冬小麦条锈病严重度高光谱遥感反演模型研究

通过人工田间诱发不同等级小麦条锈病,在不同生育期测定染病冬小麦冠层光谱及其病情指数(DI).把冠层光谱一阶微分数据与相应的DI进行相关分析,采用单变量线性和非线性回归技术,建立小麦DI的估测模型,并利用不同品种小麦样本对模型精度进行可靠性检验.结果表明:DI与一阶微分在432～582 nm、637～701 nm以及715～765 nm区域内有极显著相关性,以红边峰值区(725～735 nm)一阶微分总和与绿边峰值区(521～530 nm)一阶微分总和的比值为变量的线性模型估测DI精度最高,且其对小麦品种相对不敏感.上述研究结果对利用高光谱遥感监测农作物病害及其严重程度都具有实际应用价值.     

小麦条锈病气象预测方法及遥感监测研究进展

从影响小麦条锈病发生发展的大尺度气候背景、局地气象因子两方面,对小麦条锈病发生发展的气象预测研究进行了综述,指出了常规预测方法存在的问题和难点。概述了高光谱遥感在小麦条锈病监测中的应用,并对遥感与作物模型的结合进行了探讨,在此基础上展望了基于大气环流的小麦条锈病中、长期预测及G IS辅助的遥感技术在小麦条锈病监测方面的应用前景。     

冬小麦条锈病严重度高光谱遥感反演模型研究

通过人工田间诱发不同等级小麦条锈病,在不同生育期测定染病冬小麦冠层光谱及其病情指数(DI).把冠层光谱一阶微分数据与相应的DI进行相关分析,采用单变量线性和非线性回归技术,建立小麦DI的估测模型,并利用不同品种小麦样本对模型精度进行可靠性检验.结果表明:DI与一阶微分在432～582 nm、637～701 nm以及715～765 nm区域内有极显著相关性,以红边峰值区(725～735 nm)一阶微分总和与绿边峰值区(521～530 nm)一阶微分总和的比值为变量的线性模型估测DI精度最高,且其对小麦品种相对不敏感.上述研究结果对利用高光谱遥感监测农作物病害及其严重程度都具有实际应用价值.     

严防小麦条锈病

小麦锈病俗称黄疸病,属真菌病害。它分条锈病、叶锈病、秆锈病三种。三种锈病的主要症状可概括为:条锈成行,叶锈乱,秆锈是个大红斑。条锈病主要为害小麦叶片,也可为害叶鞘、茎秆、穗部。叶锈病主要为害叶片,叶鞘和茎秆上少见。秆锈病主要为害茎秆和叶鞘,也可为害穗部。条锈病在     

小麦条锈病危害损失估计研究

试验研究了小麦生长中后期,小麦条锈病对千粒重、产量及产量损失率的影响。分别建立了小麦扬花期、灌浆期小麦条锈病病情指数与千粒重、单位面积产量及其损失率关系模型,可以用此模型估计大田生产中小麦条锈病的危害损失。     

基于Fraunhofer线的小麦条锈病荧光遥感探测

【目的】遥感监测小麦条锈病比传统调查方法更省时、省力并能实现大范围实时监测。【方法】田间人工诱发产生不同发病等级的小麦条锈病群体，采用ASD光谱仪的Radiance方式对其冠层光谱进行了测定。通过比较目标和参考板太阳光谱中两个氧吸收波段的Fraunhofer线深，计算植株发射的叶绿素荧光。【结果】760 nm处叶绿素荧光与病情指数高度负相关，688 nm处叶绿素荧光与病情指数高度正相关。并且随着病情指数的升高，作为反映植物胁迫状态的荧光比值指标F688/F760亦随之增大。另外对单叶相关光合指标测试结果表明，随着病叶严重度水平的升高，SPAD、荧光参数Fv/Fm和Yield以及净光合速率均有不同程度的下降。【结论】利用Fraunhofer线原理提取的日光诱导荧光信息可以反映田间小麦条锈病的发病状况，为病害的遥感监测提供了又一途径。     

基于高光谱遥感的小麦叶片糖氮比监测

 【目的】碳氮代谢反映植株生理状况和生长活力,是小麦籽粒产量与品质形成的生理基础,因而叶片糖氮比的实时无损监测对小麦生长诊断和氮素管理具有重要意义。本研究的主要目的是通过分析小麦叶片糖氮比与冠层高光谱参数的定量关系,确立小麦叶片糖氮比的定量监测模型。【方法】采用不同蛋白质含量的小麦品种在不同施氮水平下进行了连续3年大田试验,于小麦不同生育期采集田间冠层高光谱数据并测定叶片糖氮比值,进而分析建立冠层高光谱参数与叶片糖氮比的回归模型。【结果】小麦叶片糖氮比随施氮水平的提高而下降,随生育进程呈“高-低-高”动态变化模式。利用高光谱对叶片糖氮比进行监测的适宜时期为拔节期至灌浆中期,其中开花期最好。水分特征参数FWBI和Area980与叶片糖氮比关系密切,指数方程拟合决定系数（R2）分别为0.762和0.768,估计标准误差（SE）分别为1.27和1.28。色素特征参数（R750-800/R695-740）-1和VOG2为变量,指数方程拟合决定系数（R2）分别为0.718和0.712,估计标准误差SE分别为1.87和1.95。经不同年际独立试验数据的检验表明,以参数FWBI、Area1190、（R750-800/R695-740）-1和VOG2参数为变量建立的叶片糖氮比监测模型表现很好,预测精度R2分别为0.627、0.618、0.691和0.795,预测相对误差RE分别为19.2%、18.7%、17.9%和18.3%。【结论】与色素指数和水分指数相关的特征光谱参数可以有效地评价小麦叶片糖氮比的变化状况,利用FWBI、Area1190、（R750-800/R695-740）-1和VOG2 4个参数可以对生长盛期的小麦叶片糖氮比进行可靠的监测。     

高光谱遥感监测冬小麦条锈病的研究进展(综述)

从高光谱遥感监测冬小麦条锈病的原理、特点、关键技术路线及存在的难点等方面出发综述利用遥感这一高技术手段来大面积监测农业上的重要病害之一-条锈病的方法以及把遥感的空间数据、影像与地面数据模型结合起来监测作物病害的可行性.同时展望基于GIS辅助的遥感技术在监测作物病害等方面的发展前景.     

小麦调优栽培遥感监测技术初探

目前,优质高产是小麦生产的主题,利用信息技术实现小麦的优质高产是当前农业生产中有效途径之一。针对目前小麦生产中存在的主要问题,提出了利用遥感技术进行小麦产量和品质监测的技术思路,在小麦的生产过程中应用遥感监测技术,对生产管理和质量控制进行监测,从而在一定程度上实现小麦调优栽培的信息化。     

基于VSURF-CA的小麦条锈病高光谱病情指数估测模型

【目的】条锈病对小麦生长和产量造成严重威胁,为确保有效防控,精准监测尤为关键。利用遥感技术构建小麦条锈病估测模型,能快速、准确地估测病情指数(DI),为精准防控提供技术支持。【方法】利用ASD光谱仪获取小麦不同生育期(抽穗期、灌浆期和成熟期)高光谱数据,采用随机森林变量选择(VSURF)方法结合相关性分析(CA)对原始光谱(OR)和一阶微分光谱(FD)进行特征波段筛选。使用随机森林(RF)对比不同数据集的特征波段建模结果,确定模型效果最佳的特征集。随后借助偏最小二乘回归(PLSR)、极致梯度提升(XGBoost)以及反向传播神经网络(BPNN),对比特征集在不同算法中的建模效果。通过对比建模效果,确定针对全生育期小麦条锈病病情指数的最佳估测模型。为了验证特征集在不同生育期中的效果,利用特征集在3个生育期重新构建模型,并对比模型效果。【结果】对不同数据集进行特征筛选,并使用RF构建条锈病DI估测模型,通过比较模型效果,确定VSURF-CA-FD特征集(绿光范围的537 nm以及近红外范围的821和846nm)在RF模型中的估测效果最好。采用RF算法构建的模型表现出优异的精度,R     

基于遥感技术的不同施氮水平下小麦条锈病病情反演研究

为构建不同施氮条件下,小麦条锈病病情光谱反演模型,设置了在不同氮素水平条件下接种小麦条锈病,将菌情指数与植被指数、一阶微分参数进行回归分析,构建抽穗期、开花期、灌浆期、乳熟期共5个模型。为了评估施氮量对病情反演模型的影响,在模型中加入氮素因子,模型病情反演预测效果表明,抽穗期模型加入氮素因子后预测效果有所提高,抽穗期的模型1-1(R2=0.392 8,P=0.005 4)、1-2(R2=0.449 8,P=0.011 3)、2-2(R2=0.573 3,P=0.001 7)预测效果较好且较稳定,开花期、灌浆期、乳熟期模型预测效果不理想。本研究结果表明,可以利用植被指数、一阶微分参数较好反演抽穗期小麦条锈病病情,加入氮素因子后预测效果有所提高,说明氮素因子对病情反演有影响。     

小麦条锈病对小麦产量的影响

为了研究条锈病对小麦产量的影响程度,利用充分接种与药剂保护作比较,对产量及产量构成因素进行量化分析.结果表明:接种与药剂防治间产量差异达极显著水平,参试材料减产幅度达1.07%~29.16%,减产明显;条锈病反应型、普遍率、严重度发生的严重程度是小麦减产的主要原因;除免疫、近免疫材料外,产量构成因素穗粒数、千粒重均有不同程度的降低,处理间达极显著水平;小麦减产与穗粒数下降有关,但与千粒重下降关系更大.该研究说明条锈病对小麦产量的负向作用显著,对小麦的危害严重;同时也证实了利用化学药剂适时防治小麦条锈病的可行性和必要性.     

陕甘小麦品种及抗源的高温抗条锈性研究

小麦苗期接种条锈菌(PucciniastriiformisWest.)后,分别采用高温(21±1)℃和常温(14±1)℃处理,测定了陕西、甘肃两省主栽品种及抗源的高温抗条锈性。结果表明,陕927、陕897、兰天1号、豫麦21和钱保德等品种具有高温抗条锈性,陕农757、西植9420、M8003-06、绵阳11、繁6、天选36和里勃留拉等品种可能具有高温抗条锈性。     

协同冠层SIF和PRI光谱指数的构建及其在小麦条锈病监测中的应用

【目的】利用反射率光谱在作物生物物理方面的优势和日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)、光化学反射率指数(photochemical reflectance index,PRI)在光合生理方面的优势,构建协同冠层SIF和PRI光谱指数(synergistic spectral index of SIF and PRI,SISP),旨在提高作物病害遥感探测精度。【方法】基于3FLD(three bands fraunhofer line discrimination)算法,估测小麦条锈病在不同病情严重度下的单波段SIF强度,利用对作物冠层几何结构敏感的归一化植被指数(normalized difference vegetation index,NDVI)和重归一化植被指数(re-normalized vegetation index,RDVI)对SIF和PRI进行处理,再利用处理后的SIF和PRI数据构建SISP指数,通过建立传统的光谱指数和SIF、PRI及其组合对小麦条锈病的遥感监测模型,以病情指数(disease index,DI)实测值与预测值之间的决定系数(R²)、均方根误差(RMSE)和相对分析误差(RPD)评价模型精度,进而与SISP指数建立的模型进行比较,分析SISP指数对作物病害遥感监测的有效性。【结果】（1）综合利用SIF和PRI数据能够提高对小麦条锈病的遥感探测精度,3组验证样本数据集中,以PRI和SIF的简单组合PRI+SIF为自变量构建的小麦条锈病监测模型,预测DI值与实测DI值间的R²比单一PRI和SIF至少提高14.0%和1.7%,RMSE至少降低7.1%和3.7%。（2）利用反射率光谱指数NDVI和RDVI处理后的SIF和PRI构建的SISP指数,对小麦条锈病DI的预测精度优于直接利用PRI和SIF组合的各种指数,验证样本数据集中预测DI值与实测DI值间的R²至少提高3.7%,RMSE至少降低9%。（3）以SISP和反射率光谱指数为自变量构建的小麦条锈病多元线性回归(multiple linear regression,MLR)和径向基神经网络(radial basis function neural network,RBFN)模型的精度,高于仅利用反射率光谱指数构建的模型精度,其预测DI值与实测DI值间的R²分别较反射率光谱指数提高13.42%和5.72%,RMSE分别减少29.93%和19.24%,RPD分别提高44.53%和29.80%。【结论】利用NDVI和RDVI处理后的SIF和PRI构建SISP指数,能够减弱作物群体生物量对冠层SIF和PRI信号的影响,提高小麦条锈病的遥感监测精度。     

基于支持向量机的小麦条锈病和叶锈病图像识别

为了解决生产中小麦条锈病和叶锈病症状难以区分的问题,提高识别率和精度,提出了一种基于支持向量机和多特征参数的小麦条锈病和叶锈病图像分类识别方法。利用图像裁剪方法获取典型症状的子图像,采用中值滤波算法对图像进行去噪,利用K_means硬聚类算法实现病斑分割,提取病斑区域的形状、颜色和纹理特征空间的50个特征参数,设计支持向量机分类器进行分类识别。根据优选的26个特征参数,利用以径向基函数作为核函数的支持向量机对这2种小麦锈病图像进行识别。结果表明:训练样本识别率均为96.67%,测试样本识别率均为100%;与其他核函数相比,径向基核函数最适合于这2种小麦锈病的识别。所提出的基于支持向量机的方法可有效地进行小麦条锈病和叶锈病的图像识别。     

我国条锈病核心疫源区陇南冬小麦育种策略

根据我国条锈病核心疫源区甘肃省陇南地区的生态和生产条件,对近年来在小麦抗条锈病育种及品种抗病性利用研究方面的进展做一简要总结,针对存在的问题,提出了小麦育种在产量、品质、抗病性和适应性等方面的育种策略及构想.     

意大利抗病小麦品种Pascal抗条锈性的遗传分析

在2000~2003年,以我国陇南重要外引小麦品种Pascal作母本,铭贤169作父本进行杂交,子代材料苗期分别接种条锈菌单孢菌系条中29号、洛13-Ⅲ、条中31号、条中32号和水14,抗性遗传结果表明,对条中29号,F1代植株抗感分离比为5∶12,BC1代植株全部为抗病株,F2代植株抗感分离比为46:31,符合理论比9:7,卡方测验结果也符合这一结果;对条中32号,F1代植株抗感分离比为6∶5,BC1代植株抗感分离比为4:4,F2代植株抗感分离比为24:49,符合理论比1:3;对洛13-Ⅲ,F2代植株抗感分离比为10:48,符合理论比1:3;对条中31号,F2代植株抗感分离比为20:55,符合理论比1:3;对水14,F2代植株抗感分离比为6:69,符合理论比1:15.卡方测验值均符合理论值.据此推知pascal对条中29号的抗性由2对显性互补抗性基因控制,对洛13Ⅲ、条中31号、条中32号的抗性均由1对隐性抗性基因控制,对水14的抗性由2对隐性抗性基因控制.     

源于叙利亚小麦抗条锈性的遗传分析

分别用小麦条锈菌优势小种条中31号和条中32号接种,对源于叙利亚的ICA31I、CA70分别与川麦28杂交的F1、F2和BC1群体进行抗病基因分析,研究了它们在成株期抗性表现及杂交后代的抗感分离情况。结果表明,ICA31对条中31号和条中32号均表现出由1对显性纯合基因控制;ICA70对条中31表现出由1对显性基因和1对隐性基因的互补作用控制,而对条中32表现为由一对隐性基因控制。     

基于CPSO-SVM 的小麦条锈病预测模型研究

针对BP神经网络在建立模型时没有确定网络结构的缺点和支持向量机(SVM)模型参数选择对预测精度影响大的局限性,提出一种结合混沌系统的粒子群算法(CPSO)去优化SVM模型的惩罚因子C和核函数中参数σ的混合模型,利用混沌系统的不确定性理论使传统的粒子群算法能有效克服收敛速度慢、容易达到局部最优值的缺点,使CPSO算法能更快、更准确找到全局最优值.经过参数优化SVM模型有效提高了预测精度并利用新的混合模型对宁夏地区小麦条锈病流行级别进行预测.结果表明,相对于传统SVM模型、组合PSO-SVM模型和组合PSO-BP神经网络模型,研究提出的混合模型(CPSO-SVM)在预测精度及模型的泛化能力上均优于以上3种模型,可对小麦条锈病发病及流行程度进行精确的预测,并为农业病虫害研究部门提供有效的理论依据.     

基于CPSO-SVM 的小麦条锈病预测模型研究

针对BP 神经网络在建立模型时没有确定网络结构的缺点和支持向量机(SVM)模型参数选择对预测精度影响大的局限性,提出一种结合混沌系统的粒子群算法(CPSO)去优化SVM 模型的惩罚因子C 和核函数中参数σ的混合模型,利用混沌系统的不确定性理论使传统的粒子群算法能有效克服收敛速度慢、容易达到局部最优值的缺点,使CPSO 算法能更快、更准确找到全局最优值。经过参数优化SVM 模型有效提高了预测精度并利用新的混合模 型对宁夏地区小麦条锈病流行级别进行预测。结果表明,相对于传统SVM 模型、组合PSO-SVM 模型和组合PSO-BP神经网络模型,研究提出的混合模型(CPSO-SVM)在预测精度及模型的泛化能力上均优于以上3 种模型,可对小麦条锈病发病及流行程度进行精确的预测,并为农业病虫害研究部门提供有效的理论依据。