基于HJ卫星的冬小麦白粉病监测研究

doi:10.11924/j.issn.1000-6850.casb2022-0738

中国农学通报 ›› 2023, Vol. 39 ›› Issue (28): 137-141.doi: 10.11924/j.issn.1000-6850.casb2022-0738

基于HJ卫星的冬小麦白粉病监测研究

庄东英¹(), 殷敏¹, 耿安红¹, 李卫国², 崔必波¹()

¹ 江苏沿海地区农业科学研究所新洋试验站，江苏盐城 224049
² 江苏省农科院农业信息研究所，南京 210000

收稿日期:2022-08-25 修回日期:2023-05-18 出版日期:2023-10-05 发布日期:2023-09-25
通讯作者: 崔必波，1971年出生，江苏建湖人，助理研究员，本科，主要从事农作物新品种选育及农业新技术示范推广工作。通信地址：224049 江苏省盐城市亭湖区黄尖镇南首盐城市新洋农业试验站，Tel：0515-82600181，E-mail：cuibibo1971@163.com。
作者简介:
庄东英，女，江苏海门人，1988年出生，研究实习员，硕士研究生，研究方向：农业遥感应用。通信地址：224049 江苏沿海地区农业科学研究所新洋试验站，Tel：0515-82600181，E-mail：477740628@qq.com。
基金资助:
国家重点研发计划项目政府间重点专项“智慧农业中气象保障关键技术”(2021YFE0104400); 国家重点研发计划项目政府间重点专项“智慧农业中气象保障关键技术”(2037)

Monitoring of Powdery Mildew in Winter Wheat Based on HJ Satellite

ZHUANG Dongying¹(), YIN Ming¹, GENG Anhong¹, LI Weiguo², CUI Bibo¹()

¹ Xinyang Experimental Station of Jiangsu Coastal Area Agricultural Science Research Institute, Yancheng, Jiangsu 224049
² Institute of Economy and Information, Jiangsu Academy of Agricultural Sciences, Nanjing 210000

Received:2022-08-25 Revised:2023-05-18 Published-:2023-10-05 Online:2023-09-25

摘要/Abstract

摘要：

对不同区域处在开花期的冬小麦进行白粉病病情指数(DI)调查，并同步进行冠层光谱测定及田间取样。选择叶片叶绿素含量、叶片含水量和空气温度3个对小麦生长起重要作用的因子，分别将这些因子与DI进行统计分析，建立小麦白粉病预测模型和专题图制作。结果表明，3个因子与DI有一定的相关性，其中，叶片叶绿素、叶片含水量和DI呈负相关，相关系数分别为0.6316和0.633。叶片叶面积指数(LAI)和温度与DI呈正相关，相关系数为0.6372和0.561。可以通过叶片叶绿素含量、叶片含水量、温度和LAI（用NDVI转换）的变化了解白粉病病情指数变化，研究证明遥感监测病情指数是可行的，建立的模型能较好反演小麦的白粉病病情指数。本研究在此基础上建立了遥感监测白粉病病情指数的专题图。

关键词: 冬小麦, 白粉病, 光谱, 监测, 病情指数

Abstract:

The disease index (DI) survey of powdery mildew for winter wheat at flowering stage was carried out in different regions. Canopy spectral measurement and field sampling were conducted simultaneously during this process. Three factors that played an important role in wheat growth were selected, namely leaf chlorophyll content, leaf water content and air temperature. These factors were statistically analyzed with DI to build a prediction model of wheat powdery mildew and obtained a thematic map. The results showed that there was a certain correlation between the three factors and DI. Leaf chlorophyll content and leaf water content were negatively correlated with DI with correlation coefficients of 0.6316 and 0.633 respectively, and leaf area index (LAI) and air temperature were positively correlated with DI with correlation coefficients of 0.6372 and 0.561 respectively. The change of wheat powdery mildew disease index can be obtained through changes of leaf chlorophyll content, leaf water content, air temperature and LAI (converted by NDVI), which proves that it is feasible to monitor the disease index based on remote sensing technology, and the constructed model can better retrieve the disease index of wheat powdery mildew. On this basis, this study drew the thematic map of wheat powdery mildew disease index monitored by remote sensing technology.

Key words: winter wheat, powdery mildew, spectrum, monitoring, disease index

庄东英, 殷敏, 耿安红, 李卫国, 崔必波. 基于HJ卫星的冬小麦白粉病监测研究[J]. 中国农学通报, 2023, 39(28): 137-141.

ZHUANG Dongying, YIN Ming, GENG Anhong, LI Weiguo, CUI Bibo. Monitoring of Powdery Mildew in Winter Wheat Based on HJ Satellite[J]. Chinese Agricultural Science Bulletin, 2023, 39(28): 137-141.

图/表 6

图1. 小麦叶面积指数与病情指数的关系

类别	均值	最小值	最大值	标准差
病害叶片	32.62	28.1	37.3	2.83
健康叶片	37.26	33.2	39.7	1.62

表1. 病害叶片与健康叶片叶绿素含量的比较

图2. 小麦叶片叶绿素含量与病情指数的关系

图3. 小麦叶片水分含量与病情指数的关系

图4. 小麦叶片冠层温度与病情指数的关系

图5. 各市冬小麦开花期病情指数遥感监测图图中空白区域是没有种植小麦的区域

参考文献 25

[1]	齐双丽, 贺利, 段剑钊, 等. 基于倾斜遥感观测的小麦白粉病胁迫下叶绿素含量监测[J]. 麦类作物学报, 2019, 39(10):1246-1256.
[2]	张明伟, 周清波, 陈仲新, 等. 基于物候模型的作物种植面积变化监测方法[J]. 农业工程学报, 2006, 22(10):139-144.
[3]	冯炼, 吴玮, 陈晓玲, 等. 基于HJ卫星CCD数据的冬小麦病虫害面积监测[J]. 农业工程学报, 2010, 20(10):213-219.
[4]	张晓艳, 侯学会, 王猛, 等. 小麦条锈病胁迫下光合速率与光谱指数关系研究[J]. 光谱学与光谱分析, 2022, 42(3):940-946.
[5]	胡彬彬. 无人机载多源遥感技术在小麦生长参数监测中的应用[J]. 电子技术, 2022, 51(11):274-275.
[6]	竞霞, 闫菊梅, 邹琴, 等. 基于CC-MPA特征优选算法的小麦条锈病遥感监测[J]. 农业机械学报, 2022, 53(9):217-225,304.
[7]	刘梦冉, 张海艳, 齐双丽, 等. 基于高光谱遥感的小麦黄花叶病害等级监测研究[J]. 麦类作物学报, 2022, 42(7):872-882.
[8]	王利民, 刘佳, 杨福刚, 等. 基于GF-1/WFV数据的冬小麦条锈病遥感监测[J]. 农业工程学报, 2017, 33(20):153-160.
[9]	黄木易, 黄文江, 刘良云, 等. 冬小麦条锈病单叶光谱特性及严重度反演[J]. 农业工程学报, 2004, 20(1):176-180.
[10]	刘良云, 宋晓宇, 李存军, 等. 冬小麦病害与产量损失的多时相遥感监测[J]. 农业工程学报, 2009, 25(1):137-143.
[11]	黄木易, 王纪华, 黄文江, 等. 冬小麦条锈病的光谱特征级遥感监测[J]. 农业工程学报, 2003, 19(6):154-158.
[12]	董德誉. 冬小麦氮高效鉴定及光合效率和籽粒蛋白质含量的反演[D]. 乌鲁木齐: 新疆农业大学, 2022.
[13]	赵祥, 刘素红, 王培娟, 等. 基于高光谱数据的小麦叶绿素含量反演[J]. 地理与地理信息科学, 2004, 20(3):36-39.
[14]	范友波, 顾晓鹤, 王双亭, 等. 冬小麦白粉病冠层光谱特征解析与病情指数反演[J]. 麦类作物学报, 2017, 37(1):136-143.
[15]	刘鹏程. 不同药剂防治小麦白粉病的效果[J]. 农技服务, 2009, 26(2):89-90.
[16]	乔红波, 周益林, 白由路, 等. 地面高光谱和低空遥感监测小麦白粉病初探[J]. 植物保护学报, 2006(4):341-344.
[17]	曹学仁, 周益林, 段霞瑜, 等. 利用高光谱遥感估计白粉病对小麦产量及蛋白质含量的影响[J]. 植物保护学报, 2009, 36(1):32-36.
[18]	曹学仁. 小麦白粉病的遥感监测及捕捉器中孢子的Real-time PCR定量检测[D]. 北京: 中国农业科学院, 2012.
[19]	蒙继华, 吴炳方, 杜鑫, 等. 基于HJ-1A/B数据的冬小麦成熟期遥感监测[J]. 农业工程学报, 2011, 27(3):225-230.
[20]	魏然, 刘良明, 曹庭进, 等. 基于环境减灾小卫星数据的森林火灾迹地检测算法研究[J]. 遥感信息, 2012(2):62-66.
[21]	施英妮, 石立坚, 夏明, 等. HJ-1A/1B星CCD传感器数据在黄东海浒苔监测中的应用[J]. 遥感信息, 2012(2):47-50.
[22]	马慧琴, 黄文江, 景元书. 遥感与气象数据结合预测小麦灌浆期白粉病[J]. 农业工程学报, 2016, 32(9):165-172.
[23]	王琳, 梁健, 孟范玉, 等. 基于遥感与气象数据的冬小麦主产区籽粒蛋白质含量预报[J]. 智慧农业(中英文), 2021, 3(2):15-22.
[24]	马慧琴. 基于多源数据的小麦白粉病遥感监测与预测模型研究[D]. 南京: 南京信息工程大学, 2017.
[25]	丁锦峰, 朱新开, 王君婵, 等. 基于开花期卫星影像的春性中、弱筋小麦籽粒蛋白质含量遥感预测[J]. 云南农业大学学报(自然科学), 2015, 30(6):932-940.

基于HJ卫星的冬小麦白粉病监测研究

Monitoring of Powdery Mildew in Winter Wheat Based on HJ Satellite

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 25

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	徐大玮, 毕玉琦, 解恒杰, 刘睿. 基于紫外-可见吸收光谱对食品中残留添加剂的检测和分析[J]. 中国农学通报, 2023, 39(8): 127-132.
[2]	夏丽娟, 许中怀, 董雪娟, 万莉. 贝莱斯芽孢杆菌对黄瓜白粉病的毒力与防效及对黄瓜的安全性评价[J]. 中国农学通报, 2023, 39(6): 111-115.
[3]	田婷, 张青, 徐雯. 基于无人机多光谱影像的水稻冠层SPAD值预测研究[J]. 中国农学通报, 2023, 39(4): 149-153.
[4]	李艳兰, 杨进成, 金红云, 罗志敏, 李祥, 李灶福, 张春帆, 胡新洲, 禹宗红, 刘坚坚, 高仕兰, 安正云, 王爱明, 蔡述江. 有机肥用量与配比对食粒豌豆3种病害防效的影响[J]. 中国农学通报, 2023, 39(4): 106-111.
[5]	文君慧, 姚贝贝, 蔡健英, 朱祺, 钟国华. 吡唑萘菌胺及混剂防治4种瓜类白粉病的田间应用技术[J]. 中国农学通报, 2023, 39(4): 112-118.
[6]	侯珲, 王丽, 袁洪波, 周增强, 黄天祥, 涂洪涛. 苹果白粉病发生情况调查及田间药剂筛选[J]. 中国农学通报, 2023, 39(4): 119-124.
[7]	叶照春, 冉海燕, 陈仕红, 兰献敏. 贵州主要耕作制度对胜红蓟发生危害的影响[J]. 中国农学通报, 2023, 39(4): 132-138.
[8]	张娟, 廖菊阳, 刘艳, 王玲, 李巧云, 吴林世, 黄雅奇. 多源遥感数据在森林资源监测上的应用现状与发展趋势[J]. 中国农学通报, 2023, 39(19): 159-164.
[9]	郭海英, 张谋草, 周忠文, 祁鸿雁, 秦乐, 张俊林. 气候暖湿化及其对陇东冬小麦生产的影响[J]. 中国农学通报, 2023, 39(15): 127-131.
[10]	陈桂良, 刘忠妹, 许木果, 黎小清, 丁华平, 杨春霞. 云南山地胶园土壤有机质高光谱估算[J]. 中国农学通报, 2023, 39(13): 87-94.
[11]	张丽萍, 王久荣, 唐思宇, 袁红朝, 贺珍, 耿梅梅, 许丽卫, 陈闻, 冯淦熠. 优化测定表观消化率指示剂二氧化钛含量前处理方法的研究[J]. 中国农学通报, 2023, 39(11): 159-164.
[12]	蒋怡, 董秀春, 刘忠友, 李宗南, 黄平, 任国业, 王小燕. 四川盆地莲藕种植遥感提取及热点区域分析[J]. 中国农学通报, 2023, 39(10): 148-155.
[13]	马元花, 印彩霞, 王红玉, 刘宇轩, 刘前通, 张泽. 基于高光谱的棉花叶片磷含量估测模型[J]. 中国农学通报, 2023, 39(1): 123-132.
[14]	孙博, 刘闰, 王占斌, 陈黄欣, 阎肃. 桃叶蓼白粉菌的显微观察及进化关系分析[J]. 中国农学通报, 2022, 38(9): 130-136.
[15]	张杰, 祝志华, 张慧, 胡猛, 邱晨, 蔡宪文. 山东南四湖省级自然保护区野生鸟类调查及疫源疫病防控初探[J]. 中国农学通报, 2022, 38(9): 75-80.