控制大田和自然大田稻纵卷叶螟危害水稻生理生态参数估算模型

为了准确监测和客观评估稻纵卷叶螟对水稻生长发育和产量形成的危害,利用ASD Field Spec3地物波谱仪和SPAD-502叶绿素仪分别采集控制大田试验(2015年和2019年)和自然大田试验(2020年)在各生育期(拔节期、孕穗期、灌浆期、成熟期)水稻的冠层高光谱数据和SPAD值,调查采集样点的虫量和水稻卷叶率,对比分析两种试验中稻纵卷叶螟的虫害发生特征、水稻冠层光谱特征和水稻生理生态参数特征,建立基于高光谱参数的水稻受稻纵卷叶螟危害的生理生态参数估算模型。结果表明,(1)两种试验的水稻SPAD值和冠层的红边至近红外波段的反射率均随着稻纵卷叶螟虫害程度的加重而降低,而可见光波段的反射率则相反;(2)自然大田试验的SPAD值和红光至近红外波段的冠层反射率在水稻生长发育前期要显著低于控制大田试验,而到了后期则反而要略高于控制大田试验;(3)综合分析筛选出自然大田试验和控制大田试验中的多个虫害特征参数和植被指数分别构建出了SPAD的单因子和多因子估算模型,各模型均达到了较好的估算效果,在单因子模型中EVI的二项式函数模拟效果最好,而多因子线性回归估测模型的模拟效果优于所有的单因子模型;(4)通过2021年对这些模型的应用检验发现:这些模型中基于虫量、卷叶率、OSAVI、EVI和DVI的单因子估算模型的SPAD估算值与实测值拟合度很高,其Rv 2均超过了0.8,达到了比较理想的估算效果,这为稻纵卷叶螟危害下的水稻SPAD值估测提供了一种精度较高且可行的估算方法。

无人机多光谱影像在稻纵卷叶螟危害监测中的应用

为探讨利用无人机多光谱影像监测稻纵卷叶螟危害的可行性,本研究于2021年6-10月开展了无人机对稻纵卷叶螟危害和田间水稻生育状况的同步观测试验,分析了15种植被指数与卷叶率(虫害指标)之间的相关关系;分别采用普通最小二乘法、多项式拟合、多元逐步回归法和偏最小二乘法建立了水稻分蘖期、拔节期和孕穗期的卷叶率反演模型;在此基础上,筛选出最优模型并分析卷叶率与水稻生理生态参数之间的关联。结果表明,(1)3个生育期的大部分植被指数与卷叶率存在极显著的相关性,每个生育期卷叶率与均一化植被指数(NDVI)的相关性都是最高的。(2)分蘖期的卷叶率反演模型效果最好,孕穗期的模型较好,拔节期的模型效果稍差。(3)在分蘖期,稻纵卷叶螟对水稻的危害反映在叶绿素浓度的下降和叶色的变化;在拔节期,虫害会引起水稻的补偿反应,导致叶绿素含量和叶面积增加;在孕穗期虫害对水稻生长的危害主要表现为叶绿素含量下降。本研究结果可为无人机遥感技术在区域范围内精确识别稻纵卷叶螟危害提供重要的参考。

稻纵卷叶螟危害下水稻叶片光谱特征及产量估测

2020年在南京市浦口区桥林街道对稻纵卷叶螟[Cnaphalocrocis medinalis Güenée(C. medinalis)]自然发生的水稻农田进行高光谱观测试验,以探明不同稻纵卷叶螟危害程度下水稻叶片光谱特征与产量的关系,并对水稻产量进行预测。试验共选取80个样点,各样点虫害等级根据稻株的受害叶片数量占叶片总数的比例进行划分,利用SOC710VP便携式高光谱成像仪,采集水稻主要生育期(拔节期、孕穗期、灌浆期和成熟期)各样点水稻叶片的高光谱数据,调查收获后各样点的水稻产量数据,分析不同虫害等级下水稻叶片原始光谱、一阶导数光谱特征和产量参数的变化规律,并利用观测光谱与产量相关性较强的特征波段计算植被指数,建立基于植被指数的水稻产量估算模型。结果表明:(1)同一生育期内,水稻叶片近红外波段和红边波段的反射率随着虫害等级的升高而降低,而红光波段则相反。(2)同一生育期内,一阶导数光谱的峰值、红边幅值和红边面积随着虫害等级的增大而降低,红边位置的“蓝移”现象加重。(3)水稻的有效穗数、千粒重、结实率以及产量总体上随着虫害等级的上升而降低;但虫害等级较低时,有效穗数、千粒重以及结实率均出现“回升”现象。(4)利用各生育期DVI、RVI和CARI构建水稻产量估测模型,其中RVI的二项式模型模拟效果最佳。研究表明利用水稻叶片成像光谱特征可对稻纵卷叶螟危害进行长期、动态的监测,由其敏感波段构建的植被指数能够有效估测稻纵卷叶螟为害下的水稻产量。