基于Logistic、IBk以及Randomcommittee方法的条锈病潜育期小麦冠层光谱的定性识别

为寻求在小麦条锈病潜育期能探知和监测病害的简单便捷方法,通过人工接种不同品种小麦诱发条锈病,在小麦条锈病菌尚处于潜育期时,采集小麦冠层光谱数据,并利用双重Real-time PCR分子生物学技术检测条锈病菌潜育菌量,基于Logistic、IBK以及Randomcommittee三种方法,在不同建模比、不同参数变换下建立可识别潜育期小麦条锈病的数学模型。结果表明,在全波段范围内(325~1 075 nm),3种方法所建模型模拟识别潜育期小麦条锈病是可行的,但识别效果有一定差异,基于Logistic、IBK以及Randomcommittee方法所建模型的平均准确率分别为83.95%~84.51%、87.72%~88.98%、93.19%~93.46%。因此,基于Randomcommittee方法所建模型的识别准确率最高,效果最好,更适合小麦条锈病潜育期的定性识别。     

潜育期小麦条锈菌的高光谱定性识别

小麦条锈病的发生流行严重影响小麦的生产安全,其早期的监测预警对病害发生的防控具有重要作用。本研究利用Hand Held 2地物光谱仪获取不同浓度小麦条锈菌胁迫下的潜育期小麦冠层高光谱数据,基于定性偏最小二乘(discriminant partial least squares,DPLS)、人工神经网络(artificial neural networks,ANN)和支持向量机(support vector machine,SVM)3种方法建立识别潜育期小麦条锈菌的模型,并分析接菌间隔日、建模比及光谱特征的差异对模型效果的影响。结果显示,在全波段(325~1 075 nm)建模,SVM识别效果优于ANN,而ANN优于DPLS,其中以一阶导数为光谱特征所建模型识别效果最优,在不同建模比下其识别准确率均可达到100.00%。     

小麦条锈病单片病叶特征光谱的初步研究

以健康小麦植株叶片为对照,把小麦条锈病病叶按照严重度分成8个级别,应用高光谱遥感(Hyperspectral Remote Sensing)技术,采用ASD Field-Spec Pro FR 2500型光谱仪和LI-Cor1800-12外置积分球,测定各级别单片病叶上发病区域的反射光谱。结果表明,随着病害严重度的增加,反射率随之增强。在350～1 600 nm波段范围内反射率与严重度基本成正相关,535 nm以后反射率与严重度相关达显著水平。选择相关性最高的波段(670～690 nm),利用SAS软件进行逐步回归分析,建立了小麦条锈病严重度和光谱反射率之间的回归模型,即y=-0.576 8+0.7953R685-0.603 6R690。     

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)。     

基于偏最小二乘回归的山东省电力需求预测分析

偏最小二乘回归可以对系统信息进行分解和筛选,辨别系统中的信息和噪声,从而能够有效的克服多重共线性在系统建模中产生的不利后果.文中选取GDP、总人口、全社会固定资产投资等10个影响因素,建立偏最小二乘回归模型对山东省电力需求进行预测分析.研究结果表明:电力需求与10个影响因素均具有显著的相关关系,这些影响因素对电力需求的解释能力达到了98.09％.得到的回归方程具有较高的预测精度.其中,第二产业的发展、总人口的增加和GDP的增长为电力需求增加的最主要因素,经济结构的转型和节能减排等政策的实施会一定程度的减缓电力需求增加所带来的压力.最后,对“十二五”规划未来几年山东省的电力需求进行预测.     

小麦条锈病高光谱近地与高空遥感监测比较研究

 小麦条锈病是我国小麦生产中的重要病害,对该病防治的关键是做好监测工作。本研究利用ASD手持野外光谱仪[ASD FieldSpec HandHeld FR(325~1 075 nm)]和热气球在近地与高空研究了发病小麦冠层的高光谱遥感数据特征,获得了近地和对应高空2个不同平台光谱数据。经比较分析,发现高空数据与近地数据之间存在明显而有规律的变异关系,即高空获得的光谱反射率在可见光谱区域明显大于近地获得的光谱反射率。进一步对差异最显著的绿峰580 nm和黄边610 nm处数据进行回归分析,获得了高空光谱反射率值与近地光谱反射率值之间的回归模型,为进一步研究利用高平台遥感监测小麦条锈病奠定了一定的理论基础。     

基于最小二乘支持向量机和特征波长的水果表面农药残留无损检测方法

传统的水果表面农药残留无损检测方法在精准分析农药残留数据量时,难以满足目前农药残留检测精度要求,设计一种基于最小二乘支持向量机和特征波长的水果表面农药残留无损检测方法。设计图像采集设备结构,获取低信噪比图像,利用黑白校正手段处理获得的高光谱图像,利用连续投影算法选择最优的特征波长,将特征波长与样本浓度和农药残留种类建立了非线性关系,设计最小二乘支持向量机预测模型检测流程,进行农药残留的浓度分类。在实际的测试中对设计方法的性能进行验证,并综合不同方法的检测结果进行分析。与传统检测方法相比,在不同的特征波长下,设计的农药残留无损检测方法得到的检测结果与实际情况更加相符,验证了方法的有效性。     

结合冠层光谱和叶片生理观测的小麦条锈病监测模型研究

通过开展小麦条锈病接种试验,在多个关键生育期获取被动式的冠层光谱和主动式的叶片生理观测并开展病情调查。在此基础上,结合优选的光谱特征和生理特征采用偏最小二乘回归方法(PLSR)构建病情严重度反演模型,得到不同生育期精度表现最优的特征组合。结果显示,基于光谱观测的优选光谱特征和基于叶片生理观测的Flav(类黄酮相对含量)、Chl(叶绿素含量)的不同组合在小麦挑旗期、灌浆早期和灌浆期分别具有较佳表现,模型精度达到r~2=0.90,RMSE=0.026。相比单纯采用光谱特征,综合冠层光谱和叶片生理观测能够使模型精度提高21%,表明两种数据的结合有利于提高病情严重度估测精度。上述研究可为小麦病害监测仪器的开发提供新的模式和思路。     

基于高光谱数据的土壤电导率估算模型——以河套灌区沙壕渠灌域沙壤土为例

文中采用FieldSpec3便携式地物光谱仪,基于在内蒙古河套灌区沙壕渠灌域获取的含盐土壤高光谱反射率数据构建了两种土壤电导率的估算模型。第一种模型利用全波段(350nm-2500nm)光谱反射率数据作为自变量,采用偏最小二乘回归法拟合回归系数,第二种模型选取光谱吸收特征指数作为预测因子,采用稳健回归法构建估算模型。通过与人工测量值相比,两个模型模拟结果的相对误差平均值在2%以内,相对误差的绝对值在17%以内,模拟值与实测值相关系数在0.97以上,表明构建的模型可以用于该区域土壤电导率的估算。     

基于热红外遥感的小麦条锈病菌越夏区精准勘界

为减少小麦条锈病菌越夏区勘界的人力作业成本和劳动强度,实现大尺度、精准勘界,本研究采用一套基于卫星和地理信息技术的新方法进行小麦条锈病菌越夏区勘界,利用2009年7月的Landsat-5卫星图像,截取甘肃省陇南地区热红外遥感影像,利用辐射传输方程对影像进行地表温度反演,通过反演温度实现对该区域的小麦条锈病菌越夏区精准勘界。结果表明:辐射传输方程L_λ=[ε·B(T_s)+(1-ε)L↓]·f+L能较好地反演Landsat-5卫星的热红外遥感影像,建立辐射温度与气温温度的拟合方程t=0.81T-216.52,拟合度较好,R~2为0.61。使用ENVI和Google Earth软件能将反演的温度和地理信息实现图层叠加,并能精准定位到小麦条锈病菌越夏区范围内的村庄及田块。这一技术可实现跨省份、跨地区大面积的遥感监测与调查,并且不受时间、空间限制。随着卫星技术和信息技术的发展,这一方法能使与温度相关的勘界调查精度更高。     

小麦条锈病卫星与近地光谱反射率的比较

通过人工接种诱发小麦条锈病,在病害大面积发生后,利用ASD手持式野外光谱仪(325～1075nm)测定小麦条锈病近地冠层高光谱数据,并获取该试验田同一时相SPOT-2卫星遥感数据,进而对卫星及近地小麦条锈病光谱反射率进行比较分析.结果显示,两者在SPOT-2卫星的3个波段上表现一致;1、2波段发病区的冠层光谱反射率分别为19.02%和15.40%,比对照区的18.61%和14.90%高,而在3波段中,发病区和对照区的反射率分别为34.65%和35.90%.由此可见,3波段发病区与对照区的光谱反射率差异更大,可用3波段进行小麦条锈病卫星遥感监测.     

无人机遥感监测小麦条锈病初探

由条形柄锈菌小麦专化型(Puccinia striiformisf.sp.tritici)引起的小麦条锈病是我国重要的小麦病害之一,该病害是一种气传病害,在适宜条件下能够在短时间内大规模流行成灾[1].近年来,应用遥感技术进行植物病害监测的研究逐渐增多.Nilsson[2]综述了遥感技术在植物病害防控中的应用,认为多光谱测量、热红外、数码摄像、雷达、短波、激光、卫星等多种遥感监测技术,在植物病害和植物病害测量中具有很大潜力.无人机遥感也是遥感监测技术的重要组成部分,与一般的航空遥感相比,其具有成本低、分辨率高、受天气条件影响小的特点.     

临夏地区小麦条锈菌越夏特点

通过多年对临夏州小麦条锈病的调查,明确了小麦条锈病在临夏州的流行规律及越夏条件。临夏州小麦条锈病具有流行危害时期长,越夏菌源量大,突发性强,发生范围广及新的生理小种出现频率高等特点,提出了综合治理临夏州小麦条锈病对保护全国小麦生产的重要意义。     

陇南小麦条锈病的品种遗传多样性控制

为实现陇南小麦条锈病持续控制的目标,以遗传多样性为原则,组建以提高生产品种抗条锈基因丰富度、在锈菌越夏区和越冬区进行基因布局和持久抗性、慢条锈性、高温成株抗性等多种抗性利用为主要内容的控制技术体系。利用Yr10、Yr12、Yr13、Yr16、Yr26、YrC591等有效抗条锈基因的载体品种、Flinor 等持久抗性品种及中四等其它抗源材料育成一批综合性状优良、具有不同遗传背景的抗病品种和类型,其中2004年以来育成的10个品种产量性状有明显提高,在区域试验中较对照增产7.3%~28.9%。陇南小麦条锈病的控制已进入一个新阶段。