稻纵卷叶螟危害下水稻叶片光谱特征及产量估测

2020年在南京市浦口区桥林街道对稻纵卷叶螟[Cnaphalocrocis medinalis Güenée(C. medinalis)]自然发生的水稻农田进行高光谱观测试验，以探明不同稻纵卷叶螟危害程度下水稻叶片光谱特征与产量的关系，并对水稻产量进行预测。试验共选取80个样点，各样点虫害等级根据稻株的受害叶片数量占叶片总数的比例进行划分，利用SOC710VP便携式高光谱成像仪，采集水稻主要生育期（拔节期、孕穗期、灌浆期和成熟期）各样点水稻叶片的高光谱数据，调查收获后各样点的水稻产量数据，分析不同虫害等级下水稻叶片原始光谱、一阶导数光谱特征和产量参数的变化规律，并利用观测光谱与产量相关性较强的特征波段计算植被指数，建立基于植被指数的水稻产量估算模型。结果表明：（1）同一生育期内，水稻叶片近红外波段和红边波段的反射率随着虫害等级的升高而降低，而红光波段则相反。（2）同一生育期内，一阶导数光谱的峰值、红边幅值和红边面积随着虫害等级的增大而降低，红边位置的“蓝移”现象加重。（3）水稻的有效穗数、千粒重、结实率以及产量总体上随着虫害等级的上升而降低；但虫害等级较低时，有效穗数、千粒重以及结实率...     

水稻叶面积指数与MODIS植被指数、红边位置之间的相关分析

对模拟中分辨率成像光谱仪（MODIS）两个植被指数归一化植被指数（NDVI）、增强植被指数（EVI）以及红边位置（REP）与水稻叶面积指数（LAI）进行了相关研究。利用光谱分辨率为3 nm 的ASD FieldSpec UV/VNIR 光谱仪获得了2002年两个不同水稻品种——杂交稻和常规稻整个生长期的高光谱数据，同时对水稻LAI进行了测定。利用一阶微分计算红边位移。模拟了MODIS 3个波段，波段1(620-670 nm，红波段)，波段2(841～876 nm，近红外)和波段3(459～479 nm，蓝波段)，并用这些波段计算了MODIS-NDVI和EVI。结果表明：对于常规稻，MODIS-NDVI、EVI和REP与水稻LAI呈现出良好的相关性；而对于杂交稻，与水稻LAI相关性来说，MODIS-EVI和REP要比MODIS-NDVI更敏感。分析原因，主要是因为杂交稻同常规稻相比在生长的中后期LAI比较大，MODIS-NDVI容易饱和；而MODIS-EVI和REP由于可以消除背景影响，增强对LAI的敏感性。因此MODIS-EVI和REP可以更有效地监测水稻叶面积指数。     

稻纵卷叶螟为害水稻的冠层光谱特征及叶绿素含量估算

2017-2018年以南京农业大学农业气象与昆虫生态实验室培养的二龄稻纵卷叶螟幼虫为试验材料,在南京信息工程大学农业气象试验站水稻大田内,设置网罩控制下不同投虫量处理,以无虫量为对照,利用便携式波谱仪和SPAD-502叶绿素仪测定水稻全生育期冠层光谱反射率以及倒一叶叶绿素相对含量(SoilandPlant Analyzer Development,SPAD),分析不同初始虫量条件下、不同生育期水稻冠层的原始光谱、三边参数和SPAD值的变化规律。在此基础上,利用观测光谱中与SPAD值相关性较强的波段,计算基于光谱数据的植被指数和三边参数,并以这两类指数为自变量,建立水稻叶绿素相对含量的回归估算模型。结果表明:(1)稻纵卷叶螟为害下的水稻冠层光谱反射率与对照差异显著(P0.05),其中可见光波段的反射率在分蘖-孕穗期低于对照,在扬花-成熟期高于对照;(2)在近红外波段,表现为虫害处理的反射率低于对照,且随着投虫量的增加反射率呈下降趋势,其中以300头·百株~(-1)(4级)处理近红外波段的反射率最低;(3)随着投虫量的增加,红边位置发生明显"蓝移"。(4)SPAD值随投虫量的增加逐渐降低,4级处理最低;(5)归一化植被指数(Normalized Difference Vegetation Index,NDVI)、红边归一化植被指数(Red-Edge Normalized Difference Vegetation Index,NDVI_(705))以及红边位置与SPAD值的相关性较好;(6)利用观测光谱数据构建了SPAD单因子估算模型和多元逐步回归模型,其中以NDVI指数模型的估算效果最优,R~2达到0.72,且高于其它估算模型,说明利用水稻冠层光谱参数,建立全生育期稻纵卷叶螟为害下水稻叶片叶绿素相对含量估算模型的方法是可行的,且具有快速、无损的特点,利于实现持续、动态和长期定位观测。     

基于PCA和PNN的水稻病虫害高光谱识别

对水稻病虫害准确、快速的识别是采取病虫害防治措施的基础,同时对灾害评估也具有积极意义。该研究选用在水稻孕穗期时测定的两期受稻干尖线虫病危害的水稻叶片光谱数据和于水稻分蘖期时测定的两期受稻纵卷叶螟危害的水稻叶片光谱数据,通过对水稻叶片的光谱特征分析,选用可见光波段（490～670 nm）和短波红外波段（1 520～1 750 nm）,用主成分分析技术（PCA）对上述光谱波段进行压缩,获得主分量光谱,最后结合概率神经网络（PNN）对稻干尖线虫病和稻纵卷叶螟进行识别,结果显示对水稻病虫害的识别精度高达95.65%。研究表明,PCA和PNN相结合,可以实现对多种水稻病虫害进行快速、精确的分类识别。     

基于HJ-1 CCD的夏玉米FPAR遥感监测模型

以山东禹城为研究区,利用我国自主研发运行的HJ-1卫星数据,计算了4种植被指数（NDVI,RVI,SAVI,EVI）,结合同步观测数据,对植被指数与实测FPAR进行回归分析,比较4种植被指数模型对夏玉米FPAR的估测精度,结果表明各植被指数与FPAR均具有较高的相关性,整个研究区NDVI具有最高的反演精度,对估算夏玉米FPAR的最优模型进行验证,得出模型的平均误差仅为3.8%,模型达到了较高的精度。利用HJ-1 CCD反演了山东禹城9月的FPAR。     

基于4种植被指数TVDI模型的三江平原土壤湿度反演

利用遥感手段监测土壤湿度有利于分析大尺度区域的土壤干湿状况。比对分析不同植被指数计算的温度植被干旱指数（TVDI）的精度能够提高TVDI反演土壤湿度的实际应用价值。以三江平原为研究区,基于2013年5—9月的四期MODIS影像,利用归一化植被指数（NDVI）、增强型植被指数（EVI）、修正土壤调节植被指数（MSAVI）、比值植被指数（RVI）分别计算TVDI,并以地面实测土壤湿度数据及降水数据进行精度验证。结果表明:（1）4种植被指数计算的TVDI与土壤湿度数据均具有一定的负相关关系,即TVDI值越高,土壤湿度值越低;（2）不同植被指数计算的TVDI在5月、6月、9月与土壤湿度回归分析的R²数值相近,均适合用来反演这3个时间段的土壤湿度,在7月份,相较于NDVI和RVI计算的TVDI结果（R²均在0.15左右）,基于EVI和MSAVI计算的TVDI （R²均在0.35左右）更适合反演该时期的土壤湿度;（3）5—9月期间,干旱现象主要发生在三江平原的中部及西南部,干旱程度主要为轻旱,东部及东北部在不同时期基本保持在正常或轻微湿润状态。     

水稻叶色突变对虫害发生的影响研究初报

为明确叶色标记水稻在生产中可能引起的虫害发生的变化,本试验在使用和不使用农药防治的情况下,以常规品种嘉禾218为对照,对龙特甫B及其2个叶色突变系黄玉B、翠玉B田间虫害情况进行了调查。龙特甫B为正常绿叶籼稻品种,黄玉B、翠玉B全生育期分别表现黄色和翠绿色,在苗期、分蘖期和抽穗期,黄玉B较龙特甫B的叶绿素含量分别下降58.0%, 48.4%和40.8%,翠玉B则分别下降39.5%,36.0%和29.5%。结果表明,秧田期2个叶色突变体上的稻蓟马虫量显著高于其亲本龙特甫B;本田中灰飞虱和褐飞虱的虫口数在不同材料间或差异不显著,或存在显著差异,但没有一定的规律性。但是,2个突变体受稻纵卷叶螟的危害显著轻于龙特甫B,表现为盛发期突变体受稻纵卷叶螟危害产生的虫苞数显著少于龙特甫B,而龙特甫B与嘉禾218之间没有显著差异;相反,2个突变体植株上白背飞虱的虫量显著大于龙特甫B,龙特甫B也显著大于嘉禾218。根据植株的农艺性状和叶绿素含量,以及虫害发生动态变化,笔者推测,造成叶色标记水稻稻纵卷叶螟危害变轻的原因可能与植株叶绿素含量下降,影响幼虫生长发育有关,但引起白背飞虱虫口增加的原因尚需进一步研究。本试验为首次对叶色标记水稻虫害发生情况进行研究,所得结果不但对完善叶色标记水稻生产体系具有指导意义,同时对研究害虫与水稻叶色之间的关系也具有理论价值。     

水稻遥感估产模拟模式比较

通过大田小区试验,测定了2个品种、3个供氮水平处理的水稻抽穗后不同时期冠层的光谱反射率、叶面积指数及最后的理论产量和实际产量,模拟MSS、TM、SPOT、资源一号CCD相机、IKONOS、MODI S和高光谱的波段来构建光谱差值植被指数DVI、比值植被指数RVI、差值归一化植被指数NDVI和绿度G,并模拟建立遥感估产模式.结果表明:单变量估产模式以差值植被指数DVI效果最好,蜡熟期估产效果要优于抽穗期和灌浆期;多时期复合估产模式估产效果要优于单一生育期;成熟期各种数据的DVI估产模式具有相近估产精度,达91%以上,其中MSS波段的估产精度最高.     

水稻叶色突变对虫害发生影响的研究初报

为明确叶色标记水稻在生产中可能引起的虫害发生变化,本试验在使用和不使用农药防治的情况下,以常规品种嘉禾218为对照,对龙特甫B及其2个叶色突变系黄玉B、翠玉B田间虫害情况进行了调查.龙特甫B为正常绿叶籼稻品种,黄玉B、翠玉B全生育期分别表现黄色和翠绿色,在苗期、分蘖期和抽穗期,黄玉B较龙特甫B的叶绿素含量分别下降58.O%,48.4%和40.8%,翠玉B则分别下降39.5%,36.0%和29.5%.结果表明,秧田期2个叶色突变体上的稻蓟马虫量显著高于其亲本龙特甫B;本田期灰飞虱和褐飞虱的虫口数在不同材料间或差异不显著,或存在显著差异,但没有一定的规律性.但是,2个突变体受稻纵卷叶螟的危害显著轻于龙特甫B,表现为盛发期突变体受稻纵卷叶螟危害产生的虫苞数显著少于龙特甫B,而龙特甫B与嘉禾218之间没有显著差异;相反,2个突变体植株上白背飞虱的虫量显著大于龙特甫B,龙特甫B也显著大于嘉禾218.根据植株的农艺性状和叶绿素含量,以及虫害发生动态变化,笔者推测,造成叶色标记水稻稻纵卷叶螟危害变轻的原因可能与植株叶绿素含量下降,影响幼虫生长发育有关,但引起白背飞虱虫口增加的原因尚需进一步研究.本试验为首次对叶色标记水稻虫害发生情况进行研究,所得结果不但对完善叶色标记水稻生产体系具有指导意义,同时对研究害虫与水稻叶色之间的关系也具有理论价值.     

基于高光谱遥感估测条锈病下的混种小麦产量分析

为利用高光谱遥感监测小麦条锈病,并对条锈病胁迫下的产量进行估测,通过4个对小麦条锈病具有不同抗病性的品种进行混合种植,从中找出产量最高的品种组合,利用高光谱遥感研究不同发病程度的混合种植小麦的冠层光谱,并用光谱数据提取植被指数,研究病情指数和产量与植被指数之间的关系,建立反演模型。结果表明：A（农大195）︰C（0045）︰D（农大211）=1︰1︰1组合的产量最高。在乳熟期时,归一化植被指数与产量相关性高。利用NDVI对各个生育时期的产量及产量构成因素进行模拟,产量在灌浆期时的模拟效果最好。条锈病发生后利用多时相组合的植被指数NDVI对产量进行模拟精度高。     

基于无人机多光谱的大豆旗叶光合作用量子产量反演方法

大豆旗叶的量子产量（Quantum Yield,QY）对于评估光合效率非常重要,利用无人机多光谱数据对QY值进行高通量反演,能够无损、高效的监测光合作用过程中的生理化学变化。该研究的目的是探究植被指数与QY值相关性,并基于高相关性的植被指数反演QY值,同时分析了多植被指数与单植被指数构建反演模型的准确性。结果表明,与传统反演算法支持向量回归（Support Vector Regression,SVR）相比,基于集成学习的自适应提升（Adaptive Boost,AdaBoost）算法提高了模型的准确性,测试集决定系数（coefficient of determination,R2）为0.982,均方根误差（Root Mean Square Error, RMSE）为0.089,相对分析误差（Residual Predictive Deviation,RPD）为7.29。研究表明基于多植被指数、利用AdaBoost算法可以构建更为有效的无人机多光谱大豆光合有效量子产量反演模型,为评估高通量光合效率提供了一种先进的方法。     

基于时态GIS的植被NDVI动态监测的模拟方法研究

提出了以归一化植被指数NDVI作为变量,通过比较短期内的植被指数变化,来实现植被的动态监测,同时借助强大的时态GIS性来探讨适合短时间内进行植被动态监测的时空索引模型方法,解决动态监测过程中的时间和空间的对应关系问题,同时对植被动态监测结果进行模拟显示.     

基于植被状态指数的甘肃省2000—2019年干旱时空特征分析

农业发展受干旱影响极为敏感。为了为制定科学的应对措施和干旱缓解措施提供科学依据,利用NDVI作为基础数据,将植被状态指数(VCI)作为表征干旱的指标,通过分析VCI的变化趋势、计算干旱频率和干旱面积占比、分析VCI与降水量的相关性,探讨2000—2019年不同空间尺度甘肃省干旱的时空分布特征,并且结合土地利用类型分析了不同用地类型发生不同程度旱情的可能性。结果表明:甘肃省农业干旱高发于春季,其次是秋季; 空间上以全域性干旱为主,即研究时段内甘肃省干旱面积占比大于50%为主,并呈现西北高东南低的空间格局; 植被状态指数与当月降水量的相关系数最大,达到了0.827; 林地和草地发生干旱的比例最低,未利用地发生干旱的比例最高。综上,甘肃省旱情以全域性干旱为主,且时空分布不均,整体旱情呈现逐渐缓解的趋势。     

基于HJ-1A/1B CCD数据的干旱监测

HJ-1A/1B是中国以防灾减灾和环境监测为直接应用目标的小卫星星座,为探讨HJ-1A/1B CCD数据在快速监测西南喀斯特地区旱情变化的应用潜力,以2010年遭受严重旱灾的贵州安顺地区为研究区,基于多时相的?HJ-1A/1B?CCD数据,利用垂直干旱指数、改进的垂直干旱指数和归一化植被指数对研究区的干旱情况和植被长势进行时间序列的监测与分析,并研究了监测模型在干旱监测中的适宜性、差异性及影响因素。结果表明,利用HJ-1A/1B CCD数据、垂直干旱指数和改进的垂直干旱指数,可以实现对旱情变化的快速监测;改进的垂直干旱指数对干旱变化的响应比垂直干旱指数敏感,且在植被覆盖较好地区的监测效果比垂直干旱指数更为有效;降水是影响监测效果的重要因素,降水对改进的垂直干旱指数的影响比垂直干旱指数大;结合干旱监测指数（MPDI,PDI）与植被指数NDVI的时间序列分析,可以更为准确地监测研究区实际旱情变化和植被长势情况。该研究对推广HJ-1A/1B数据在西南喀斯特地区的作物长势和旱情监测中的应用,以及提高中国应对突发灾害的决策能力具有重要意义。     

多源卫星数据在甘蔗干旱遥感监测中的应用

目前80%以上的糖料甘蔗分布在缺少灌溉条件的旱坡地上,旱害已成为影响甘蔗生产最频繁、范围最广、损失最严重的自然灾害之一。本文选取了广西来宾市兴宾区凤凰镇这个具有代表性的大面积连片、连年种植的甘蔗区,利用高时间分辨率的MODIS卫星数据,采用植被状态指数(VCI)和温度条件指数(TCI)构建干旱指数(DI)遥感监测模型,并融合具有高空间分辨率的ETM卫星数据,进行甘蔗干旱遥感监测方法研究。应用该模型进行2004年和2005年秋季甘蔗旱情监测,制作了旱情时空变化的遥感图像,通过与旱情实况数据对比分析,证明该模型适用于甘蔗旱情监测。     

基于植被指数的作物产量监测方法研究

在作物收获以前进行大范围的作物长势评价与作物产量估测,对粮食供需平衡、贸易、农业政策制定非常重要。该文收集了1984年到2002年的NOAA卫星和农业统计资料,计算耕地范围的植被状态指数VCI、温度状态指数TCI和植被生长状态指数VHI,分析了遥感植被指数与作物产量间的相关关系,分别建立了基于植被指数的线性回归模型和非线性回归模型。结果表明,遥感植被指数与作物产量间存在较好的相关性,其非线性回归模型在拟合精度上高于线性回归模型。研究目的是利用卫星资料得出应用于监测作物长势的植被指数,建立作物产量监测模型,应用于农作物遥感监测业务化运行系统。     

基于MODIS数据的中亚地区旱情监测及影响因素分析

在全球变暖的背景下，及时准确地进行干旱监测对保障区域生态安全、对"新丝绸之路经济带"沿线各国的经济发展以及农业生产具有重要的指导意义。近年来，世界各地自然灾害频繁发生，中亚地区的干旱问题已成为全球生态环境变化中最显著的问题之一，阻碍了中亚及周边国家社会经济的长期、稳定发展。该研究基于2001-2020年的MODIS地表温度（Land Surface Temperature，LST）和归一化植被指数（Normalized Difference Vegetation Index，NDVI）数据建立了温度植被干旱指数（Temperature Vegetation Dryness Index，TVDI）模型，利用趋势分析、MK趋势检验、地理探测器等方法揭示了中亚地区近20 a的干旱时空变化及特征、干旱演变规律并探讨了不同因素（气温、年均降雨量、土地利用类型、人口密度、高程、坡度、坡向）对TVDI的影响。结果表明：1）中亚干旱区TVDI空间分布具有明显的区域特征，呈现出自西南向东北递减趋势，其中66%面积呈干旱显著加剧趋势（P<0.05），34%的面积呈干旱显著减弱趋势（P<0.05），呈现"北部变干、南部变湿"空间变化趋势。其中，哈萨克斯坦的西北部一带旱情加剧显著；2）从旱情年际变化趋势可知，近20 a中亚地区生长季干旱程度略呈加剧趋势，2012年为干旱最严重的年份。TVDI空间分布差异显著，整体呈季节性变化，其干旱等级表现为：夏季>春季>秋季；3）单因子探测结果显示，气温和高程是驱动研究区干旱化形成的主要影响因素，多因子交互作用下，气温和高程、气温和坡度、气温和土地利用、气温与降雨量这4对组合贡献最大。随着全球气候变化、人类活动（植被破环、城市化建设、开垦耕地、过度放牧、工业污染等）持续加剧，近20 a来中亚地区气温逐渐上升，降雨量的减少，导致植被退化，进而导致生态环境恶化、干旱化趋势加剧。该研究可为当地政府及相关部门的旱灾防控提供参考和提升中国应对中亚生态风险及地缘安全影响的能力具有重要意义。     

Modeling gross primary production of irrigated and rain-fed maize using MODIS imagery and CO2 flux tower data

Information on gross primary production (GPP) of maize croplands is needed for assessing and monitoring maize crop conditions and the carbon cycle. A number of studies have used the eddy covariance technique to measure net ecosystem exchange (NEE) of CO₂ between maize cropland fields and the atmosphere and partitioned NEE data to estimate seasonal dynamics and interannual variation of GPP in maize fields having various crop rotation systems and different water management practices. How to scale up in situ observations from flux tower sites to regional and global scales is a challenging task. In this study, the Vegetation Photosynthesis Model (VPM) and satellite images from the Moderate Resolution Imaging Spectroradiometer (MODIS) are used to estimate seasonal dynamics and interannual variation of GPP during 2001-2005 at five maize cropland sites located in Nebraska and Minnesota of the U.S.A. These sites have different crop rotation systems (continuously maize vs. maize and soybean rotated annually) and different water management practices (irrigation vs. rain-fed). The VPM is based on the concept of light absorption by chlorophyll and is driven by the Enhanced Vegetation Index (EVI) and the Land Surface Water Index (LSWI), photosynthetically active radiation (PAR), and air temperature. The seasonal dynamics of GPP predicted by the VPM agreed well with GPP estimates from eddy covariance flux tower data over the period of 2001-2005. These simulation results clearly demonstrate the potential of the VPM to scale-up GPP estimation of maize cropland, which is relevant to food, biofuel, and feedstock production, as well as food and energy security.