基于地面高光谱数据的油茶炭疽病病情指数反演

使用FieldSpec HandHeldTM地物光谱仪采集不同发病程度的油茶冠层光谱数据,并实地调查油茶炭疽病病情指数,将光谱数据进行一阶微分与滑动平均滤波相结合的预处理,提取与病情指数相关性较高的敏感波段,并采用主成分分析法(principal component analysis,PCA)对敏感波段的光谱数据进行降维,分别以敏感波段和PCA降维处理后的敏感波段作为输入变量建立了病情指数的BP神经网络反演模型.两种建模方法建立的BP神经网络模型计算出的预测值与观测值之间的决定系数(R2)均达99％以上.精度检验证明,以PCA降维所得到的前10个主成分作为输入变量建立的10-7-1三层BP神经网络模型预测精度更高,模型计算出的预测值与观测值之间的决定系数(R2)和均方根误差(RMSE)分别为0.998 6和0.814 8.该研究表明,利用地面高光谱数据结合主成分分析和BP神经网络算法反演油茶炭疽病病情指数是一种有效的方法.     

基于PLSR-BP复合模型的绿洲土壤pH高光谱反演

以土壤pH、野外实测光谱以及多元散射校正(MSC)预处理后的光谱数据为基础,利用数学方法（主成分回归PCA、偏最小二成回归PLSR、BP神经网络模型）分别建立了土壤pH的预测模型。结果表明：土壤实测光谱和经过MSC方法预处理的光谱数据均与pH存在良好的相关性,并呈极显著水平,后者的相关性更高。PCA和PLSR两种土壤pH估测模型均具有良好的预测能力。BP神经网络模型则因输入变量多,预测精度较低。但利用PCA和PLSR模型所获得主成分,作为BP神经网络的输入变量所建立的复合模型,可明显提高模型稳定性和预测能力。     

降香黄檀黑痣病菌的快速分子检测

<正>黄檀黑痣菌(Phyllachora dalbergiicola)能引起降香黄檀黑痣病,该病菌在世界分布十分广泛,且寄主植物种类繁多,除了降香黄檀以外,还可侵染大果紫檀、檀香紫檀等多种紫檀属植物。该菌所致病害会在寄主表面形成黑色凸起的盾片,严重影响寄主光合作用,致使其提前落叶~([1])。通过对黄檀黑痣菌进行早期检测,可以及时采取防治措施,控制病害的进一步发展。而黄檀黑痣菌是活体营养真菌,不能离体培养,使用常规的病害诊断技术     

基于地表高光谱与OLI影像的土壤含盐量和pH值估测

针对宁夏银北地区大面积土壤盐碱化监测的需要,利用实测植被冠层光谱与Landsat 8 OLI影像相结合进行土壤含盐量和pH值估测研究。对实测植被冠层高光谱与影像多光谱反射率进行倒数、对数、三角函数及其一阶微分等一系列变换,确定最佳光谱变换形式,筛选敏感植被指数和敏感波段,分别建立基于实测植被光谱与Landsat 8 OLI影像光谱的土壤含盐量与pH值估测模型,并基于高光谱数据模型对影像盐分和pH值模型进行校正,以提高影像估测土壤盐碱化的精度。结果表明:经倒数对数变换建立的实测植被高光谱EVI模型和经平滑后敏感波段建立的实测植被高光谱模型对土壤pH值的估测精度较高,模型决定系数分别为0.6257和0.5975;基于实测高光谱植被指数和敏感波段分别对Landsat 8 OLI影像含盐量、pH值估测模型进行校正,影像敏感植被指数和敏感波段含盐量模型决定系数分别提高了0.3207和0.3762,pH值估测模型决定系数分别提高了0.2065和0.2487。采用敏感植被指数和敏感波段同时估测土壤含盐量和pH值,实现了从实地测量高光谱向遥感多光谱尺度的转换。     

基于高光谱的区域土壤质地预测模型建立与评价——以河套灌区解放闸灌域为例

为了运用光谱反射率快速确定土壤质地,对河套灌区6种不同类型土壤质地在室内进行光谱反射率测试,分别运用一元线性回归、逐步多元回归及BP神经网络三种方法建立光谱反射率与土壤砂粒含量及粉粒含量的拟合模型,并利用估测数据对样品进行土壤质地的模拟。结果显示:三种预测模型精度及其预测能力均较为满意,其中BP神经网络的拟合效果最好,砂粒,粉粒估测模型的决定系数R2均为0.86,外部检验决定系数R2分别为0.88,0.90。利用BP神经网络预测得出的粒径含量对样本质地重新判定,发现达到91.74%的样本符合类别分类要求。研究结果为利用高光谱图像大范围确定土壤质地奠定了基础,对于未来区域模型模拟和土壤水力参数推求具有重要指导意义和应用价值。     

基于偏最小二乘法的小麦条锈病潜育期冠层高光谱分析

为能够找到更快速、高效的监测早期小麦条锈病的方法,通过获得在0.2、0.1、0.05 mg/m L三种不同浓度小麦条锈菌胁迫下的潜育期小麦冠层光谱数据,利用定性偏最小二乘法建立小麦条锈病潜育期小麦叶片冠层光谱识别模型并分析在3类不同光谱特征(波段、变量、建模比)下的模型准确性及适应性。结果表明,在325~1 075 nm波段内,以伪吸收系数二阶导数[log10(1/R)_2nd.dv]为光谱特征所建模型的平均准确率最高,训练集为97.89%,测试集为92.98%,可优先作为建模时备选的变量参数;在不同波段范围所建模型中,在925~1 075 nm波段内,以伪吸收系数的一阶导数[log10(1/R)]为光谱特征所建模型的平均准确率最高,训练集为98.27%,测试集为94.33%,可优先作为建模时备选的波段范围。表明利用冠层高光谱特征可以实现对小麦条锈病潜育期的定性分析,是一种能早期监测小麦条锈病的无损高效方法。     

基于野外实测高光谱数据的干旱区耕作土壤含水量反演研究

利用2011年3月野外实地采集的不同含水量土壤的高光谱数据,研究了南疆地区耕作土壤草甸土含水量与高光谱反射率之间的定量关系,构建了一元线性回归与多元逐步回归的土壤含水量预测模型.结果表明,土壤含水量在380～ 1080 nm波段与反射率呈负相关关系;反射率经倒数(1/R)、对数(logR)、一阶微分(R’)变换后可提高其与含水量的相关性;以50个建模样本所建立模型的相关系数均达到极显著水平,所有模型通过对37验证样本进行预测,比较决定系数、均方根误差、相对误差后,表明多元逐步回归模型的预测能力要优于一元线性回归模型,从所有模型中优选出以698、702、703、746、747 nm波段反射率倒数(1/R)建立的多元逐步回归模型为最优模型,该模型实测值与预测值之间的R2为0.9199,RMSE为1.6026,RE为0.6517,可用于基于野外高光谱数据的土壤含水量的估测.     

基于气象参数的内陆干旱区作物生育期ET0预测

为实现大田作物灌溉的精细化管理,研究了基于气象因素的生育期ET₀预测模型。采用灰色理论对ET₀与日均、日最高、最低温度,日均风速,相对湿度以及日照时数进行灰色关联度分析,结果表明ET₀与温度（包括日均、最高、最低温度）及相对湿度的灰色关联度较高。在分析ET₀与上述气象因素间的相关系数基础上,采用日均温度、日均风速以及日照时数作为模型的输入,ET₀作为输出,建立了BP神经网络（BPNN）预测模型;采用日均温度、日均风速、日照时数及灰色关联度作为输入,建立了模糊最小二乘支持向量机（FLSSVM）预测模型。研究结果表明,BPNN模型的训练值决定系数为0.8643,平均相对误差6.29%,预测值决定系数为0.8099,平均相对误差7.83%;FLSSVM模型的训练值决定系数为0.9684,平均相对误差2.89%;预测值决定系数为0.9663,平均相对误差3.43%。BP神经网络与FLSSVM模型的精度均较高,可以用来预测ET₀日值,这为大田作物的精细化灌溉管理提供理论与技术支持。     

小麦条锈病多时相冠层光谱与病情的相关性

通过田间接种诱发了不同等级的小麦条锈病,随着条锈病的传播,在不同的小区间形成病情梯度,利用ASD手持式地面非成像光谱仪(325～1075nm)测定不同生育期、不同病情指数的冬小麦冠层光谱反射率,并同步调查病情指数,进而对不同生育期、不同病情指数的小麦条锈病冠层光谱反射率进行相关分析。结果表明,不同病情指数的冬小麦植株在600～703、770～930nm波段的冠层光谱反射率存在显著差异,并在波段770～930nm间,病情指数(DI)与光谱反射率呈显著负相关,负相关系数达到极显著;而在600～703nm间,病情指数与光谱反射率呈显著正相关,相关系数达到极显著。构建了3个生育期病情指数与650和850nm波段处的光谱反射率的回归方程:拔节期,DI=13.03×R650nm-0.67×R850nm 10.22(R2=0.6570);灌浆期,DI=48.63×R650nm-2.41×R850nm-41.51(R2=0.8196);乳熟期,DI=24.42×R650nm-5.10×R850nm 67.77(R2=0.7336)。     

干旱区盐渍化土壤高光谱遥感信息分析与提取

以干旱区典型区域新疆渭干河-库车河三角洲绿洲为研究区,以环境小卫星高光谱影像及野外实测土壤含盐量为主要数据源,进行光谱反射率及其变换形式与土壤含盐量的相关性分析,筛选盐渍化土壤响应最敏感波段,利用多元线性回归分析方法,建立基于HSI影像的研究区土壤含盐量定量反演模型。结果表明:研究区土壤含盐量与HSI波段的敏感性随着波长的增加而增强,位于近红外波段范围(797.826-923.913nm)的相关系数R普遍较高,基本在0.7左右。土壤光谱反射率对数的倒数一阶微分变换在628.261nm和923.913nm的波段组合为最佳敏感波段,所构建的土壤含盐量反演模型为最优模型,模型方程为Y=-11.731-114.996X628.261-186.637X923.913,模型及检验的决定系数R2都在0.85以上,均方根误差RMSE约为2.7。该模型的建立为地区土壤含盐量信息的提取及监测提供了参考。     

BP神经网络的沙漠化土地信息提取研究

以塔克拉玛干沙漠南缘策勒绿洲为例,探讨了基于主成分融合的沙漠化信息的提取方法.由于Landsat-7 ETM 的全色波段与多光谱波段有相同成像条件,影像获取时间一致,两种不同分辨率的数据可以不经配准而实现高精度融合.首先,对Landsat-7ETM 的全色图像与多光谱图像进行主成分融合处理,再利用BP神经网络模型,以相同的训练样本分别对融合前后的影像进行分类,在此基础上进行沙漠化信息的提取.结果表明:主成分变换融合图像的光谱信息保持性、信息量以及空间分解力都较高,且分类精度比Landsat-7ETM 多光谱图像有较大提高,是监测沙漠化土地变化的有效手段.     

First report of black scurf on carrot caused by binucleate Rhizoctonia AG-U

Black scurf on carrot roots was found in Hokkaido, Japan, in 2010. An isolate of a binucleate Rhizoctonia was obtained from sclerotia on the root surface. This isolate was identified as anastomosis group (AG)-U based on cultural characteristics, hyphal fusions and the sequence of ribosomal DNA-internal transcribed spacer region. The AG-U isolate caused black scurf symptoms on carrot roots in an inoculation test. The reference isolate of Rhizoctonia solani AG-2-2 IV, which causes carrot root rot, a disease with symptoms that differ from the black scurf symptom. This is the first report of carrot black scurf caused by binucleate Rhizoctonia AG-U.     

旺长期烤烟对不同程度干旱胁迫的光谱响应

基于不同时长和程度的干旱胁迫试验,采用ASD光谱仪,研究了不同干旱胁迫处理下不同基因型烤烟叶片水分含量与光谱特征的变化规律,分析不同烤烟叶片水分指标FMC(叶片相对含水量)、LEWT(叶片等效水厚度)与光谱特征参数间的相关关系,构建烤烟叶片水分指标的高光谱特征参数模型。结果表明:不同程度干旱胁迫下烤烟叶片含水量和光谱反射率均随干旱程度的加重而降低,在不同干旱时长下,FMC的变化并不明显,而LEWT对其较为敏感,说明不同干旱胁迫处理间EWT的差异要比FMC显著,不同基因型烤烟品种表现一致,表明LEWT比FMC更适合反映旺长期烤烟叶片水分状况。利用光谱参数建立FMC和LEWT的一元及多元线性模型和BP神经网络模型中,均以BP神经模型网络模型效果最好,其模型R2(决定系数)分别为0.8650、0.9464,RMSE(均方根误差)分别达到0.0049、0.0047,表明模型的精度和稳定性均较好。     

碳酸氢盐对马铃薯黑痣病菌毒力及田间防效

为明确碳酸氢盐对马铃薯黑痣病菌的毒力及田间防效,采用菌丝生长速率法,测定了碳酸氢盐对马铃薯黑痣病菌的毒力;并通过盆栽防治试验及田间防治试验,研究了碳酸氢盐对马铃薯黑痣病的防治效果。结果表明:碳酸氢铵抑制马铃薯黑痣病菌菌丝生长的有效中浓度EC50仅为0.71g/L,碳酸氢钾EC50为3.8g/L;在PSA培养基中同时加入0.79g/L碳酸氢铵、1g/L碳酸氢钾与在PSA培养基中含1.58g/L碳酸氢铵的抑菌效果一样;尿素对马铃薯黑痣病没有防治效果。碳酸氢铵与碳酸氢钾混配对该病有良好的防治作用,相对尿素最高防治效果可达到63.4%。覆膜栽培能够提高碳酸氢盐的防效和马铃薯产量。碳酸氢盐可用于田间马铃薯黑痣病的防治。     

Relationships between stem canker, stolon canker, black scurf (Rhizoctonia solani) and yield of potato (Solanum tuberosum) under different agronomic conditions

Relationships between diseases caused by Rhizoctonia solani on different parts of potato plants ( Solanum tuberosum ) at different stages of crop growth were investigated under selected agronomic conditions. The effects of different densities of tuber-borne inoculum, date of planting, irrigation, size of seed tubers and their interactions on the incidence of stem and stolon canker during crop growth, the incidence and severity of black scurf and the yield of progeny tubers at harvest were quantified in a multifactorial experiment. Differences in the incidence of stem canker, stolon canker and black scurf were dominated by the effect of density of inoculum on seed tubers at planting. Highly positive correlations between the disease variables indicated a close relationship between the incidence of disease at each stage of crop growth although the degree of association between variables measured at an early growth stage and those measured at progressively later stages of crop growth weakened as the time interval increased. Total yield of progeny tubers was not affected by the density of tuber-borne inoculum although there was a shift in the size distribution, with a decrease in the yield of main-sized tubers and an increase in the yield of baker- and oversized tubers at the higher density of inoculum. Of the remaining factors, the effect of season tended to be more pronounced than any of the agronomic treatments although the use of irrigation and later dates of planting did influence the incidence of infection to a limited extent.     

陕西小麦条锈病发生面积预测模型

为提高陕西省小麦条锈病发生面积的预测准确度,以2010年-2018年陕西省小麦条锈菌冬繁区和越冬区的发生县区数、发生面积、温度和降雨量为数据集,通过Pearson相关性分析筛选病害流行的主要影响因子,利用全子集回归筛选病害流行的因子集。以筛选得到的影响病害流行的5个因子,即累计发生县区数、冬繁区条锈病发生面积、1月平均温度、1月平均降雨量和3月平均降雨量为自变量,采用全子集回归和BP神经网络算法开展小麦条锈病发生面积的预测研究。结果表明,全子集回归和BP神经网络算法对2019年-2020年的小麦条锈病发生面积预测准确度均达90%以上,预测2021年陕西省小麦条锈病发生面积分别为46.11万hm~2和52.85万hm~2。     

Development of resistance to thiabendazole in Helminthosporium solani (silver scurf) as a result of potato seed tuber treatment

Applying thiabendazole to potato seed tubers affected with silver scurf caused by Helminthosporium solani sensitive to thiabendazole decreased the severity of disease on progeny tubers at harvest, but about 50% of the isolates from these were resistant to the fungicide. The disease was not decreased when samples of the progeny tubers were treated with thiabendazole and planted in the following year, and the incidence of resistant isolates increased. Resistant isolates continued to be present when tubers were planted in the next 2 years without fungicide treatment. Treatment with a mixture of thiabendazole and imazalil also decreased the disease and fewer isolates were resistant than when treated with thiabendazole alone, although the proportion increased after treatment with the mixture in the following year. When seed tubers were infected with thiabendazole-resistant H. solani , silver scurf on progeny tubers was not affected by thiabendazole applied to the seed tubers but was decreased by the mixture of thiabendazole and imazalil. Imazalil was equally effective against H. solani sensitive or resistant to thiabendazole.
Some isolates of H. solani had grey aerial mycelium and of 516 of these isolates obtained in 4 years 29% were resistant to the fungicide. Other isolates produced small, black colonies and their frequency increased with thiabendazole treatment of seed tubers. Of 244 of these isolates, 62% were resistant.     

谷子叶绿素含量高光谱特征分析及其反演模型构建

基于高光谱数据综合分析不同施肥条件下谷子各生长期冠层叶绿素含量的高光谱特征,在分析各光谱特征参数与叶绿素相关性的基础上,基于偏最小二乘法和人工神经网络构建叶绿素含量的遥感反演模型.结果表明:NDVI(归一化植被指数)、GNDVI(绿色归一化植被指数)、PSNDa(特殊色素归一化指数a)、PSSRc(特征色素简单比值指数...     

西北地区小麦黄矮病流行分析及人工神经网络模型的构建

对西北地区半干旱气候区小麦黄矮病1992—2009年发生、流行情况进行长期监测、分析,选择制约小麦黄矮病发生、流行的23个因素,利用三层人工神经网络可以逼近任意连续函数,对非线性预测系统进行模拟处理的特点,分析所选预测分子,提出一套完整的建立BP人工神经网络模型的方法,并建立陕西省BP神经网络长期预测模型。对1992—2006年数据进行网络训练,利用2007—2009年数据进行测试。结果表明,以发病率为指标,输出结果误差在0.001~0.034之间;以发病级别作为预测结果,模型计算得出的数值与实际病级完全吻合,准确率为100%。说明利用神经网络建立小麦黄矮病预测模型是可行的。