基于高光谱遥感技术的不同小麦品种条锈病病情指数的反演解读.docx
- 文档编号:30394549
- 上传时间:2023-08-14
- 格式:DOCX
- 页数:25
- 大小:149.50KB
基于高光谱遥感技术的不同小麦品种条锈病病情指数的反演解读.docx
《基于高光谱遥感技术的不同小麦品种条锈病病情指数的反演解读.docx》由会员分享,可在线阅读,更多相关《基于高光谱遥感技术的不同小麦品种条锈病病情指数的反演解读.docx(25页珍藏版)》请在冰豆网上搜索。
基于高光谱遥感技术的不同小麦品种条锈病病情指数的反演解读
第29卷,第12期2009年l2月
光谱学与光谱分析
Spectroscopy
andSpectralAnalysis
V01.29,No.12,pp3353—3357
December,2009
基于高光谱遥感技术的不同小麦品种
条锈病病情指数的反演
郭洁滨,黄
冲,王海光,孙振宇,马占鸿。
中国农业大学植物病理学系,农业部植物病理学重点开放实验室,北京100094
摘要应用混合品种控制小麦条锈病在国内外日益受到重视,通过采集田问不同品种混合小麦条锈病各级病情梯度的高光谱遥感数据,将光谱数据与条锈病病情数据进行相关性分析,利用4个光谱参数构建其与病情指数的同归模型。
结果表明,不同小麦品种组合在不同的病情指数情况下,其冠层光谱信息都表现r一致的变化规律;冠层反射率在可见光区与病情指数为正相关,而在近红外区则达到了显著的负相关;利用690与850nm处的反射率、SDr、NDVI以及RVI与病情指数构建的回归模型拟合效果较好。
研究表明利用高光谱反演条锈病病情指数是可行的,并且小麦不I司品种对反演效果影响不大。
关键词高光谱;小麦条锈病;病情指数;反演模型中图分类号:
0657.3,S127
文献标识码:
A
DOI:
10.3964/j.issn.1000—0593(2009)12—3353-05
感监测机理。
安虎等[41采用美国LI-Corl800-12外置积分球
引言
由条形柄锈菌(Pucciniastriiformisf.sp.tritici)引起的
与ASDFieldSpecProFR2500(350~2500rim)型光谱仪耦
合对冬小麦条锈病胁迫下不同严重度的单叶进行光谱测定,研究结果表明,随着病害严重度的增加,反射率随之增强,并选择相关性最高的波段(670~690rim)建立r小麦条锈病严重度和光谱反射率之间的回归模型。
蒋金豹等[5]将小麦条锈病冠层光谱数据进行一阶微分处理,结合小麦病情指数分析表明病情指数与一阶微分在432~582,637~701和715~
765
小麦条锈病足我国小麦生产上为害范嗣最广、引起损失最大的病害之一,在我困曾多次流行成灾,并造成r重大损失L1]。
该病害是一种气传的大Ⅸ流行病害,一旦发生,在合适的气候条件下,能够在短时问内大面积的流行成灾。
因此,做好早期监测预警工作,对于防止该病大面积发生流行具有重要的意义。
长期以来,我国对小麦条锈病的监测工作主要依靠人力进行田问调查,不仅耗时耗力,效率低下,而且准确性低,无法大面积实时监测,因此,发展一种快速、方便、准确且可以大面积监测的方法对于做好条锈病的防治上作有着重大意义。
高光谱遥感技术为这一需求的实现提供了可能。
以3s技术为核心的病虫害监测手段越来越受到植保T作者的重视。
针对小麦条锈病的遥感监测,国内外都已进行了不少相关研究。
Moshou等[2]研究了冬小麦条锈病发展初期健康植株与发病植株反射光谱的差异,并开发了基于神经网络系统的病害监测程序,认为光谱方法有望成为早期病害识别花费少又有效的方法。
黄木易等【30研究r小麦条锈病遥
收稿日期:
2008—12—02。
修订日期:
2009-03—06
nln波长范围内相关性达到极显著水平。
李京等[63对小
麦条锈病冠层一阶微分光谱进行的分析表明,随病情指数增大,一阶微分光谱在绿边(500
560
rim)内逐渐增大,在红
边(680~760rim)内逐渐降低。
蔡成静等[7]通过GPS定位,借助热气球获得了近地和对应的30~40m高空光谱数据,并建立r高卒和近地之问基于高光谱植被指数变量的回归模型。
刘良云等¨1利用中凶科学院上海技术物理所研制的面阵推扫型成像光谱仪PHI(Pushbroomhyperspectralimager)装载于运5飞机I:
在1
000
m高空获得拔节.期、灌浆始期、乳
熟期3个生育期的小麦条锈病多时相的PHI航空高光谱图像数据。
王海光等采集单片小麦条锈病病叶的高光谱数据,利用支持向量积算法对不同严重度的病叶进行了判别分析,总体正确识别率达到了97%。
基金项目:
国家自然科学基金项目(30671341),国家科技支撑计划重大项目(2006BADlOA01,2006队D08A01)和国家重点基础研究发展规
划(“973”)课题(2006CBl00203)资助
作者简介:
郭沽滨,1984年生,中国农业大学植物病理学系在读硕士研究生
*通讯联系人
e-mail:
guoiiebinl@163.tom
e-mail:
mazh@calledu.cn
万方数据
3354
光谱学与光谱分析第29卷
近年来,应用混合品种控制小麦条锈病在国内外日益得到广泛应用,美国小麦混合品种的种植面积已达到约30%[9],我国学者也开展了相关的研究[1州引,并将其作为小麦条锈病综合治理的重要措施之一,但利用高光谱遥感进行品种混种模式下的病情监测尚未发现研究报道。
本文拟利用高光谱技术研究不同小麦品种以及品种问混种发牛条锈病后冠层反射光谱的,变化规律以及探讨利用冠层反射光谱对小麦条锈病病情指数进行反演的方法。
抗品种9220-42(D),根据不同品种对锈病的抗性情况设置如下试验处理:
品种A,B,C,D单种,以及品种A与B,A与C,B与D,C与D等比例混种(表1),每个处理没置3个重复,小Ⅸ面积25m2。
各个小区中心种植小麦条锈病万能感病品种铭贤169并接种小麦条锈病菌作为发病中心,2008年5月1F{开始调查发现,除r抗性较高两个品种(A,D)的试验小Ⅸ外,各小氏均发病良好并形成病情梯度。
使用美国Analytical
Pro
Spectral
Devices(ASD)的FieldSpec
075
FR野外光谱仪(波长范围325~1rim)采集小麦冠层
1材料与方法
1.1试验材料与仪器
选取H’肃省什谷县4个主要生产品种,分别为免疫品种9362—10(A)、中感品种兰天13(B)、高感品种石917(C)、高
的高光谱反射率数据,视场角为25。
。
由于植被光合作用吸收的光合有效辐射主要在400
700
am,而近红外波段对植
被健康状况具有非常敏感的响应,而本研究所用光谱仪的波长范围为325~1
075
nlTl,叮以满足试验要求。
Table1
Plotsinthestudy
编号
ABCD
试验处理9362一10单种兰天13单种石917单种9220—42单种
抗性免疫中感高感高抗
编号
A:
B一1:
lA:
c=1:
1B:
D一1:
1C:
D=1:
1
试验处理
9362—10、蔓天13等比例混种9362—10、石917等比例混种兰天13、9220—42等比例混种石917、9220—42等比例混种
采用ViewSpec
Pro
4.02版、SPSSl6.0以及Excel2003
重度和普遍率。
1.4数据处理
小麦条锈病的病情指数(DI)利用下式计算
/9/一平均严蘑度×普遍率
获得光谱反射率数据后,除r对反射率进行处理分析外,还采用光谱归一化微分分析技术,进行一阶微分(差分)计算反射率一阶导数,其近似计算方法如下
一(无)=[1D(J:
L斗1)一ID(A卜1)]/(A斗1—2/--,)
软件进行试验数据处理和分析。
1.2试验时间、地点
病情调杏和光谱测定于2008年5月下旬进行,当时小麦处于灌浆期。
试验田位于甘肃省片谷县,地理坐标为N34。
45.714’,E105。
17.676
7。
1.3田问取样方法
光谱数据的采集时间选为天空晴朗无云的午后12:
oo~14:
00之问,保证取样时太阳高度角在45。
以上。
取样时,利用自制支架将光潜仪的探头固定在距离小麦冠层1.3m高度,并使探头垂直向下,这样,就在小麦冠层形成^径约为
0.5
式中,i为各波段波长,∥(九)为波长i处的一阶导数,
p(k川),p(k|_1)分别为波长i+1,i一1的光谱反射率。
各项研究[5“J孔14]证明,对光谱反射率进行一阶微分处理能够有效地消除背景冈素的影响。
对光谱进行一阶微分处理后,根据前人的研究[5]计算如表2所示的微分指数,并分别分析其与小麦条锈病病情指数之问的关系。
m的视场范同。
每次取样时用白板进行校正以尽量减少
光谱数据测量误差。
每个样点同时取样lo次,计算平均值作为该样点结果。
病情数据的调查在光谱数据取样完成时同步进行,每个样点随机调查20株小麦,每株调查七面两片叶,调查病情严
Table2
Sununaryofthefirstderivativesindices
微分指数
SDbSDgSDrSDr/SDbSDr/SDg
定义
蓝边波长(430~500rim)内一阶微分波段值的总和绿边波长(501~560rim)内一阶微分波段值的总和红边波长(680~760nm)内一阶微分波段值的总和
红边内一阶微分的总和(SDr)与蓝边内一阶微分的总和(Sr)b)的比值红边内・阶微分的总和(SDr)与绿边内一阶微分的总和(Sdg)的比值红边内一阶微分的总和(SDr)与蓝边内一阶微分的总和(SDb)的归一化值红边内一阶微分的总和(SDr)与绿边内一阶微分的总和(Sdg)的归一化值
(SDr--SI)b)/(SDr+SDb)
(SDr--SDg)/(SDr+SIk)
万方数据
第12期光谱学与光谱分析
3355
了作物叶片内部结构以及水分含量等,而条锈病菌会破坏叶
2结果与分析
2.1小麦各个品种组合病情指数与光谱反射率的相关性分
析
将各个处理获得的小麦冠层反射率与其病情指数进行相关分析,得到如图1所示结果。
结果表明:
小麦条锈病病情指数与冠层反射率在550
700
片内部结构,导致反射率的下降。
通过对图l中不『司品种组合的情况下冠层反射率与病情指数之间的相关性的变化的比较,表明其变化规律是一致的。
2.2病情指数与光谱一阶微分及微分指数的相关性分析
对光谱反射率进行一阶微分后,将其与病情指数进行相关分析(图2),分析结果表明在700~760nlTI之间,相父性能稳定的达到显著水平,且为负相关,而在其他波段范围内,相关系数的波动性较大。
m波长范围内主要为正相
关,但足相关性并不显著,而在730nlTI左右,相父系数都达到了极显著的水平,并且为负相关。
这就说明在可见光波段,由于患病小麦叶片叶绿索被破坏,致使色素吸收降低,也就导致反射率的升高,而近红外波段的光谱信息主要反映
№2
Fi晷1
CorrelationbetweenDIandreflectancewithdifferentwheatvarieties
Correlationwith
between
DIand1stderivative
differentwheatvarieties
另外,对一阶微分指数与病情指数之间也进行了相关分析,结果如表3所示。
Table3
Correlation
coefficient
between
DI
and
hyperspectralderivativeindex
withdifferentwheatvarieties
*:
品种组合见表1。
由结果町知,各个品种组合的红边一阶微分和与病情指数的相关件都达到了显著的负相关,町以认为利用一阶微分值进行条锈病的反演时,红边部分(680
760
进行拟合,结果见表4。
2.4构建NDVI。
RVI与DI的关系
归一化植被指数(NDVD、比值植被指数(RVI)是目前应用最广的两种植被指数Ll¨7|。
NDVI和RVI主要是将近红外波段反射率与红光波段的反射率结合起来来反映植被的生长状态,其计算公式分别如下
NDVI=(RNTR—RR)/(尺N墩+RR)
RVI—RNm/RR
nm)为条锈病
监测的敏感波段,而篮边和绿边的一阶微分和与小麦病情指数的相父性并不显著,这就^接导致r红边与蓝边以及绿边的组合变量与小麦病情指数的相关性的下降。
2.3构建光谱反射率及一阶微分指数与病情指数的关系
由前面的对小麦冠层光谱反射率与病情指数的相关分析可知,对于红光部分来说,各个品种组合都是在690近达到最大相关性,而对于近红外部分,在850
m附m附近相
式中,尺m为近红外波段反射率,Rs为红波段反射率。
根据前面的分析,690和850nm处的反射率能较好地反演小麦条锈病的病情指数,因此可以利用这两个波长处的反
关性达到极显著。
另外,对不同波段之问进行自相关分析,
表明690咖处和850
nlTI处的相关性极低。
因此,利用690
射率来构建NDVI与RVI。
将求得的NDVI与RⅥ分别与
DI建立回归方程,如表5所示。
和850nlTl处反射率作为自变量来反演小麦条锈病病情。
而一阶微分指数中,SDr与DI的相关性最大,因此可以将两者
万方数据
3356
光谱学与光谱分析
nmand850amandSDrwithdifferentwheatvarieties
第29卷
Table4
FitequationbetweenDIandreflectanceof690
*:
R690和R呦分别为690和850nm波长下的反射率,品种组合见表1
Table5
FitequationbetweenDIandNDVI,RVlwithdifferentwheatvarieties
*:
/17分别为NDVI和RVI值,品种组合见表1。
大;分别构建光谱反射率、光谱一阶微分指数以及植被指数
3结论与讨论
通过对不同小麦品种组合冠层光谱的分析,发现各个品种组合在不同的病情指数情况下,光谱信息表现出了一致的变化规律。
这就表明不同晶种在利用高光谱信息反演病情指数的过程中影响不大;各个处理的冠层反射率都是在730n/n之后和病情指数达到了显著的负相关,而在可见光范围内主要为正相关,即随着病情指数的增加,可见光范围的冠层反射率逐渐增加,近红外波段的冠层反射率则逐渐降低;将光谱反射率进行微分处理后,与病情指数的相关性只有在700~760llrrl范围内达到稳定的负相关,其他波段则波动很
与小麦病情指数之间的同归方程,拟合结果较好,说明利用高光谱反演小麦条锈病病情指数是完伞可行的。
小麦的混种对于条锈病的防治有着蕈要意义,随着混种模式在小麦生产上的广泛应用,同时也对该种植模式下小麦条锈病的遥感监测工作提出了要求。
本研究结果对发展小麦单种以及混种情况下小麦条锈病的遥感监测技术有重要意义。
遥感反演病虫害的最终目标是能够准确利用卫星遥感数据,结合GIS技术,使我们能够实时、直观地对条锈病的发生情况进行估测,这就需要卫星遥感光谱分辨率以及空间、时间分辨率的不断提高。
参
[]
考
文献
1
I。
IGuang-bo,ZENGShi—mai,IJZhen-qi(李光博,曾十迈,李振歧).ComprehensiveManagement
andElectronicsinAgriculture,2004,44:
173.
of
Disease,Pest,WeedsandRats
on
Wheat(zb麦病虫草鼠害综合治理).Beijing:
ChinaAgricuhuraScientechPress(.11',京:
中国农业科技出版社),1989.
2
MoshouD,BrayC,WestJ,et
HUANG
a1.Computers
[[3]]
[
]
Mu-yi,WANGJi-hua,HUANG
Yi—de,et
al(黄木易,王纪华,黄义德,等).JournalofAnhuiAgriculturalUniversity(安徽农
业大学学报),2004,31(1):
119.
4
AN
Hu,WANGHai—guang。
LluRong-ying,etal(安虎,王海光,刘荣英,等).ChinaPlantProtection(中国植保导刊),2005,25
(11):
8.
[
5
]JIANGJin-bao,CHENYun-hao。
HUANG(4):
620.
Wen-jiang,etal(蒋金豹,陈云浩,黄文江,等).OpticalTechnique(光学技术),2007,33
[6]
IJJing,CHENYun-hao,JIANGJin—bao,et(6):
23.
al(李京,陈云浩,蒋金豹,等).Science&TechnologyReview(科技导报),2007,25
[
7
]
CAI
Cheng-jing,MAZhan—hong,WANGHai—guang,etal(蔡成静,马占鸿,王海光,等).ActaPhytopathologicaSinica(植物病理学
报),2007,37(1):
77.
[8]
LIULiang-yun,HUANG2004。
8(3):
275.
Mu-yi,HUANGWen-jiang,etal(刘良云,黄木易,黄文江,等).JournalofRemoteSensing(遥感学报),
万方数据
第12期光谱学与光谱分析
3357
[9]ChenXMCanadianJournalofPlantPathology,2005・27(3):
314.’D03
CAOKe-qiang,LIXiao-li,ZENG1995,18(2):
30.
Shi-mai(曹克强,李晓莉,曾士迈).JournalofAgriculturalUniversityofHebei(河北农业大学学报),
[11]GUOShi-bao,KANGZhen-sheng,ZHANGLong-zhi,etal(郭世保,康振声,张龙芝,等).JournalofNorthwestA8LFUniversity(西
北农林科技大学学报),2007。
35(11):
125.
E123
CHENQi—cun,ZHUYou-yong,I。
IZhemqi。
et
al(陈企村,朱有勇,李振崎.等).JournalofNorthwestA&FUniversity(西北农林科
技大学学报),2008,36(5):
119.
[13]JIANGJin-bao,CHENYun-hao,HUANGWen-jiang,etal(蒋金豹,陈云浩,黄文江,等).TransactionsoftheChineseSocietyofAgri—
cultural
Engineering(农业工程学报),2008,24(1):
35.
Ke-ming,GUODa-zhi(杨可明,郭达志).GeographyandGeo-lnformationScience(地理与地理信息科学),2006,22(4):
31.
E143[153E163
YANG
AdamKTillinga,GarryJO’Learyb,JelleGFerwerdaa,eta1.FieldCropsResearch,2007,104:
77.
LIWei—guo.WANGJi—hua.ZHAOChun-jiang,etal(李卫国,王纪华,赵春江,等).JournalofRemoteSensing(遥感学报),2008,12
(3):
506.
[17]MALi,XUXin-gang,LIULiang-yun,etal(马丽,徐新刚,刘良云,等).RemoteSensingTechnologyandApplication(遥感技术与应
用),2008,23(5):
520.
DiseaseIndexInversionof
Wheat
StripeRust
on
Different
Wheat
VarietieswithHyperspectralRemoteSensing
GUOJie-bin,HUANGChong,WANGHai-guang,SUNZhewyu,MAZhamhong。
StateKeyLab
ofPlantPathology,MinistryofAgriculture,DepartmentofPlantPathology,ChinaAgriculturalUniversity,
Beijing
100094,China
AbstractItis
becomingmoreandmoreimportant
fieldandstripe
rust
touse
mixedwheatvarietiestocontrolwheatstriperust.Differentwheat
va—
rietieswereplantedinreflectiondata
wascausedbyartificialinoculation.Disenseindex(DI)wasassessedandthecanopy
ofwheatcanopywereobtainedbyASDFieldSpecHandHeldFR(325—1075nm)madebyASDCompany.The
betweenDIandspectraldata(reflectanceandthefirstderivative)wasconducted,andtheestimationmodels
at
correlationanalysis
betweenDIandreflectiondata(reflectance
Theresults
690
and
850
nlTl,SDr,NDⅥandregion,andhas
RVI)werebuiltusinglinearregressionmethod.
at
showedthatdifferentcombinationsofwheatvarietieshadthesimilarvariation
reflectanceofwheatcanopyinvisible
differentdiseaseindex.DIhasposi—
the
near
tivecorrelationwithgion.DI
significantnegativecorrelationin
nlTl
infrared
other
re-
hasstablenegativecorrelationwiththefirstderivativeintheregionof700-760andwithbigfluctuationin
re-
gions.ThecorrelationwascomparedbetweenDIandhyperspectralderivativeindex,andSDrhasthebestcorrelationwithDL
DIestimation
modelswerebuiltbased
on
thecanopy
reflectance
at
690and850nrn,SDr,NDVIandRVLThedeterminantcoef-
ficientofthemodelsisbetween0.588and0.855,0.669and0.911,0.534allthemodelswerefitwell.TheresultsindicatedthatDIofwheatstripe
and
0.773,and0.587and
0.751,respectively,and
seas—
rust
couldbeinverted
usinghyperspeetralremote
ingtechniqueandthat
theinversioneffectwas
hardlyinfluenced
by
thedifferentcombinationsofwheatvarieties.
Keywords
Hyperspectrum;Wheat
striperust;Dise
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 光谱 遥感技术 不同 小麦 品种 条锈病 病情 指数 反演 解读