基于高光谱遥感技术的不同小麦品种条锈病病情指数的反演

发布于:2021-10-23 16:13:40

第29卷,第12期 2 0 0 9年l 2月

光谱学与光谱分析
Spectroscopy

and Spectral Analysis

V01.29,No.12,pp3353—3357 December,2009

基于高光谱遥感技术的不同小麦品种 条锈病病情指数的反演
郭洁滨,黄
冲,王海光,孙振宇,马占鸿。

中国农业大学植物病理学系,农业部植物病理学重点开放实验室,北京100094

摘要应用混合品种控制小麦条锈病在国内外日益受到重视,通过采集田问不同品种混合小麦条锈病各 级病情梯度的高光谱遥感数据,将光谱数据与条锈病病情数据进行相关性分析,利用4个光谱参数构建其 与病情指数的同归模型。结果表明,不同小麦品种组合在不同的病情指数情况下,其冠层光谱信息都表现r 一致的变化规律;冠层反射率在可见光区与病情指数为正相关,而在*红外区则达到了显著的负相关;利用 690与850 nm处的反射率、SDr、NDVI以及RVI与病情指数构建的回归模型拟合效果较好。研究表明利用 高光谱反演条锈病病情指数是可行的,并且小麦不I司品种对反演效果影响不大。 关键词高光谱;小麦条锈病;病情指数;反演模型 中图分类号:0657.3,S127 文献标识码:A DOI:10.3964/j.issn.1000—0593(2009)12—3353-05 感监测机理。安虎等[41采用美国LI-Corl800-12外置积分球




由条形柄锈菌(Puccinia striiformis f.sp.tritici)引起的

与ASD

Field Spec Pro FR

2500(350~2 500 rim)型光谱仪耦

合对冬小麦条锈病胁迫下不同严重度的单叶进行光谱测定, 研究结果表明,随着病害严重度的增加,反射率随之增强, 并选择相关性最高的波段(670~690 rim)建立r小麦条锈病 严重度和光谱反射率之间的回归模型。蒋金豹等[5]将小麦条 锈病冠层光谱数据进行一阶微分处理,结合小麦病情指数分 析表明病情指数与一阶微分在432~582,637~701和715~
765

小麦条锈病足我国小麦生产上为害范嗣最广、引起损失最大 的病害之一,在我困曾多次流行成灾,并造成r重大损 失L1]。该病害是一种气传的大Ⅸ流行病害,一旦发生,在合 适的气候条件下,能够在短时问内大面积的流行成灾。因 此,做好早期监测预警工作,对于防止该病大面积发生流行 具有重要的意义。 长期以来,我国对小麦条锈病的监测工作主要依靠人力 进行田问调查,不仅耗时耗力,效率低下,而且准确性低, 无法大面积实时监测,因此,发展一种快速、方便、准确且 可以大面积监测的方法对于做好条锈病的防治上作有着重大 意义。高光谱遥感技术为这一需求的实现提供了可能。 以3s技术为核心的病虫害监测手段越来越受到植保T 作者的重视。针对小麦条锈病的遥感监测,国内外都已进行 了不少相关研究。Moshou等[2]研究了冬小麦条锈病发展初 期健康植株与发病植株反射光谱的差异,并开发了基于神经 网络系统的病害监测程序,认为光谱方法有望成为早期病害 识别花费少又有效的方法。黄木易等【30研究r小麦条锈病遥
收稿日期:2008—12—02。修订日期:2009-03—06

nln波长范围内相关性达到极显著水*。李京等[63对小

麦条锈病冠层一阶微分光谱进行的分析表明,随病情指数增 大,一阶微分光谱在绿边(500
560

rim)内逐渐增大,在红

边(680~760 rim)内逐渐降低。蔡成静等[7]通过GPS定位, 借助热气球获得了*地和对应的30~40 m高空光谱数据, 并建立r高卒和*地之问基于高光谱植被指数变量的回归模 型。刘良云等¨1利用中凶科学院上海技术物理所研制的面阵 推扫型成像光谱仪PHI(Pushbroom hyperspectral imager)装 载于运5飞机I:在1
000

m高空获得拔节.期、灌浆始期、乳

熟期3个生育期的小麦条锈病多时相的PHI航空高光谱图 像数据。王海光等采集单片小麦条锈病病叶的高光谱数据, 利用支持向量积算法对不同严重度的病叶进行了判别分析, 总体正确识别率达到了97%。

基金项目:国家自然科学基金项目(30671341),国家科技支撑计划重大项目(2006BADlOA01,2006队D08A01)和国家重点基础研究发展规
划(“973”)课题(2006CBl00203)资助 作者简介:郭沽滨,1984年生,中国农业大学植物病理学系在读硕士研究生 *通讯联系人 e-mail:guoiiebinl@163.tom

e-mail:mazh@call edu.cn

万方数据

3354

光谱学与光谱分析

第29卷

*年来,应用混合品种控制小麦条锈病在国内外日益得 到广泛应用,美国小麦混合品种的种植面积已达到约 30%[9],我国学者也开展了相关的研究[1州引,并将其作为小 麦条锈病综合治理的重要措施之一,但利用高光谱遥感进行 品种混种模式下的病情监测尚未发现研究报道。本文拟利用 高光谱技术研究不同小麦品种以及品种问混种发牛条锈病后 冠层反射光谱的,变化规律以及探讨利用冠层反射光谱对小麦 条锈病病情指数进行反演的方法。

抗品种9220-42(D),根据不同品种对锈病的抗性情况设置如 下试验处理:品种A,B,C,D单种,以及品种A与B,A与 C,B与D,C与D等比例混种(表1),每个处理没置3个重 复,小Ⅸ面积25 m2。各个小区中心种植小麦条锈病万能感 病品种铭贤169并接种小麦条锈病菌作为发病中心,2008年 5月1 F{开始调查发现,除r抗性较高两个品种(A,D)的试 验小Ⅸ外,各小氏均发病良好并形成病情梯度。 使用美国Analytical
Pro Spectral

Devices(ASD)的FieldSpec
075

FR野外光谱仪(波长范围325~1

rim)采集小麦冠层

1材料与方法
1.1试验材料与仪器 选取H’肃省什谷县4个主要生产品种,分别为免疫品种 9362—10(A)、中感品种兰天13(B)、高感品种石917(C)、高

的高光谱反射率数据,视场角为25。。由于植被光合作用吸 收的光合有效辐射主要在400
700

am,而*红外波段对植

被健康状况具有非常敏感的响应,而本研究所用光谱仪的波 长范围为325~1
075

nlTl,叮以满足试验要求。

Table 1

Plots in the study

编号
A B C D

试验处理 9362一10单种 兰天13单种 石917单种 9220—42单种

抗性 免疫 中感 高感 高抗

编号
A:B一1:l A:c=1:1 B:D一1:1 C:D=1:1

试验处理 9362—10、蔓天13等比例混种 9362—10、石917等比例混种 兰天13、9220—42等比例混种 石917、9220—42等比例混种

采用ViewSpec

Pro

4.02版、SPSSl6.0以及Excel2003

重度和普遍率。 1.4数据处理 小麦条锈病的病情指数(DI)利用下式计算 /9/一*均严蘑度×普遍率 获得光谱反射率数据后,除r对反射率进行处理分析 外,还采用光谱归一化微分分析技术,进行一阶微分(差分) 计算反射率一阶导数,其*似计算方法如下 一(无)=[1D(J:L斗1)一ID(A卜1)]/(A斗1—2/--,)

软件进行试验数据处理和分析。 1.2试验时间、地点 病情调杏和光谱测定于2008年5月下旬进行,当时小 麦处于灌浆期。试验田位于甘肃省片谷县,地理坐标为N34。
45.714’,E105。17.676
7。

1.3田问取样方法 光谱数据的采集时间选为天空晴朗无云的午后12:oo~ 14:00之问,保证取样时太阳高度角在45。以上。取样时,利 用自制支架将光潜仪的探头固定在距离小麦冠层1.3 m高 度,并使探头垂直向下,这样,就在小麦冠层形成^径约为
0.5

式中,i为各波段波长,∥(九)为波长i处的一阶导数,
p(k川),p(k|_1)分别为波长i+1,i一1的光谱反射率。各项 研究[5“J孔14]证明,对光谱反射率进行一阶微分处理能够有 效地消除背景冈素的影响。 对光谱进行一阶微分处理后,根据前人的研究[5]计算如 表2所示的微分指数,并分别分析其与小麦条锈病病情指数 之问的关系。

m的视场范同。每次取样时用白板进行校正以尽量减少

光谱数据测量误差。每个样点同时取样lo次,计算*均值作 为该样点结果。 病情数据的调查在光谱数据取样完成时同步进行,每个 样点随机调查20株小麦,每株调查七面两片叶,调查病情严

Table 2

Sununary of the first derivatives indices

微分指数
SDb SDg SDr SDr/SDb SDr/SDg

定义 蓝边波长(430~500 rim)内一阶微分波段值的总和 绿边波长(501~560 rim)内一阶微分波段值的总和 红边波长(680~760 nm)内一阶微分波段值的总和 红边内一阶微分的总和(SDr)与蓝边内一阶微分的总和(Sr)b)的比值 红边内?阶微分的总和(SDr)与绿边内一阶微分的总和(Sdg)的比值 红边内一阶微分的总和(SDr)与蓝边内一阶微分的总和(SDb)的归一化值 红边内一阶微分的总和(SDr)与绿边内一阶微分的总和(Sdg)的归一化值

(SDr--SI)b)/(SDr+SDb)
(SDr--SDg)/(SDr+SIk)

万方数据

第12期

光谱学与光谱分析

3355

了作物叶片内部结构以及水分含量等,而条锈病菌会破坏叶

2结果与分析
2.1小麦各个品种组合病情指数与光谱反射率的相关性分 析 将各个处理获得的小麦冠层反射率与其病情指数进行相 关分析,得到如图1所示结果。结果表明:小麦条锈病病情 指数与冠层反射率在550
700

片内部结构,导致反射率的下降。 通过对图l中不『司品种组合的情况下冠层反射率与病情 指数之间的相关性的变化的比较,表明其变化规律是一致 的。 2.2病情指数与光谱一阶微分及微分指数的相关性分析 对光谱反射率进行一阶微分后,将其与病情指数进行相 关分析(图2),分析结果表明在700~760 nlTI之间,相父性 能稳定的达到显著水*,且为负相关,而在其他波段范围 内,相关系数的波动性较大。

m波长范围内主要为正相

关,但足相关性并不显著,而在730 nlTI左右,相父系数都达 到了极显著的水*,并且为负相关。这就说明在可见光波 段,由于患病小麦叶片叶绿索被破坏,致使色素吸收降低, 也就导致反射率的升高,而*红外波段的光谱信息主要反映

№2
Fi晷1
Correlation between DI and reflectance with different wheat varieties

Correlation with

between

DI and 1st derivative

different wheat varieties

另外,对一阶微分指数与病情指数之间也进行了相关分 析,结果如表3所示。

Table 3

Correlation

coefficient

between

DI

and

hyperspectral derivative index

with different wheat varieties

*:品种组合见表1。

由结果町知,各个品种组合的红边一阶微分和与病情指 数的相关件都达到了显著的负相关,町以认为利用一阶微分 值进行条锈病的反演时,红边部分(680
760

进行拟合,结果见表4。 2.4构建NDVI。RVI与DI的关系 归一化植被指数(NDVD、比值植被指数(RVI)是目前 应用最广的两种植被指数Ll¨7|。NDVI和RVI主要是将*红 外波段反射率与红光波段的反射率结合起来来反映植被的生 长状态,其计算公式分别如下
NDVI=(RNTR—RR)/(尺N墩+RR) RVI—RNm/RR

nm)为条锈病

监测的敏感波段,而篮边和绿边的一阶微分和与小麦病情指 数的相父性并不显著,这就^接导致r红边与蓝边以及绿边 的组合变量与小麦病情指数的相关性的下降。 2.3构建光谱反射率及一阶微分指数与病情指数的关系 由前面的对小麦冠层光谱反射率与病情指数的相关分析 可知,对于红光部分来说,各个品种组合都是在690 *达到最大相关性,而对于*红外部分,在850

m附 m附*相

式中,尺m为*红外波段反射率,Rs为红波段反射率。
根据前面的分析,690和850 nm处的反射率能较好地反 演小麦条锈病的病情指数,因此可以利用这两个波长处的反

关性达到极显著。另外,对不同波段之问进行自相关分析,

表明690咖处和850

nlTI处的相关性极低。因此,利用690

射率来构建NDVI与RVI。将求得的NDVI与RⅥ分别与
DI建立回归方程,如表5所示。

和850 nlTl处反射率作为自变量来反演小麦条锈病病情。而 一阶微分指数中,SDr与DI的相关性最大,因此可以将两者

万方数据

3356

光谱学与光谱分析
nm and 850 am and SDr with different wheat varieties

第29卷

Table 4

Fit equation between DI and reflectance of 690

*:R690和R呦分别为690和850 nm波长下的反射率,品种组合见表1

Table 5

Fit equation between DI and NDVI,RVl with different wheat varieties

*:/17分别为NDVI和RVI值,品种组合见表1。

大;分别构建光谱反射率、光谱一阶微分指数以及植被指数

3结论与讨论
通过对不同小麦品种组合冠层光谱的分析,发现各个品 种组合在不同的病情指数情况下,光谱信息表现出了一致的 变化规律。这就表明不同晶种在利用高光谱信息反演病情指 数的过程中影响不大;各个处理的冠层反射率都是在730 n/n之后和病情指数达到了显著的负相关,而在可见光范围 内主要为正相关,即随着病情指数的增加,可见光范围的冠 层反射率逐渐增加,*红外波段的冠层反射率则逐渐降低; 将光谱反射率进行微分处理后,与病情指数的相关性只有在 700~760 llrrl范围内达到稳定的负相关,其他波段则波动很

与小麦病情指数之间的同归方程,拟合结果较好,说明利用 高光谱反演小麦条锈病病情指数是完伞可行的。 小麦的混种对于条锈病的防治有着蕈要意义,随着混种 模式在小麦生产上的广泛应用,同时也对该种植模式下小麦 条锈病的遥感监测工作提出了要求。本研究结果对发展小麦 单种以及混种情况下小麦条锈病的遥感监测技术有重要意 义。遥感反演病虫害的最终目标是能够准确利用卫星遥感数 据,结合GIS技术,使我们能够实时、直观地对条锈病的发 生情况进行估测,这就需要卫星遥感光谱分辨率以及空间、 时间分辨率的不断提高。

参 [ ]









I。I Guang-bo,ZENG Shi—mai,IJ

Zhen-qi(李光博,曾十迈,李振歧).Comprehensive Management
Agricuhura Scientech and Electronics in Agriculture,2004,44:173.

of

Disease,Pest,Weeds and Rats

on

Wheat(zb麦病虫草鼠害综合治理).Beijing:China


Press(.11',京:中国农业科技出版社),1989.

Moshou D,Bray C,West J,et
HUANG

a1.Computers

[[ 3 ]]
[ ]

Mu-yi,WANG Ji-hua,HUANG

Yi—de,et

al(黄木易,王纪华,黄义德,等).Journal of Anhui Agricultural University(安徽农

业大学学报),2004,31(1):119.


AN

Hu,WANG Hai—guang。Llu Rong-ying,et al(安虎,王海光,刘荣英,等).China Plant Protection(中国植保导刊),2005,25

(11):8.







JIANG Jin-bao,CHEN Yun-hao。HUANG (4):620.

Wen-jiang,et al(蒋金豹,陈云浩,黄文江,等).Optical Technique(光学技术),2007,33

[ 6 ]

IJ Jing,CHEN Yun-hao,JIANG Jin—bao,et (6):23.

al(李京,陈云浩,蒋金豹,等).Science&Technology Review(科技导报),2007,25







CAI

Cheng-jing,MA Zhan—hong,WANG Hai—guang,et al(蔡成静,马占鸿,王海光,等).Acta Phytopathologica Sinica(植物病理学

报),2007,37(1):77. [ 8 ]
LIU Liang-yun,HUANG 2004。8(3):275.

Mu-yi,HUANG Wen-jiang,et al(刘良云,黄木易,黄文江,等).Journal of Remote Sensing(遥感学报),

万方数据

第12期

光谱学与光谱分析

3357

[9]Chen X M Canadian Journal of Plant Pathology,2005?27(3):314.’ D03
CAO Ke-qiang,LI Xiao-li,ZENG 1995,18(2):30.

Shi-mai(曹克强,李晓莉,曾士迈).Journal of Agricultural University of Hebei(河北农业大学学报),

[11]GUO Shi-bao,KANG Zhen-sheng,ZHANG Long-zhi,et al(郭世保,康振声,张龙芝,等).Journal of Northwest A 8L F University(西 北农林科技大学学报),2007。35(11):125. E123
CHEN Qi—cun,ZHU You-yong,I。I Zhemqi。et

al(陈企村,朱有勇,李振崎.等).Journal of Northwest A&F University(西北农林科

技大学学报),2008,36(5):119. [13]JIANG Jin-bao,CHENYun-hao,HUANGWen-jiang,et al(蒋金豹,陈云浩,黄文江,等).TransactionsoftheChineseSocietyofAgri—
cultural

Engineering(农业工程学报),2008,24(1):35. Ke-ming,GUODa-zhi(杨可明,郭达志).Geography and Geo-lnformation Science(地理与地理信息科学),2006,22(4):31.

E143 [153 E163

YANG

Adam K Tillinga,Garry J O’Learyb,Jelle G Ferwerdaa,et a1.Field Crops Research,2007,104:77.

LIWei—guo.WANG Ji—hua.ZHAOChun-jiang,et al(李卫国,王纪华,赵春江,等).Journal ofRemote Sensing(遥感学报),2008,12
(3):506.

[17]MALi,XUXin-gang,LIULiang-yun,et al(马丽,徐新刚,刘良云,等).RemoteSensingTechnologyandApplication(遥感技术与应 用),2008,23(5):520.

Disease Index Inversion of

Wheat

Stripe Rust

on

Different

Wheat

Varieties with Hyperspectral Remote Sensing

GUO Jie-bin,HUANG Chong,WANG Hai-guang,SUN Zhewyu,MA Zhamhong。
State Key Lab

of Plant Pathology,Ministryof Agriculture,Department of Plant Pathology,China Agricultural University,

Beijing

100094,China

Abstract

It is

becoming more and more important field and stripe
rust

to

use

mixed wheat varieties to control wheat stripe rust.Different wheat

va—

rieties were planted in reflection data

was caused by artificial inoculation.Disense index(DI)was assessed and the canopy

of wheat canopy were obtained by ASD FieldSpec HandHeld FR(325—1 075 nm)made by ASD Company.The between DI and spectral data(reflectance and the first derivative)was conducted,and the estimation models
at

correlation analysis

between DI and reflection data(reflectance
The results

690

and

850

nlTl,SDr,NDⅥand region,and has

RVI)were built using linear regression method.
at

showed that different combinations of wheat varieties had the similar variation reflectance of wheat canopy in visible

different disease index.DI has posi— the
near

tive correlation with

significant negative correlation in
nlTl

infrared
other

re-

gion.DI has stable negative correlation with the first derivative in the region of 700-760

and with big fluctuation in

re-

gions.The

correlation was

compared between
on

DI

and hyperspectral derivative index,and SDr has the best correlation with DL reflectance
at

DI estimation

models were built based

the canopy

690 and 850 nrn,SDr,NDVI

and RVL The determinant coef-

ficient of themodels is between 0.588 and 0.855,0.669 and 0.911,0.534 all the models were fit well.The results indicated that DI of wheat stripe

and

0.773,and 0.587 and

0.751,respectively,and
seas—

rust

could be inverted

using

hyperspeetral remote

ing technique and that

the inversion effect was

hardly influenced

by

the different combinations of wheat varieties.

Keywords

Hyperspectrum;Wheat

stripe rust;Disease index;Inversion

model
(Received Dec.2,2008;accepted Mar.6,2009)

*Corresponding

author

万方数据

基于高光谱遥感技术的不同小麦品种条锈病病情指数的反演
作者: 作者单位: 刊名: 英文刊名: 年,卷(期): 被引用次数: 郭洁滨, 黄冲, 王海光, 孙振宇, 马占鸿, GUO Jie-bin, HUANG Chong, WANG Haiguang, SUN Zhen-yu, MA Zhan-hong 中国农业大学植物病理学系,农业部植物病理学重点开放实验室,北京,100094 光谱学与光谱分析 SPECTROSCOPY AND SPECTRAL ANALYSIS 2009,29(12) 1次

参考文献(17条) 1.李光博.曾士迈.李振歧 小麦病虫草鼠害综合治理 1989 2.Moshou D.Bray C.West J 查看详情 2004 3.黄木易.王纪华.黄义德 查看详情 2004(01) 4.安虎.王海光.刘荣英 查看详情 2005(11) 5.蒋金豹.陈云浩.黄文江 查看详情 2007(04) 6.李京.陈云浩.蒋金豹 查看详情 2007(06) 7.蔡成静.马占鸿.王海光 查看详情 2007(01) 8.刘良云.黄木易.黄文江 查看详情 2004(03) 9.Chen X M 查看详情 2005(03) 10.曹克强.李晓莉.曾士迈 查看详情 1995(02) 11.郭世保.康振声.张龙芝 查看详情 2007(11) 12.陈企村.朱有勇.李振崎 查看详情 2008(05) 13.蒋金豹.陈云浩.黄文江 查看详情 2008(01) 14.杨可明.郭达志 查看详情 2006(04) 15.Adam K Tillinga.Garry J O'Learyb.Jelle G Ferwerdaa 查看详情 2007 16.李卫国.王纪华.赵春江 查看详情 2008(03) 17.马丽.徐新刚.刘良云 查看详情 2008(05)

相似文献(10条) 1.期刊论文 王海光.马占鸿.王韬.蔡成静.安虎.张录达.WANG Hai-guang.MA Zhan-hong.WANG Tao.CAI Cheng-jing .AN Hu.ZHANG Lu-da 高光谱在小麦条锈病严重度分级识别中的应用 -光谱学与光谱分析2007,27(9)
小麦条锈病是我国小麦生产上造成损失最大、危及范围最广的一种病害,对该病的监测预报是实施有效治理措施的重要基础和依据.文章以88个小麦 叶片为试验材料,其中条锈病叶按严重度分为8级,健康小麦叶片为对照,由ASD Field-Spec Pro FR 2500型光谱仪和LI-Cor1800-12外置积分球获取高光谱 数据,采用SVM算法对不同严重度的小麦条锈病病叶进行了判别分析.按1:1比例随机划分样品集,校正集的44个样品建立模型,对预测集的44个样品的严重 度进行预测识别,总体正确识别率达97%,表明SVM算法用于小麦条锈病严重度分级识别是可行的.

2.期刊论文 杨可明.陈云浩.郭达志.蒋金豹.YANG Ke-ming.CHEN Yun-hao.GUO Da-zhi.JIANG Jin-bao 基于高光谱 影像的小麦条锈病光谱信息探测与提取 -光子学报2008,37(1)
为了理解与定量分析农作物光谱特征和相关参数,基于PHI高光谱影像建立了农作物病害光谱响应与探测模型,即光谱点位与参数模型(FPPM).为了识 别和提取小麦条锈病信息,根据多时相高光谱影像光谱特征,提出了一种可调节的多时相归一化植被指数(MT-NDVI).结果表明,FPPM能很好地响应与感知该 病害在小麦生长期的光谱特征;结合光谱角制图法(SAM),MT-NDVI能清楚地呈现不同区域该病害的轻重程度,准确地区分和提取小麦条锈病与健康小麦及土 壤的信息.

3.会议论文 蔡成静.王海光.安虎.史延春.黄文江.马占鸿 小麦条锈病高光谱遥感监测技术研究
本文利用ASD地面非成像光谱仪对小麦条锈病进行了单片病叶及冠层的光谱特征研究.结果表明,健康、发病及处于潜育期的小麦植株在某些特定波段 的光谱反射率存在显著差异;并且不同孢子堆密度的小麦单片病叶的反射光谱曲线也存在相应差异;对小麦条锈病冠层光谱的研究发现,在930nm附*,病情 指数(y)与冠层光谱反射率(x)的相关性达到了极显著水*,二者之间的回归模型为:y=-2.5173x+1.2217(R2=0.9484).

4.期刊论文 蒋金豹.陈云浩.黄文江.JIANG Jin-bao.CHEN Yun-hao.HUANG Wen-jiang 利用高光谱红边与黄边位置 距离识别小麦条锈病 -光谱学与光谱分析2010,30(6)
研究的目的是利用高光谱遥感尽可能早地识别出健康与遭受条锈病胁迫的小麦.通过人工田间诱发不同等级条锈病,在不同生育期测定感染不同严重

程度条锈病的冬小麦冠层光谱及病情指数(disease index,DI).对测定的光谱进行*滑并计算一阶微分值,并用两种方法分别提取光谱红边位置(red edge posi-tion,REP)与黄边位置(yellow edge position,YEP):(1)一阶微分最大值法;(2)Cho and Skidmore方法.研究表明随着病情严重度的增加,REP逐渐向 短波方向移动,YEP逐渐向长波方向移动,而REP-YEP则迅速的减小.分别对比分析了REP,YEP以及REP-YEP预测DI的能力,结果表明,以REP-YEP为变量的模型 预测DI的精度最好,模型估测绝对误差(RMSE)仅为6.22,相对误差(relative error,RE)为14.3%,且能够提前12 d识别出健康与病害胁迫的小麦.该研究不 仅可为将来利用高光谱遥感大面积监测小麦病害提供理论与技术支持,而且对精准农业的实施也具有重要意义与实际应用价值.

5.期刊论文 蔡成静.马占鸿.王海光.张玉萍.黄文江.CAI Cheng-jing.MA Zhan-hong.WANG Hai-guang.ZHANG Yuping.HUANG Wen-jiang 小麦条锈病高光谱*地与高空遥感监测比较研究 -植物病理学报2007,37(1)
小麦条锈病是我国小麦生产中的重要病害,对该病防治的[ASD FieldSpec HandHeld FR(325~1 075 nm)]和热气球在*地与高空研究了发病小麦冠层 的高光谱遥感数据特征,获得了*地和对应高空2个不同*台光谱数据.经比较分析,发现高空数据与*地数据之间存在明显而有规律的变异关系,即高空获 得的光谱反射率在可见光谱区域明显大于*地获得的光谱反射率.进一步对差异最显著的绿峰580 nm和黄边610 nm处数据进行回归分析,获得了高空光谱 反射率值与*地光谱反射率值之间的回归模型,为进一步研究利用高*台遥感监测小麦条锈病奠定了一定的理论基础.

6.学位论文 黄木易 冬小麦条锈病害的高光谱遥感监测 2004
该研究于2002-2004年在北京市小汤山国家精准农业研究示范基地对3个不同条锈病感病型小麦品种(较耐病型品种京411,一般感病型品种98-100和敏 感型感病品种薛早)进行人工接种,诱发不同等级冬小麦条锈病后,通过对不同处理地物冠层光谱、组分光谱、航空影像的分析配合田间病情指数调查、室 内生物物理参数和生物化学参数同步分析测试,对获取的数据进行统计分析,取得的主要结果如下:1、分析了冬小麦在感染条锈病害后不同抗性品种病情 指数的动态变化规律;作物叶片荧光动力学参数及光合、蒸腾等生理指标的变化规律;作物叶片和茎秆叶绿素、氮素、可溶性糖、淀粉等生化指标的变化 规律.2、定量分析了冬小麦条锈病的冠层光谱特性及各种生理、生化参量在冠层光谱水*的响应,经过相关分析找出各因子在冠层光谱的特征敏感区域 .3、对地面与航空光谱数据分析,确定病害的发生程度与范围,理论上证明,在冬小麦条锈病发生的最佳防治时期(病叶率<5%)内,高光谱遥感可以对条锈 病进行相应诊断.首次提出了冠层水*病情指数的反演条锈病害胁迫指数SRSI模型(stripe ruststress index),利用该模型可以对病情指数进行反演监测 ,正确率在75%以上.4、针对肥水胁迫与条锈病害"异物同谱"现象,建立了归一化植被指数NDVI=(R<,830>-R<,675>)/(R<,830>+R<,675>)与光化学指数 PRI=(R<,531>-R<,570>)/(R<,531>+R<,570>)垂直提取的方法,将空间上的每一个处理点的归一化植被指数(NDVI)和光化学指数(PRI)以二维散点分布图显 示,可以区别出不同胁迫之间的差别,从而可以较好的区别出病害胁迫与肥水胁迫处理.5、利用外置积分球与光谱仪耦合定量研究条锈病叶片的光谱特征 结果表明,单叶片的光谱特征在可见光范围内与冠层光谱特征一致,*红外波段区光谱特征正好相反,并对这一研究现象进行了机理性解释,所设计的光谱 角度指数模型(SAI)与吸收面积指数模型(AAI)可以用来反演计算单叶片的病害严重度.6、利用航空传感器PHI(Pushbroom Hyperspectral Imager)获取的 高光谱遥感数据,建立了病情指数模型支持下的航空影像填图方法,其在遥感图像上的病情空间分布及病情差异分布与地面的实际情况基本吻合.

7.会议论文 郭洁滨.黄冲.孙振宇.马占鸿 利用高光谱遥感技术估算不同品种小麦条锈病病情指数的研究 2008
小麦条锈病是我国小麦生产上为害范围最广、引起损失最大的病害之一,在我国历史上多次流行成灾,造成了重大损失。长久以来,我国对小麦条锈病 的检测主要依靠人力,不仅耗时耗力,而且准确性低,因此,发展一种快速、方便、准确的监测方法对我国条锈病的防治工作有着重大意义。*年来,以 3S技术为核心的病虫害监测手段越来越受到植物保护工作者的重视,国内外都已进行了不少相关研究。本文主要是对几个不同品种的小麦进行田间接种 诱发条锈病,再利用野外地物光谱仪测量其冠层反射率,通过比较小麦条锈病的病情指数与冠层反射率,得到回归方程,从而为利用遥感技术对小麦条 锈病进行监测提供一定的理论依据。

8.期刊论文 蒋金豹.陈云浩.黄文江.JIANG Jin-bao.CHEN Yun-hao.HUANG Wen-jiang 利用高光谱微分指数进行冬 小麦条锈病病情的诊断研究 -光学技术2007,33(4)
人工田间会诱发不同等级的小麦条锈病,在不同生育期需测定染病冬小麦冠层光谱以及相应小麦的病情指数.把冠层光谱一阶微分数据与相应的小麦 病情指数进行相关分析,采用单变量线性和非线性回归技术,选取部分样本建立小麦的病情指数估测模型,并利用其余的样本对模型进行检验.结果表明,病 情指数与一阶微分在432~582 nm,637~70 1nm和715~765 nm波长区域内具有极显著的相关性.以蓝边内一阶微分总和(SDb)与红边内一阶微分总和 (SDr)的归一化值作为变量的模型是估测病情指数的最佳模型,其RMSE为5.73%.研究表明,可用高光谱信息监测作物的病害情况,且精度较高.利用高光谱遥 感监测病害程度及其影响具有实际的应用价值.

9.期刊论文 刘良云.黄木易.黄文江.王纪华.赵春江.郑兰芬.童庆禧 利用多时相的高光谱航空图像监测冬小麦条锈 病 -遥感学报2004,8(3)
冬小麦发生锈病,叶绿素被大量破坏,水分蒸滕量大大增加,叶片细胞大小、形态、叶片结构发生了改变,从而改变了叶片和冠层的光学特性,使得遥感 探测与评价成为可能.利用多时相的高光谱航空飞行图像数据,了解、分析和发现条锈病病害对作物光谱的影响及其光谱特征;设计了病害光谱指数,成功 地监测了冬小麦条锈病病害程度与范围.对比3个生育期的条锈病与正常生长冬小麦的PHI图像光谱及光谱特征,发现:560-670mm黄边、红谷波段,条锈病病 害冬小麦的冠层反射率高于正常生长的冬小麦光谱反射率;*红外波段,条锈病病害的冠层反射率低于正常生长的冬小麦光谱反射率;条锈病冬小麦冠层光 谱红谷吸收深度和绿峰的反射峰高度都会减小.

10.期刊论文 蔡成静.王海光.安虎.史延春.黄文江.马占鸿.CAI Cheng-jing.WANG Hai-guang.AN Hu.SHI Yan-chun .HUANG Wen-jiang.MA Zhan-hong 小麦条锈病高光谱遥感监测技术研究 -西北农林科技大学学报(自然科学版) 2005,33(z1)
利用ASD地面非成像光谱仪对小麦条锈病进行了单片病叶及冠层的光谱特征研究.结果表明,健康、发病及处于潜育期的小麦植株在某些特定波段的光 谱反射率存在显著差异;并且不同孢子堆密度的小麦单片病叶的反射光谱曲线也存在相应差异;对小麦条锈病冠层光谱的研究发现,在930 nm附*,病情指 数(y)与冠层光谱反射率(x)的相关性达到了极显著水*,二者之间的回归模型为:y=-2.517 3x+1.221 7(R2=0.948 4).

本文链接:http://d.g.wanfangdata.com.cn/Periodical_gpxygpfx200912045.aspx 授权使用:无锡市图书馆(wxstsg),授权号:8c3b4d8e-a138-4119-8d38-9e62009f717a 下载时间:2011年1月5日


相关推荐

最新更新

猜你喜欢