论文部分内容阅读
本研究于2015年小麦扬花期、灌浆前期和灌浆后期采用高光谱仪监测了小麦白粉病单独发生区、小麦条锈病单独发生区和小麦白粉病条锈病混合发生区地面冠层光谱反射率,同时于灌浆后期利用无人机获取了高度为50m、150m和250m的航拍数字图像。分析了各波段光谱反射率与发病梯度的相关性,筛选了小麦白粉病和条锈病的敏感波段和特征参数,建立了基于特征参数和光谱反射率的小麦白粉病和条锈病病情估计模型。分析了数字图像的颜色特征参数与小麦病情、产量和千粒重的相关性,建立了基于颜色特征参数的小麦病情、产量和千粒重的估计模型。利用Burkard孢子捕捉器监测了2014和2015年小麦白粉病高感品种京双16种植区和中感品种众麦2号种植区田间空气中的小麦白粉菌分生孢子的变化动态,同时利用小型气象站监测田间的气象因子,分析了田间病情与不同时段孢子累积浓度的关系,建立了基于田间空气中病菌分生孢子累积浓度的小麦白粉病病情估计模型。主要结论如下:小麦白粉病的高光谱在近红外780~880nm波段的反射率与病情存在负相关性,接近或达到显著水平,在可见光380~780nm波段二者的相关系数表现出波动和不稳定性,扬花期至灌浆后期植被指数DVI、SAVI和红边参数SDr与病情相关性达到显著水平,基于三者所建小麦白粉病病情估计模型在扬花期时达到显著水平。在扬花期、灌浆前期和灌浆后期,小麦条锈病的冠层光谱反射率与病情在可见光580~680nm波段的相关性均高于0.8,达到显著或极显著水平。在灌浆期后植被指数RVI、NDVI、SAVI和红边参数λred、dλred、SDr与小麦条锈病病情的相关性均达到极显著水平,其中RVI和NDVI自扬花期起始终与小麦条锈病病情间存在极显著的负相关性。基于R689、R701和R692所建小麦条锈病病情估计模型均达到极显著水平。两病害混合发生时,小麦条锈病的发生会削弱冠层光谱反射率与小麦白粉病病情在近红外780~880nm波段的相关性。小麦白粉病发生区数字图像的参数R、G和S与病情指数、产量和千粒重的相关性最为显著,其中以S与三者的相关性最为稳定,在50m、150m和250m的航拍高度上与三者的相关性始终处于极显著水平。小麦条锈病发生区数字图像的颜色特征参数R和S与产量有显著的相关性,H和B与千粒重有显著的相关性,R、G、B、I、H和S与小麦条锈病病情之间不存在显著的相关性。在小麦白粉病和条锈病的混合发生区,50m和150m高度的无人机航拍图像的颜色特征参数R与小麦产量和千粒重之间有着极显著的负相关性。众麦2号种植区基于病情调查日期前所有累积孢子浓度和一周前累积孢子浓度所建小麦白粉病情估计指数模型的显著性和拟合精度最高;京双16种植区基于病情调查日期前所有累积孢子浓度所建小麦白粉病情估计对数模型的显著性和拟合精度最高。2014和2015两年众麦2号和2015年京双16种植区田间空气中孢子浓度与空气温度间存在显著的正相关性。