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.     

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。     

近地高光谱和低空航拍数字图像遥感 监测小麦条锈病的比较研究

 分别利用近地高光谱和低空航拍数字图像同时对田间小麦条锈病的发生情况进行监测,结果表明近地高光谱遥感参数DVI、NDVI、GNDVI和低空航拍数字图像颜色特征值R、G、B与病情指数存在极显著相关性,整体上,所选近地高光谱参数与病情指数的相关性要优于低空航拍数字图像参数与病情指数的相关性,而且近地高光谱参数DVI、NDVI、GNDVI与低空航拍数字图像参数R、G、B之间均存在极显著负相关关系。分别建立了基于近地高光谱参数GNDVI和低空航拍数字图像参数R的田间小麦条锈病病情估计模型,模型均达到较好的拟合效果,其中近地高光谱参数GNDVI对小麦条锈病的监测效果好于低空航拍数字图像参数R,而低空航拍数字图像具有可以进行大面积快速监测的优势,因此在实际应用中可以根据需要选择其中一种方法或参数来估计田间小麦条锈病的发生和流行程度。     

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)。     

基于实测光谱的环境减灾卫星HSI数据应用实效性检验

以石河子地区兵团农八师143团10连的棉花大田作为研究区,采用ASD(Analytical Spectral De-vices)公司研制的Field Spec3光谱仪对不同播期、生育期的棉花冠层进行反射光谱野外数据采集,并对其光谱特性和变化规律进行分析。对比分析实测光谱与同期环境减灾卫星HSI数据,评价HSI应用有效性。结果表明:1)不同生育期的棉花在750～950nm间,差异显著,因此可以用光谱曲线来区分不同生育期的棉花。2)选取了波长在450～950nm间实地观测光谱数据波谱特征,并把对应波段的HSI数据进行转化处理。3)运用HSI数据校正前后反射率与实测棉花光谱反射率进行对比,得出HSI数据经过大气校正后,获得的地物真实高光谱反射率,波长大于700nm波段范围内校正结果与地面实测值较一致,其它波段校正后的结果反射率高于地表观测光谱值,说明该分析为HSI数据定量分析与应用提供了一定的实例进行了验证。     

多生育期小麦条锈病光谱波段优选及监测研究

针对不同时期对小麦条锈病高光谱监测的敏感波段进行优选,有利于从根本上提高病害监测的精度。本研究以小麦条锈病这种小麦中主要的病害为例,基于3年份多个生育期的小麦条锈病大田控制试验,结合t检验、相关性分析等统计检验和偏最小二乘判别分析法(PLS-DA)、偏最小二乘法回归(PLSR)成分系数对信息重要性的指示意义,建立一套病害诊断特征波段筛选方法,并针对病害发展在不同阶段的特点,分别优选出各阶段最适于病害监测的波段。经过分析,将病害侵染分为3个阶段,并在能够进行防治的前期和中期分别采用不同策略进行波段优选,得到适于早期监测的4个波段:576、705、712、1416 nm;适于中期监测的5个波段:558、632、675、696、712 nm。采用上述波段在前期和中期进行病情监测,前期分类精度达到了0.78,中期反演精度预测值与真实值的标准误差(RMSE)值0.12,这一结果表明这些波段能够为病害发展过程提供高光谱监测,为进一步的特征构建提供依据。     

准噶尔盆地人工林地土壤全盐的高光谱反演

随着高光谱遥感技术的快速发展,通过其定量估测土壤化学成分具有很好的可行性。使用ASD Pro FieldSpec3便携式光谱仪,测量准噶尔盆地人工林地风干土壤样品的可见光-近红外光谱,利用土壤反射光谱值预测全盐的含量。首先,通过皮尔森相关系数分析方法,计算土壤全盐与土壤反射光谱之间的相关性,其中土壤光谱值的二阶导数与土壤全盐的相关系数最高为0.806,均方根误差最小为1.508。其次,在基于光谱反射率的基础上,通过多元统计回归分析,表明土壤光谱在1 130 nm、1 430 nm和1 930 nm波段的全盐反演模型预测的效果较好,可以利用这3个波段建立回归方程,对土壤全盐进行反演估算。     

亚洲玉米螟为害后玉米冠层光谱变化和产量损失研究

2006年在河北农林科学院植保所农场夏播高感亚洲玉米螟的玉米品种郑单958上,于大喇叭口期人工接种2龄玉米螟幼虫以造成不同梯度为害,利用便携式遥感光谱仪(ASD FieldSpec UV/VNIR)在玉米不同生育期收集冠层光谱信息,调查食叶级别,并在收获时统计蛀孔率和产量。结果表明:(1)各生育期食叶级别和对应生育期内的冠层光谱反射率值呈显著负相关,且各个级别之间方差分析差异显著;(2)各波段冠层光谱反射率值和每株虫孔数量的相关性分析得到相关性曲线,750～900nm相关系数较高,可作为监测的敏感波段;(3)乳熟期光谱数据、平均每株虫孔数量和产量及产量损失率之间均可建立极显著回归方程。用光谱仪所测数据估测产量损失率的精确度比用传统查虫数据估测产量损失率的精确度高,且省时省工。     

开都河流域下游绿洲盐渍化土壤高光谱特征

土壤光谱反射特性是土壤遥感的物理基础.通过野外调查采样、土壤盐分实验分析与土壤高光谱数据采集,对土壤高光谱数据一阶和二阶导数微分变换处理,分析土壤样品的光谱特征,建立土壤光谱和土壤盐分含量间的相关关系,对研究区盐渍化土壤含盐量进行定量反演.研究结果表明:1)从土壤光谱反射率的形态特征来看,土壤的光谱反射率曲线总体上变化较为平缓,光谱特征形态较为相似,且基本平行.2)研究区土壤光谱反射率曲线的形状大致可由300 ～ 600nm、600 ～ 800nm、800～1000nm、1000 ～ 1400nm、1400 ～1900nm、1900 ～ 2100nm、2100～ 2500nm七个折线段和560nm、900nm、1400nm、1900nm、2200nm五个特征吸收点来控制.3)利用光谱反射率一阶导数微分的盐渍化土壤含盐量多元线性回归预测模型的预测效果均优于利用反射率原型和反射率二阶导数微分,其中氯化物-硫酸盐型RMSE=0.33,硫酸盐型RMSE=0.31,硫酸盐-氯化物型RMSE=0.22.     

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。     

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.     

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%。     

Hyperspectral measurements of severity of stripe rust on individual wheat leaves

The objective of this study was to assess the effect of severity of stripe rust (Puccinia striiformis) on the hyperspectral reflectance of wheat. A total of 110 leaf samples with a range of disease severity were collected at the heading stage (Stage ?, 29 April) and grain filling stage (Stage II, 21 May). The spectra of the adaxial and abaxial surfaces of the leaf samples were taken using an ASD Leaf Clip, and the spectral characteristics were analysed. The photochemical reflectance index (PRI) was used to build two linear regression functions from the two growth stages using 70 leaves, and the remaining 40 leaves were used to validate their effectiveness. The results indicated that P. striiformis caused changes in foliar water and chlorophyll, and those changes made it feasible to assess disease severity using in situ hyperspectral measurements. In general, the reflectance values from the adaxial surfaces of the leaf samples were smaller than the abaxial surfaces. In comparison to Stage ?, the spectral contrast of four different disease severities was greater at Stage II. By comparing the regression functions, the coefficient of determination using the set of leaves for validation for Stage ? (R ²?=?0.74) was smaller than that for Stage II (R ²?=?0.83). However, the coefficient of determination for validation for Stage ? (R ²?=?0.91) was slightly larger than that of Stage II (R ²?=?0.90). The results suggest that the ASD Leaf Clip is an ideal tool to collect in situ hyperspectral measurements of wheat leaves showing symptoms of stripe rust, and Stage II is more appropriate to assess severity compared to Stage ?.     

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。     

小麦条锈病抗病遗传及菌源基地基因布局研究进展

小麦条锈病是世界范围内严重影响小麦生产安全的重要病害。我国是世界上最大的小麦条锈病流行区,自成独立的流行体系。培育和种植抗病品种是防治病害最有效的措施。然而,小麦品种对条锈病的抗性常常由于病菌新小种的产生而丧失,这既是一个重大科学问题,也是一个亟待研究解决的生产实际问题。如何有效、合理地利用小麦的抗病性,植病学家和育种学家进行了一个多世纪的研究与探索,提出了各种理论与策略,开展了各种实践与探索。该文就小麦抗条锈病遗传及其基因布局研究进展进行综述,主要包括抗性鉴定评价、抗病基因发掘与利用、数量抗性位点定位、抗病基因克隆与功能解析、近等基因系创建与应用,以及抗源创制、抗病生态育种和大区基因布局等,并对深入开展抗条锈病基因发掘与利用和大区基因布局进行展望,以期为抗病育种和病害持续治理提供参考。     

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。     

应用HYSPLIT-4模式分析小麦条锈病菌远程传播事例

 小麦条锈病的发生及大区流行与病原菌的远程传播密切相关。预测小麦条锈病大区流行的关键是搞清病原菌的远程传播路线和孢子云浓度变化规律。气流是菌源传播的主要动力,因此,气流运动的物理模型是对小麦条锈病菌远程传播事例分析的有力工具。本研究利用再分析格点资料(NCEP/NCAR Reanalysis Data),基于HYSPLIT-4模式,对历史上我国小麦条锈病菌远程传播的经典事例(分别发生于1960、1964、1975和1983年)进行了分析,着落区孢子浓度时间序列模拟结果与观察到病害发生前几天的降雨事件是相符的,结果表明小麦条锈病的远程传播及发生时间可通过计算大气环流运动来预测,病原菌孢子的沉降除由于孢子自身重力而引起的沉降外,很大程度上还受到降雨引起的湿沉降的影响。HYS-PLIT-4模式可用于探讨我国小麦条锈病区域间菌源传播关系问题,进行病害的预测预报,进一步指导我国小麦条锈病越夏和越冬调查以及菌源区综合治理和小麦品种布局。该研究在方法和技术上也可为研究其它病原菌远程传播提供借鉴。