首页> 中文学位 >白粉病对小麦生长的危害特征及光谱监测研究
【6h】

白粉病对小麦生长的危害特征及光谱监测研究

代理获取

摘要

试验于2009-2011年分别在河南农业大学科技示范园区大田和国家小麦工程技术研究中心温室进行,以对白粉病不同抗性冬小麦品种偃展4110、矮抗58、周麦18和郑麦366等为供试材料,在不同接种梯度的试验条件下,研究了白粉病侵染后小麦植株生长生理指标和产量的变化规律,分析了小麦病情严重度和叶绿素密度与光谱反射率之间的关系,确立了病情严重度及其危害下叶绿素密度的适宜光谱参数及相应监测模型,从而为小麦病害下生长特征的监测与精确管理和评价提供理论依据和关键技术。主要研究结果如下:
   1.以不同抗病性小麦品种为材料,分析了白粉病菌侵染小麦植株后叶绿素含量、水分含量、氮含量、叶面积指数及产量的变化,探讨了植株生理危害及产量损失与病害等级间关系。结果表明:随着接种压力增加,两个不同抗性小麦品种偃展4110和周麦18植株叶绿素含量、水分含量、氮含量、叶面积指数均表现下降趋势,易感品种偃展4110危害较重,而中等抗性品种周麦18则危害较轻。通过本文提出的生理指标危害指数发现,其与白粉病病情指数相关性显著高于生理指标原始测定值(水分含量除外)。随接种压力增大,病情严重度增加,小麦产量及产量构成因子均表现降低趋势,其中对千粒重危害最严重。利用病害累积指数能较好评价产量损失状况,减轻了生育时期和品种间差异对预测模型的影响,千粒重和产量损失方程决定系数分别为0.891和0.852。这表明,通过田间植株病情指数动态调查,可以准确评价千粒重下降和产量损失状况。
   2.通过研究不同危害程度的冬小麦单叶片光谱反射率发现,随着小麦白粉病的病情加重,在波段350-740nm光谱反射率增加,而在740-1050 nm近红外波段内,光谱反射率明显降低。在350-700 nm波段内不同病害处理间差异对数光谱较原始光谱明显增加。对小麦叶片光谱与对应病害严重度进行相关分析,原始光谱在400-500nm和610-690nm为敏感波段区域,其中650-680nm相关系数最高(r>0.75),而微分光谱相关性变差。光谱参数MCARI、PSRI、VARIgreen和AI对单叶片病害拟合效果较好,决定系数(R2)变幅为0.77-0.82,均方根差(RMSE)为9.34-10.14。独立试验资料对模型检验表明,小麦单叶片病害严重度10%以上检验误差较为理想,而10%以下严重度定量估算误差偏大,尤其光谱参数MCARI和VARIgreen估算模型可以较好地预测10%以上病害严重度。
   3.在明确白粉病危害下不同叶绿素密度光谱反射率的变化特征基础上,确立了对叶绿素密度反应敏感的波段区域,建立了病害胁迫下叶绿素密度光谱监测模型。在350-745nm波段内光谱反射率随叶绿素密度增加而降低,尤其在红光610-710nm波段处为显著负相关,而在近红外长波方向,随叶绿素密度增加光谱反射率呈现上升趋势,但相关性不显著。叶绿素密度与冠层光谱指数间指数模型优于线性模型,并优选出拟合效果较好的光谱参数VOG3、ZM、-[(R750-800)/(R695-740)]-1、SDr/SDb、REPIG以及DPRs,指数模型决定系数变幅为0.71-0.77。通过独立资料对监测模型进行测试检验,综合R2、RMSE和RE比较,光谱参数VOG3、ZM、SDr/SDb和DPRs预测模型效果较好,检验精度R2高于0.90,RE为14.89%-16.91%,尤其DPRs和SDr/SDb与叶绿素密度关系密切且表现稳定,可以对白粉病危害条件下叶绿素密度进行可靠的监测。
   4.通过研究病圃温棚和开放式大田小麦白粉病危害后病情指数与冠层光谱之间的关系发现,冠层光谱反射率在不同病情指数下存在显著差异,病情指数和LAI与冠层光谱反射率间相关性较好的区域主要位于红绿光波段(550~700nm),近红外波段较差,但DI与LAI表现异质,通过计算单位叶面积病情指数明显改善两者间相关性。基于原始光谱指数高斯模型半宽Lwidth的方程拟合效果较好,决定系数(R2)和均方根差(RMSE)分别为0.693和5.04。相对光谱指数△MSAVI和△mND705显著减弱了试验系统对病情建模识别的异质化影响,拟合回归方程R2分别为0.607和0.668,RMSE分别为6.26和5.25。经不同年际独立试验数据的检验表明,Lwidth模型检验精度(R2)为0.885,RMSE和RE分别为5.33和17.6%;△mND705和△MSAVI模型测试精度分别为0.872和0.886,RE分别为15.4%和18.9%。以上表明,冠层原始光谱指数Lwidth以及相对光谱指数△mND705和△MSAVI可以有效地定量评价小麦白粉病单位叶面积病情的变化状况。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号