英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料
农业计算机与电子85 (2012) 13–23
|
SciVerse ScienceDirect 提供的内容列表
农业计算机与电子 杂志主页：www.elsevier.com/locate/compag |
叶片高光谱测量法检测冬小麦白粉病
Jing-Cheng Zhanga,b,c, Rui-liang Pub, Ji-hua Wanga, Wen-jiang Huanga,*, Lin Yuana,c, Ju-hua Luoa
a北京农业信息技术研究中心,北京,中国
b地理，环境与规划系,南佛罗里达大学,坦帕,佛罗里达州,美国
c农业遥感信息系统应用研究所,浙江大学,杭州310029,中国
文章信息
|
文章历史： 2011年6月30日收到 2012年2月11日收到修订 2012年3月11日接受 |
关键词：白粉病 光谱特征 部分最小二乘回归（PLSR） Fisher线性鉴别分析（FLDA） 交叉验证
摘要：白粉病（Blumeria graminis）是最具破坏性的疾病之一，对冬小麦生产的影响具有重要意义。在这项研究中，通过光谱测量来检测冬小麦白粉病和分析获得空间分布信息的方法可能成为传统方法的一种替代方法，正常叶片和感染白粉的病叶片的高光谱反射率在实验室用光谱仪测量。共有32个光谱特征（SFs）从实验室光谱仪中提取，并通过相关分析和疾病严重性相关的独立t检验进行检查。两个回归模型：多变量线性回归（MLR）和偏最小二乘回归（PLSR），两个模型用于估计白粉病的疾病严重程度。此外，还采用了Fisher线性判别分析法（FLDA）进行白粉病的三个健康水平（正常，轻度损伤和严重受损）和提取的白粉病特征参数SFs进行鉴别。实验结果表明：（1）大多数SFs对粉末显示出明显的反应霉菌;（2）用SFs估计疾病严重程度，PLSR模型优于MLR模型，相对均方根误差（RMSE）为0.23，当使用七个组件时测定系数（R2）为0.80 ;（3）进行判别分析时，FLDA严重损坏的叶片产生的准确度更高，生产者和用户的准确度都超过90％;（4）所选宽带SFs在估计和区分疾病严重程度时显示出巨大的潜力。结果表明，多光谱遥感在白粉病检测和绘图中是一种有效的方法。
2012 Elsevier B.V.保留所有权利。
作者通讯： 电话： 861051503647。
电子邮件地址：zjc19840222@gmail.com，yellowstar0618@163.com
0168-1699/$ - see front mattercopy;2012 Elsevier B.V.保留所有权
http://dx.doi.org/10.1016/j.compag.2012.03.006
- 介绍
因为植物病害，至少有10％的全球粮食产量损失（Christou和Twyman，2004; Strange和Scott，2005）。粉状造成Blumeria graminis的霉菌是世界广泛的破坏性植物病害（Reuveni and Reuveni，1998; Olsen等，2003; Nofal和Haggag，2006）。这种病影响广泛的商业作物，并可能导致显着的产量损失（Sharma et al。，2004; Strange and Scott，2005）。因此，人们非常重视白粉病对粮食安全的影响（Hardwick等，1994）。从生理或遗传的角度来看，一些研究已经解决了白粉病的影响机制，试图培育对白粉病具有很强抗性的品种或开发有效的杀真菌剂（Gooding等，1994; Wright等，1995; Hu等，2008）。同时，在防治小麦种植区白粉病方面取得了很大进展。例如，Hardwick等人（1994）发现一种杀菌剂芬太菌和芬丙霉素似乎能有效控制白粉病。Joslash;rgensen和Olesenb（2002）发现用含麦角甾醇生物合成抑制剂的杀真菌剂可以成功地防止白粉病的感染。然而，虽然杀真菌剂的应用在控制白粉病方面是有效的，但是由于许多种植物可以承载这种病原体，所以不可能在区域范围内根除这种疾病（Eichmann和Huuml;ckelhoven，2008）。因此，在实践中，作物管理者及时获取关于白粉病空间分布的信息是重要的，以指导杀真菌剂的喷雾。另外，杀菌剂的不准确应用可能会导致感染区域的丢失或过度使用，特别是当使用自动喷雾系统，如拖拉机或飞机。
要获得现场疾病感染边界的信息，最常见和常规的方法是进行现场调查。传统的基于地面的调查方法是非常昂贵和低效的，因此在大面积上是有问题的。所以，遥感技术可能是用于以较低成本的在大面积上获得白粉病空间分布信息的可能的替代方案。
在过去二十年中，通过遥感技术（例如，West等人，2003; Sankaran等，2010）成功地进行了几项研究以及作物病害检测。如Sankaran等人所述（2010），光学遥感，特别是从可见光和近红外（NIR）地区提取的光谱特征（SFs），在植物病害诊断和检测中具有很大的潜力。例如，通过使用多光谱数据，Franke和Menz（2007）通过使用归一化差异植被指数（NDVI）成功地在冬小麦田中发现了白粉病和叶锈病。秦和张（2005）通过宽带高空间分辨率数据获得了水稻纹枯病感染区信息。另外一些研究人员已经应用高光谱遥感技术来检测和绘制作物病害。Bravo等人（2003）和Moshou等 （2004）开发了基于地面的实时遥感系统进行冬小麦疾病的检测，分类精度达到90％以上。黄，等。（2007）发现光化学反射指数（PRI）在冬小麦冠层水平上具有很强的黄锈病预测能力。在他们的研究中，通过PRI与冬小麦黄锈病的疾病严重程度之间的关系进一步证实机载高光谱数据的可行性。刘，等。（2010）也采用高光谱反射测量法，对不同严重程度的水稻真菌病进行准确的鉴别。根据文献综述，很明显，高光谱遥感在鉴定和检测作物病害方面具有更大的潜力。高光谱遥感是特殊类型的成像技术，在光谱的整个可见光和太阳光反射红外部分的许多狭窄的连续光谱带（lt;10nm带宽）中收集图像数据（Goetz等人，1985）。鉴于各种症状和相应的光谱响应可能因疾病而变化，因此有必要对几种常用的SFs检测白粉病的性能进行独立的检查。
由白粉病引起的感染通常导致现场连续的拉伸分布现象，从而为遥感应用提供了很好的机会（Lorenzen和Jensen，1989）。此外，冬小麦白粉病最明显的症状是叶片上出现浅白色（有时为淡黄色）的脓疱（Reacute;mus-Borel等，2005）。叶片上的脓疱部分将随着严重程度的增加而增加，这导致正常叶和感染者之间的光谱差异显着，从而可以根据光谱特征检测疾病（Jones 等。，2010）。
迄今为止，有几项对冬小麦白粉病的检测已涉及光谱的使用。关于冬小麦白粉病光谱响应的知识仍然缺乏。Lorenzen和Jensen（1989）报道了大麦中白粉病的光谱特征。Rumpf等人（2010）通过使用高光谱数据，在叶片水平上分化了长尾孢属叶片斑点，叶锈病和白粉病等疾病。然而，他们都没有系统地探索白粉病引起的光谱反应。在他们的研究中，不是使用提取的SFs，而是用一些统计分析方法来利用整个反射光谱提高估计精度，这将不可避免地增加计算负荷。关键问题在于什么严重程度上可以发现白粉病，尚未得到回答。因此，本研究的目的是：（1）检测出一组可能的SFs对冬小麦叶片白粉病的反应，并确定最合适的SFs用于疾病检测;（2）在叶面评估疾病严重程度时开发多变量模型;（3）通过光谱鉴别分析来确定可以鉴定白粉病严重程度的准确度;
- 材料和方法
2.1.研究现场和材料
冬小麦（Triticum aestivum L.）植物在中国农业和林业科学研究院的一个实验领域种植，位于39〜560N，116〜160E，海拔56米（图1）。选择“京东8号”，北京，河北省广泛种植，对白粉病适度适应。2010年5月和6月期间，在实验场地大约一半范围内自然发生冬小麦白粉病（B. graminis）。白粉病的症状在早期生长阶段是不明显的，然而，拔节阶段症状迅速发展，并且在灌浆阶段可见。根据Cao等（2009）的工作，早期灌浆阶段是进行杀菌剂喷雾等预防措施的重要时间点。因此，我们在2010年5月23日冬小麦灌浆阶段开始进行实验。
2.2.数据采集
2.2.1. 叶片采样
用剪刀从田间的冬小麦植物中切下叶子，并将样品装入冰袋中运送到附近的室内实验室进行光谱测量。将每个叶片样品放置在各个小塑料袋中，以防止水分流失和交叉污染。共收集114份叶片样品，其中34份正常叶片和80株叶片严重程度不同的叶片。每个叶片在分光测定后立即包裹在润湿的纸巾中，以便进行后续的分析。
2.2.2. 叶光谱和色素测量
叶反射光谱用FieldSpecreg;UV / VNIR光谱辐射计（ASD Inc.，Boulder，Colorado，USA）超过350-1050nm波长范围，以3nm间隔耦合与Li-1800积分球（Li-Cor Inc.，Lincoln，Nebraska，USA）作为照明源。为了避免在两端具有低信噪比的频带，仅保留450〜950nm的光谱，进行后续分析。每10次测量一次记录白色Spectralon参考面板（99％反射率）的光谱。通过计算样品辐射度与白色Spectralon参考面板的比率来确定反射率。根据叶片上脓疱分布模式的异质性，对每个叶片记录10-15个读数，然后对其进行平均，以获得叶片（样品）的光谱测量。在光谱测量之后，切割叶片放入带有10ml丙酮（80％）的管中。通过将管放置在65℃的水桶中，在暗室中超过5小时来提取色素。然后用Lichtenthaler（1987）的方程提取和计算叶绿素a（Chla），叶绿素b（Chlb）和类胡萝卜素（Car）的浓度。计算方式如下：
CA=12.25OD663-2.79OD647 (1)
CB=21.50OD647-5.10OD663 (2)
CC(mg/L)=(1000OD470-1.82CA-85.02CB)/198 (3)
其中CA,CB和CC分别是Chla, Chlb和Car在mgL-1处的浓度，OD447，OD670和OD663是特定波长的吸收率。
J.-C. 张等人 /农业电脑与电子学85（2012）13-23
图1.实验区的位置
2.2.3.疾病严重度的测定
通过目视估计基于彩色照片的感染叶表面积的百分比来确定每个样品的疾病严重程度，该彩色照片是按照Graeff的方法在具有白皮书背景的每个患病叶片的光谱测量之后进行的 et al。（2006）和Luedeling等（2009）。进一步最小化可能的错误源。调查员发现，估计伤害百分比分为九类：0-3％（无疾病），3-10％（疾病）指数，（DI = 1），11-20％（DI = 2），21-30％（DI = 3），31-40％（DI = 4），41-50％（DI = 5），51-60％（DI = 6），61-70％（DI = 7），gt; 70％（DI = 8）。事实上，在这个实验中没有一个叶子/样本感染覆盖率高于80％，而那些叶脓疱部分小于3％的叶片实际上难用视觉将其与正常叶分开。应该注意的是，以这个为标准，DI在随后的回归分析中被用作连续变量。除了使用DI，叶片的疾病严重程度也在质量上分为两个离散的水平：稍微受损的叶子（一部分脓疱的叶子从3％到30％）和严重受损的叶子（部分超过30％的叶子）。感染严重程度的定义是指植物保护部门使用的标准（中文标准：NY / T 613-2002）。使用这些类别，整个数据集可以重组为3个离散的级别，以便进行后续的判别分析。
2.3.SFs的选择
从生理角度看，白粉病引起的叶面色素含量，细胞结构和霉变的变化是相应的光谱变化的原因。为了利用对
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[26939]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
