立差值植被指数（DVI_{λ1, λ2}）、比值植被指数（RVI_{λ1, λ2}）和归一化植被指数（NDVI_{λ1, λ2}）等,其中与蜜柚叶片钾素含量相关性较好的光谱参量为NDVI′_579,702、RVI_554,715、RVI′_528,579、R′₅₇₉。建立PLS、BPNN、RF和SVM等4种回归模型估算蜜柚叶片钾素含量并进行对比验证,4种估算模型的决定系数（R²）分别为0.72、0.74、0.84和0.81,均方根误差（RMSE）分别为2.44、2.28、1.49和1.61;相对误差（RE）分别为9.95%、9.01%、7.84%和8.01%。验证模型的R²分别为0.79、0.84、0.85和0.82,RMSE分别为1.69、1.48、1.34和1.41,RE分别为8.47%、7.70%、6.12%和6.35%,RF估算模型精度稍高于PLS、BPNN和SVM估算模型。     

模拟多光谱卫星传感器数据的冬小麦白粉病遥感监测

为了解利用遥感技术快速大范围监测小麦白粉病病害情况的可行性,以Landsat5TM波段响应函数为基础,将地面实测冠层高光谱数据模拟为TM多光谱数据,从而分析卫星传感器多光谱波段对病害的响应情况,并构建多光谱指数(PMSI)估测白粉病严重度。在此基础上,采用2010年星-地配套数据对PMSI估测精度进行验证。结果表明,PMSI能够较准确地反映冬小麦白粉病发生的程度,获得较理想的病情严重度反演精度(r2=0.475,RMSE=0.129)。因此采用多光谱卫星遥感影像在小麦大面积种植区域进行病害监测具有应用潜力。     

缺素对小麦冠层反射光谱的影响

为给小麦缺素症早期诊断提供依据，以太湖地区典型稻麦轮作区的长期定位施肥实验为研究对象，分析了氮磷钾单一营养元素缺乏和两种或两种以上元素同时缺乏时的小麦叶绿素含量（SPAD值）及冠层反射光谱特性的变化规律。结果表明，缺素造成了叶片叶绿素含量的下降。缺氮使小麦冠层光谱反射率在可见光波段（460～710nm）和1480～1650nm波段增加，在近红外波段（760～1220nm）下降，红光波段对胁迫表现最为敏感．其次为黄光波段和1480nm左右的水分吸收波段；缺磷降低了近红外波段反射率，对可见光波段反射率的影响则受生育阶段和其他肥料互作的影响；缺钾处理对冠层反射光谱的影响较小，差异不显著。氮胁迫对可见光波段的影响程度显著高于磷胁迫，近红外波段两者持平。光谱对养分胁迫的响应程度随生育进程的推进而逐渐减小。缺素均使冠层光谱的红边位置向短波方向移动即发生蓝移，位移大小依元素缺乏种类及数量而定，最大位移可达10nm左右。     

基于高光谱的橡胶单叶叶绿素含量研究

采用高光谱分析和线性回归技术分析了3个橡胶树品种单叶片的室内光谱反射数据和叶绿素含量，确定了橡胶单叶高光谱特征参数(三边面积、反射率和一阶微分值)与3个品种综合的不同物候期和物候期综合下的叶绿素含量的敏感波段。结果表明：三边面积均与叶绿素含量的相关达到1 %的极显著检验水平；基于反射率和一阶微分值的变量与叶绿素主要呈负相关，敏感波段主要在蓝边范围；利用一阶微分值构建的线性回归模型对叶绿素含量估算较好。     

基于光谱指数的冬小麦冠层叶绿素含量估算模型研究

为探索对冬小麦冠层叶绿素含量反应敏感的高光谱波段组合,同时比较不同光谱指数对小麦冠层叶绿素含量的估测效果,通过分析350~2 500nm波段范围内原始光谱反射率及其一阶导数光谱的任意两两波段交叉组合而成的主要高光谱指数与冬小麦冠层叶片叶绿素含量的定量关系,建立冬小麦冠层叶绿素含量估算模型。结果表明,选用归一化光谱指数(NDSI)、比值光谱指数(RSI)、差值光谱指数(DSI)和土壤调节光谱指数(SASI)建立的冬小麦冠层叶绿素含量监测模型决定系数均大于0.71,标准误差均小于1.842。利用独立试验资料进行检验,表现最好的是RSI(FD_(689),FD_(609))和SASI(R_(491),R_(666))L=0.01,预测精度高达98.2%,模型精确度和可靠性较高。     

基于高光谱的倒伏冬小麦产量预测模型研究

为利用高光谱遥感技术对倒伏小麦产量进行准确、快速地估算，选取在乳熟期发生不同程度倒伏的两个春性冬小麦品种为材料，利用光谱仪测定了不同倒伏级别下小麦冠层光谱反射率，研究植被指数与产量及其构成因素间的相关性，最终建立快速、有效估测倒伏小麦产量的数学模型。结果表明，不同级别倒伏对小麦千粒重和产量的影响均达显著水平（P<0.05），随倒伏级别的增加，千粒重和产量均呈降低趋势，二者最高降幅分别为10.72%和17.69%。对倒伏小麦产量与冠层光谱反射率进行相关分析，在350~690 nm波段，相关系数随波长的增加总体呈下降趋势；在690~760 nm波段，相关系数呈上升趋势，在764 nm处，相关系数绝对值达最大，为0.734。千粒重与DVI_570,670的相关系数值最高，产量与DVI_764,407的相关性最好，且都通过了0.01水平检验。利用植被指数-千粒重-产量构建的反演模型，可提高模型预测精度，与单因子植被指数-产量模型、多因子植被指数-产量模型相比，能更好地反演不同倒伏程度的小麦产量。     

小波特征与传统光谱特征估测冬小麦条锈病病情严重度的对比研究

为探讨通过小波特征监测小麦条锈病发病程度的可行性，利用连续小波变换提取的小麦冠层光谱350~1 300 nm范围内的9个小波特征和传统光谱特征（植被指数、一阶微分变换特征和连续统特征），借助偏最小二乘回归（PLSR）建立反演模型，分别将传统光谱特征（SFs）、小波特征（WFs）及传统光谱特征与小波特征结合(SFs & WFs）作为模型的输入，对小麦条锈病病情进行反演。结果表明：（1）小波特征与条锈病严重度的相关性比传统光谱特征强；（2）基于小波特征的模型估测精度（R为0.837）优于基于传统光谱特征的模型估测精度（R为0.824）；（3）传统光谱特征与小波特征结合的模型精度最高，R为0.876，RMSE仅为0.096，因而传统光谱特征与小波特征相结合能够更好地对小麦条锈病病情严重度进行估测。     

牛蒡寡糖诱导对小麦白粉病抗性的影响

为探讨小麦白粉病的防治新途径,采用不同浓度的牛蒡寡糖(BOS)(0.5～20.0 g/L)溶液处理小麦幼苗,分析其感染白粉病菌后病情指数、苯丙氨酸解氨酶(PAL) 、过氧化物酶(POD)和过氧化氢酶(CAT) 活性的变化.结果表明,随着BOS溶液浓度的升高,小麦幼苗的病情指数越来越低,对白粉病的抗性越来越强,在BOS浓度达到10.0 g/L时,抗性最好.BOS处理后的小麦幼苗叶片PAL、POD和CAT活性均高于对照,且在一定浓度范围内酶活性随着BOS浓度的增加而升高.PAL的活性在BOS处理浓度为5.0 g/L时达到最大,而POD和CAT活性在10.0 g/L时出现峰值.说明适宜浓度的牛蒡寡糖诱导可以提高小麦幼苗内部相关防御酶的活性,进而增强其白粉病抗性.     

Detection of powdery mildew in two winter wheat cultivars using canopy hyperspectral reflectance

To determine the most sensitive spectral parameters for powdery mildew detection, hyperspectral canopy reflectance spectra of two winter wheat cultivars with different susceptibilities to powdery mildew were measured at Feekes growth stage (GS) 10, 10.5, 10.5.3, 10.5.4 and 11.1 in 2007–2008 and 2008–2009 seasons. As disease indexes increased, reflectance decreased significantly in near infrared (NIR) regions and it was significantly correlated with disease index at GS 10.5.3, 10.5.4 and 11.1 for both cultivars in both seasons. For the two cultivars, red edge slope (dr_red), the area of the red edge peak (Σdr_{680−760 nm}), difference vegetation index (DVI) and soil adjusted vegetation index (SAVI) were significantly negatively correlated with disease index at GS 10.5.3, 10.5.4 and 11.1 in both seasons. Compared with other parameters, Σdr_{680−760 nm} was the most sensitive parameter for powdery mildew detection. The regression models based on Σdr_{680−760 nm} were constructed at GS 10.5.3, 10.5.4 and 11.1 in both seasons. These results indicated that canopy hyperspectral reflectance can be used in wheat powdery mildew detection in the absence of other stresses resulting in unhealthy symptoms. Therefore, disease management strategies can be applied when it is necessary based on canopy hyperspectral reflectance data.     

不同地类春小麦叶片叶绿素含量高光谱植被指数估算模型研究

为给小麦长势的遥感监测提供依据,利用多种植被指数对比分析了水浇地和旱地春小麦不同生育期冠层光谱及叶绿素含量的变化,并建立了不同地类春小麦叶绿素含量的最佳估测模型。结果表明,春小麦叶绿素含量在整个生育期呈先升后降趋势,且水浇地高于旱地。春小麦冠层光谱在可见光波段表现为阳坡和双面坡地>阴坡地>水浇地,而在近红外区域反之。在起身期-乳熟期,春小麦叶绿素含量分别与二次修正土壤调节植被指数和植被衰老反射率指数的相关性最好;在拔节-扬花期,水浇地和阴坡地的叶绿素含量分别与绿度植被指数和修正归一化差异指数相关性最好,阳坡和双面坡地则与二次修正土壤调节植被指数的相关系数最大。利用相关性最好的植被指数模拟春小麦叶绿素含量,水浇地在起身-扬花期宜用抛物线模型,乳熟期则适合用乘幂模型,且各模型r和检验r均大于0.88,拟合程度较高;阴坡、阳坡和双面坡地起身期适用指数模型,其余时期适合抛物线模型。     

基于倾斜遥感观测的小麦白粉病胁迫下叶绿素含量监测

为了探讨多角度遥感在白粉病胁迫下监测小麦叶绿素含量的适宜角度,以易感白粉病品种偃展4110和中感白粉病品种国麦301为试验材料,获取三种不同生长环境(病圃田、接种田和自然感病田)下抽穗至灌浆期小麦冠层多角度反射光谱及叶绿素含量,分析不同时期叶绿素含量变化及其与多角度反射率的关系,建立白粉病胁迫下小麦叶绿素含量监测模型。结果表明,由红边波段构建的光谱参数对白粉病胁迫下叶绿素含量变化反应敏感。优化筛选出的植被指数与叶绿素含量之间的相关性在前向角度观测时优于垂直角度观测,而垂直观测角度好于后向角度观测,整体上以前向20°最佳。植被指数中,光谱参数RES(红边对称度)表现较好,在前向20°下的监测精度达0.725。因此,在前向20℃观察条件下可用RES对白粉病危害后小麦冠层叶绿素含量变化进行有效监测。     

小麦白粉病严重度与植株生理性状及产量损失的关系

为了探讨植株生理危害及产量损失与小麦白粉病病害等级间的关系,以不同抗性的小麦品种为材料,分析了白粉病菌侵染后小麦植株叶绿素含量、水分含量、氮含量、叶面积指数及产量的变化。结果表明,两个不同抗性的小麦品种随着病情指数的增加,植株叶绿素含量、水分含量、氮含量、叶面积指数均表现下降趋势,白粉病对易感品种偃展4110危害较重,对中抗品种周麦18危害较轻。通过计算各生理指标损失指数发现,其与病害等级间的相关性显著高于生理指标原始测定值(水分含量除外)与病害等级间的相关性。随着接种压力的增大,病情严重度增加,小麦产量及产量因子均表现降低趋势,其中对千粒重危害最严重。利用病害累积指数能较好地预测产量损失状况,减轻生育时期和品种间差异对预测模型的影响,千粒重和产量损失方程的决定系数分别为0.891和0.852。这表明,通过田间植株病情指数动态调查,可以准确预测千粒重下降和产量损失状况。