反射率与叶绿素荧光协同的小麦白粉病早期探测机理与方法研究

Wheat powdery mildew is a serious disease and it always occurs on a wide range and brings a large degree of harm to production in our country. Its early detection is sound important for the prevention and control of powdery mildew, and also valuable to enhancing production of wheat. Hence this project takes the early detection of crop disease as an ultimate target. Given that canopy reflectance can express crop growing status and chlorophyll fluorescence parameters are also sensitive to photosynthesis, we shall coordinate canopy reflectance data and chlorophyll fluorescence parameters to identify powdery mildew in winter wheat as early as possible. The main contents include: 1) from the perspective of chlorophyll fluorescence acting as photosynthesis indicator, to explore physiological basis and mechanism of monitoring wheat powdery mildew based on Sun-induced chlorophyll fluorescence; 2) based on the mechanism of chlorophyll fluorescence for monitoring wheat powdery mildew, to examine the response characteristics and patterns of canopy reflectance and chlorophyll fluorescence spectra to powdery mildew stress; 3) and to further construct models having explicit physical meaning for early detecting powdery mildew in wheat by integrating canopy reflectance with chlorophyll fluorescence spectra.This work will provide a novel idea and method for early detection of crop disease, and it will also lay the foundation for remote sensing monitoring crop health at large scale.

小麦白粉病是我国小麦生产上发生范围广、危害程度大的一类病害，实现小麦白粉病的早期探测对小麦白粉病的防控及其产量的提高具有重要意义。本申请项目针对作物病害遥感监测中的早期探测问题，综合利用能够提供作物群体长势的冠层反射率数据和敏感反映作物光合作用生命活力的叶绿素荧光参数，开展反射率与叶绿素荧光协同的小麦白粉病早期探测研究。主要包括：1）从叶绿素荧光光合作用探针的角度出发，分析日光诱导叶绿素荧光监测小麦白粉病的生理基础和机理因素；2）在小麦白粉病叶绿素荧光探测机理研究的基础上，分析白粉病胁迫下小麦冠层反射率光谱与叶绿素荧光光谱的响应特性与规律；3）从小麦白粉病与冠层反射率光谱及叶绿素荧光光谱特性之间的关系出发，建立具有较强机理解释的反射率与叶绿素荧光协同的小麦白粉病早期探测模型。项目的实施为作物病害的早期探测提供了一种新的思路和方法，亦为实施大面积遥感监测作物健康状况奠定基础。

实现作物病害的早期探测，对病害的防控以及作物产量和品质的提高具有极为重要意义。在条锈病菌侵染初期，小麦即可通过发射叶绿素荧光等方式对病害胁迫做出快速响应，而冠层几何结构和生化组分则无显著变化，基于对作物群体生物量敏感的反射光谱数据难以实现作物病害的早期探测。日光诱导叶绿素荧光（SIF）与植物光合生理密切相关，被称为植物光合作用“探针”，为作物病害胁迫的早期探测提供了可能。项目分别基于辐亮度和反射率数据提取了条锈病胁迫下的SIF信息，分析了不同算法及不同波段提取的SIF强度和病情严重度之间的关系，确定了适合于探测小麦条锈病严重度的SIF估测算法及其波段。对比了反射率光谱与SIF数据在小麦条锈病不同病情严重度下的探测精度，验证了条锈病害侵染初期SIF数据对病害胁迫信息的响应比反射率光谱数据更为敏感，能够实现作物病害的早期诊断。通过快速独立分量分析（FastICA）、改进离散粒子群算法(MDBPSO)、相关分析以及遗传-支持向量回归（GA-SVR）等方法筛选了对小麦条锈病敏感的反射率光谱（反射率光谱指数、一阶微分光谱指数、吸收特征等）和SIF特征参量，探讨了单一反射率数据以及反射率协同SIF数据对小麦条锈病遥感探测精度的影响，基于支持向量机（SVM）、逐步回归（SR）、BP神经网络以及随机森林（RF）四种方法构建的小麦条锈病严重度遥感探测模型均表明反射率光谱与SIF数据协同能够提高模型预测精度。因此项目综合反射率光谱在作物生化参数探测方面的优势和SIF数据在光合生理诊断的优势，在分析冠层反射率与SIF数据对应小麦条锈病严重度最优核函数的基础上，利用多核支持向量机算法构建了反射率与SIF协同的小麦条锈病遥感探测模型。研究成果对实现大面积作物病害的遥感探测，抑制和减缓作物病害的流行、农药的合理使用以及提高粮食产量和质量均具有十分重要意义。