高光谱遥感技术是实现作物病虫害无损,快速识别的一种方法,也是精准农业实现长势监测的重要途径。目前,国内外学者利用高光谱技术已经对不同作物的病虫害进行了相应的研究,但对棉花黄萎病的高光谱识别缺乏探索。本项目以棉花为研究对象,对试验材料进行地物高光谱测定,同时测试荧光和光合参数,取样在室内进行农学参量测定。系统研究棉花感黄萎病后不同生育期、不同品种下不同发病梯度的高光谱曲线变化规律,及水肥胁迫和其他主要病虫害的高光谱特征差异,揭示棉花黄萎病的高光谱遥感监测机理,选择病害光谱变化的敏感波段,筛选光谱特征参数,建立地面高光谱的病害诊断模型并对所建模型进行大田验证和应用。研究结果为棉花黄萎病的预测预报和防治提供了新的思路和手段,为大面积航空航天遥感监测棉花黄萎病提供了理论基础。本项目研究内容均未见系统的文献,因此预期结果具有明确创新性,并对我国国民经济有重要意义。
cotton verticillium wilt;remote sensing;test specification;monitoring mechanism;recognizing models
棉花是新疆兵团主要经济作物,黄萎病严重影响棉花产量和品质,黄萎病传统调查方法是人工田间取样、调查、费时耗力。因此,生产中迫切需要一种快速、准确、实时的监测方法。遥感技术的发展,为棉花黄萎病的监测提供了可行。本课题利用2008-2009年,2011-2015年获取的棉花黄萎病近地高光谱、卫星影像和地面调查测试数据对棉花黄萎病进行了识别,并明确了其遥感监测机理。取得如下结果 (1) 基于高光谱对棉花黄萎病进行了识别。明确了棉花黄萎病病叶和冠层不同时期不同品种光谱特征,病叶吸收率和透射率特征,病叶、冠层红边参数和吸收光谱特征,棉花黄萎病叶片和冠层光谱特征参数变化。找到了黄萎病叶片和冠层光谱敏感波段,建立了棉花黄萎病叶片和冠层反演模型。 (2) 探讨了棉花黄萎病近地遥感监测影响因素和测试规范,明确了遥感监测机理。黄萎病病叶的光谱基本不受测试时间、地点和品种影响;受叶位、叶片不同部位、不同叶面和测试仪器影响较大,受测试背景值影响最大。冠层光谱基本不受测试时间、地点和品种影响;受高度、角度影响最大。正确的测试规范可提高测试结果的准确性。棉花黄萎病病叶和冠层光谱具有很好的变化规律,对应的光合参数、理化参数、荧光参数和冠层参数均发生了相应变化,各参数与SL和光谱参数间均具有很好相关性,很好的解释了黄萎病发生光谱机理。 (3)提取了棉花黄萎病叶片色素和氮素含量,并对不同胁迫进行了比较识别。黄萎病叶片色素和氮素含量逐渐减小,可见光和近红外区是其敏感区域,以NDVI[702,758] 和Area672建立的病叶Chl.a,a+b和LNC模型和Lo建立的Chl.b模型精度最高。黄萎病、干旱、缺氮、枯萎病、红蜘蛛和角斑病棉叶反射率形状和大小在全波段均发生较大变化, 蚜虫、冻害和盐害均变化较小,规律不同。9种胁迫棉花冠层反射率均在近红外变化相同,可见光和短波红外存在较大差异。建立的判别式可有效识别不同胁迫棉花。 (4) 实现了卫星遥感对棉花黄萎病的准确识别,并进行了示范应用。健康与病害棉田TM影像特征明显,可建立解译标志识别。TM4波段可作为病害最佳监测波段,盛铃期可作为病害最佳监测时相。不同分类方法中,平行六面体监督分类方法识别精度最高,影像指数 DVI 和 DNSIb建立的估测模型精度最高,能够满足生产需要。本课题为其他病虫害遥感监测和作物合理布局、抗病品种合理分配提供理论依据。