论文部分内容阅读
稻纵卷叶螟(Cnaphalocrocis medinalis)是危害水稻正常发育、造成水稻产量损失的重要害虫之一。本文通过在水稻田中接入不同数量级的稻纵卷叶螟幼虫,分析水稻不同叶面积指数(Leaf Area Index, LAI)、叶绿素含量相对值(Soil and Plant Analyzer Development,SPAD)、生育期的卷叶率以及冠层高光谱反射率的变化,并对水稻冠层高光谱反射率、一阶导数和红边参数进行特征分析;利用相关性分析方法研究水稻高光谱与生理生态参数在不同波段的相关性,筛选敏感光谱波段和13种关键植被指数,建立水稻生理生态参数的监测模型,旨在为利用高光谱遥感手段监测稻纵卷叶螟虫害提供依据。此外,本文还运用了单因素方差法分析了各试验田块内水稻产量的损失情况,分析了水稻的自然补偿能力,通过相关分析法研究水稻高光谱参数与产量之间的相关性,选取差值植被指数(Difference Vegetation Index,DVI)、比值植被指数(Ratio Vegetation Index,RVI)、垂直植被指数(Perpendicular Vegetation Index,PVI)和归一化差值植被指数(Normalized Difference Vegetation Index,NDVI)四种植被指数和红边峰值Dλ (红边斜率)参数,建立不同生育期内的最佳产量估算模型。最后运用Seinhorst模型估算稻纵卷叶螟初始虫口密度与产量的关系,比较两种模型对产量估测的准确性,为农业生产中稻纵卷叶螟危害引起的产量损失的评估提供技术支持。主要研究结果如下:(1)在无稻纵卷叶螟虫害影响的情况下,水稻的生理生态参数与≥10℃有效积温、累计降水量、累计光照时数等气象因子及生长天数都有较好的相关关系,通过主成分分析,提取出三个主要影响因子,分别为:水稻生育期长短、光热条件和水分条件。利用主成分分别构建LAI值和SPAD值的回归模型,其中LAI值估测模型的效果较好,R2为0.59,而SPAD值模型的R2仅为0.12。在有稻纵卷叶螟危害情况下,水稻生理生态参数与气象因子和生长天数的相关性远小于对照组。LAI值、SPAD值和卷叶率这三个参数中与气象条件关系最为密切的是LAI值,不同虫量处理下的LAI值与气象因子和生长天数的相关关系随着小区内稻纵卷叶螟头数增多,相关性降低,也就是说在经过处理的小区内,虫量是影响LAI值的关键因素。有虫量处理的情况下,气象因子与生长天数对SPAD值和卷叶率的影响相对较小。(2)各生育期内水稻冠层反射率在可见光和近红外波段随虫害程度加深而下降。一阶导数光谱在680-770nm之间出现“双峰”现象,红边参数随稻纵卷叶螟危害程度加重向短波方向移动,并且在整个生育期内呈现先增后减的趋势。水稻SPAD值和LAI值在整个生育期趋势与上相同,在开花期达到最高峰,并且它们的数值均随着虫量增加逐渐降低。而卷叶率变化趋势为先增加后减少再增加,与稻纵卷叶螟代次更替相一致。由敏感波段筛选出的13种植被指数与LAI值相关性最显著,其次是SPAD值,与卷叶率的相关性较差。对于生理生态参数的高光谱植被指数估算模型,拟合效果最好的是由多元回归分析法构建的LAI回归模型,R2达到0.762。单因子植被指数PVI构建的一元三次多项式模型对于SPAD值的拟合效果也较好,R2为0.546。植被指数对于卷叶率的拟合效果较差,R2最高仅为0.492。(3)通过产量测定,比较不同初始虫量下小区内水稻的产量指标后发现,水稻的穗长不受稻纵卷叶螟虫量增加的影响,而虫量的增加则会影响水稻植株的生长,导致株高降低、分蘖数减少。虫口密度越大,水稻的结实率和千粒重越低,导致产量的损失越大。灌浆期内利用NDVI值构建的回归方程估产效果最好,R2达到0.698。由Seinhorst模型估算的结果得出当每百株水稻上初始虫量达到17头以上后,稻纵卷叶螟开始形成危害,当危害最重时,最低相对产量仅为0.879。最后比较两个模型模拟的结果,发现当初始虫口密度在45头/百株和80头/百株时,由高光谱植被指数构建的回归方程估测的产量损失情况更符合实际,而超过80头/百株后,Seinhorst模型的结果更加符合水稻的生物学特性和实际产量的损失情况。