高光谱遥感监测田间小麦白粉病的稳定性研究

Wheat powdery mildew has becomes one of the most common diseases in wheat production in China，it seriously affects the stable and high yield of wheat. In recent years, the rapidly developed remote sensing technology, especially hyperspectral remote sensing technology has shown a good application prospect in wheat powdery mildew monitoring due to its rapid and non-destructive advantages. However, our previous studies have also demonstrated that there existed differences between the disease monitoring models or yield estimation models which established by hyperspectral remote sensing technology in different years, varieties and planting densities, these differences limit the application of this technology in practice. Therefore, this project intends to conduct statistical analysis through further field hyperspectral monitoring experiments and combining with the historical data of wheat powdery mildew in the fields which monitored by hyperspectral remote sensing for ten years by our research lab, to explore the stability of hyperspectral remote sensing monitoring models of wheat powdery mildew or yield estimation models and ascertain the factors which influence these models, and further clarify the influence or the contribution of these factors, based on this, construct high stability field hyperspectral monitoring models of wheat powdery mildew or yield estimation models, will lay a solid foundation for the application of hyperspectral remote sensing technology in monitoring wheat powdery mildew in practice.

小麦白粉病现已成为我国小麦生产上的常发性病害之一，严重影响小麦的稳产和高产。近年来快速发展的遥感技术特别是高光谱遥感技术，以其快速、非破坏性等优点在小麦白粉病监测方面表现出良好的应用前景，但本实验室已有的研究也表明采用高光谱遥感技术建立的小麦白粉病田间病害监测模型和产量估计模型存在年度、品种、种植密度间的差异，这大大限制了该技术在实际生产上的应用性。因此本项目拟通过进一步的田间高光谱监测试验以及本课题组连续10年田间监测小麦白粉病发生情况的高光谱数据的统计分析，探究高光谱遥感监测小麦白粉病和估测产量模型的稳定性及影响模型稳定性的因子，并明确这些因子对模型稳定性影响的大小或对误差的贡献，由此构建高稳定性田间小麦白粉病病情和产量的高光谱监测模型，以期为高光谱遥感技术在该病害监测上的应用奠定坚实的基础。

小麦白粉病现已成为我国小麦生产上的常发性病害之一，严重影响小麦的稳产和高产。近年来快速发展的遥感技术特别是高光谱遥感技术，以其快速、非破坏性等优点在小麦白粉病监测方面表现出良好的应用前景，但本实验室已有的研究也表明采用高光谱遥感技术建立的小麦白粉病田间病害监测模型和产量估计模型在不同条件下存在一定差异，这大大限制了该技术在实际生产上的应用性。因此本项目通过进一步在不同氮肥施用条件下的田间高光谱监测试验，发现氮肥施用水平不同，遥感监测模型也存在一定差异，并分别建立了不同氮肥施用条件下小麦白粉病和产量的近地高光谱遥感监测模型，同时还完成了利用无人机数字图像遥感监测小麦白粉病和产量的稳定性分析，并结合本课题组连续10年田间监测小麦白粉病发生情况的高光谱数据的统计分析发现，高光谱遥感监测小麦白粉病模型的稳定性受不同年度、小麦生育期、种植品种、氮肥施用水平、种植密度等因子影响，且这些因子对模型稳定性影响的大小或对误差的贡献分别为30.78%、10.59%、7.77%、1.77%和0.46%，在此基础上，进一步构建了不同生育期下田间小麦白粉病病情的高光谱遥感监测随机系数混合模型，以期为高光谱遥感技术在该病害监测上的应用奠定坚实的基础。