【目的】遥感监测小麦条锈病比传统调查方法更省时、省力并能实现大范围实时监测。【方法】田间人工诱发产生不同发病等级的小麦条锈病群体,采用ASD光谱仪的Radiance方式对其冠层光谱进行了测定。通过比较目标和参考板太阳光谱中两个氧吸收波段的Fraunhofer线深,计算植株发射的叶绿素荧光。【结果】760nm处叶绿素荧光与病情指数高度负相关,688nm处叶绿素荧光与病情指数高度正相关。并且随着病情指数的升高,作为反映植物胁迫状态的荧光比值指标F688/F760亦随之增大。另外对单叶相关光合指标测试结果表明,随着病叶严重度水平的升高,SPAD、荧光参数Fv/Fm和Yield以及净光合速率均有不同程...

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附近,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平,二者之间的回归模型为:y=-2.5173x+1.2217(R2=0.9484)。

为构建不同施氮条件下，小麦条锈病病情光谱反演模型，设置了在不同氮素水平条件下接种小麦条锈病，将菌情指数与植被指数、一阶微分参数进行回归分析，构建抽穗期、开花期、灌浆期、乳熟期共５个模型。为了评估施氮量对病情反演模型的影响，在模型中加入氮素因子，模型病情反演预测效果表明，抽穗期模型加入氮素因子后预测效果有所提高，抽穗期的模型１－１（Ｒ２＝０．３９２ ８，Ｐ＝０．００５ ４）、１－２（Ｒ２＝０．４４９ ８，Ｐ＝０．０１１ ３）、２－２（Ｒ２＝０．５７３ ３，Ｐ＝０．００１ ７）预测效果较好且较稳定，开花期、灌浆期、乳熟期模型预测效果不理想。本研究结果表明，可以利用植被指数、一阶微分参数较好反演抽穗．．．

通过人工田间诱发不同等级小麦条锈病,在不同生育期测定染病冬小麦冠层光谱及其病情指数(DI)。把冠层光谱一阶微分数据与相应的DI进行相关分析,采用单变量线性和非线性回归技术,建立小麦DI的估测模型,并利用不同品种小麦样本对模型精度进行可靠性检验。结果表明:DI与一阶微分在432~582 nm、637~701 nm以及715~765 nm区域内有极显著相关性,以红边峰值区(725~735 nm)一阶微分总和与绿边峰值区(521~530 nm)一阶微分总和的比值为变量的线性模型估测DI精度最高,且其对小麦品种相对不敏感。上述研究结果对利用高光谱遥感监测农作物病害及其严重程度都具有实际应用价值。

应用一种非破坏性的地球物理探测技术——雷达遥感技术,探测土栖白蚁巢穴。通过对金属管和蚁巢的掩埋模拟探测试验,测定地下目标影像尺寸,建立目标-影像尺寸线性关系模型,构建土栖白蚁蚁巢的二维和三维影像图;通过林地实地探测,获取不同目标反射的影像数据,有代表性地开挖验证,初步获得金属、树根、空洞和蚁巢4类地下主要目标影像特征;蚁巢尺寸的雷达遥感测量数据综合误差率为1.93%。雷达地下遥感探测技术是土栖白蚁监测和防灾减灾的有效辅助工具。

【目的】碳氮代谢反映植株生理状况和生长活力,是小麦籽粒产量与品质形成的生理基础,因而叶片糖氮比的实时无损监测对小麦生长诊断和氮素管理具有重要意义。本研究的主要目的是通过分析小麦叶片糖氮比与冠层高光谱参数的定量关系,确立小麦叶片糖氮比的定量监测模型。【方法】采用不同蛋白质含量的小麦品种在不同施氮水平下进行了连续3年大田试验,于小麦不同生育期采集田间冠层高光谱数据并测定叶片糖氮比值,进而分析建立冠层高光谱参数与叶片糖氮比的回归模型。【结果】小麦叶片糖氮比随施氮水平的提高而下降,随生育进程呈"高-低-高"动态变化模式。利用高光谱对叶片糖氮比进行监测的适宜时期为拔节期至灌浆中期,其中开花期最好。水分特...

【目的】利用2种灌溉处理下不同发育阶段的冬小麦冠层高光谱信息,通过机器学习方法对小麦籽粒产量进行估测精度研究,明确产量最佳估测模型,对于育种工作有着重要应用价值。【方法】以黄淮麦区207个主栽小麦品种为材料,于2018—2019和2019—2020年度连续2个生长季在河南省新乡基地的正常灌溉和节水处理下种植,并调查开花期、灌浆前期和灌浆中期的冠层高光谱数据,分别以6种机器学习方法和集成方法建立光谱指数产量估测模型。【结果】2种灌溉处理下,3个生育期各光谱指数均与产量呈极显著相关(P

【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。

为了解决生产中小麦条锈病和叶锈病症状难以区分的问题,提高识别率和精度,提出了一种基于支持向量机和多特征参数的小麦条锈病和叶锈病图像分类识别方法。利用图像裁剪方法获取典型症状的子图像,采用中值滤波算法对图像进行去噪,利用K_means硬聚类算法实现病斑分割,提取病斑区域的形状、颜色和纹理特征空间的50个特征参数,设计支持向量机分类器进行分类识别。根据优选的26个特征参数,利用以径向基函数作为核函数的支持向量机对这2种小麦锈病图像进行识别。结果表明:训练样本识别率均为96.67%,测试样本识别率均为100%;与其他核函数相比,径向基核函数最适合于这2种小麦锈病的识别。所提出的基于支持向量机的方法可...

【目的】了解中国小麦品种的条锈病抗性水平,掌握条锈病抗性基因的分布与利用情况,加强小麦品种的合理应用,促进品种布局与推广,延长品种使用年限,保障小麦生产安全。【方法】在温室中采用条锈菌CYR32、CYR33、G22-9、G22-14对中国小麦主产区的79个小麦品种(系)进行苗期抗性鉴定,喷雾接种的幼苗在(10±1)℃的黑暗保温桶中保湿12—18 h,取出置于白天16—18℃,夜晚14—16℃温室中,光周期为L﹕D=16 h﹕8 h,15 d后按0—9级分级标准进行调查;在河北廊坊大田中采用条锈菌CYR32

宜昌地基遥感垂直观测系统能够实时监测本区域上空云、雾、弱降水、风速、风向、温度、相对湿度、液态含水量垂直廓线、气溶胶浓度等探测要素，增强突发性、灾害性天气监测能力。该文针对宜昌地基遥感垂直观测系统探测数据的准确性评估问题，提出了一种观测要素评估方法。方法使用了同址探空站的观测资料作为参考标准，通过对比时空匹配的垂直探测数据，分析宜昌垂直观测系统各类探测数据的准确性。通过该系统的垂直廓线产品联合观测2024年2月宜昌雨雪冰冻灾害天气过程，进行多条垂直廓线融合应用研究。定量分析结果表明：宜昌地基遥感垂直观测系统的数据质量全部满足评估指标要求，探测数据与探空资料相关性总体较好，可为气象监测提供精密的观测数据。

在全世界范围内土壤侵蚀对农业生产和水质量都有着负面影响,因此区域尺度的土壤侵蚀评估非常重要,但是它往往会受可收集到观测数据的数量和质量的限制。在过去的30年中,遥感技术已为土壤侵蚀研究提供了多方面有效空间数据,这些数据常被直接用于探测土壤侵蚀和土壤侵蚀沉积,通过辨别土壤侵蚀的总体特征,可以区分土壤侵蚀区域,再根据经验评估土壤侵蚀强度,获得探测结果。本文介绍了可用于土壤侵蚀研究的多种卫星和传感器及应用遥感数据探测土壤侵蚀特征,土壤侵蚀区域和土壤侵蚀沉积的实例。

宜昌地基遥感垂直观测系统能够实时监测本区域上空云、雾、弱降水、风速、风向、温度、相对湿度、液态含水量垂直廓线、气溶胶浓度等探测要素，增强突发性、灾害性天气监测能力。该文针对宜昌地基遥感垂直观测系统探测数据的准确性评估问题，提出了一种观测要素评估方法。方法使用了同址探空站的观测资料作为参考标准，通过对比时空匹配的垂直探测数据，分析宜昌垂直观测系统各类探测数据的准确性。通过该系统的垂直廓线产品联合观测2024年2月宜昌雨雪冰冻灾害天气过程，进行多条垂直廓线融合应用研究。定量分析结果表明：宜昌地基遥感垂直观测系统的数据质量全部满足评估指标要求，探测数据与探空资料相关性总体较好，可为气象监测提供精密的观测数据。

为探究县域尺度上基于高分一号卫星(GF-1)PMS影像进行冬小麦遥感监测的可行性及精准性,以河南省滑县为研究区,遴选2015年2月上旬GF-1 PMS影像6景,对影像进行辐射定标、FLAASH大气校正、NNDiffuse融合、几何精校正、地图投影转换等预处理后,在外业调查和样本分析的基础上构建一种新的冬小麦决策树分类模型,模型第1层决策方案中NDVI>0.311的像元为冬小麦,得到冬小麦的粗分类结果;在此基础上进行第2层决策分类,以进一步提高冬小麦的分类精度,分类方案为第1波段地表反射率<0.146、第2

SPAD能够反映植株叶绿素含量,而植株叶绿素的含量及动态变化,对评价作物生产能力、预测产量和品质均有重要意义。该研究以湖北省潜江市后湖管理区冬小麦为研究对象,通过田间观测不同生育期冬小麦叶片SPAD变化情况,结合我国自主研发的HJ-1卫星对研究区域进行同步监测,选取并计算RVI、DVI、NDVI、GRVI四种植被指数,通过对4种植被指数与冬小麦叶片SPAD进行相关性分析,并构建植被指数与冬小麦叶片SPAD回归反演模型,结果显示相关性均较高。通过对比四种植被指数模型反演精度,NDVI-SPAD对数模型预测精度较高,精度检验表明平均相对误差为-2.34,均方根误差(RMSE)为5.65,能够较好的...