论文部分内容阅读
随着国际市场和烟草工业对烟叶品质要求的提高,以及气候变化、作物布局和栽培制度等的改变,我国烟草病虫害的发生呈上升趋势。高光谱遥感属于一种无损伤测试技术,能够进行大面积作物的同步观测,与传统监测方法相比,不但节约时间,而且更节省人力,物力,财力。本试验利用地面遥感平台,通过对烟草花叶病的光谱特征与烟草花叶病的严重度以及烟草花叶病的光谱特征与烟草花叶病严重度相关性最强的生理指标色素,进行定性与定量的研究,为用高光谱遥感大面积监测烟草花叶病提供理论依据。主要研究结果如下:1、通过室内观测接种TMV后烤烟叶片高光谱反射率,发现在接种后第七天肉眼观察各组叶片表面,仍无明显可辨症状时,其特征曲线的近红外波段反射率却有所下降。即在接种TMV后第七天肉眼观察不到病害叶片症状时,用高光谱就可以诊断出烟草花叶病。2、通过室内外观测感染烟草花叶病病毒的烟草叶片,发现病害叶片比正常叶片在可见光波段反射率高,在近红外波段反射率低。3、采用逐步回归方法建立烟草花叶病病害等级和病株高度的光谱反射率、一阶导数光谱和光谱特征变量回归方程,分别分析每个方程的确定系数R2,自变量回归系数的相伴概率,通过估测值和实测值的相关分析进行检验,均得出:一阶导数光谱回归方程模拟效果最好,光谱反射率回归方程次之,特征变量回归方程模拟效果较差。4、人工诱发不同病级烟草普通花叶病,接种后第三天采用ASD Field spec FR 2500光谱仪对叶片进行室内光谱分析和相应色素含量测定。运用单变量线性或非线性拟合分析技术,选取部分样本建立色素含量估测模型,并利用其余样本对模型进行精度检验。以蓝边面积(SDb)为自变量的线性模型是估测叶绿素a含量的最佳模型;以蓝边面积(SDb)为自变量的指数模型是估测叶绿素b和叶绿素a+b含量的最佳模型;以绿峰幅值(Rg)为自变量的线性模型是估测类胡萝卜素含量的最佳模型,其估测叶绿素a,叶绿素b,叶绿素a+b和类胡萝卜素含量的相对误差为-9.131%,-22.975%, -11.408%,-5.855%。5、通过分析冠层光谱参数与不同部位的叶片内部的色素含量的关系,建立和检验其估测模型,说明通过光谱参数对叶绿素含量估测是可行的。虽然冠层光谱参数值不变,而不同部位叶绿素含量是不同的,因此得出的相关系数和回归方程都有较大的差异,但通过回归方程确定系数的显著性检验以及随机选取的检验样本的检验,不同部位的叶绿素含量指标的估测值和实测值相关均达到显著水平,说明估测值较为准确,同时人们也可根据需要选择不同估测模型。