冬小麦花期生理形态指标与卫星遥感光谱特征的相关性分析

为提高冬小麦花期长势遥感监测的精确性与普适性,在集丘陵地、河滩地及平原地为一体的冬小麦种植区域设计了田间试验,利用卫星影像信息结合地面GPS定点试验数据,在分析利用遥感技术监测冬小麦花期LAI和生物量两个主要群体长势指标可行的基础上,对卫星遥感光谱信息与冬小麦花期的主要生理生化指标(叶片叶绿素含量、叶片类胡萝卜素含量、叶片水分含量和叶片氮素含量)进行了综合分析.结果表明,NDVI(归一化植被指数)与LAI、叶片氮素含量和叶片水分含量的相关性较好,RVI(比值植被指数)与生物量和叶片类胡萝卜素含量的相关性较好,GVI(绿度植被指数)与叶片叶绿素含量的相关性较好,且均达到显著水平.说明NDVI、RVI及GVI是较为理想的可用于监测冬小麦花期生理形态指标的敏感遥感指数.进一步以这些敏感遥感指数作为因变量建立了冬小麦花期生理形态指标的遥感监测模型.利用本模型可以反演多个生理形态指标,便于对冬小麦花期的长势情况进行综合分析与判断.     

SPOT-5与HJ遥感影像用于冬小麦氮素监测的效果对比

为探讨HJ遥感影像对冬小麦氮素监测的适用性,利用同期获取的SPOT-5和HJ-1B遥感影像,结合同步地面取样测试,从传感器的光谱响应、监测模型精度以及叶片氮含量空间填图3个方面,对冬小麦氮素的遥感影像监测效果进行了分析与评价.结果表明,两类遥感影像的3个波段反射率及植被指数与小麦叶片氮含量均密切相关,其中,SPOT-5影像的最优模型植被指数为GNDVI(绿色归一化植被指数),HJ-1B影像的最优模型植被指数为NDVI(归一化植被指数),SPOT-5影像在监测精度上优于HJ-1B影像,但差别不大.填图结果表明,除地块较破碎地带外,利用HJ-1B影像反演填图所得的小麦叶片氮含量在空间分布上与SPOT-5影像结果比较一致.说明利用SPOT-5与HJ遥感影像监测小麦氮素营养状况都是可行的,而HJ遥感影像在一定精度要求范围内能够替代SPOT-5等遥感影像的监测效果.     

基于HJ-1A/1B影像的冬小麦开花期主要生长指标遥感定量监测研究

为建立冬小麦开花期生长状况的遥感监测方法和技术,结合2011-2013年定点观测试验,以环境减灾卫星HJ-1A/1B数据为遥感影像源,着重分析了样本试验区冬小麦开花期主要生长指标间及其与籽粒品质、产量和卫星遥感变量间的定量关系,分别构建及评价基于HJ-1A/1B影像遥感变量的开花期叶面积指数、生物量、SPAD值和叶片含氮量监测模型。结果表明,在冬小麦开花期,作物氮反应指数(NRI)、绿色归一化植被指数(GNDVI)可分别作为监测冬小麦叶面积指数和生物量的敏感遥感变量,结构加强色素植被指数(SIPI)和SIPI可作为监测冬小麦SPAD值和叶片含氮量的敏感遥感变量,所构建的遥感监测模型可靠,模型的决定系数(r2)分别为0.73、0.69、0.62和0.61,均方根误差(RMSE)分别为0.79、1 068kg·hm-2、4.66和0.42%。利用遥感数据绘制的冬小麦开花期主要生长指标遥感监测等级分布空间量化表达图与实际相符。     

冬小麦返青期主要生长指标的HJ-1A/1B遥感影像监测

为进一步深化作物长势遥感监测机理与方法,给大田管理及时提供信息与技术,结合2011-2013年定点观测试验,以HJ-1A/1B数据为遥感影像源,研究了返青期冬小麦主要生长指标、籽粒品质参数和产量间及其与遥感变量间的定量关系,分别构建及评价基于HJ-1A/1B影像遥感变量的返青期叶面积指数、生物量、SPAD值和叶片含氮量监测模型。结果表明,返青期,归一化植被指数（NDVI）、比值植被指数（RVI）、蓝光波段反射率（B₁）和RVI可分别作为监测冬小麦叶面积指数、生物量、SPAD和叶片含氮量的敏感遥感变量,所构建的遥感监测模型可靠且精度较高,模型的决定系数（R²）分别为0.62、0.56、0.46和0.58,均方根误差（RMSE）分别为0.42、452.3 kg·hm^-2、4.39和0.54%。同时,对冬小麦不同等级主要生长指标进行遥感监测并制图,量化表达了主要生长指标区域空间分布。     

基于NDVI密度分割的冬小麦种植面积提取

为解决作物面积遥感监测中常遇的混合像元问题,选用江苏省沭阳县冬小麦扬花期HJ-1A卫星遥感影像,基于不同地物光谱信息的差异性与可分割性,提出基于归一化植被指数(NDVI)密度分割的冬小麦种植面积提取方法。在利用GPS实地取样调查和建立解译标志的基础上,对HJ-1A卫星影像进行了几何与大气校正。利用NDVI灰度影像提取混合像元训练样本的NDVI值和小麦种植面积,计算小麦面积权重,确定混合像元的NDVI阈值。利用NDVI再归一化结果对NDVI灰度影像进行密度分割,依据不同密度分割系数下像元总面积及其所对应的小麦面积权重关系,最终得到沭阳县冬小麦种植面积。结果表明,根据NDVI密度分割法提取冬小麦面积为8.37×104 hm2,面积精度为92.37%,样本精度为93.31%。基于密度分割系数(P0.5)制作沭阳县冬小麦种植分布图,获取了全县冬小麦空间分布特征信息。以上结果说明NDVI密度分割法能较准确地提取研究区内冬小麦种植面积,可有效解决农作物种植面积提取中混合像元问题。     

基于卫星遥感的冬小麦拔节期长势监测

为给小麦调优栽培提供信息支持,利用卫星影像信息结合地面试验数据,通过分析小麦拔节期叶面积指数、生物量以及植株氮素含量三个群体质量指标与植被指数之间的关系,建立了基于归一化植被指数(NDVI)、比值植被指数(RVI)的小麦群体质量指标监测模型.结果表明,NDVI与叶面积指数和植株氮素含量呈现显著的正相关关系(R2分别为0.8483和0.8238),与地上部生物量间的相关性未达显著水平(R2=0.7746).RVI与叶面积指数和植株氮素含量呈线性正相关(R2=0.7651和R2=0.78),而与地上部生物量呈显著线性正相关(R2=0.8277).利用不同的试验数据对所建模型进行了检验,监测值与实测值较为吻合,根均方差(RMSE)分别为0.19、106.13 kg·ha-1和0.136%,显示模型具有较好的监测性和通用性.因此,在拔节期可以利用NDVI对叶面积指数和植株氮素含量进行监测,对地上部生物量的监测则以利用RVI数据较好.     

基于Sentinel-2多光谱数据和机器学习算法的冬小麦LAI遥感估算

为了丰富大田尺度下冬小麦叶面积指数的遥感估算方法并提高估算精度,以关中地区冬小麦为对象,基于Sentinel-2多光谱卫星数据与地面同步观测的冬小麦叶面积指数样点数据,应用偏最小二乘回归(PLSR)、反向传播神经网络(BPNN)和随机森林(RF)法构建冬小麦叶面积指数估算模型,进行区域冬小麦叶面积指数遥感反演。结果表明,Sentinel-2多光谱卫星影像中心842nm近红外B8波段与冬小麦叶面积指数相关性最好,样本总体相关系数为0.778;植被指数中反向差值植被指数(IDVI)与冬小麦叶面积指数相关性最好,样本总体相关系数为0.776。各种估算模型中LAI-RF模型预测效果最佳,r~2为0.72,RMSE为0.53,RE为16.83%。基于LAI-RF估算模型,应用Sentinel-2多光谱卫星数据较好地反演了研究区冬小麦叶面积指数区域分布,其结果总体上与地面真实情况接近,说明以Sentinel-2卫星影像数据建立LAI-RF估算模型,可应用于区域冬小麦LAI反演制图。     

基于新型植被指数的冬小麦覆盖度遥感估算

为提高冬小麦覆盖度估测精度,从增强近红外与红光差别的数学变换原理出发,构建了一种新型植被指数(NDVIn),再基于2013、2014年冬小麦冠层高光谱和模拟的资源三号卫星宽波段多光谱数据,分别构建基于常规植被指数(NDVI)与NDVIn的冬小麦覆盖度估算模型,然后利用留一交叉验证法对模型精度进行评价。结果表明,当n=6时,新生成的植被指数NDVI6对冬小麦农田覆盖度具有最好的估算性能,利用其基于小麦冠层高光谱及卫星多光谱数据建立的冬小麦覆盖度估算模型的决定系数r2分别为0.84、0.85,RMSE分别为0.092、0.091,模型精度均好于常规指数NDVI的估算结果。说明NDVI6用于估测冬小麦覆盖度具有可行性。     

基于生态因子的冬小麦产量遥感估测研究

为提高冬小麦遥感估产的精确性与适用性,在河南省的孟州市和沁阳市利用GPS定位布设田间试验,利用P-6卫星数据进行了冬小麦遥感估产研究.通过对遥感植被指数和冬小麦长势与产量GPS定位数据的综合分析,基于遥感影像信息获取的瞬时性和准确性,结合小麦灌浆期生态条件对小麦产量形成的影响,利用开花期遥感影像归一化植被指数(NDVI)和灌浆期生态因子(气温、日照、氮素营养、土壤水分)建立了冬小麦产量遥感估测模型,并检验了该模型的可靠性.结果表明,模型预测值与实测值较为一致,利用开花期遥感影像NDVI和灌浆期生态数据估测冬小麦产量的RMSE值为369.27 kg·ha-1,相对误差为6.45%.模型估测性能好,且具有一定的解释性.     

基于适宜尺度选择的冬小麦赤霉病遥感监测

为快速、准确获取江淮麦区县域冬小麦赤霉病发生信息,选用中、高空间分辨率卫星遥感影像做多尺度信息融合研究。在筛选适宜冬小麦田块分布特征的空间尺度遥感影像基础上,通过分析冬小麦长势指标和赤霉病病情指数之间的互作关系,构建基于多农学参数的冬小麦赤霉病估测模型,并对县域冬小麦赤霉病空间变化进行遥感监测。结果表明:(1)2m×2m、8m×8m和16m×16m三种空间尺度融合影像的均值相差不大,平均梯度和标准差存在明显差异。16m×16m融合影像的清晰度最好,信息量也多,比较适合研究区域冬小麦田块分布特征。(2)16m×16m融合影像提取的归一化植被指数(NDVI)和比值植被指数(RVI)值明显高于2m×2m和8m×8m融合影像,说明16m×16m融合影像光谱信息量较丰富,有利于冬小麦的识别。(3)冬小麦叶面积指数、叶片叶绿素含量和地上部生物量是影响赤霉病发生的主要长势指标。基于主要长势指标构建冬小麦赤霉病估测模型,平方根误差(REMS)为10.5%,相对误差为14.6%。该方法可以实现对县域冬小麦赤霉病空间变化的有效监测。     

SPOT 5与HJ遥感影像用于冬小麦氮素监测的效果对比

为探讨HJ遥感影像对冬小麦氮素监测的适用性,利用同期获取的SPOT5和HJ1B遥感影像,结合同步地面取样测试,从传感器的光谱响应、监测模型精度以及叶片氮含量空间填图3个方面,对冬小麦氮素的遥感影像监测效果进行了分析与评价。结果表明,两类遥感影像的3个波段反射率及植被指数与小麦叶片氮含量均密切相关,其中,SPOT5影像的最优模型植被指数为GNDVI（绿色归一化植被指数）,HJ1B影像的最优模型植被指数为NDVI（归一化植被指数）,SPOT5影像在监测精度上优于HJ1B影像,但差别不大。填图结果表明,除地块较破碎地带外,利用HJ1B影像反演填图所得的小麦叶片氮含量在空间分布上与SPOT5影像结果比较一致。说明利用SPOT5与HJ遥感影像监测小麦氮素营养状况都是可行的,而HJ遥感影像在一定精度要求范围内能够替代SPOT5等遥感影像的监测效果。     

基于无人机多光谱遥感的冬小麦叶片含水量反演

为了快速监测小麦叶片水分含量,以敏感波段组和植被指数组2种变量分别作为输入变量,以地面同步观测的冬小麦叶片含水量作为输出变量,分别采用偏最小二乘(partial least squares,PLS)、极限学习机(extreme learning machine,ELM)和粒子群算法(particle swarm optimization,PSO)优化极限学习机,建立冬小麦叶片含水量预测模型,并对其反演效果进行比较。结果表明,光谱反射率和植被指数与叶片含水量之间存在较为密切的相关性,依此确定的敏感光谱波段为红光、蓝光和近红外波段,敏感植被指数为绿度指数、过红指数、归一化绿红差值指数、三角形植被指数和过绿指数。从2种变量的建模效果看,基于植被指数组构建的模型的精度和稳定性均优于敏感波段组,其中基于植被指数组的PSO-ELM模型在6个叶片水分含量反演模型中表现最佳,其R²和RMSE分别为0.98和0.26%。利用最优模型反演得到研究区冬小麦叶片含水量的分布范围为45%~75%,平均为64.57%,反演结果与地面实测较相符,说明基于无人机光谱数据通过建立以植被指数为变量的PSO-ELM模型可实现对冬小麦叶片水分含量的精准预测。     

转ABP9基因冬小麦的抗旱性评价

为了解转ABP9基因冬小麦材料的抗旱性,在雨养和灌溉条件下,对32份转ABP9冬小麦株系及其受体亲本石4185的主要农艺性状和抽穗期部分生理指标进行了测定,并采用隶属函数值法和抗旱性度量(D)值法对其抗旱性进行了综合评价,利用灰色关联度法对相关抗旱性状与抗旱指数之间的关联度进行了分析。结果表明,采用隶属函数值法和D值法评价时,分别有6和10份转基因小麦材料的抗旱性较受体亲本石4185增强。各农艺性状和生理指标依照与抗旱指数的关联度从高到低依次为单穗粒重、结实小穗数、千粒重、穗粒数、叶绿素含量、POD活性、MDA含量、SOD活性、株高、有效分蘖。因此,在对转ABP9基因抗旱小麦进行鉴定筛选时,应主要以单穗粒重、结实小穗数、千粒重、穗粒数等农艺性状作为参考,适当考虑生理指标的影响;由于不同指标或性状对小麦抗旱性的贡献不同,采用抗旱性度量值较平均隶属函数值进行抗旱性综合评价更为可靠。     

转TaSCL14基因小麦的遗传稳定性及农艺性状分析

为了获得农艺性状优良的转TaSCL14基因小麦品系,以普通小麦品种小偃39为受体获得的转TaSCL14基因小麦T1～T3代株(系)为材料,对其中TaSCL14基因的遗传稳定性和主要的农艺特性进行分析。结果表明,转TaSCL14基因小麦的T1和T2代植株的阳性率分别达到55.9%和85.6%,穗粒数、冬前分蘖与对照存在显著差异;T3代4个转基因株系3-4、3-7、3-8和3-11的阳性率达到90%以上,且TaSCL14基因在各株系中的表达水平都高于对照。与野生型相比,转基因小麦T3代部分株系的冬前分蘖、冬后分蘖、有效分蘖和小穗数均较野生型呈显著或极显著提高,但千粒重都较野生型有所降低,其中株系3-4和3-7降低幅度较大,分别达到显著和极显著水平。以上结果说明,TaSCL14基因的过表达能够影响转基因小麦的部分农艺特性,并且在株(系)间有差异。     

麦田降雨产流时间计算模型研究

为探讨多种因素对麦田降雨产流时间的影响及其相应的定量关系,通过模拟降雨试验,研究了麦田降雨强度、冠层覆盖及初始土壤剖面含水量对降雨产流时间的影响。结果表明,在相同初始土壤剖面含水状态条件下,降雨强度与产流时间呈显著幂函数关系(P<0.01);产流时间与叶面积指数呈极显著线性正相关(P<0.01),与株高相关性较差;0～20、0～40cm土层初始土壤剖面含水量与产流时间具有较明显的线性正相关关系(P<0.01),40cm以下土层土壤含水量对产流时间影响相对较小。通过多元回归分析建立的产流时间幂函数计算模型具有较好的模拟效果。     

皖北砂姜黑土地冬小麦生育期尺度干旱指标研究

为给砂姜黑土区小麦干旱灾害监测、预警、评估等工作提供参考,利用代表站点的气象资料、冬小麦生育期观测资料和麦田不同时期土壤水分测定资料,采用平均值、点聚图、有序样本最优聚类等方法,建立了皖北砂姜黑土地冬小麦生育期尺度的土壤水分、降水量负距平百分率、麦田水分盈亏率干旱指标,并分为轻旱、中旱、重旱和特旱4个等级。经检验,降水量负距平百分率指标和水分亏缺率指标的平均正确率均在80%以上,2种指标对重旱和长期干旱具有较强的解释能力。同时,给出了不同生育期发生不同等级干旱时的减产率参考值。     

干旱条件下我国不同年代玉米品种保绿性比较

选用35个玉米品种(农家种4个, 双交种4个, 单交种27个), 在海南三亚设置正常浇水和花期干旱两个处理, 鉴定每个品种在干旱环境下的保绿性, 比较不同年代品种的持绿性。结果发现, 干旱导致玉米叶片叶绿素含量下降, 衰老启动时间提前, 干旱条件下品种的衰老启动时间、最大衰老速度出现时间均随年代更替而延后, 最大衰老速度均随着年代更替而下降, 即玉米的保绿性均随着年代更替而提高, 与正常浇水条件下的趋势相似。玉米保绿性与叶绿素含量均与产量呈显著相关;在干旱处理条件下, 品种保绿性均随年代更替而提高, 我国的玉米育种中已经对持绿性进行了改良, 耐旱性也得到提高。     

综合近红外-红波段-短波红外三波段光谱特征空间的小麦冠层含水量反演

为提高返青期-拔节期-开花期-灌浆期不同覆盖条件下小麦冠层含水量的遥感反演精度，综合分析基于Nir-Red和Nir-Swir光谱特征空间开展作物含水量监测的优势与局限，利用垂直干旱指数（perpendicular drought index，PDI）和短波红外垂直失水指数（shortwave infrared perpendicular water stress index，SPSI）的比值形式，构建了一种基于近红外-红波段-短波红外（Nir-Red-Swir）三波段光谱特征空间的垂直植被水分指数（three-band perpendicular vegetation water index，TPVWI）。结果表明，在不同生育时期，TPVWI与小麦冠层含水量（vegetation water content，VWC)均具有显著相关关系（P<0.01），且对植被含水量的敏感性优于PDI、作物水分监测指数（plant water index，PWI）、SPSI和NDVI 4种植被指数，且在反映小区域内小麦冠层含水量的时空趋势上有较好的表征能力。对比地面实测数据，利用TPVWI建立的作物含水量估测模型的预测精度较高，r与RMSE分别为0.763和2.296%，说明利用综合Nir-Red-Swir三波段光谱空间特征的植被水分指数在监测不同覆盖条件下的作物含水量具有一定的可行性，可丰富当前作物冠层含水量遥感监测的理论方法。     

Comparison of selection indices to identify productive dry bean lines under diverse environmental conditions

This research was designed to quantify the effect of seasonal rainfall on production of dry bean (Phaseolus vulgaris L.) in the Rift Valley of East Africa, where insufficient soil moisture often limits productivity, and compare methods to identify productive lines. Twenty dry bean lines were evaluated for seed yield in a randomized complete-block design under soil moisture stress and nonstress environments during 1988, 1989 and 1992. Soil moisture stress levels were imposed by altering sowing dates (early vs. late) after the onset of the rainy season. Mean seed yield increased 8 kg ha⁻¹ for each mm of seasonal rainfall that occurred during the growing season. Lines differed in response to soil moisture stress, and their response varied with environments. Six selection indices, including arithmetic mean (AM), geometric mean (GM), drought response index (DRI), susceptibility index (S), response to drought (RD), and percent reduction (PR), were calculated for each line to determine correlations between indices and yields in stress (Y_s) and nonstress (Y_ns) environments. AM and GM were the only indices positively correlated with both Y_s and Y_ns. AM had the largest correlation with Y_ns (r=0.90) whereas GM had the largest correlation with Y_s (r=0.93). DRI, PR and S were correlated with Y_s (r=0.86, −0.82 and −0.83, respectively) but not with Y_ns. Conversely, the index RD was correlated with Y_ns (r=0.73) but not Y_s. The indices PR and S evaluated change in line performance across environments rather than line performance in either environment. GM and AM appear to be the most useful selection indices for identifying high yielding lines for both nonstress (early sown) and stress (late sown) conditions in the Rift Valley, while DRI has potential for use as a selection criteria only for stress environments.