论文部分内容阅读
作物病虫害是农业生产上的重要生物灾害,是制约高产、优质、高效农业可持续发展的主导因素之一。及时、准确的提供病虫害的发生发展信息,是有效防治作物病虫害的关键。以往开展的病虫害的监测预报信息化研究,多为利用专家决策支持系统进行,缺乏大面积、快速遥感和GIS空间信息支持。本文提出针对病虫害特点,建立集成遥感和GIS的作物病虫害空间分析模型,并耦合气象因素、作物参数等,实现实时、客观、大面积、快速的从不同尺度监测预报作物病虫害的空间分布、发生状况,适时为病虫害防治提供信息服务。
本文在分析国内外作物病虫害监测预报系统、GIS的空间分析模型、遥感在作物病虫害监测预报领域的研究现状的基础上,在黑龙江研究示范区的垦区农场开展了作物病虫害分析研究。本文以水稻稻瘟病与大豆红蜘蛛为例,研究了以下内容:
(1)作物病虫害空间分析模型构建
研究表明,病虫害发生发展受到多种因素影响,气象因素是诱发病虫害发生的主要因素。本文首先采用基于地统计学与GIS的空间分析,对研究区域的作物病虫害关键监测期(7-8月)气象因素--平均温度、平均相对湿度以旬为单位利用IDW、Spline、OK、Co-Kriging空间插值,交叉验证结果表明Co-Kriging法与OK法插值效果最好(平均温度MAE约0.5℃,平均相对湿度MAE小于3%),IDW法也基本满足应用需求(平均温度MAE约0.7℃,平均相对湿度MAE小于4%)。综合两种气象因素分析,从大尺度上划分适宜作物病虫害发生的气象条件区域。另外,气象因素插值分析结果也作为农气模型变量输入,驱动模型运算,达到了预测作物病虫害发生的目的。
病虫害发生后,作物细胞活性、含水量、叶绿素含量等发生变化引起作物反射光谱的变化。本文分析了作物病虫害光谱特征(水稻稻瘟病、大豆红蜘蛛),受病虫害胁迫的作物冠层光谱在近红外波段都表现为迅速下降:在可见光波段,病害作物光谱表现为红谷升高、绿峰削低;虫害作物光谱则与正常作物光谱相差不大(非常严重情况表现为绿峰削低);在水分敏感的短波红外波段,受胁迫作物光谱也与正常作物光谱有显著差异。在此基础上,筛选出病虫害的敏感波段和光谱指数,建立了作物病虫害遥感监测模型并对高空间分辨率SPOT影像反演,提供了重点监测区域(友谊农场)农田尺度上水稻稻瘟病与大豆红蜘蛛的空间监测信息。
(2)作物病虫害监测预报系统集成
建立集成GIS与遥感的作物病虫害监测预报系统,是推广作物病虫害信息化管理的有效形式。本研究采用面向对象技术,建立了作物病虫害数据库,以无缝集成病虫害的多源数据信息,使该数据库不仅满足作物病虫害监测预报的需要,而且将来能够为相关业务系以典型示范区的作物病虫害监测预报工作为重点,验证和完善作物病虫害空间分析模型。
实践表明,集成GIS和RS监测预报作物病虫害,适时提供不同尺度的空间信息支持,可以为作物病虫害监测预报的智能化、信息化,保障农产品质量安全提供可靠的技术支持。