通过实地调查,获取杉木炭疽病病情指数以及各级病情梯度的高光谱遥感数据,将冠层光谱一阶微分数据与相应的病情指数进行相关性分析,选取相关系数大于0.7的高光谱微分指数构建反演模型,并对模型进行精度检验。结果表明:病情指数与冠层光谱一阶微分值在431～485nm,549～616nm和700～754nm3个波段达到极显著相关;以微分指数SDy,SDr,SDg/SDb,(SDg-SDb)/(SDg+SDb)和(SDr-SDy)/(SDr+SDy)为变量反演病情指数的最佳模型均为线性模型,均方根差在0.094～0.119之间。该研究结果表明,利用高光谱微分指数估测杉木炭疽病病情指数精度较高,且具有较高的实...

杉木炭疽病的发生规律及防治研究王军，景河铭，黄定芳关键词杉木炭疽病，发生规律，综合防治杉木炭疽病（ＧｌｏｍｅｙｅｌｌａｃｉｎｇｕＩａｔａ（Ｓｔｏｎｅｍ）Ｓ．ｅｔＳ．］是杉木针叶和嫩梢上的主要病害。受害林分生长停滞，枝枯叶黄，状似火烧，严重时全株枯死，...

【目的】采用光谱技术定量反演果实不同生育时期叶片含水量，为新疆南疆盆地人工绿洲核桃节水灌溉与水分管理提供技术支持。【方法】以‘温１８５’核桃叶片为研究对象，利用Ｕｎｉ Ｓｐｅｃ－Ｓｃ便携式光谱仪测定核桃果实不同生育时期的叶片光谱反射率，以水分指数（Ｗｉ）、水分波段指数（ＷＢｉ）、归一化水分指数（ｎＤＷｉ）、比值指数（Ｗｉ／ｎＤＷｉ）、中心波长比值指数（Ｒａｔｉｏ９７５）和光化／生理反射（ｐＲｉ）６种光谱水分指数为自变量，分别采用一元线性回归（ＭＬＲ）、多元线性逐步回归（ＳＭＬＲ）、主成分回归（ｐｃＲ）和偏最小二乘回归（ＳｐＬＲ）构建‘温１８５’核桃果实坐果期、速生生长期、硬核期、脂化期和近成熟．．．

植物叶片的水分含量是评价植物水分状态的一项重要指标。为快速、准确地获取植物的叶片含水量,分别使用传统敏感性分析方法和扩展傅立叶振幅灵敏度分析(EFAST方法)对PROSPECT模型进行了敏感性分析。在此基础上筛选与叶片含水量敏感度高的光谱水分指数,并以阔叶树种为研究对象,根据地面实测叶片等效水厚度(lEWT)和光谱数据建立了叶片等效水厚度估算模型并验证。结果表明:EFAST方法比传统的敏感性分析方法 ,可以量化叶片各项生化参数的敏感特征。叶片等效水厚度的敏感波段为900～2 500 nm,但在这个范围内光谱反射率也受叶片结构(N)和干物质含量(Cm)的影响;在选取的8个光谱水分指数中,水分胁迫指数(IMSI)、归一化差异红外指数(INDII)和归一化差异水分指数(INDWI1640)可以有效提高lEWT的敏感度。基于实测数据对植被水分指数建立的叶片等效水厚度估算模型的验证结果显示:INDWI1640和INDII估算模型的预测精度要优于其他指数。对比分析表明:在选取的光谱水分指数中,INDWI1640和INDII是叶片尺度上估算水分的最佳指数,而归一化差异水分指数(INDWI1240)和简单水分指数(ISRWI)适合于低值区域的叶片等效水厚度反演。图3表5参28

采用单因素试验法和响应面法,探讨杉木炭疽病拮抗菌HY32发酵培养基及发酵条件的优化途径。结果表明:该菌株最佳发酵培养基的最适碳源为葡萄糖,最适氮源为酵母膏和蛋白胨;最佳培养基配方为葡萄糖19.80 g·L-1、酵母膏12.16 g·L-1、蛋白胨4.22 g·L-1、Na Cl13.13 g·L-1。该菌株最佳发酵培养条件为培养温度30.52℃、初始p H8.09、摇床转速184.67 r·min-1。验证结果表明采用响应面法优化菌株HY32的发酵培养基及发酵条件是可行的。

【目的】条锈病对小麦生长和产量造成严重威胁，为确保有效防控，精准监测尤为关键。利用遥感技术构建小麦条锈病估测模型，能快速、准确地估测病情指数（DI），为精准防控提供技术支持。【方法】利用ASD光谱仪获取小麦不同生育期（抽穗期、灌浆期和成熟期）高光谱数据，采用随机森林变量选择（VSURF）方法结合相关性分析（CA）对原始光谱（OR）和一阶微分光谱（FD）进行特征波段筛选。使用随机森林（RF）对比不同数据集的特征波段建模结果，确定模型效果最佳的特征集。随后借助偏最小二乘回归（PLSR）、极致梯度提升（XGBoost）以及反向传播神经网络（BPNN），对比特征集在不同算法中的建模效果。通过对比建模效果，确定针对全生育期小麦条锈病病情指数的最佳估测模型。为了验证特征集在不同生育期中的效果，利用特征集在3个生育期重新构建模型，并对比模型效果。【结果】对不同数据集进行特征筛选，并使用RF构建条锈病DI估测模型，通过比较模型效果，确定VSURF-CA-FD特征集（绿光范围的537 nm以及近红外范围的821和846nm）在RF模型中的估测效果最好。采用RF算法构建的模型表现出优异的精度，R ~2为0.89,RMSE为12.34。这些特征波段在其他算法构建的模型中也展现出良好的精度：XGBoost模型的R ~2为0.87,RMSE为13.15;BPNN模型的R ~2为0.84,RMSE为15.19;PLSR模型的R ~2为0.69,RMSE为20.92。使用不同生育期的冠层微分高光谱数据进行验证，利用VSURF-CA-FD特征集构建RF模型，对比模型发现在小麦生长的早期（抽穗期）R ~2为0.54,RMSE为1.29,NRMSE为0.21，能满足估测病害的要求；小麦生长的中期（灌浆期），模型的R ~2表现较好，R ~2为0.66,RMSE为12.24,NRMSE为0.21；小麦生长晚期（成熟期），模型效果好于前两个时期，R ~2为0.75,RMSE为10.77,NRMSE为0.15。【结论】使用VSURF-CA方法筛选出的特征波段，能构建出对小麦条锈病病情指数具有出色估测效果的RF模型。研究结果可为预测早期和中期条锈病病情指数提供有价值的思路和方法。

【目的】本研究旨在分析冠层叶片水分含量对作物冠层光谱的影响,构建新型光谱指数来提高作物叶面积指数高光谱反演的精度。【方法】在冬小麦水肥交叉试验的支持下,分析不同筋性品种、施氮量、灌溉量处理下的冬小麦叶面积指数冠层光谱响应特征,并分析标准化差分红边指数(NDRE)、水分敏感指数(WI)与叶面积指数的相关性,据此构建一个新型的植被指数——红边抗水植被指数(red-edge resistance water vegetable index,RRWVI)。选取常用的植被指数作为参照,分析RRWVI对于冬小麦多个关键生育期叶面积指数的诊断能力,随机选取约2/3的实测样本建立基于各种植被指数的叶面积指数高光谱响应模型,未参与建模的样本用于评价模型精度。【结果】研究结果表明,随着生育期的推进,冬小麦的叶面积指数呈先增加后降低的变化趋势,不同的水肥处理对冬小麦叶面积指数具有较大影响。开花期之后冬小麦LAI显著下降,强筋小麦(藁优2018)在整个生育期叶面积指数均高于中筋小麦(济麦22);不同氮水平下冬小麦冠层光谱反射率在近红外波段(720—1 350 nm)随着施氮量的增加而增大,与氮肥梯度完全一致,其中2倍氮肥处理的近红外反射率达到最高;不同生育期下冬小麦冠层光谱反射率变化波形大体一致;各个关键生育期的NDRE和WI均存在较高的相关性,而NDRE与LAI的相关性明显优于WI,新构建的植被指数RRWVI与LAI的相关性均优于NDRE、WI;虽然8个常用的植被指数均与LAI存在显著相关,但RRWVI与LAI相关性达到最大,其拟合曲线的决定系数R2为0.86。【结论】通过分析各种指数所构建的冬小麦叶面积指数高光谱反演模型,新构建的RRWVI取得了比NDRE、NDVI等常用植被指数更为可靠的反演效果,说明本研究新构建的红边抗水植被指数可有效提高冬小麦叶面积指数的精度。

通过量筒法筛选助剂研制生防菌AM53的水分散性粒剂,并测定其林间防治效果.结果表明:水分散粒剂的最佳配方为:3.5%十二烷基硫酸钠(润湿剂),5%木质素磺酸钠(分散剂),4%硫酸铵(崩解剂),2%聚乙二醇(粘结剂),加水量16%-20%,高岭土补足100%.货架期试验结果表明,该粒剂常温下至少能贮存3-4个月.林间防治试验结果表明,AM53菌剂对杉木炭疽病有较好的防治效果.

【目的】探明高光谱遥感技术反演葡萄叶片叶绿素含量的可能性，构建葡萄叶片叶绿素含量反演模型，为快速且无损估测葡萄长势提供技术参考。【方法】以西南山区成熟期葡萄叶片为研究对象，同步获取冠层叶片高光谱数据和SPAD值，研究不同分数阶微分光谱（0.0～1.4阶，步长0.2）反演葡萄叶片SPAD值的能力，构建多个基于特征波段和光谱指数的单因素模型及基于连续投影算法的多因素模型。【结果】不同SPAD值葡萄叶片原始光谱曲线整体一致，在可见光区域反射率较低而在近红外区域反射率高；可见光、近红外区域反射率与SPAD值分别呈反比和正比；随着阶数上升，特征波段由近红外向红边靠近，光谱指数由近红外与蓝光组合变更为近红外与绿光组合，单因素模型建模变量相关性呈先升后降趋势，在0.6阶达峰值；除0.6阶与0.8阶外，其余分数阶微分光谱单因素模型建模变量均为DSI；多因素模型优于单因素模型，机器学习算法可提升传统回归模型精度，所有模型以0.6阶下SPA-GA-XGBoost回归模型精度最优，其建模与验证R~(2)分别为0.79和0.75，相应均方根误差（nRMSE）分别为15.54%和14.45%。【结论】分数阶微分变换在葡萄叶片SPAD值反演方面具有较大潜力，特定分数阶下，光谱指数优于特征波段，GA-XGBoost算法能产生较好的建模效果。

【目的】柑橘黄龙病(Citrus Huanglongbing,HLB)是一种无法根治且易扩散的病害,建立柑橘黄龙病病情诊断及分类的方法,以及时发现并去除病株,防止感染其他果树。【方法】基于高光谱成像技术,利用最小噪声分离变换进行降维去噪、像元纯净指数获取纯净像元并建立训练集,通过Fisher判别法对柑橘黄龙病病情进行鉴别并分类。【结果】通过对训练集设置适当的门限值,柑橘黄龙病病情识别正确率达90%以上。【结论】利用高光谱技术进行柑橘黄龙病病情诊断具有较高的可行性。

获取农作物叶面积指数（ｌｅａｆ ａｒｅａ ｉｎｄｅｘ，ｌａｉ）及其动态变化对于农作物长势监测和产量估测等应用具有重要的意义。基于冠层反射率模型（物理模型）的ｌａｉ遥感反演方法具有良好的普适性，对地面数据依赖较少，近年来广泛应用于农作物ｌａｉ高光谱反演研究。然而，当物理模型参数取值尽可能准确（代入参数实测值或依据先验知识取值）时，模拟光谱与实测光谱间仍然存在误差，研究称之为＂光谱模拟误差＂。该研究通过比对实测冬小麦冠层光谱与ａＣｒＭ（ａ ｔｗｏ－ｌａｙｅｒ Ｃａｎｏｐｙ ｒｅｆｌｅＣｔａｎＣｅ Ｍｏｄｅｌ）模型最优模拟光谱，展示了光谱模拟误差在各波段、不同样本点的分布规律。据此，根据对光谱模拟误．．．

【目的】明确广西地区红花檵木（Loropetalum chinense var. rubrum）炭疽病病原菌的分类地位和生物学特性，为该病害的正确诊断及科学防治提供理论依据。【方法】采用组织分离法分离红花檵木病叶的病原菌，通过活体接种法确定其致病性，结合形态学特征和多基因序列[核糖体转录间隔区（ITS）、肌动蛋白（ACT）、β-微管蛋白（TUB2）、甘油醛-3-磷酸脱氢酶（GAPDH）、几丁质合酶（CHS-1）和钙调蛋白（CAL）]分析，确定引起红花檵木炭疽病的病原菌。采用菌落生长速率法测定不同温度、pH、碳源、氮源和杀菌剂对病原菌菌丝生长的影响。【结果】从广西红花檵木炭疽病病叶组织中分离获得6株形态一致并具有致病性的真菌菌株，菌落近圆形，中部灰色至深灰色，边缘灰白色，气生菌丝体疏松、絮状，分生孢子单细胞、长椭圆形，与果生刺盘孢（Colletotrichum fructicola）形态一致。对代表性菌株H6的ITS、ACT、TUB2、GAPDH、CHS-1和CAL基因序列进行PCR扩增，并在NCBI中进行BLAST比对分析，发现这些序列与多个C. fructicola菌株的序列同源性达99%～100%。使用这些基因序列构建多基因系统发育进化树，发现菌株H6与C. fructicola聚于同一最小分支，因此确定红花檵木炭疽病病原菌为果生刺盘孢。生物学特性测定结果表明，最适宜菌株H6菌丝生长的温度为28.0 ℃，最适pH为8.0，最适碳源和氮源分别为木糖醇和L-脯氨酸；对菌株H6菌丝生长有较强抑制效果的杀菌剂有吡唑醚菌酯、啶氧菌酯、乙蒜素、多菌灵和咪鲜胺。【结论】结合形态学与分子生物学鉴定方法，将广西地区红花檵木炭疽病的病原菌鉴定为果生刺盘孢（C. fructicola），明确了最适宜该病原菌生长的温度、pH、碳源和氮源等条件及对该病原菌具有较强抑制效果的几种杀菌剂。

【目的】针对高粱炭疽病(Colletotrichum sublineolum)在生产上突发流行问题,以利用寄主抗病性控制病害为目的,在人工接种条件下筛选高粱抗炭疽病资源,明确病害严重度与产量损失关系,为高粱抗炭疽病育种和田间病害产量损失评估提供科学依据和指导。【方法】2016—2017年连续2年以高粱炭疽病菌(C.sublineolum)菌株SY-1为供试菌株,采用人工接种方法对74份国内外高粱种质资源抗高粱炭疽病特性进行测定和评价;利用已知对高粱炭疽病抗性不同的20份高粱资源作为供试材料,在人工接种条件下测定病害不同程度所造成的产量损失,并采用相关分析的方法分析高粱主要产量性状与炭疽病为害程度之间的关系。【结果】从供试的74份资源中,筛选出表现高度抗病(highly resistant,HR)资源21份,占鉴定资源总数的28.38%;抗病(resistant,R)资源12份,占鉴定资源总数的16.22%;中度抗病(moderately resistant,MR)资源26份,占鉴定资源总数的35.14%;感病(susceptible,S)资源8份,占鉴定资源总数的10.81%;高度感病(highly susceptible,HS)资源7份,占鉴定资源总数的9.46%。病害严重程度与产量损失关系研究结果表明,高粱炭疽病对高粱单穗粒重和千粒重影响显著,不同病情级别间的穗粒重及千粒重损失率差异显著;病害严重程度(1—9级)间的穗粒重损失率幅度为0.37%—78.00%,千粒重损失率为0.03%—44.43%。相关分析表明,高粱穗粒重及千粒重损失率与病害级别均呈指数相关,随着病害级别的升高,高粱穗粒重及千粒重损失率逐渐升高,且穗粒重损失率比千粒重损失率升高更快。病害严重度与症状表现关系密切,高度抗病(1级)资源的病株叶片上有不规则圆形小斑点,无分生孢子盘产生;抗病(3级)资源的病株叶片上有不规则圆形及椭圆形小型病斑,有零星分生孢子盘;中抗(5级)资源植株叶片上有大量不规则圆形、椭圆形斑点,有黑色分生孢子盘和孢子形成,穗枝梗亦有椭圆形斑点;感病(7级)资源植株叶片上有不规则圆形、椭圆形、长条形病斑,有大量黑色分生孢子盘和孢子形成,穗部枝梗病斑明显,部分叶片枯死,个别植株近于死亡。高度感病(9级)资源植株叶片上病斑连片,有大量黑色分生孢子盘和孢子,穗部枝梗病斑较多,大部分叶片枯死,植株近于死亡。【结论】筛选出21份高抗资源,明确了高粱炭疽病病情级别与高粱产量损失呈指数相关,随着病害级别的增高,高粱穗粒重及千粒重损失率相应升高。此外,高粱炭疽病不同病情级别相对应病害症状明显不同。

【目的】验证无人机机载高光谱传感器S185,并基于其获得的影像探讨无人机高光谱遥感反演叶面积指数的新方法。【方法】以东北玉米为研究对象,在吉林省公主岭市开展了玉米氮肥梯度试验,共设5处理,每个处理3次重复。分别在玉米的V5—V6,V11,R1—R2等生育期(Ritchie生育期)进行无人机飞行试验和地面光谱及叶面积指数测定,共获得数据45组。为验证S185影像数据,在相同尺度下提取S185影像信息与地面光谱信息,一方面从测定同一目标地物两者光谱反射率间的相关性进行分析,另一方面筛选15种常用的各类光谱指数,从整个生育期通过影像数据计算的各光谱指值与地面光谱仪计算的相应值变化趋势的一致性进行分析;将45组样品随机选择30组,基于人工神经网络算法利用S185数据建立反演叶面积指数的模型,剩下15组样品作为外部验证样品,用来验证神经网络模型的预测效果。另外,基于相同的分组数据,利用前面筛选的各光谱指数分别建立叶面积指数的反演模型,以与人工神经网络建模结果进行比较。【结果】在各个生育时期,同种目标地物S185测定数据与地面光谱仪测定数据间具有很强的相关性,相关系数在0.99以上;在玉米整个生育期,S185数据计算的各光谱指数与地面光谱仪计算的各光谱指数变化趋势相同,相关系数在0.88以上;在构建基于人工神经网络法反演叶面积指数的模型中,建模时的决定系数为0.96,均方根误差为0.42,相对均方根误差为13.15%;外部验证时的决定系数为0.95,均方根误差为0.54,相对均方根误差为16.74%,这一结果优于基于各光谱指数建立的叶面积指数反演模型。【结论】无人机搭载S185传感器可用于准确获取玉米冠层高光谱信息,且可利用人工神经网络法基于这一数据建立玉米叶面积指数的反演模型。