冬小麦白粉病冠层光谱特征解析与病情指数反演

为探讨利用高光谱技术快速无损地监测小麦白粉病灾情的方法,通过人工田间诱发白粉病,在灌浆期对不同发病等级(病情指数)的冬小麦进行冠层高光谱测定,对原始光谱数据进行一阶微分处理,筛选最佳光谱特征参量和植被指数,构建冬小麦白粉病病情指数反演模型。结果表明,在冠层尺度,小麦白粉病"红边"位置均在730nm左右(±1nm);经验证,5种模型中三角植被指数(TVI)模型估算精度最好,r2和RMSE分别达到了0.700和0.112,与精度最低的优化土壤调节植被指数(OSAVI)模型相比,r2提高了0.071,RMSE降低了0.013。小麦白粉病"红边"蓝移现象并不明显;五种模型r2都达到了0.6以上,说明高光谱技术都能够有效地对冬小麦白粉病病情指数进行无损、快速、精确的反演,其中TVI的反演精度最佳。     

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。     

根腐病胁迫对大豆光谱特征和叶绿素荧光特性的影响

为探讨根腐病胁迫下光谱特征指数和叶绿素荧光参数与光合色素的相关性,以大豆植株为研究对象,分析了不同程度根腐病胁迫下大豆叶片光合色素、叶绿素荧光特性以及冠层光谱特征的差异性。结果表明:随大豆根腐病病情的加重叶绿素a、叶绿素b、总叶绿素、类胡萝卜素以及叶绿素/类胡萝卜素降低。同时,光系统II最大光化学效率、光系统II光化学效率、非光化学淬灭系数以及PSII的量子产额等荧光参数显著低于正常植株。光谱反射率在近红外区域(700～1 000 nm)随病害程度的加重而降低,归一化深度变浅。通过对原始光谱进行微分变换,病害植株红边幅值降低,红边位置出现蓝移现象。除绿峰位置、幅值以及修正叶绿素吸收反射率指数外,红边幅值、红边位置、结构不敏感色素指数、光化学植被指数、简单植被指数、归一化差异指数、修正归一化差异指数、绿度指数以及荧光参数与根腐病胁迫下叶片光合色素相关性均达到显著水平。因此,选择适宜的光谱特征指数和叶绿素荧光参数,借助光合色素变化,可为利用高光谱遥感技术和荧光成像技术对大豆根腐病危害诊断提供理论支持。     

利用光谱反射技术监测不同地力和施肥条件下小麦生长和产量的变化

通过不同地力条件下的田间试验,利用光谱分析技术动态监测了变量施肥和传统施肥条件下小麦不同生育期的冠层光谱反射率的变化,并根据由冠层光谱反射率计算的植被指数分析了不同施肥条件对小麦长势、色素含量、水分含量和产量的影响。结果表明,变量施肥和传统施肥对小麦的增产效果基本相同,但变量施肥显著降低了肥料施用量,在三块不同地力的小区,变量施肥比传统施肥分别节约施肥量15.7％、68.0％和85.6％;施用拔节肥后,通过对植被指数（NDVI、OSAVI、WI、mSR705）的分析表明,变量施肥和传统施肥处理小麦的冠层结构、叶绿素含量和水分含量均优于对照,但两种不同施肥处理之间并没有明显差别。另外,对不同施肥处理后的小麦产量和不同植被指数的相关分析表明,在挑旗期和孕穗期,冠层光谱反射的植被指数与小麦产量呈显著正相关。因此,在显著节约肥料的情况下,变量施肥与传统施肥一样可以通过改善群体结构、冠层的叶绿素含量和水分含量促进小麦的生长,达到增产的效果,并且利用反射光谱技术可以快速、有效地对小麦长势和营养状况进行动态监测。     

水稻不同发育时期高光谱与叶绿素和类胡萝卜素的变化规律

通过大田和室内试验,测定了2个品种、3个供氮水平处理的水稻冠层、完全展开倒1叶、倒3叶和穗在不同发育时期的高光谱反射率及对应叶片和穗的叶绿素、类胡萝卜素含量。结果表明,不同供氮水平的水稻冠层和叶片光谱差异明显,冠层光谱反射率随发育期推迟,抽穗前在可见光范围逐渐降低、在近红外区域逐渐增大,抽穗后在可见光范围逐渐增大,在近红外区域逐渐降低;抽穗后,冠层、叶片和穗光谱的红边位置存在“蓝移”现象;叶片叶绿素、类胡萝卜素含量呈S形变化;高光谱植被指数R990/R553、R1200/R553、R750/R553、R553/R670、R800/R553、R800/R680、（R800-R680）/（R800+R680）［R为反射率,下标为对应波长值（nm)］和红边位置λred与叶绿素、类胡萝卜素含量之间存在极显著相关,说明能用它们来估算水稻冠层、叶片和穗的叶绿素、类胡萝卜素含量。     

高温胁迫下水稻产量的高光谱估测研究

为了定量分析不同生育期冠层反射光谱参数与水稻产量及产量构成要素的相互关系,确定能够准确预测高温胁迫下水稻籽粒产量的敏感光谱参数,通过盆栽试验,测定了孕穗期4种温度胁迫处理后的2个水稻品种不同生育期冠层高光谱反射率以及成熟后的理论产量、实际产量、穗数、每穗粒数、千粒重、穗长、穗干质量和结实率。结果表明,相对于蜡熟期的光谱参数,抽穗期和灌浆期的光谱参数与理论产量、实际产量、穗数、每穗粒数、千粒重、穗长、穗干质量以及结实率的相关性都较高,均达到显著水平。此两个时期可以作为预测水稻产量的关键时期。其中,差值植被指数DVI[810,A(450,560,680)]、垂直植被指数PVI(810,680)、红边幅值Dλred和红边峰值面积可以同时预测成熟水稻的理论产量和实际产量。而差值植被指数DVI(810,450)和DVI(810,560)、垂直植被指数PVI(810,680)和Dλred可以同时预测成熟水稻的穗数、每穗粒数和千粒重。相对于灌浆期的模型,抽穗期的模型能较可靠地监测水稻产量。     

基于主成分分析和随机森林回归的冬小麦冠层叶绿素含量估算

为提高冬小麦冠层光谱对叶绿素含量的估算精度,以陕西省乾县冬小麦为研究对象,利用SVC-1024i光谱仪和SPAD-502型叶绿素仪实测了冬小麦冠层反射率和叶绿素含量,分析了一阶导数光谱、10种特征参数和9种植被指数与叶绿素含量的相关性,并利用主成分分析(PCA)对叶绿素敏感的可见光波段(390～780 nm)一阶导数光谱进行降维,将特征值大于1的主分量结合特征参数和植被指数形成不同的输入变量,用偏最小二乘回归和随机森林回归构建冬小麦冠层叶绿素估算模型,并利用独立样本对模型进行验证。结果表明,小麦冠层叶绿素含量与一阶导数光谱在751 nm处的相关性最高(r=0.71),特征参数中红边蓝边归一化(SDr-SDb)/(SDr+SDb)与叶绿素含量的相关性最高(r=0.66),植被指数(VI)中修正归一化差异指数(mND705)相关性最高(r=0.74)。在输入变量相同的情况下,基于随机森林(RF)回归的预测模型均优于偏最小二乘回归(PLSR)模型,其中PCA-VI-RF模型的各精度指标均达到最优(r²=0.94,RMSE=1.05,RPD=3.70),是冬小麦冠层叶绿素...     

水分胁迫条件下氮素营养对不同冬小麦基因型的生理效应

为给旱地小麦高产栽培和氮素高效利用提供依据,以水氮高效型品种小偃22和水氮低效型品种小偃6号为供试材料,通过水培试验,研究了水分胁迫下介质氮素营养对冬小麦幼苗根系和冠层干重、叶片相对含水量、根系活力、叶片叶绿素含量(SPAD值)等生理指标的影响.结果表明,水分胁迫和介质氮素供应对小麦幼苗各生理指标均有显著影响.水分胁迫下,介质供氮显著提高冠层干重、叶片相对含水量、根系活力及叶片叶绿素含量,降低根干重.而在供氮条件下.水分胁迫导致小偃22根系和冠层干重均明显降低,而小偃6号根系和冠层干重均明显增加,两个品种的叶片相对含水量(P<0.05)和根系活力(P>0.05)显著降低,培养阶段前期的叶片叶绿素含量提高.在介质缺氮条件下,水分胁迫使小偃22和小偃6号冠层干重分别增加和下降,两个品种根干重和叶片叶绿素含量均明显下降,叶片相对含水量和根系活力均增加.说明改善介质氮素营养可增强水分胁迫下小麦抗旱能力,促进冠层干物质积累,同时也增大小偃22根、苗干物质积累和两个品种叶片相对含水量对水分胁迫的敏感性,而降低了小偃6号根系和冠层干物质积累及两个品种根系活力和叶绿素含量对水分胁迫的敏感性.     

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。     

不同土壤质地小麦叶片叶绿素的高光谱响应及估测模型

为给小麦生长过程中叶绿素的实时监测和氮肥调控提供参考,设置3种不同土壤质地(沙土、壤土和粘土)、5种不同施氮水平(0、120、225、330和435kg·hm-2)和3个河南省主栽小麦品种(矮抗58、周麦22和郑麦366),同步测定小麦主要生育时期冠层光谱反射率和叶绿素(Chla+b)含量,系统分析了3种土壤质地条件下小麦Chla+b含量与350~1 050nm波段范围内冠层光谱参数的相关关系。结果表明,3种土壤质地下小麦叶绿素的冠层光谱响应趋势基本一致。光谱指数REPIG和mND705对叶片Chla+b含量的监测效果较好,建模决定系数分别为0.76和0.75。利用独立样本数据对用于建模的此二光谱参数进行检验,其预测效果表现较为稳定,预测决定系数分别为0.87和0.85,均方根偏差分别为0.46和0.48。说明利用光谱指数REPIG和mND705为自变量建立的估测模型可以较好地预测当地生产条件下小麦叶片叶绿素,同时为氮肥施用及调控提供技术依据。     

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。     

基于多核支持向量机的小麦条锈病遥感监测研究

为提高小麦条锈病的遥感探测精度,依据日光诱导叶绿素荧光和冠层反射光谱数据在小麦条锈病遥感探测中的优势及其与病情严重度之间的映射关系,在运用独立分量分析法对光谱数据降维的基础上,利用核学习算法分别确定冠层光谱特征和日光诱导叶绿素荧光特征反映小麦条锈病病情严重度的最优核,同时针对冠层光谱与叶绿素荧光特征组,建立基于不同特征最优核映射的多核学习支持向量机模型,并与基于特征直接拼接的模型结果进行对比。结果表明,对于冠层光谱而言,采用高斯核构建的支持向量机模型可较好估测小麦条锈病病情指数,而日光诱导叶绿素荧光指数则是采用多项式核的效果更优;采用直接拼接法融合叶绿素荧光指数和冠层光谱特征能够在一定程度上改善小麦条锈病病情指数估测精度,决定系数(r~2)最高为0.847,而单独利用冠层光谱信息或者叶绿素荧光信息时,r~2最高仅为0.802;对日光诱导叶绿素荧光和反射光谱特征分别利用其最优核进行映射构建的多核学习支持向量机模型精度最高,r~2为0.915,RMSE为0.090,优于基于特征直接拼接构建的支持向量机模型精度。     

多遥感光谱指标结合进行大田冬小麦叶片叶绿素含量估测研究

为解决大田冬小麦叶片叶绿素含量估测模型精度低、通用性弱的问题，在获取冬小麦拔节期和抽穗期冠层红光波段反射率(BR_red)和近红外波段反射率(BR_nir)的基础上，计算归一化差值植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、土壤调节植被指数(SAVI)、改进型比值植被指数(MSR)、重归一化植被指数(RDVI)、II型增强植被指数(EVI2)和非线性植被指数(NLI)等8个植被指数。经统计分析，选择与叶片叶绿素含量(SPAD值)相关性较好的5个遥感光谱指标(NDVI、MSR、NLI、BR_red和RVI)作为输入变量，建立了冬小麦叶片叶绿素含量的BP神经网络估测模型(WWLCC_BP),并对估测模型进行精度验证。结果表明，WWLCC_BP估测模型在拔节期估测的决定系数(r²)为0.84,均方根误差(RMSE)为5.39,平均相对误差(ARE)为9.87%。抽穗期的估测效果与拔节期较为一致。将WWLCC_BP和高分六号影像...     

基于叶片高光谱特征的小麦白粉病严重度估算模式

为了解白粉病胁迫下小麦叶片特征并预测其危害程度,基于大田小区和温室盆栽小麦白粉病接种试验,采用高光谱仪测定受白粉病不同程度危害的冬小麦叶片光谱反射率,并分析光谱特征参数与白粉病严重度间的关系。结果表明,随着小麦白粉病病情的加重,在可见光350~700nm波段内,叶片光谱反射率增加;而在700~1050nm近红外波段内,叶片光谱反射率明显降低。400~500nm和610~690nm为光谱敏感波段,在650~680nm波段相关系数最高(r0.75)。光谱参数MCARI、PSRI、VARIgreen和AI对叶片病害严重度拟合效果较好,决定系数(R2)变化范围为0.77~0.82,标准误差为9.34~10.14。模型检验表明,小麦单叶片病害严重度超过10%时,检验结果较为理想,单叶片病害严重度低于10%时,则定量估算误差偏大,10%严重度可作为光谱法识别小麦白粉病的临界值。光谱参数MCARI和VARIgreen对小麦白粉病反应敏感,估算误差较小,可作为小麦白粉病严重度的最佳估算模型。     

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.     

基于模拟光谱数据的冬小麦播期遥感监测最佳时相研究

为利用高时空分辨率的航天数据对区域冬小麦播期实现尽早监测,对冬小麦播期的不同遥感监测时相精度进行了分析。首先利用耦合作物模型和辐射传输模型模拟不同播期冬小麦从播种至返青的冠层光谱反射率,分析不同播期的冠层光谱响应差异,选取对不同播种日期敏感的波段。然后,根据敏感波段的冠层光谱,选择训练样本并计算不同播期之间的J-M距离,初步判断出光谱可分性较好的时相。最后,对不同的播期进一步进行判别分析,判定未知类别样本的所属类别。根据正确分类的精度,在华北平原北部选择播期监测的最佳时相为12月中旬,精度达到89.5%。     

冬小麦病虫害的高光谱识别方法研究

为探讨冬小麦病虫害的高光谱遥感识别的可行性,在冬小麦白粉病、条锈病人工接种诱发和麦长管蚜自然危害条件下,利用ASD手持式高光谱仪,测定了冬小麦的田间光谱反射率,并经一阶微分、对数及归一化等数据变换,通过逐步判别、线性判别和分层聚类等方法时不同病虫害进行识别.结果表明,利用逐步判别分析法选择的重要波段主要位于蓝绿区和红边区及近红外区;分层聚类法选择的波段除了常规波段外,还有红、绿波段边缘区.利用上述方法选择的波段对病虫害进行识别比原始波段具有更高的精度(90.6%),边缘区波段对病虫害的识别有重要作用,用对教-微分变换处理较其他方法处理对病虫害识别有更好的效果.     

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。     

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。