基于卫星遥感的冬小麦拔节期长势监测

为给小麦调优栽培提供信息支持,利用卫星影像信息结合地面试验数据,通过分析小麦拔节期叶面积指数、生物量以及植株氮素含量三个群体质量指标与植被指数之间的关系,建立了基于归一化植被指数(NDVI)、比值植被指数(RVI)的小麦群体质量指标监测模型.结果表明,NDVI与叶面积指数和植株氮素含量呈现显著的正相关关系(R2分别为0.8483和0.8238),与地上部生物量间的相关性未达显著水平(R2=0.7746).RVI与叶面积指数和植株氮素含量呈线性正相关(R2=0.7651和R2=0.78),而与地上部生物量呈显著线性正相关(R2=0.8277).利用不同的试验数据对所建模型进行了检验,监测值与实测值较为吻合,根均方差(RMSE)分别为0.19、106.13 kg·ha-1和0.136%,显示模型具有较好的监测性和通用性.因此,在拔节期可以利用NDVI对叶面积指数和植株氮素含量进行监测,对地上部生物量的监测则以利用RVI数据较好.     

基于遥感影像植被指数变化量分析的冬小麦长势动态监测

为进一步探究利用中低分辨率影像监测小麦苗情的机理,丰富小麦长势动态监测的模式,结合2017-2018年定点观测试验,以GF-WFV数据为遥感影像源,研究了孕穗-开花期冬小麦主要长势变化量参数和产量及其与植被指数变化量间的定量关系,以逐步回归方法筛选目标长势变化量参数,分别构建及评价基于GF-WFV影像遥感植被指数变化量的孕穗-开花期叶片含氮量变化量和叶绿素含量变化量监测模型。结果表明,冬小麦叶片含氮量变化量（ΔLNC）和叶绿素含量变化量（ΔCHL）与产量密切相关,而孕穗-开花期的归一化植被指数变化量（ΔNDVI）、比值植被指数变化量（ΔRVI）分别与ΔLNC和ΔCHL相关性最好,因此选择这两个植被指数变化量作为敏感参量构建冬小麦长势监测模型。经验证,基于ΔNDVI和ΔRVI构建的长势线性模型可靠且精度高,其决定系数分别为0.70和0.64,均方根误差分别为0.39%和0.08 mg·L^-1FW。基于预测模型和实测数据分级量化表达冬小麦长势的空间分布状况,能够很好实现了基于GF-WFV时相影像长势不同等级的遥感监测。     

冬小麦播期遥感监测研究现状与展望

播期是影响小麦产量与品质的一个重要因素,冬小麦生产管理对播期的及时和准确监测有强烈需求。遥感数据源的日趋丰富及遥感定量化水平的日益提高,为大面积、低成本监测小麦播期提供了可能。本文对冬小麦播期遥感监测的研究进展进行了回顾,系统归纳了当前国内外播期遥感监测方法,分析了目前冬小麦播期遥感监测中存在的问题。推进高时空分辨率遥感数据的使用、强化多尺度传感器遥感数据融合算法的应用、开展冬小麦生长前期不同播期光谱数据的挖掘、探索冬小麦生长前期光谱与上茬作物时序遥感数据的综合及尝试遥感数据与作物模型同化方法的借鉴是冬小麦播期遥感监测的未来发展方向。     

基于Landsat/TM遥感的冬小麦长势分级监测研究

为给遥感技术在冬小麦长势分级监测预报中的应用提供依据,以江苏省兴化市为例,利用TM卫星遥感影像,提取冬小麦的种植面积并分析了长势情况。在利用GPS实地取样调查和建立解译标志的基础上,进行TM影像校正、非监督分类和人机交互式判读解译等操作,并将GPS样点数据校验贯穿到整个分类过程中,信息解译精度在95%以上。结合NDVI指数反演的叶面积指数数据进行小麦长势分级分类,并制作了兴化市冬小麦长势分级监测图。     

河南省冬小麦长势遥感监测指标的适宜性

为了解不同监测指标在河南省各个监测地域分区中对小麦不同生育期长势监测的有效性和适宜性,以MODIS为主要数据源,在长势监测地域分区的基础上,从小麦实时监测和生长过程监测两个角度出发,对NDVI、LAI、NPP、NDWI和TCI等监测指标与长势等级和单产进行了相关分析。结果表明,在各长势监测地域分区中,NDVI、LAI和NPP都与长势等级呈负相关,与单产呈正相关,一般在抽穗期和开花期相关性最高。NDWI在各个监测分区都表现不稳定,且在不同生育期与长势等级和单产的相关性也较低。TCI在豫西山地丘陵区和豫南地区与长势等级呈正相关,与单产呈负相关,相关性在起身期和拔节期相对较高。说明,不同长势监测分区需要用不同监测指标进行长势监测,在同一长势监测分区不同生育期遥感监测的适宜指标也存在差别。     

星机协同的冬小麦长势遥感监测研究—以陕西省咸阳市为例

为了解决作物长势遥感监测中星机协同性问题,在田块尺度上通过设置小麦氮素和灌溉梯度试验,在各关键生育时期测定SPAD和LAI两个长势指标并获取无人机遥感数据,构建小麦长势多光谱监测模型,并将优化的波段比值修正法与Sentinel-2A影像结合进行模型升尺度应用。结果表明,在拔节期、孕穗期、开花期和灌浆期,分别利用Clgreen、Clrededge、OSAVI和OSAVI构建的三次函数、指数函数、指数函数和幂函数对小麦SPAD的拟合效果最佳,升尺度应用至孕穗期、开花期和灌浆期卫星遥感监测后验证精度均较好;上述四个生育时期分别利用Clgreen、Clrededge、DATT和OSAVI构建的幂函数、二次函数、指数函数和指数函数对LAI拟合效果最佳,升尺度应用验证精度均较好。基于该星机协同方法对咸阳市冬小麦长势进行监测发现,2021年武功县、兴平市、三原县等区域小麦各生育时期长势均较优,永寿县、淳化县、彬州市等地的小麦长势均较差。这说明通过对无人机和卫星遥感影像融合方法的完善,可提高冬小麦长势监测中星机协同性。     

马铃薯对旱胁迫的反应

为探讨干旱胁迫对马铃薯生理机制的影响,以抗旱性不同的马铃薯品种台湾红皮、会-2和早大白为试材,研究干旱胁迫下马铃薯相关生理指标的变化。结果表明:随着胁迫时间的延长,质膜相对透性、丙二醛(MDA)含量、脯氨酸(Pro)含量增加,而抗坏血酸(AsA)含量降低,超氧化物岐化酶(SOD)和过氧化物酶(POD)活性先升高后降低。抗旱性强的品种质膜相对透性、MDA含量增加的幅度较小,Pro含量增加幅度较大,AsA含量降低的幅度较小,SOD和POD的活性也较高,而抗旱性弱的品种则相反,这些指标及其变化可以作为鉴定马铃薯抗旱能力的依据。     

强光胁迫对18个冬小麦幼苗叶片光合特性的影响

为了研究强光胁迫对小麦叶片光合作用及某些相关指标的影响,以18个冬小麦品种幼苗为材料,对室外自然光条件下生长的幼苗进行强光(1 500 μmol·m-2·s-1)照射处理3 h(强光处理),对实验室内人工光照下生长的幼苗进行临时强光(1 500 μmol·m-2·s-1)照射处理3 h(临时强光处理).结果表明,强光胁迫对色素含量的影响较为复杂,品种间差异较大.强光处理对叶绿素含量的影响较小,对类胡萝卜素舍量的影响较大;临时强光处理对叶绿素含量的影响较强光处理大,而类胡萝卜素含量与强光处理的差异不显著.强先胁迫抑制了所用供试品种的Fv/Fm比值,其中临时强光胁迫抑制作用更大.说明强光胁迫下PSⅡ的功能较易受到抑制,影响光电转换及电子传递,对光合作用影响较大.强光胁迫使光化学反射指数PRI呈降低的趋势,但是对PRI的影响比对上述指标的影响小.     

SPOT-5与HJ遥感影像用于冬小麦氮素监测的效果对比

为探讨HJ遥感影像对冬小麦氮素监测的适用性,利用同期获取的SPOT-5和HJ-1B遥感影像,结合同步地面取样测试,从传感器的光谱响应、监测模型精度以及叶片氮含量空间填图3个方面,对冬小麦氮素的遥感影像监测效果进行了分析与评价.结果表明,两类遥感影像的3个波段反射率及植被指数与小麦叶片氮含量均密切相关,其中,SPOT-5影像的最优模型植被指数为GNDVI(绿色归一化植被指数),HJ-1B影像的最优模型植被指数为NDVI(归一化植被指数),SPOT-5影像在监测精度上优于HJ-1B影像,但差别不大.填图结果表明,除地块较破碎地带外,利用HJ-1B影像反演填图所得的小麦叶片氮含量在空间分布上与SPOT-5影像结果比较一致.说明利用SPOT-5与HJ遥感影像监测小麦氮素营养状况都是可行的,而HJ遥感影像在一定精度要求范围内能够替代SPOT-5等遥感影像的监测效果.     

水分胁迫条件下冬小麦幼苗应答蛋白的表达及其与品种抗旱性的关系

为了探索冬小麦幼苗期水分胁迫D-应答蛋白与品种抗旱性的关系,以30个抗旱性不同的冬小麦品种为材料,采用正常供水和-1.0 MPa PEG-6000胁迫两种处理及SDS-PAGE电泳技术,在抗旱性研究的基础上,对水分胁迫与非胁迫条件下D-应答蛋白在不同品种间表达的差异进行分析.结果发现,抗旱和中等抗旱品种经胁迫诱导后产生D-应答蛋白条带,而干旱敏感品种中没有出现此条带.该应答蛋白的分子量与已报道的抽穗期的分子量相当,约为66.2 kD.说明冬小麦幼苗期经水分胁迫后产生的D-应答蛋白与抽穗期水分胁迫后产生的应答蛋白完全一样,可以作为鉴定抗旱性的应答蛋白指标.     

冬小麦叶绿素荧光参数与品种抗旱性的关系

为了明确不同生态型小麦品种的光合抗旱特征,选取生态型相异的小麦品种在不同供水条件下种植,测定其旗叶的叶绿素荧光动力学参数,对其在干旱胁迫下的光合特性进行比较研究。结果表明,干旱胁迫使小麦Fo增加,Fm、Fv、Fv/Fm和Fv/Fo值均降低,但变化幅度因生态型而异,高水肥品种的荧光参数对干旱胁迫更为敏感,而旱肥型品种则表现出较强的光合稳定特性。干旱胁迫下,叶绿素荧光参数变化与品种抗旱性密切相关。利用不同生态型小麦品种叶绿素荧光对干旱胁迫的反应差异鉴定品种抗旱性是可行的。     

外源腐胺对干旱胁迫下冬小麦幼苗叶片膜脂过氧化的调节效应

为了研究外源物质对小麦抗旱性的诱导作用,水培条件下研究了外源腐胺对干旱胁迫(15%PEG-6000)条件下冬小麦幼苗叶片膜脂过氧化及抗氧化酶活性的影响.结果表明,干旱胁迫48 h后冬小麦幼苗叶片含水量下降了27.43%, O_2(÷)的产生速率、丙二醛(MDA)和H_2O_2含量随时间的推移均呈增加的趋势,SOD、POD、CAT活性分别下降了23%、37%、70%.外源腐胺处理下叶片含水量仅下降了7.62%;叶片 MDA含量降低80%左右,H_2O_2的含量下降50%左右,O_2(÷)的产生速率降低了1/3,而叶片SOD、POD、CAT活性分别提高了41%、165.8%、246%.因此认为,外源腐胺可通过抑制活性氧(O_2,H_2O_2)的产生,降低MDA含量,提高抗氧化酶(SOD、POD、CAT)的活性,缓解干旱胁迫造成的冬小麦幼苗叶片细胞膜脂过氧化损伤,提高冬小麦的抗旱性.     

基于高光谱的倒伏冬小麦产量预测模型研究

为利用高光谱遥感技术对倒伏小麦产量进行准确、快速地估算,选取在乳熟期发生不同程度倒伏的两个春性冬小麦品种为材料,利用光谱仪测定了不同倒伏级别下小麦冠层光谱反射率,研究植被指数与产量及其构成因素间的相关性,最终建立快速、有效估测倒伏小麦产量的数学模型。结果表明,不同级别倒伏对小麦千粒重和产量的影响均达显著水平（P<0.05）,随倒伏级别的增加,千粒重和产量均呈降低趋势,二者最高降幅分别为10.72%和17.69%。对倒伏小麦产量与冠层光谱反射率进行相关分析,在350~690 nm波段,相关系数随波长的增加总体呈下降趋势;在690~760 nm波段,相关系数呈上升趋势,在764 nm处,相关系数绝对值达最大,为0.734。千粒重与DVI_570,670的相关系数值最高,产量与DVI_764,407的相关性最好,且都通过了0.01水平检验。利用植被指数-千粒重-产量构建的反演模型,可提高模型预测精度,与单因子植被指数-产量模型、多因子植被指数-产量模型相比,能更好地反演不同倒伏程度的小麦产量。     

基于多源遥感数据和机器学习算法的冬小麦产量预测研究

为探讨基于多源遥感数据和机器学习算法预测冬小麦产量的可行性,利用中麦175/轮选987重组自交系F₇代群体中70个家系开展田间试验,通过无人机遥感平台和地面表型车平台及手持式冠层鉴定平台,获取冬小麦灌浆期光谱数据,分别用4种机器学习方法和集成方法建立产量预测模型。结果表明,在61个光谱指数中,除MCARI、DSI、PVI外,其余指数均与产量显著相关或极显著相关,700 nm和800 nm组合的高光谱指数能够比较准确地预测产量。相对于高光谱和多光谱,RGB传感器预测产量精度最高,平均决定系数(r²)为0.74,平均均方根误差(RMSE)为517.78 kg·hm^-2。相对于决策树(DT)、随机森林(RF)、支持向量机(SVM)三种传统机器学习算法,岭回归(RR)算法预测产量的精度最高,平均r²为0.73,平均RMSE为516.1 kg·hm^-2。与单一的传统机器学习算法相比,DT、RF、SVM、RR结合集成算法的预测精度高且稳定,r²高达0.77,RMSE也...     

水杨酸对干旱胁迫下小麦幼苗抗氧化特性的影响

为了给水杨酸在小麦栽培中的应用提供参考依据,以小麦品种百农AK58为材料,用17.5%聚乙二醇6000(PEG6000)模拟干旱胁迫,研究了外源水杨酸对干旱胁迫下小麦幼苗叶片和根系抗氧化特性的影响。结果表明,干旱胁迫显著提高了根、叶细胞质膜透性、丙二醛(MDA)含量及过氧化物岐化酶(SOD)、过氧化物酶(POD)、过氧化氢酶(CAT)、抗坏血酸过氧化物酶(APX)等抗氧化酶活性。与单独干旱胁迫处理相比,外源施加水杨酸可使干旱下小麦幼苗根系APX、POD、SOD和CAT活性分别增加190.9%、20.4%、42.3%和89.4%,使其膜透性和MDA含量分别降低19.7%和54.6%;对叶片而言,水杨酸可使其APX和POD活性分别增加31.5%和159.6%,使其膜透性和MDA含量分别降低23.7%和53.9%。上述结果说明,干旱胁迫加剧了小麦的氧化胁迫,小麦幼苗则通过增强根、叶抗氧化酶活性以抵抗氧化伤害。外源施加水杨酸可增强小麦幼苗根、叶相关抗氧化酶的活性,从而缓解小麦在干旱下所遭受的氧化伤害,增强其抗旱性。     

小麦花后15 d主要苗情参数多光谱卫星遥感定量监测

为进一步探究小麦关键期苗情多光谱遥感监测机理与方法,提高多光谱遥感监测的定量化水平和可信度,结合两年定点观测试验,以环境减灾卫星HJ-CCD数据为多光谱遥感影像源,研究了小麦花后15 d主要苗情参数、籽粒品质参数和产量与多光谱卫星遥感变量间的定量关系,分别构建并评价基于HJ-CCD影像遥感变量的小麦花后15 d叶面积指数、生物量、SPAD和叶片含氮量的监测模型.结果表明,小麦花后15d时,结构加强色素植被指教(SIPI)、近红外波段光谱反射率(B4)、绿波段光谱反射率(B2)和归一化植被指数(NDVI)可分别作为监测小麦叶面积指数、生物量、SPAD值和叶片含氮量的敏感遥感变量,所构建的遥感监测模型可靠且精度较高,模型的决定系数(R2)分别为0.84、0.81、0.73和0.83,均方根误差(RMSE)分别为0.89、2 425.2 kg·hm-2、3.17和0.27％.同时,对小麦不同等级的主要苗情参数进行遥感监测并制图分析,量化表达了小麦主要苗情参数的区域空间分布.