本研究基于两种不同抗性品种的一年小麦自然发病实验，从叶片尺度研究小麦白粉病不同感病时期的光谱及生理生态参数的变化规律，阐明这些变化与病情严重度的关系，利用子窗口重排分析（SPA）方法提取指示小麦叶片健康状态的光谱特征。结果表明，小麦叶片色素含量和光合能力在白粉病感染前期差异较小，随着病情加重，色素降解加速，光合能力下降，不同抗性品种的规律相似。白粉病感病前期，易感品种的光谱响应区间宽于中感品种，红光和近红外区域对病情严重度率先响应，而感病中期可见光区域均对病情严重度发生了响应。利用SPA方法提取的核心波段为428、433、550、554、569、631、739、747、749、755、757和814 nm，敏感光谱指数为NPCI、RVSI、SDy和CARI。
目录
摘要 1
关键词 1
Abstract 1
Key words 1
1 材料与方法 3
1．1 试验设计 3
1．2 资料获取方法 4
1．2．1 小麦叶片高光谱反射率的测定 4
1．2．2 小麦叶片光合作用参数的测定 4
1．2．3 小麦叶片色素含量的测定 4
1．2．4 小麦叶片病情严重度的测定 5
1．3 光谱特征的提取 5
1．3．1 特征光谱指数 5
1．3．2 基于子窗口重排分析（SPA）的特征提取方法 6
2 结果与分析 7
2．1 小麦叶片病情严重度的动态变化规律 7
2．2 小麦叶片高光谱反射率的动态变化规律 7
2．3 小麦叶片生理生态指标的动态变化规律 8
2．3．1 小麦叶片色素含量的动态变化规律 8
2．3．2 小麦叶片光合能力的动态变化规律 9
2．4 小麦叶片高光谱与病情严重度的相关性分析 10
2．4．1 原始光谱反射率与病情严重度的相关性分析 10
2．4．2 光谱指数与病情严重度的相关性分析 11
2．5 小麦白粉病叶片识别特征提取 12
2．5．1 基于敏感波段的小麦白粉病 *景先生毕设|www.jxszl.com +Q: @351916072@ 
识别特征提取 12
2．5．2 基于光谱指数的小麦白粉病识别特征提取 12
2．5．3 基于SPA+敏感波段的小麦白粉病识别特征提取 12
2．5．4 基于SPA+光谱指数的小麦白粉病识别特征提取 13
3 讨论 14
3．1 感白粉病后小麦叶片光谱变化 14
3．2 感白粉病后小麦叶片生理生态指标变化 15
3．3 基于SPA的小麦叶片识别特征提取 15
致谢 15
参考文献 16
基于高光谱的小麦白粉病识别研究
引言
小麦白粉病是危害小麦生长发育的主要病害之一，在世界范围内都多有流行[1]。受白粉病影响的小麦田块一般年份可减产5%~10%，严重时可减产20%以上，个别田块可达到50%以上甚至绝收，危害损失非常严重[2]；此外，这种小麦田块产出的小麦质量也有可能因此严重恶化，对粮食安全造成威胁[3]。然而，缺乏对病害蔓延的概率、分布和方向以及病害严重度的认识才是病害防治中最大的挑战。对于小麦白粉病，这种挑战进一步受到植物病害零星分散的性质的影响，其管理变得非常困难和昂贵。在大多数情况下，我们会将杀真菌剂和农药均匀地喷洒在每一块农田上，无论该田块是否被侵染[4]。这造成了生产成本高、对环境造成负面影响、导致粮食不安全的恶性循环。因此，利用现代技术，对小麦白粉病进行实时监测预警，对感染区域及时采取措施，减少小麦白粉病的蔓延，对于确保我国粮食生产稳定、减少灾害损失、提高农民收入、实现粮食可持续生产具有重要的意义。
传统上，白粉病监测中的病害识别主要依赖形态学、微生物学和生化鉴定，其中主要包括目测检查方法、培养皿培养方法、同工酶分析方法，但它们价格昂贵、耗时长，且易受个人经验技巧的影响[5]，在大面积上存在问题。而遥感由于其天气覆盖率、重复性和成本效益，可以提供获取重要作物信息的可行方法，如区域统计、病虫害侵染水平和产量预测等，并可能成为获取大面积白粉病空间分布信息的一种替代方法。作物病害遥感的物理原理是植株蒸腾速率、黄萎病、叶片颜色和形态的变化能影响植物的光谱反射特性，可以对大面积叶片进行无损实时监测。一些研究已经使用遥感来勘察农田和作物健康，主要用于大型商业农场[6]。近年来随着遥感技术的发展，高光谱在被侵染或易受病害影响的区域均展现出巨大潜力。
高光谱遥感为高分辨率遥感(Hyperspectral Remote Sensing)的简称，它指的是利用很多很窄（通常波段宽度<10 nm）的电磁波波段从目标物体上获取有关数据[7]所获的数据是一种三维图谱——空间信息、辐射信息和光谱维信息，因此它能够探测到植被各种生化组成（如叶绿素、淀粉、蛋白质）的吸收光谱信息、反演出各种生化组成的含量，同时还使精确反演植物的某些生物物理参数（如叶面积指数、生物量、冠层结构）成为可能[8]。植株感染白粉病后，叶片会产生坏死或褪绿，这增加了可见光范围内的反射率，特别是在红色吸收谷(670 nm)中，造成红边位置向波长较短的方向移动（“蓝移”）。红蓝边面积比与病害严重度呈显著负相关[9]。这种变化为高光谱监测白粉病提供了可能。此外，叶绿素的干扰降低了光合作用，从而增加了荧光和热辐射[6]。因此荧光(450~550 nm)和热辐射(8000~14000 nm)为定量植物的光化学效率提供了一个潜在的途径，也成为植物健康状况的一个指标[4]。
利用光谱法对患病作物进行光谱监测，研究病害在可见光至近红外波段的光谱响应，并构建相应监测、预测判别模型成为目前较为常见的病害遥感监测研究模式。Jonas和Menz（2007）[10]基于两个QuickBird数据和一个机载高光谱HyMap数据，使用混合调谐匹配滤波(MTMF)结果和归一化植被指数(NDVI)的决策树，区分小麦白粉病和条锈病，结果表明，高分辨率多光谱数据通常适用于作物活力现场异质性的检测，但仅适用于作物感染的早期检测。Cao等（2013）[11]使用ASD FieldSpecPro光谱仪，测量了两个不同抗病品种冬小麦的冠层反射高光谱数据，结果表明冠层高光谱反射率可用于小麦白粉病的检测，而不存在导致不健康症状的其他胁迫。冯伟等（2013）[12]采用FieldSpec HandHeld手持便携式光谱分析仪等仪器，在白粉病胁迫下测定小麦不同生育时期的群体光谱和叶绿素密度，综合分析群体光谱反射率、一阶微分、植被指数等传统光谱特征参数与冠层叶绿素密度之间的关系，建立了白粉病叶绿素密度估算模型。

原文链接：http://www.jxszl.com/swgc/smkx/561114.html