氮素和小麦条锈病胁迫下小麦高光谱遥感估产模型研究

为了构建不同施氮水平和条锈病发病条件下的小麦估产模型,设置了不同氮素水平及人工接种小麦条锈病,通过采用将多个关键生育期的光谱植被指数、一阶微分参数与小麦条锈病病情指数、叶片含氮量、产量构成因子、产量进行相关分析,植被指数、一阶微分参数与产量进行回归分析的方法,研究与产量相关性高的植被指数、微分参数,结果表明分别利用绿光红光比值植被指数(GR)和绿光波段一阶微分值总和(SDg)、蓝光波段一阶微分值总和(SDb)在灌浆期构建的估产模型预测效果较好,2010年预测准确率分别可以达到99.87%、99.98%,2011年预测准确率分别可以达到97.9%和95%。通过试验研究发现高光谱遥感技术在氮素和小麦条锈病双重胁迫下也可以较好的预测产量,这对研究多重胁迫、多种栽培措施下的小麦估产模型有重要意义。     

低温胁迫下玉米高光谱特征及产量构成的相关分析

为了研究低温胁迫对玉米生长发育的影响并为粮食生产安全提供理论依据,测定了低温胁迫玉米关键发育期的光谱参数,进而研究光谱植被指数与产量构成的关系。结果表明：随着低温胁迫温度降低以及持续时间的增加,红边位置出现“蓝移”现象,红边幅值和红边面积也相应地减小;大喇叭口期 “双峰”现象减缓明显,说明该时期出现低温对玉米生长的影响较大;穗重在不同发育期与DVI(810,680)显著正相关(相关系数为0.8395),线性模型反映光谱植被指数和产量构成的关系。     

条锈病影响下冬小麦叶绿素含量的高光谱估计

叶绿素含量是在小麦长势监测中是非常重要的评估内容，尤其是在小麦受到病害影响的情况下，准确估计其叶绿素含量，有助于合理进行灾害评价。遥感高光谱技术为获取植物的生理参数提供了丰富的数据来源。笔者使用襄樊地区实测获取的受条锈病影响的小麦高光谱数据，利用回归分析的方法建立了受条锈病影响的小麦叶绿素含量与其高光谱的关系模型。经验证，模型有较好的精度。     

基于特征波段选择和机器学习的小麦白粉病高光谱遥感监测

白粉病严重危害小麦生长及制约产量形成,精确监测该病害对精确防控及保障国家粮食安全具有重要意义。在小麦孕穗、开花和灌浆期使用地物高光谱仪获取小麦冠层光谱数据,利用一阶导数(FD)、二阶导数(SD)、对数变换(LOG)、倒数变换(1/R)和连续去除法(CR)对原始光谱(OR)进行光谱变换,基于CARS算法和SPA算法相结合对五种变换的光谱数据和原始光谱进行特征波段提取,进而利用偏最小二乘回归(PLSR)、岭回归(RR)和高斯过程回归(GPR)建模方法确立小麦白粉病病情指数(mDI)监测模型。结果表明,一阶导数在Pearson相关性、两波段优化组合以及机器学习方法建模中,综合表现最好,是一种处理病害光谱数据的较好预处理方法。经过光谱数据变换后,再使用CARS-SPA算法可以更有效的提取特征波段,特征波段为411、450、476、543、561、594、624、671、726、780、835和950 nm。在不同机器学习建模方法对比中,高斯过程回归(GPR)模型表现最佳,其次为岭回归(RR)和偏最小二乘法回归(PLSR)。其中,一阶导数结合GPR模型的估算精度最高,建模集和验证集的平均R~2为...     

基于近地高光谱棉花生物量遥感估算模型

分析棉花地上鲜生物量冠层高光谱反射率变异系数，反射率光谱、一阶微分光谱与地上鲜生物量相关关系得结果表明：在可见光近红外波段棉花冠层反射率光谱变异系数在672 nm波段处最大；棉花地上鲜生物量与反射率光谱相关系数最大值在可见光波段出现在589~700 nm，在近红外波段出现在865~919 nm波段，且前者大于后者。地上鲜生物量与一阶微分光谱相关系数在可见光波段出现524~528 nm、552~588 nm、710~755 nm 3个高值区。基于以上研究，选择19个高光谱特征参数建立了棉花地上鲜生物量高光谱遥感监测模型，经检验，单波段中以F₆₂₉估算水平最高，估算模型为Y = 9.7914 exp(－20.738 F629)，准确度为83.9%、RMSE为0.64 kg m^-2、预测值与实测值相关系数为0.940**；组合参数以[629, 901]指数形式估算模型估算水平最高，模型为Y = 0.0986 exp(4.3696[629, 901])，准确度达84.0%，RMSE为0.55 kg m^-2，预测值与实测值相关系数为0.960**，上述两个模型为参选模型中估算棉花地上鲜生物量最佳高光谱估算模型。     

高光谱遥感估测大豆冠层生长和籽粒产量的探讨

现代作物育种需要监测大量育种材料的生长并估测产量潜势, 高光谱遥感技术为此提供了简单、快捷、非损伤性测定的可能途径。选取30份大豆育成品种进行连续2年的产量比较试验, 在盛花期(R2)、盛荚期(R4)和鼓粒始期(R5)测定地上部生物量(ADM)和叶面积指数(LAI), 并利用ASD高光谱地物仪同步收集大豆冠层反射光谱信息。供试品种间ADM、LAI和产量差异显著或极显著。不同生育期可见光和近红外区域的光谱反射率与大豆ADM、LAI及产量均有显著相关, 尤其在R4和R5期相关性最高。在构建大量光谱参数的基础上, 遴选出对ADM、LAI及产量预测精度较好的回归模型。其中, R5期的P_Area560光谱参数与LAI和R4期的V_Area1450光谱参数与ADM构建的两个生长性状的监测模型效果最好, 决定系数(R²)分别为0.582和0.692。未发现单一生育期光谱参数对大豆估产的有效模型, 但综合R2期NPH1280、R4期V_Area1190以及R5期NPH560构建的产量估测模型, 决定系数(R²)达到0.68, 效果较好。本研究     

基于小麦籽粒高光谱特征的品种鉴别研究

为探究高光谱成像技术在小麦籽粒品种鉴别等的研究,以15种品种已知的小麦籽粒为对象,分别采集样品的光谱和图像信息。运用主成分分析法优选三个特征波长(447nm、615nm、955nm),提取特征波长下小麦籽粒图像的形态特征(面积、周长、圆度、长轴长度、短轴长度)和纹理特征(均值、标准差、熵)。应用Bayes判别分析法进行多元统计分析,建立判别函数判别回代准确率为99.9%,交叉验证的准确率为98%,模型的判别效果良好。研究表明利用高光谱成像技术结合Bayes判别分析的方法可用于小麦籽粒品种的鉴别。     

高光谱遥感监测农作物病虫害研究进展

832003 石河子大学农学院农业昆虫与害虫防治专业2003级硕士研究生     

基于高光谱数据的病害胁迫下杉木冠层色素含量估算研究

分析炭疽病胁迫下杉木冠层的高光谱特征,探索建立病害胁迫下杉木冠层色素含量的高光谱估算模型,从而促进高光谱遥感技术在森林病虫害监测中的应用。于2011年4-6月,在湖南省攸县实地调查杉木炭疽病,并测定不同程度炭疽病胁迫下杉木冠层的光谱反射率及其色素含量。将冠层光谱、一阶微分及相应的色素含量数据分别进行相关分析,采用回归分析方法,选取部分样本建立色素含量估算模型,并利用其余的样本对模型进行精度检验。结果表明,可见光和近红外区域是病害杉木色素反射和吸收的敏感区域,色素含量与一阶微分光谱在红边（695~754 nm）内相关性最高,单波段一阶微分光谱741 nm处的相关系数最大。其中,以差值植被指数DVI[FD587,FD741]为变量的幂函数模型估算Chla+b、Chla和Chlb含量的精度最高,相对误差均小于15%,均方根误差在0.093~0.241之间。本研究表明,受不同程度炭疽病胁迫下杉木冠层的光谱反射差异较大,可利用高光谱信息定量估算病害胁迫下杉木冠层的色素含量,且估算精度较高。     

小麦条锈病菌自述

<正>我叫条锈病菌,是小麦的大敌,因为身体特小,善高空飞行,所以我能周游列国,世界上主产小麦的国家,都有我的踪迹。在我们锈病家族里,我是大房,还有二房、三房,分别被农业专     

2006年贵州省赫章县秋季小麦条锈病调查

为了解中国新发现的小麦条锈病菌越夏区贵州省赫章县小麦条锈病秋季发生情况,2006年秋季笔者主要对该县古基乡、野马川镇、六曲河镇进行了调查,共调查119块地,自生麦病田率为55%,秋播小麦病田率为20.20%。古基乡发病较多,自生麦苗上有多个发病中心,有的秋播小麦田块亦呈现病叶较集中现象。在海拔1660-1910m范围内,都有小麦条锈病发生,说明当地越夏菌源能够为本地区秋苗发病提供充足菌量。对进一步研究内容进行了讨论并提出了赫章县小麦条锈病治理措施。     

具特异性状人工合成小麦的条锈病抗性改良

为了解3份具特异优良性状但高感条锈病的人工合成小麦SHW-Z1、SHW-Z2和SHW-Z4感病性的遗传特点,进行更好的育种利用。用高抗条锈病的普通小麦材料5157与上述人工合成小麦分别进行正反杂交,对6个杂交组合的亲本、F¹世代的条锈病抗性与F²代的条锈病抗感分离情况进行了分析以探究其感病性的遗传特点,结果表明：（1）本研究的普通小麦和人工合成小麦杂交后代的条锈病抗性由多对基因控制,遗传上表现出加-显效应;(2)SHW-Z1条锈病的抗性改良效果优于SHW-Z2和SHW-Z4;（3）本研究材料的条锈病抗性基因可能还受到遗传背景的影响。本研究对这3份人工合成小麦的条锈病抗性改良和育种利用提供了理论依据,同时可为相关研究提供参考。     

小麦抗条锈病基因来源及染色体定位的研究进展

条锈病是小麦生产的重要病害之一,选育抗病品种是防治该病最为经济、安全和有效的途径。由于小麦条锈菌具有高度变异性且抗源的单一化,抗病品种抗性很容易丧失。因此,不断发掘新的抗条锈病基因资源,扩大抗源选择利用范围,对中国小麦抗病育种工作极为重要。本研究对已命名的57个条锈病基因进行了总结分析,着重介绍了源于小麦一级、二级和三级基因源的各个抗条锈病基因的来源及其在染色体上的分布,并对条锈病抗源利用方面进行了分析及展望。     

利用高空风预测小麦条锈病研究初报

小麦条锈病是一种可通过高空气流传播的病害,给小麦的生产造成了巨大损失。笔者选择甘肃平凉、陕西汉中、河南郑州三地,根据小麦条锈病病情数据、地面温度、湿度、降水量及等压面300hPa、400hPa、500hPa、700hPa、850hPa高空风量数据,利用主成分分析和判别分析方法,分析三地间小麦条锈病发生流行的相关性,探讨了高空风量数据在小麦条锈病的发生程度预测中的作用。结果表明三地间小麦条锈病的发生流行具有较高的相关性,可利用高空风量数据预测三地间小麦条锈病长距离传播,准确率较高,其中500hPa等压面的风量值在预测中的准确率最高,回代准确率为100%,交叉验证准确率均在80%以上,最高可达93.75%。     

2004-2009年甘肃省小麦条锈菌生理专化研究

小麦条锈菌新毒性小种的产生和发展是造成条锈病大流行及品种抗锈性丧失的主导因素。本文通过常规监测、致病性测定、毒谱分析等方法对2004-2009年采自甘肃省不同麦区1966份小麦条锈菌标样进行系统研究,共监测到37个小种和致病类型,基本反映了这期间甘肃省小麦条锈菌优势致病类群及生理小种的消长变化情况。除2005年‘条中32号’、‘条中33号’并列第一位外,出现频率为24.1%,2004、2006-2009年‘条中33号’均占居首位,出现频率分别为29.3%、26.2%、33.5%、37.6%、21.5%,‘条中32号’2004、2006-2008年为第二位,这2个小种总出现频率一直波动在37.5%~57.1%之间,第三、四位小种2004-2006年为‘水源11-4’、‘水源11-7’、‘水源11-5’及‘条中31号’,2007年为‘水源11-7’（尤Ⅱ感）、‘水源11-7’,2008年为‘条中33’（F.抗）、‘水源11-4’,出现频率在4.1%~11.6%之间。而2009年‘条中33’（F.抗）已上升为第二位,出现频率达18.9%,‘水源11-4’（F.抗）占据第四位,其它小种类型出现频率均比较低。Hybrid46致病类群和水源11致病类群出现总频率已由2004年的93.1%上升到2008年的99.4%。条锈菌已进入以‘条中33号’、‘条中32号’为代表的Hybrid46和水源11致病类群占优势的新阶段,‘条中32号’、‘条中33号’、VYr9、VYr3b+4b、VYrSu为危害我国小麦生产的主要流行小种及致病基因,这将对全国小麦条锈菌群体组成产生重要影响,为小麦抗锈育种及锈病治理提供了科学依据。     

小麦条锈病抗性基因研究进展及在育种中的应用

概述了已知小麦条锈病抗性基因的来源、染色体定位和分子标记研究现状,回顾了抗性品种与生理小种的演变,评价了小麦抗条锈基因,并浅谈了小麦抗条锈基因的分子标记在育种中的应用     

2007—2008年度冀鲁豫川四省小麦区试品种（系） 遗传多样性和抗条锈性分析

为了解2007—2008年度河北、河南、山东和四川四省小麦区试品种（系）的遗传多样性和抗条锈性,采用亲缘系数系统分析了参试的75个小麦品种（系）的遗传多样性,并接种条锈菌混合菌系（CYR33、CYR32、CYR31、CYR30、CYR29、CYR17、Su-1和V26）进行抗条锈性鉴定与评价。结果表明,在供试品种（系）的2775个组合中,284个组合存在遗传相似性,所有供试品种（系）的COP值在0.0000～0.5000,亲缘系数总和为216.4531。通过对COP值聚类分析,将供试材料分为10大类;河北、河南、山东3省参试品种（系）间遗传相似性较高,对小麦条锈病抗性相对较差,四川参试品种（系）遗传相似性较低,对小麦条锈病的抗性较好。从参试品种（系）系谱看,利用前一个时期选育的品种作亲本,特别是主要推广品种‘豫麦2号’作为亲本的利用率较高是河南省参试品种（系）遗传相似性较高的重要原因;四川省参试品种（系）遗传多样性相对较高,抗条锈性相对较好,主要由于该省广泛利用了当地和其他地区的种质资源。因此,不断发掘小麦新的种质资源,并提高其利用水平,是当前高产稳产新品种选育的当务之急。     

条锈病对冬小麦叶绿素荧光、光合及蒸腾作用的影响

接种条锈菌7d以后,对健康小麦和感病小麦最上部展开叶的一些生理指标进行测定,结果发现随着条锈菌侵入程度的不断加深,冬小麦叶片含水量、叶绿素相对含量不断降低,光系统Ⅱ原初光能转换效率及潜在活性受到抑制,同一天中同一时段内叶片净光合速率与发病严重度、蒸腾速率与严重度呈显著负相关。     

基于分层抽样的平湖市小麦种植面积遥感测算方法研究

为了更准确地了解县级粮食播种面积,笔者以浙江省平湖市为例,利用高分一号和RapidEye 卫星的影像数据,通过监督分类提取小麦的大概种植区域,在小麦种植区域范围内分层抽样,在保证95%置信区间95%估算精度前提下,估算浙江省平湖市2015 年小麦种植面积为141.73 km2。该结果与平湖市小麦实际种植面积较为相符,说明采用监督分类的方法并且结合分层抽样估算县级粮食播种面积的方法是可行的,此方法适用于浙江省县级粮食播种面积业务化运行。