国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于高光譜遙感的小麥黃花葉病害等級(jí)監(jiān)測(cè)研究

2022-08-09 08:08:34劉夢(mèng)冉張海艷齊雙麗孫炳劍段劍釗郭天財(cái)
麥類作物學(xué)報(bào) 2022年7期
關(guān)鍵詞:花葉病植被指數(shù)反射率

劉夢(mèng)冉,張海艷,齊雙麗,孫炳劍,段劍釗,賀 利,郭天財(cái),馮 偉

(1. 河南農(nóng)業(yè)大學(xué)農(nóng)學(xué)院,河南鄭州 450046;2.河南農(nóng)業(yè)大學(xué)機(jī)電工程學(xué)院,河南鄭州 450002;3. 漯河市農(nóng)科院,河南漯河 462000;4. 河南農(nóng)業(yè)大學(xué)植物保護(hù)學(xué)院,河南鄭州 450002)

小麥黃花葉病是一種低溫型土傳病毒病害,主要通過禾谷多黏菌()介體進(jìn)行傳播。近年來受全球氣候變化、連年秸稈還田、小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)等因素的綜合影響,該病害在我國黃淮及長江中下游麥區(qū)的發(fā)生呈逐年加重趨勢(shì)。據(jù)調(diào)查,在該病害一般發(fā)病田塊小麥產(chǎn)量損失30%左右,嚴(yán)重田塊減產(chǎn)可超過50%,甚至絕收。田間實(shí)地調(diào)查取樣是獲取該病害信息的主要方法,但所得信息病害預(yù)防而言具有明顯的滯后性,嚴(yán)重影響預(yù)報(bào)的準(zhǔn)確率和有效防治的最佳時(shí)機(jī)。目前,遙感監(jiān)測(cè)技術(shù)發(fā)展迅速,并在農(nóng)業(yè)生產(chǎn)中得到廣泛應(yīng)用。利用遙感技術(shù)有望提高小麥黃花葉病的早期預(yù)報(bào)和動(dòng)態(tài)監(jiān)測(cè)水平,對(duì)于有效防控其發(fā)生危害、減少農(nóng)藥投入、保障該區(qū)小麥安全生產(chǎn)及可持續(xù)發(fā)展均具有重要意義。

植物病蟲害發(fā)生后葉片形態(tài)及內(nèi)部結(jié)構(gòu)會(huì)發(fā)生變化,最終改變植物的光譜曲線形狀,從而為遙感技術(shù)監(jiān)測(cè)作物病蟲害提供了可能。目前,已有較多研究者嘗試通過分析光譜響應(yīng)曲線,篩選出作物發(fā)生病蟲害后的敏感波段信息。如小麥白粉病敏感波段為580~710 nm;小麥條銹病敏感波段為630~687、740~890 及 976~1 350 nm;小麥蚜蟲敏感光譜波段為 625~635 nm 和680~695 nm;稻葉瘟病敏感波段為550 和680 nm。根據(jù)這些敏感波段光譜信息可以建立特征光譜參數(shù)與病蟲害嚴(yán)重度之間關(guān)系,或通過不同波段組合構(gòu)建相對(duì)敏感的植被指數(shù),用于提高作物病蟲害的遙感監(jiān)測(cè)精度。如用DGSR(雙綠簡單比)和DGND(雙綠歸一化差)進(jìn)行小麥白粉病遙感監(jiān)測(cè);利用近紅外光譜比值指數(shù)NSRI實(shí)現(xiàn)對(duì)冬小麥條銹病的有效監(jiān)測(cè);通過構(gòu)建褐飛虱光譜指數(shù)(BPHI)來監(jiān)測(cè)水稻作物的褐飛虱危害;光化學(xué)反射指數(shù)(PRI)可作為量化黃銹病感染的一個(gè)強(qiáng)有力的光譜指標(biāo)。與其他病蟲害監(jiān)測(cè)研究比較,病毒類黃花葉病害遙感監(jiān)測(cè)相對(duì)偏少。研究表明,NDVI可以用來監(jiān)測(cè)大豆的黃花葉病害;利用/比值可對(duì)豇豆黃花葉病進(jìn)行有效監(jiān)測(cè);和/可用于大豆黃花葉病的監(jiān)測(cè);/的成像比值可以用來監(jiān)測(cè)木薯黃花葉病。從上述研究結(jié)果看,用于植物病蟲害監(jiān)測(cè)的光譜特征位置、敏感光譜指數(shù)及分析方法因植物種類、病蟲害類型存在很大差異;雖然利用光譜特征波段及敏感光譜參數(shù)可以監(jiān)測(cè)豆類、薯類等作物黃花葉病害,而對(duì)低溫型作物而言,小麥黃花葉病的遙感監(jiān)測(cè)預(yù)報(bào)研究則比較薄弱。

從生長形態(tài)、溫度及生育時(shí)期的響應(yīng)看,小麥黃花葉病的發(fā)病特征不同于其他病害。當(dāng)小麥?zhǔn)茳S花葉病菌感染后,病株先從心葉葉尖或中部開始褪綠,初為淡綠色至橙黃色條或梭形點(diǎn),變?yōu)辄S色或淡綠色不連續(xù)的短線條,逐漸擴(kuò)大成黃綠相間的斑駁或不規(guī)則條斑,條斑的中心可引起壞死。拔節(jié)后氣溫回升快,當(dāng)高于20 ℃時(shí),病癥逐漸消退,植株生長纖弱,株形松散,重病株在抽穗前多數(shù)分蘗甚至整株枯死。這種病害的特殊屬性決定了其冠層反射光譜的特有變化,以前用于專一指示其他病害的波段和參數(shù)將很難適用小麥黃花葉病害的監(jiān)測(cè)。因此,需要加強(qiáng)低溫敏感性小麥黃花葉病的高光譜反射特征研究,明確生育時(shí)期對(duì)該病害監(jiān)測(cè)的影響,確立病害監(jiān)測(cè)適宜模型,為小麥黃花葉病的及時(shí)防控提供技術(shù)支持。本研究選取近些年小麥黃花葉病發(fā)病日趨嚴(yán)重的典型地塊,通過獲取不同等級(jí)黃花葉病害的小麥冠層高光譜數(shù)據(jù),提取黃花葉病植株的特征光譜信息,明確適宜監(jiān)測(cè)病害的光譜波段及植被指數(shù),確立小麥黃花葉病害等級(jí)定量估算模型,以期為遙感大面積監(jiān)測(cè)小麥黃花葉病害提供定量評(píng)價(jià)方法,增強(qiáng)農(nóng)業(yè)災(zāi)害的精準(zhǔn)化管理水平。

1 材料和方法

1.1 試驗(yàn)區(qū)概況

試驗(yàn)于2016-2017年、2018-2019年和2020-2021年在河南省漯河市源匯區(qū)(33°57'N,114°02'E)進(jìn)行,土壤類型為砂姜黑土。由于該區(qū)秋季作物騰茬早、陰雨天較多和光照不足,小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)且高茬收割,輪作倒茬困難,大部分品種對(duì)黃花葉病的抗性差,導(dǎo)致在自然條件下當(dāng)?shù)匦←滭S花葉病發(fā)病和蔓延迅猛。

1.2 病害調(diào)查

本試驗(yàn)田間數(shù)據(jù)采集通過農(nóng)戶田塊隨機(jī)調(diào)查方式進(jìn)行。試驗(yàn)區(qū)小麥種植品種主要包括百農(nóng)207、周麥27、西農(nóng)979、周麥22、鄭麥379和矮抗58。依據(jù)往年該區(qū)域地塊的發(fā)病情況,按照重度(4級(jí))、中度(3級(jí))、中輕度(2級(jí))、輕度(1級(jí))和健康(0級(jí)) 5個(gè)等級(jí)調(diào)查該病害田間實(shí)際發(fā)病程度。被調(diào)查地塊的黃花葉病在越冬期已出現(xiàn)零星發(fā)生,至返青期發(fā)病連片、癥狀特征明顯,因此田間取樣選擇在小麥返青期、拔節(jié)前期和拔節(jié)后期進(jìn)行。 2016-2017年每個(gè)時(shí)期每個(gè)發(fā)病等級(jí)取5個(gè)樣點(diǎn),2018-2019年每個(gè)時(shí)期每個(gè)發(fā)病等級(jí)取4個(gè)樣點(diǎn),2020-2021年每個(gè)時(shí)期每個(gè)發(fā)病等級(jí)取6個(gè)樣點(diǎn)。小麥黃花葉病嚴(yán)重度分級(jí)標(biāo)準(zhǔn)參照孫炳劍等方法并作適當(dāng)改進(jìn)(表1)。

表1 小麥黃花葉病發(fā)病等級(jí)及發(fā)病癥狀

圖1 小麥黃花葉病不同發(fā)病等級(jí)癥狀圖

1.3 冠層光譜測(cè)量

小麥冠層光譜數(shù)據(jù)采集與病害調(diào)查同步,采用美國Analytical Spectral Device(ASD)公司生產(chǎn)的Field Spec Hand Held手持便攜式光譜分析儀進(jìn)行。光譜測(cè)定波段值為325~1 075 nm,光譜采樣間隔為1.6 nm,光譜分辨率為3.5 nm。冠層光譜測(cè)定選擇在天氣晴朗無風(fēng)的中午 (10:00-14:00)進(jìn)行,傳感器探頭垂直向下,光譜儀視場(chǎng)角為25°,距離冠層頂垂直高度約1.0 m,冠層視場(chǎng)范圍面積為0.44 m。測(cè)量過程中及時(shí)進(jìn)行標(biāo)準(zhǔn)白板校正,每個(gè)采樣點(diǎn)記錄10個(gè)光譜,以其平均值作為該點(diǎn)的光譜反射率。

1.4 生長特征參數(shù)調(diào)查

與光譜采集同步同位,每個(gè)小區(qū)選有代表性的植株 10 株,分別測(cè)定株高、葉片水分含量、色素含量及氮含量。

1.4.1 葉片含水量測(cè)定

將植株帶回實(shí)驗(yàn)室稱取葉片鮮重,再放入烘箱 105 ℃殺青 30 min,然后在 80 ℃下烘干至恒重并稱取干重。葉片含水量=(WF-WD)/ WF×100%,WF和WD分別為葉片鮮重和干重。

1.4.2 葉片氮含量測(cè)定

將烘干至恒重的葉片取出研磨成粉末狀,稱取0.200 g放入K1100 全自動(dòng)凱氏定氮儀測(cè)定葉片全氮含量。

1.4.3 色素含量測(cè)定

葉片去葉脈剪碎稱 0.200 g()置于50 mL()棕色瓶中用95%濃度的無水乙醇定容,避光24~48 h至葉綠素完全被提取后使用日立 U-2800型紫外分光光度計(jì)測(cè)出葉綠素 a和葉綠素 b 在 665 nm 和 649 nm 波段的吸光值(),再根據(jù)Lichtenthaler法算出葉綠素和類胡蘿卜素的濃度。公式如下:

Ca=13.95-6.88

Cb=24.96-7.32

Chl=(Ca+Cb) ×

C=(1 000-2.05Ca-114.8Cb)/245×

式中Ca、Cb、Chl和C分別為葉綠素 a、葉綠素 b、葉綠素和類胡蘿卜素的濃度。

1.5 數(shù)據(jù)計(jì)算處理

本研究采用Savitaky-Golay平滑法對(duì)原始光譜進(jìn)行平滑,在Matlab語言環(huán)境下編程實(shí)現(xiàn)了光譜指數(shù)與黃花葉病病情等級(jí)間相關(guān)系數(shù)運(yùn)算,選擇10個(gè)與病情等級(jí)最顯著相關(guān)的光譜特征參數(shù)列于表2,并將其輸入到偏最小二乘法(PLSR)模型中,進(jìn)一步提高監(jiān)測(cè)精度和穩(wěn)定性。PLSR結(jié)合了主成分分析和多重線性分析兩種回歸方法,通過最小化交叉驗(yàn)證的均方根誤差(RMSECV)來優(yōu)化因子數(shù)量,可以規(guī)避模型潛在的過擬合問題。以2016-2017年和2018-2019年試驗(yàn)資料為基礎(chǔ),建立小麥黃花葉病病情等級(jí)監(jiān)測(cè)模型。利用2020-2021年試驗(yàn)獨(dú)立資料對(duì)模型精度進(jìn)行驗(yàn)證,采用決定系數(shù)()和均方根誤差(RMSE)進(jìn)行評(píng)價(jià)。

表2 經(jīng)典植被指數(shù)的計(jì)算方法

式中,分別為預(yù)測(cè)值和實(shí)測(cè)值,為樣本數(shù)。

2 結(jié)果與分析

2.1 小麥黃花葉病發(fā)病等級(jí)與株高及生理指標(biāo)的相關(guān)性

小麥株高及葉片水分、氮素、胡蘿卜素和葉綠素含量在不同時(shí)期存在差異,其與黃花葉病病情等級(jí)的相關(guān)性也因時(shí)期而不同(表3)。除拔節(jié)后期的葉片水分含量外,各時(shí)期株高及四個(gè)生理指標(biāo)與病害等級(jí)均呈顯著或極顯著負(fù)相關(guān);從相關(guān)程度看,返青期和拔節(jié)前期各指標(biāo)與病害等級(jí)的相關(guān)性均較好,整體優(yōu)于拔節(jié)后期,其中拔節(jié)前期表現(xiàn)最佳,相關(guān)系數(shù)均超過0.80。

表3 不同時(shí)期小麥黃花葉病發(fā)病等級(jí)與形態(tài)生理指標(biāo)的相關(guān)性

2.2 小麥黃花葉病不同發(fā)病等級(jí)下反射率變化特征

小麥冠層光譜反射率隨黃花葉病發(fā)病等級(jí)的增加呈現(xiàn)規(guī)律性變化(圖2)。在返青期和拔節(jié)前期,在560~720 nm波段范圍內(nèi),葉綠素對(duì)光的吸收減少,正常植株的反射率最高;隨著發(fā)病等級(jí)的加重,小麥葉片變黃,葉綠素含量減少,可見光波段反射率逐漸增加;而在近紅外反射區(qū)域800~900 nm波段間,細(xì)胞結(jié)構(gòu)對(duì)光的反射開始增強(qiáng),黃花葉病會(huì)破壞小麥葉片組織結(jié)構(gòu),隨病害等級(jí)的增加,反射率降低。在拔節(jié)后期,隨著氣溫升高,冬小麥開始快速生長,黃花葉病逐漸被遏制,不同病害程度的反射率在可見光區(qū)域差異變小,而在近紅外波段差異逐漸加大,病害等級(jí)越高,反射率越低。

“Health”為發(fā)病等級(jí)0級(jí);“1”為發(fā)病等級(jí)1級(jí);“2” 為發(fā)病等級(jí)2級(jí);“3”為發(fā)病等級(jí)3級(jí);“4”為發(fā)病等級(jí)4級(jí)。

2.3 病害等級(jí)及相關(guān)生理指標(biāo)與反射率相關(guān)性

在返青期和拔節(jié)前期,小麥黃花葉病的病害等級(jí)與560~720 nm反射率呈正相關(guān),相關(guān)系數(shù)均達(dá)0.80以上,而株高、葉片含水量、氮含量和色素含量與反射率呈負(fù)相關(guān),除返青期葉片氮含量外相關(guān)性均較好(> -0.75);而在800~900 nm波段,病害等級(jí)、株高、葉片含水量、氮含量和色素含量與冠層光譜反射率的相關(guān)性相比可見光波段表現(xiàn)出相反趨勢(shì),且相關(guān)性較差(-0.5<<0.3)(圖3)。這說明小麥黃花葉病病害等級(jí)及相關(guān)指標(biāo)的敏感波段在返青期和拔節(jié)前期主要集中在560~720 nm。在拔節(jié)后期由于小麥快速生長及病菌被抑制,病害等級(jí)及相關(guān)指標(biāo)的敏感波段主要集中在800~900 nm,病情等級(jí)與該波段光譜反射率的相關(guān)系數(shù)低于-0.60,而株高、葉片含水量、氮含量和色素含量與反射率均呈正相關(guān) (=0.2~0.6),而可見光波段的相關(guān)系數(shù)隨波段位置變化較大,且相關(guān)性偏差。

圖3 小麥黃花葉病害等級(jí)及相關(guān)生理指標(biāo)與冠層反射率間關(guān)系

2.4 植被指數(shù)與黃花葉病等級(jí)之間的線性回歸模型及驗(yàn)證結(jié)果

2.4.1 植被指數(shù)與黃花葉病等級(jí)之間的線性回歸關(guān)系

以表征不同形態(tài)、生理指標(biāo)的10個(gè)表現(xiàn)較好的常規(guī)植被指數(shù)為基礎(chǔ),分析其與小麥黃花葉病害等級(jí)之間的定量關(guān)系,篩選指示病害等級(jí)的植被指數(shù)。表4列出了表現(xiàn)較好的回歸方程及其決定系數(shù)。在返青期,與生物量、色素和氮含量相關(guān)的植被指數(shù)的較高,EVI-1、WDRVI-3、mND705、VOG-1、PRI和NDDA的為0.70~0.74,均達(dá)到極顯著水平,其中以表征色素含量的mND705和VOG-1的最高(=0.74);在拔節(jié)前期,植被指數(shù)NDVI、EVI-1、WDRVI-3、mND705、PSNDb和NDDA的為0.80~ 0.82,均達(dá)到極顯著水平,其中以表征葉綠素b含量的PSNDb的最高(=0.82);在拔節(jié)后期,mND705、VOG-1和NDDA的為0.69~ 0.72,均達(dá)到極顯著水平,其中mND705的最高(=0.72)。綜合來看,植被指數(shù)與病害等級(jí)的相關(guān)性總體上好于原始光譜及株高、葉片含水量、氮含量和色素含量,其中表征色素變化的光譜指數(shù)mND705與病害等級(jí)的關(guān)系在3個(gè)發(fā)病時(shí)期表現(xiàn)最穩(wěn)定且密切,其次為VOG-1和NDDA,因此可選擇植被指數(shù)對(duì)小麥黃葉病進(jìn)行預(yù)測(cè)。

表4 不同生育時(shí)期植被指數(shù)與黃花葉病等級(jí)之間的定量關(guān)系

2.4.2 小麥黃花葉病等級(jí)監(jiān)測(cè)模型精度的檢驗(yàn)

利用2020-2021年度數(shù)據(jù)對(duì)建模效果較好的三個(gè)植被指數(shù)mND705,VOG-1和NDDA模型進(jìn)行精度檢驗(yàn)。結(jié)果(圖4)顯示,在返青期, 三個(gè)模型的驗(yàn)證分別為0.68、0.66和0.65,RMSE分別為0.97、0.86和0.75;在拔節(jié)前期,驗(yàn)證分別為0.78、0.67和0.75,RMSE分別為0.79、0.83和0.88;在拔節(jié)后期,驗(yàn)證分別為0.59、0.52和0.51,RMSE分別為0.98、1.11和1.05。總體上以mND705模型的預(yù)測(cè)效果最好,精度最高,誤差較小。

a:返青期;b:拔節(jié)前期;c:拔節(jié)后期。

2.5 基于植被指數(shù)的小麥黃花葉病PLSR模型預(yù)測(cè)效果

為了進(jìn)一步提高小麥黃花葉病害分級(jí)模型的監(jiān)測(cè)精度以及穩(wěn)定性,利用2016-2017和2018-2019年度數(shù)據(jù),基于所選取的10個(gè)植被指數(shù)建立PLSR模型。圖5展示了返青期、拔節(jié)前期和拔節(jié)后期的PLSR模型所需的因子數(shù)及交叉驗(yàn)證的均方根誤差(RMSE)值,以上三個(gè)時(shí)期的最佳因子數(shù)分別為前三因子、前二因子以及前九 因子。

圖5 基于偏最小二乘回歸的小麥黃花葉病害分級(jí)模型交叉驗(yàn)證的均方根誤差

采用2020-2021年度獨(dú)立試驗(yàn)數(shù)據(jù)對(duì)模型精度進(jìn)行了檢驗(yàn)(圖6)??傮w而言,三個(gè)時(shí)期的PLSR模型的預(yù)測(cè)精度均高于植被指數(shù)模型。在返青期,PLSR訓(xùn)練集=0.94,RMSE=0.32;驗(yàn)證集=0.93, RMSE=0.29,PLSR模型預(yù)測(cè)精度比植被指數(shù)模型提高幅度較大(按照計(jì)算增幅27.02%~36.76%)。在拔節(jié)前期,PLSR模型預(yù)測(cè)精度較植被指數(shù)模型進(jìn)一步提升,訓(xùn)練集和驗(yàn)證集分別為0.97和0.96,RMSE分別為0.24和0.26。在拔節(jié)后期,PLSR模型精度較植被指數(shù)也有一定程度的改善,訓(xùn)練集和驗(yàn)證集分別為0.84和0.81,RMSE分別為0.56和 0.61。由此可見,前兩個(gè)時(shí)期的PLSR模型精度較高(>0.90),而拔節(jié)后期較低。

Train:訓(xùn)練集數(shù)據(jù)點(diǎn);Test:驗(yàn)證集數(shù)據(jù)點(diǎn)。

3 討 論

3.1 小麥黃花葉病的病征及反射率

小麥?zhǔn)茳S花葉病感染后,病株葉片先從心葉葉尖或中部開始褪綠,初為淡綠色至橙黃色條或梭形點(diǎn),變?yōu)辄S色或淡綠色不連續(xù)的短線條,逐漸擴(kuò)大成黃綠相間的斑駁或不規(guī)則條斑,條斑的中心可引起壞死。小麥黃花葉病的病害特征會(huì)隨著氣溫的上升而消失,當(dāng)氣溫高于20 ℃時(shí),病癥消退恢復(fù)生長,但此時(shí)已造成產(chǎn)量損失。不同病害侵染特征及對(duì)溫度的反應(yīng)存在差異,其光譜曲線存在不同之處。如隨小麥白粉病和全蝕病病情嚴(yán)重度加重,可見光波段(550~750 nm)反射率升高,近紅外波段的反射率下降。隨著銹病對(duì)小麥脅迫程度的加重,紅邊發(fā)生“藍(lán)移”,黃邊發(fā)生“紅移”;水稻受到稻葉瘟危害后,隨著侵染加重光譜反射率,在綠光波段和近紅外區(qū)域呈現(xiàn)下降趨勢(shì),紅光波段呈現(xiàn)上升趨勢(shì),近紅光波段的紅邊區(qū)域“藍(lán)移”;棉花受到枯萎病侵染后,冠層光譜反射率相對(duì)于健康對(duì)照在綠光和近紅外波段下降。而本研究表明,小麥遭受黃花葉病后可見光波段光譜反射率逐漸增加,出現(xiàn)紅谷抬升現(xiàn)象,而在近紅外反射區(qū)域800~900 nm波段間,細(xì)胞結(jié)構(gòu)對(duì)光的反射開始增強(qiáng),隨病害等級(jí)增加,反射率降低。拔節(jié)后期,隨著氣溫升高,黃花葉病逐漸遏制,冬小麥恢復(fù)生長,反射率在可見光區(qū)域差異變小,在近紅外波段差異加大,病害等級(jí)越高,反射率越低??梢姡←滭S花葉病侵染后冠層光譜反射率變化不同于其他病害,利用反射光譜進(jìn)行該病害監(jiān)測(cè)需要考慮這一特點(diǎn)。

3.2 小麥黃花葉病的敏感波段

植物葉肉細(xì)胞中葉綠素含量等生化成分的不同,導(dǎo)致不同波段呈現(xiàn)出不同特征的光譜曲線。400~700 nm是植物的強(qiáng)吸收波段,葉綠素強(qiáng)烈吸收藍(lán)光和紅光,其反射率在480和680 nm附近非常低,在綠光范圍內(nèi)有弱反射。在680~750 nm范圍內(nèi),反射率急劇上升,該區(qū)域是葉綠素在紅波段的強(qiáng)吸收到近紅外波段多次散射形成的高反射平臺(tái)的過渡波段,與植物單位面積葉綠素含量有關(guān)。700~900 nm出現(xiàn)“紅外高平臺(tái)”,此波段范圍的反射率主要受葉肉細(xì)胞結(jié)構(gòu)和冠層結(jié)構(gòu)的影響,反射率較高。植株感病后由病原體導(dǎo)致的植物生理代謝發(fā)生變化,出現(xiàn)病害癥狀,進(jìn)而改變植物的光譜反應(yīng)模式。前人對(duì)小麥病蟲害的敏感波段開展了較多研究,白粉病的敏感波段主要集中在580~710 nm范圍,而條銹病的敏感波段主要為630~687、740~890 及 976~1 350 nm,蚜蟲的敏感光譜波段范圍為 625~635和 680~695 nm,以上這些小麥病蟲害的敏感反應(yīng)波段在生育時(shí)期間是一致的,較少因時(shí)期而變化。本研究結(jié)果顯示,小麥黃花葉病在不同生育時(shí)期的敏感波段有所差異,在返青期和拔節(jié)前期的敏感波段為560~720 nm,相關(guān)性較高;而在拔節(jié)后期,敏感波段主要集中在800~900 nm,且相關(guān)性較差,這可能與黃花葉病發(fā)病特征受氣溫影響較大有關(guān)。本研究提取的小麥黃花葉病敏感波段與其他作物黃花葉病的敏感波段也不盡相同。如豇豆黃花葉病的敏感波段為571、593、705和721 nm;大豆黃花葉病的敏感波段為445、688和750 nm。這可能是因?yàn)槎诡惖纳龝r(shí)期主要為氣溫較高的夏季,高溫高濕環(huán)境有利于豆類該病害發(fā)生;而小麥拔節(jié)前期的氣溫較低,低溫有利于小麥黃花葉病的發(fā)展,當(dāng)拔節(jié)后期氣溫回升,對(duì)該病害的發(fā)生產(chǎn)生抑制,小麥生長開始恢復(fù)。因此,病害不同,作物類型不同,監(jiān)測(cè)的敏感波段也不同。

3.3 小麥黃花葉病的適宜監(jiān)測(cè)模型

植被指數(shù)由多波段組合構(gòu)成,可以突出反映植被信息,減少背景等噪音影響,與監(jiān)測(cè)指標(biāo)的相關(guān)性優(yōu)于單波段。在小麥返青期,黃花葉病導(dǎo)致新生葉片褪綠,葉片上呈現(xiàn)橙黃色梭形點(diǎn)或黃綠相間的不規(guī)則狀條斑,發(fā)病等級(jí)與色素含量的相關(guān)性最高。在本研究中,用來指示植株色素變化的mND705和VOG-1可以較好地指示黃花葉在返青期的發(fā)病狀態(tài)。在拔節(jié)前期,小麥植株發(fā)病癥狀明顯,平均株高、葉片含水量、葉片氮含量、葉綠素和類胡蘿卜素等生理指標(biāo)變化較大,發(fā)病等級(jí)與各植被指數(shù)的相關(guān)性均較好。PSNDb可以很好指示色素濃度,EVI-1在監(jiān)測(cè)和評(píng)估植被數(shù)量和時(shí)空變化方面具有很好的敏感性,WDRVI-3用來監(jiān)測(cè)作物初級(jí)生產(chǎn)力效果較好,NDDA可以準(zhǔn)確地估算小麥氮含量,以上植被指數(shù)均可以用來很好監(jiān)測(cè)小麥拔節(jié)前期的黃花葉病情況。在拔節(jié)后期,隨著氣溫回升,病株癥狀快速消退并恢復(fù)生長,但此時(shí)小麥已產(chǎn)生了不可逆的損失,此時(shí)各植被指數(shù)的監(jiān)測(cè)精度都較低。從不同時(shí)期的植被指數(shù)表現(xiàn)看,黃花葉病侵染后小麥返青期主要表現(xiàn)為葉色變黃,因此可以選擇使用色素類植被指數(shù);拔節(jié)前期各種癥狀明顯,采用遙感手段監(jiān)測(cè)病害的植被指數(shù)較多,包括氮素、色素及株高類植被指數(shù)等;而隨著發(fā)病時(shí)期推進(jìn),溫度升高,拔節(jié)后期的癥狀處于消失狀態(tài),植株處于恢復(fù)狀態(tài),此時(shí)監(jiān)測(cè)精度不高。綜合來說,在三個(gè)時(shí)期表現(xiàn)均較好的mND705適宜監(jiān)測(cè)小麥黃花葉病。這與Prabhakar等利用/對(duì)豇豆、Gazala等采用/對(duì)大豆黃花葉病進(jìn)行監(jiān)測(cè)的研究結(jié)果不一致,但在紅邊波段信息利用方面有一定相似之處??梢?,作物類型不同,發(fā)病特點(diǎn)不一樣,所適宜的植被指數(shù)也不相同。另外,本研究中植株水分狀況與病害等級(jí)間相關(guān)性極顯著,但本試驗(yàn)所用儀器的波段較窄、近紅外噪音較大,導(dǎo)致水分類植被指數(shù)(如WI)監(jiān)測(cè)效果不好,在以后的研究中可考慮采用分辨率高、波動(dòng)范圍寬的遙感監(jiān)測(cè)儀器,加強(qiáng)水分類植被指數(shù)(如NDWI)在該病害監(jiān)測(cè)中的應(yīng)用。

雖然植被指數(shù)與單波段相比具有明顯優(yōu)勢(shì),但不同植被指數(shù)反映的信息不同,單獨(dú)建模很容易導(dǎo)致其他信息丟失。因此,多變量模型可以保證對(duì)所有信息的充分利用,達(dá)到對(duì)目標(biāo)物綜合評(píng)價(jià)的最佳效果。PLSR不僅將共線變量簡化為幾個(gè)不相關(guān)的變量,而且使相關(guān)變量的協(xié)方差最大化,近年來在植物生長監(jiān)測(cè)與評(píng)價(jià)中得到廣泛應(yīng)用。本試驗(yàn)將植被指數(shù)與PLSR算法相結(jié)合,在返青期和拔節(jié)前期均取得較好效果(>0.90),充分顯示了該模型在小麥黃花葉病害等級(jí)監(jiān)測(cè)方面的優(yōu)越性,在小麥生產(chǎn)中推薦使用該方法及時(shí)準(zhǔn)確監(jiān)測(cè)黃花葉病的發(fā)病狀況。

及早監(jiān)測(cè)小麥黃花葉病的發(fā)病等級(jí),有利于早期防控。本研究發(fā)現(xiàn),不論是反射率還是植被指數(shù)與病情等級(jí)的相關(guān)性均在返青期和拔節(jié)前期表現(xiàn)較好,在拔節(jié)后期表現(xiàn)較差。這主要是因?yàn)辄S花葉病的發(fā)生與土壤溫度和濕度密切相關(guān),小麥生長進(jìn)入返青期和拔節(jié)期,溫度維持在5~17 ℃范圍,有利于禾谷多黏菌介體傳播病毒。進(jìn)入拔節(jié)后期,溫度明顯升高,病毒侵染明顯受到抑制,發(fā)病較輕的病株癥狀快速消退,感病嚴(yán)重的病株小分蘗也開始快速恢復(fù)生長,因病害導(dǎo)致的穗粒數(shù)顯著下降,造成的產(chǎn)量損失已無法挽回。與植被指數(shù)模型相比,PLSR模型明顯提升了返青期監(jiān)測(cè)精度,在黃花葉病盛發(fā)期間的監(jiān)測(cè)精度均高于0.9。因此,及時(shí)監(jiān)測(cè)小麥返青至拔節(jié)前期的黃花葉病害所呈現(xiàn)的表型特征,有利于病害嚴(yán)重度等級(jí)評(píng)估及精確防控,對(duì)保證國家糧食安全及綠色可持續(xù)發(fā)展具有重要意義和價(jià)值。

猜你喜歡
花葉病植被指數(shù)反射率
影響Mini LED板油墨層反射率的因素
近岸水體異源遙感反射率產(chǎn)品的融合方法研究
具有顏色恒常性的光譜反射率重建
甘蔗主要親本自然條件下抗甘蔗花葉病測(cè)定
中國糖料(2020年2期)2020-04-09 11:17:18
大豆花葉病的識(shí)別與防治辦法
大豆花葉病的識(shí)別與防治辦法
蘋果花葉病如何治?配方施肥來緩解!
AMSR_2微波植被指數(shù)在黃河流域的適用性對(duì)比與分析
河南省冬小麥產(chǎn)量遙感監(jiān)測(cè)精度比較研究
化學(xué)腐蝕硅表面結(jié)構(gòu)反射率影響因素的研究*
電子器件(2017年2期)2017-04-25 08:58:37
龙川县| 枣阳市| 久治县| 长治市| 荃湾区| 云林县| 公安县| 冀州市| 泸州市| 湖州市| 天峨县| 湟中县| 长宁区| 博爱县| 屯昌县| 沐川县| 阜城县| 仙居县| 磐安县| 郴州市| 兖州市| 施秉县| 临武县| 綦江县| 梅州市| 开平市| 靖西县| 溧水县| 玛沁县| 永丰县| 咸阳市| 莲花县| 罗城| 荆州市| 扎鲁特旗| 巫溪县| 呼和浩特市| 江川县| 陇川县| 波密县| 青龙|