文档介绍：该【高光谱的病害棉叶光合参数提取 】是由【1781111****】上传分享，文档一共【12】页，该文档可以免费在线阅读，需要了解更多关于【高光谱的病害棉叶光合参数提取 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。:..陈兵;王刚;刘景德;马占鸿;王静;李天南【摘要】~2500nm光谱波段获取207个不同时期不同病情严重度的棉叶样本光谱数据,,提取样本叶片光合参数的敏感波段并筛选光谱特征参数,:随病情严重度增加,棉叶净光合速率、气孔导度、蒸腾速率均下降,胞间CO2浓度先降后增,差异显著;病情严重度与光合参数均达到显著相关,与净光合速率、蒸腾速率、气孔导度、胞间CO2浓度相关系数分别为-,-,-,R706,R699,R690,FD688,FD732,FD690,FD731,FD681组建新的光谱特征参数并与传统参数一起对净光合速率、蒸腾速率、气孔导度和胞间CO2浓度进行反演,其中是以光谱参数PRI[FD732,FD688]),R706,RVI[890,670]),R690为自变量建立的净光合速率、蒸腾速率、气孔导度和胞间CO2浓度反演方程精度最高,,,,;,,,;,,,.%Hyperspectraremotesensingtechniquewasappliedtodetectphotosyntheticparameters(PP)~2500nmbandsindifferentdatesandseveritylevelofcottonleaves,,extraspectralsensitivebandsandselected:..:withthediseaseconditionincrease,thedatawasincreasedtoleafnetphotosyntheticrate(A),transpirationrate(E),stomatalconductance(GH2O),however-intercellularCO2(CI)firstlydecreasedandthenup,-tionshipbecamebetterbetweenseveritylevelandPP,whichrwere-,-,-,,-tralparameters,R704,R706,R699,R690,FD688,FD732,FD690,FD731,FD681werebuiltonthebaseofsensitivebandstogetherwithtraditionspectralparameterstoestablishedrevisemodelsofA,E,GH2O,[FD732,FD688]),R706,RVI[890,670]),R690fortheindependenturacytoesti-mateA,E,GH2O,CI,R2ofprediction,,,;,,;,,,whichcanrealizetheinversionofpho-tosyntheticphysiologicalparametersofcottonbyremotesensing.《光谱学与光谱分析》【年(卷),期】2018(038)006【总页数】5页(P1834-1838)【关键词】棉花;黄萎病;叶片;光合参数;高光谱;模型:..者】;王刚;刘景德;马占鸿;王静;李天南【作者单位】新疆农垦科学院棉花研究所/农业部西北内陆区棉花生物学与遗传育种重点实验室,新疆石河子832000;新疆农垦科学院,新疆石河子832000;新疆农垦科学院棉花研究所/农业部西北内陆区棉花生物学与遗传育种重点实验室,新疆石河子832000;中国农业大学植保学院,北京100083;新疆石河子职业技术学院水利建筑工程分院,新疆石河子832003;新疆农垦科学院棉花研究所/农业部西北内陆区棉花生物学与遗传育种重点实验室,新疆石河子832000;中国农业大学植保学院,北京100083【正文语种】中文【中图分类】,作物内部结构和农学参数通常会发生变化,尤其叶片内部叶绿体受损导致叶片光合能力下降,光合作用减弱,产生的有机物减少,同时导致作物外部形态不同器官发生颜色、斑点和畸形等变化,影响了作物的产量和品质[1-2]。通过监测作物农学参数的变化,对农学参数进行提取,可预测病害发生的可能性,并进一步推断病害发生的程度,为病害的发现和防治提供有效的数据源。Jay等对甘蔗14个品种的5个农学参数进行了长达3年的遥感监测研究,对比植被指数和编程2种方法对农学参数进行了反演,植被指数的预测结果略好于编程方法,两者没有显著的差异[3]。Hernandez等建立了光合反射率指数(photochemicalreflectanceindex,PRI)与针叶树光合参数进行了相关分析,发现PRI与气孔导度显著相关(r2=)[4]。伍南等分析了杉木冠层遭受炭病的冠层:..建立了病害胁迫下杉木冠层色素含量高光谱估算模型,[5]。何汝艳等利用小波法估测出了条锈病胁迫下冬小麦冠层叶片全氮含量,具有较高的估测精度[6]。程帆等采用随机函数和回归系数法提取特征波段,最小二乘回归建立模型实现了病害的早期诊断。在叶片的众多农学参数中,光合参数是最为重要的参数之一[7]。利用遥感技术可无损、快速、大面机进行作物光合参数监测,近年来相关研究不断展开。Ren等研究表明针茅植物地上生物量与光合作用密切相关,利用红边面积能有效对其光合能力进行估测[8]。金秀良等对棉花整个生育期光合有效辐射吸收分量与光谱反射率进行了分析,筛选出绿度植被指数和反射率比值建立了光谱估算模型,[9]。仇亚红等通过分析抽雄吐丝期玉米穗位叶在4个不同氮肥水平下的叶片净光合速率、气孔导度、蒸腾速率等光合参数及光谱反射率的变化规律,明确了光合相关参数与原始光谱反射率、一阶微分光谱、植被指数等高光谱数据之间的关系[10]。而利用光谱特征对黄萎病病害胁迫下病叶光合生理参数的监测研究尚未见相关报道。以棉花黄萎病病叶为研究对象,采集不同感病阶段病害叶片的光谱反射率并提取光谱信息,同时测量对应叶片光合生理参数,建立棉花黄萎病叶片光合生理参数的反演模型。以期为大面积遥感监测棉花黄萎病的发生发展提供理论依据和方法。—2016年在新疆农垦科学院棉花研究所黄萎病病圃试验田和大田开展。棉花品种为金垦86-29,4月20号左右播种,覆膜种植,膜上点播,膜下滴灌。全生育期共灌溉10次,时间为每年的6月12日开始到8月22日结束,灌溉周期为每8~9天一次,全生育期灌水量5600m3·ha-1。施肥量为380~400kg·ha-1纯氮,160~180kg·ha-1P2O5和100~120kg·ha-1K2O,其中1/3的磷、钾以及氮肥被用作基肥,剩余2/3的磷、钾以及氮肥分别在棉:..大田试验选取在143团、149团、芳草湖农场等常年发生棉花黄萎病严重的棉田,试验品种为新陆早72号、45号,栽培措施按当地高产栽培模式管理。,即:正常(b0):0%枯黄面积;轻度(b1):0%~25%枯黄面积;中度(b2):25%~50%枯黄面积;严重(b3):50%~75%枯黄面积;极严重(b4):75%~100%枯黄面积。样叶选取棉株上相同或相近叶位,每个严重度取4片叶进行光谱测试。。ASDLeafClip自带模拟光源,每个样叶分别测试上中下3个部位,取平均值为该样叶光谱值,每次测量前均需用ASDLeafClip内置标准参考白板进行校正。-3000便携式光合作用测定系统,选择晴朗无云的天气,于北京时间11:30—14:00之间进行测定,参照DinakarC方法[11]进行数据的光合参数的采集。样叶测试位置与光谱测试一致。,,微分光谱的近似计算方法为:(1)其中,λi为波段i波长值;ρ(λi)为波长λi的反射率值;ρ′(λi)为波段i的一阶微分值。:..、一阶微分光谱与叶片光合参数进行方差和相关分析,选择光合参数对应的光谱敏感波段,根据敏感波段重构新的光谱参数:R704,FD688,FD73,NDVI[704,1309],DVI[FD732,FD688],RVI[FD732,FD688],PRI[FD732,FD688],R706,FD690,DVI[1200,706],DVI[FD690,FD2265],RDVI[FD690,FD2265],R699,R564,FD731,DVI[FD731,FD1183],R690,R564,FD681,DVI[FD681,FD2291],NDVI[690,1357],RVI[690,1357],PRI[690,1357];同时提取传统的光谱特征参数:归一化指数(NDVI)、生理反射指数(PRI)、生理反射植被指数(PPR)、绿波段植被指数(GreenNDVI)、调整土壤亮度植被指数(SAVI)、土壤调节植被指数(OSAVI)、转换叶绿素吸收反射指数(TCARI)、差值植被指数(DVI)、比值植被指数(RVI)、重归一化植被指数(RDVI)、红边斜率(DIr)、红边面积(SDr)、红边位置(REP)、红谷位置(Lo),利用这些参数建立回归估算模型,2014年—2016年的103个样本为建模样本,104个样本为检验样本。用测定值与预测值的相关系数、均方根误差和相对误差对模型精度进行评价。,随病情严重度增加,棉叶净光合速率、气孔导度、蒸腾速率均下降,胞间CO2浓度先降后增。净光合速率下降的幅度最大,且不同严重度(b0,b1,b2,b3,b4)均达到极显著差异;蒸腾速率下降的幅度较大,各不同严重度(b0,b1,b2,b3,b4)均达到显著差异;气孔导度下降的幅度大,病情较轻时(b0,b1,b2)达到显著差异,病情重时(b3,b4)未达到显著差异;胞间CO2浓度在病害轻时(b0,b1,b2)未达显著差异,病害重时(b3,b4)达显著差异。病害叶片严重度与净光合速率呈极显著负相关,相关系数最高(r=-),与蒸腾速率呈极显著负相关,相关系数很高(r=-),与气孔导度呈极显著负相关,相关系数较高:..,与胞间CO2浓度呈极显著正相关(r=)。,病害叶片光谱反射率与净光合速率在439~728和976~2500nm波段呈极显著负相关,704nm处相关性最好;与蒸腾速率在426~731和943~2500nm波段呈极显著负相关,706nm处相关性最好;与气孔导度在430~724和912~2500nm波段呈极显著负相关,699nm处相关性最好;与胞间CO2在430~727和874~2500nm波段呈极显著正相关,690nm处相关性最好。病害叶片一阶微分值与净光合速率值在2265和690nm处相关系数绝对值最大;与蒸腾速率2265何690nm处的相关系数绝对值最大;与气孔导度在731和1183nm处的相关系数的绝对值最大;与胞间CO2在681和2291nm处的相关系数的绝对值最大。表1不同严重度棉叶与光合参数关系Table1Therelationbetweenphotosyntheticparameterswithdifferentlevelsofdiseaseseverityofcottonleaves严重度净光合速率A/[μmol·(m2·s)-1]蒸腾速率E/[mmol·(m2·s)-1]气孔导度GH2O/[mmol·(m2·s)-1]胞间CO2浓度CI/(μmol·mol-1)--**-**-****注:同一列不同字母代表p<:(a)和一阶微分光谱(b)(a)andderivativespectra(b)ofdiseasedleaves表2病害叶:..Table2Thecorrelationsbetweenphotosyntheticandhyperspectralparametersofcottondiseaseleaves净光合速率A蒸腾速率E气孔导度GH2O胞间CO2浓度CI光谱参数相关系数光谱参数相关系数光谱参数相关系数光谱参数相关系数R704*-**R706*-**R699*-**R690***FD688*-**R1200-**R564*-**R564***FD732***FD690*-**FD731***FD681***NDVI[704,1309]***DVI[1200,706]***PRI[570,531]**NDVI[670,890]-**DVI[560,450]-**NDVI[670,890]**NDVI[670,890]**DVI[560,450]**DVI[FD732,FD688]***DVI[FD690,FD2265]*-**DVI[560,450]-**DVI[FD681,FD2291]***RVI[FD732,FD688]***RDVI[FD690,FD2265]***DVI[FD731,FD1183]***NDVI[690,1357]*-**PRI[570,531]**PRI[570,531]**RVI[890,670]**RVI[690,1357]***PRI[FD732,FD688]***PPR[450,550]-****PRI[690,1357]*********SAVI-**TCARI-******GreenNDVI-**Area[672]**TCARI-**TCARI-****NDVI[670,890]**DVI[560,450]**Area[672]**OSAVI-****Area[672]**NDVI[350,2155]********P_Area[2230]**DVI[560,450]**Lwidth-**Lwidth-**Lwidth-**Lo-****REP-:..**注:光谱参数一栏加标*表示此参数为新创建的特征参数;相关性一栏,加标**:*Newestablishedparameters;**。所有光谱参数和净光合速率、蒸腾速率、气孔导度、胞间CO2浓度均达到显著相关,,,,。新建立光谱参数的相关系数整体上高于传统光谱参数,,,,,,,,。新建立和传统的光谱参数中,与净光合速率相关性最好的是PRI[FD732,FD688],DREP;与蒸腾速率相关性最好的是R706,PRI[570,531];与气孔导度相关性最好的是FD731,RVI[890,670]与胞间CO2浓度相关性最好的是R690,Lo。、蒸腾速率、气孔导度、胞间CO2浓度的高光谱估算模型(表3)。表3可知,尽管不同光合参数的高光谱估算模型的表达式不同,净光合速率和胞间CO2浓度的高光谱估算模型是线性和对数函数,蒸腾速率的高光谱估算模型是指数和二项式函数,气孔导度的高光谱估算模型是幂函数,估算模型均具有高的拟合R2,。为更好的选择棉花病害光合参数估算最优模型,需要对每个模型进行精度检验。考虑到估算模型既要有高的精度又要有实用性,最优模型选择标准是方程计算简单,预测R2最高,均方根误差RMSE和相对误差:..较小。综合考虑以上指标后,*(PRI[FD732,FD688])+(预测R2=,RMSE=,RE=);-(R706)(预测R2=,RMSE=,RE=);*(RVI[890,670])(预测R2=,RMSE=,RE=);*(R690)+(预测R2=,RMSE=,RE=)分别为净光合速率、蒸腾速率、气孔导度、胞间CO2浓度的高光谱最优估算模型。3结论利用高光谱遥感技术对棉花黄萎病叶片光合参数进行监测并建立诊断模型对其进行参数提取,结论如下:(1)棉叶光合参数净光合速率、气孔导度、蒸腾速率均随病情严重度增加而减小,胞间CO2浓度先降后增,病情严重度与光合参数相关性大小顺序为:净光合速率>与蒸腾速率>气孔导度>胞间CO2浓度。(2)棉叶光谱参数与光合参数均有很好的相关性,选择各自相关性最好的参数建立光合参数提取模型,净光合速率、蒸腾速率、气孔导度和胞间CO2浓度的最佳诊断模型分别是以光谱参数PRI[FD732,FD688]),R706,RVI[890,670]),R690为自变量的模型,模型均具有很高的精度(预测R2>,RE<)。结果表明病害对不同叶片光合参数的影响不同,不同危害程度对光合参数的影响程度差异较大。通过建立光谱诊断模型可实现病害叶片光合参数的提取,为棉花黄萎病病情诊断提供依据,为作物不同病害发生后光合参数提取提供借鉴和参考。*(PRI[FD732,FD688])+*****ln(DREP)-5:..*e-(R706)*****(PRI[570,531])2+*(PRI[570,531])+****×106*(FD731)*****(RVI[890,670])*****(R690)+****-3026*ln(Lo)+****:*;**:*;**[1]CHENBing,WANGKe-ru,LIShao-kun,etal(陈兵,王克如,李少昆,等).TransactionsoftheChineseSocietyofAgriculturalEngineering(农业工程学报),2011,27(9):86.[2]SalesCRG,MarehioriPER,MachadoRS,,2015,53(4):1.[3]JayS,MaupasF,BendoulaR,,2017,210:33.[4]Hernández-ClementeR,Navarro-CerrilloRM,SuárezL,,2011,115(9):2360.[5]WUNan,LIUJun-ang,ZHOUGuo-ying,etal(伍南,刘君昂,周国英,等).ChineseAgriculturalScienceBulletin(中国农学通报),2012,28(1):73.[6]HERu-yan,QIAOXiao-jun,JIANGJin-bao,etal(何汝艳,乔小军,蒋金豹,等).TransactionsoftheChineseSocietyofAgriculturalEngineering(农业工程学报),2015,31(2):141.[7]CHENGFan,ZHAOYan-ru,YUKe-qiang,etal(程帆,赵艳茹,余克强,等).SpectroscopyandSpectralAnalysis(光谱学与光谱分析),2017,37(6):1861.[8]RenH,ZhouG,,2011,109(4):385.:..金秀良,李少昆,王克如,等),CottonScience(棉花学报),2011,23(5):447.[10]QIUYa-hong,YANGFeng,ZHAOGang-cheng,etal(仇亚红,杨峰,赵刚成,等).ChineseAgriculturalScienceBulletin(中国农学通报),2015,31(24):71.[11]AssalT,AndersonP,,2016,46(365):137.