CN104062238A - 大田冬小麦拔节期纹枯病遥感监测方法 - Google Patents

大田冬小麦拔节期纹枯病遥感监测方法 Download PDF

Info

Publication number
CN104062238A
CN104062238A CN201410291162.5A CN201410291162A CN104062238A CN 104062238 A CN104062238 A CN 104062238A CN 201410291162 A CN201410291162 A CN 201410291162A CN 104062238 A CN104062238 A CN 104062238A
Authority
CN
China
Prior art keywords
winter wheat
land
remote
remote sensing
wheatland
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410291162.5A
Other languages
English (en)
Other versions
CN104062238B (zh
Inventor
李卫国
葛广秀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Academy of Agricultural Sciences
Original Assignee
Jiangsu Academy of Agricultural Sciences
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Academy of Agricultural Sciences filed Critical Jiangsu Academy of Agricultural Sciences
Priority to CN201410291162.5A priority Critical patent/CN104062238B/zh
Publication of CN104062238A publication Critical patent/CN104062238A/zh
Application granted granted Critical
Publication of CN104062238B publication Critical patent/CN104062238B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Cultivation Of Plants (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种大田冬小麦拔节期纹枯病遥感监测方法，属于农作物生长监测技术领域。针对以往冬小麦病害监测方法中存在的测报花费时间长、人力需求量大、测报信息滞后及监测范围有限等问题，提出了一种大田冬小麦拔节期纹枯病遥感监测方法，它是综合利用遥感植被指数、麦田冠层相对湿度和麦田环境温度三类信息进行大田冬小麦纹枯病发生情况监测的方法。其优点是由于它综合了卫星遥感数据和气候因素进行冬小麦纹枯病监测，可大面积、无损、快速的监测大田冬小麦拔节期纹枯病发生情况，在很大程度上提高了监测的精确度和时效性；制作的冬小麦纹枯病遥感监测信息图，信息量大、直观、便于理解和使用，可为基层农业植保措施的制定提供参考。

Description

大田冬小麦拔节期纹枯病遥感监测方法
技术领域
本发明涉及一种冬小麦病害监测方法，具体是一种大田冬小麦拔节期纹枯病遥感监测方法，属于农作物生长监测技术领域。
背景技术
冬小麦纹枯病又称冬小麦尖眼斑病，是一种世界性分布的土传真菌病害，近年来在我国长江中下游和黄淮平原麦区呈加重态势，并成为造成冬小麦倒伏、早衰的主要因素之一。冬小麦纹枯病发病越早，损失越重，严重时会导致20％～40％减产，甚至造成枯孕穗、枯白穗，颗粒无收。冬小麦拔节期是冬小麦一生中生长最快的时期，也是纹枯病菌迅速滋生侵茎为害的关键时期。做好拔节期冬小麦纹枯病监测预报工作对防倒伏以及产量的形成至关重要。
以往对冬小麦纹枯病的预测研究，多集中在对历年气象数据与病情指数的拟合关系的分析方面来预测当年病发情况。然而，影响冬小麦纹枯病的发病因子是多方面的，气象资料仅能代表某一站点的气象信息，仅通过这一站点的气象信息与病情指数的拟合关系来预测出的病情指数不能代表全县、市级区域纹枯病的病发情况。遥感监测技术利用病害光谱响应机制，借助于植被指数，可对作物的病害信息进行大面积、连续、无损、快速监测，能在很大程度上提高监测的精确度，利于植保防治措施的准确实施。
发明内容
本发明提供了一种大田冬小麦拔节期纹枯病遥感监测方法，该方法可以大面积、连续、无损、快速的监测大田冬小麦纹枯病的发生情况。
解决其技术问题所采用的技术方案是：一种大田冬小麦拔节期纹枯病遥感监测方法，它是综合利用遥感植被指数、麦田冠层相对湿度和麦田环境温度3类信息进行大田冬小麦纹枯病发生情况的监测，主要算法为，DI＝a×NDVI+b×RVI+c×RH+d×Tem+e×T15+f。其中，DI为冬小麦纹枯病病情指数，NDVI、RVI为遥感植被指数，RH为麦田冠层相对湿度，Tem为麦田日均气温，T15为麦田15天有效积温，a、b、c、d、e、f和g均为算法系数。
遥感植被指数NDVI，是卫星遥感影像的近红外反射率和红光反射率之差与近红外反射率和红光反射率之和的比值，取值范围0.23～0.71。本发明使用的卫星遥感数据均为价格较低、可共享的卫星遥感数据，包括环境星数据、TM遥感数据和北京星1号数据。
遥感植被指数RVI为卫星遥感影像的近红外反射率与红光反射率的比值，取值范围1.60～8.00。
麦田冠层相对湿度RH的计算单位为％，是遥感卫星过境前5天(包含遥感卫星过境当天)的麦田冠层相对湿度的平均值，取值范围43.8％～94.2％。
麦田日均气温Tem的计算单位为℃，是遥感卫星过境前5天(包含遥感卫星过境当天)的麦田日平均气温的平均值，取值范围3.6℃～25.6℃。
麦田15天有效积温T15的计算单位为℃，是遥感卫星过境前15天(包含遥感卫星过境当天)中高于或等于纹枯病病菌发生下限温度(5℃)的麦田日平均气温，与纹枯病病菌发生下限温度(5℃)之差的累加值，取值范围4.0℃～167.5℃。
本发明中a、b、c、d、e和f算法系数的取值分别为-739.82、111.19、0.27、0.62、-0.07和20.95。
在遥感数据处理软件ERDAS IMAGINE中，运行Modeler模块，分别输入拔节期卫星遥感影像和本发明中的大田冬小麦拔节期纹枯病病情指数算法，影像中的冬小麦种植区经过病情分级运算即可得到区域大田冬小麦纹枯病病情遥感监测信息1。病情分级依据病情指数等级划分，DI在0％～5％之间为轻度病害，在5％～15％之间为中度病害，在15～25％之间为重度病害，在25％～35％之间为严重病害，在35％～100％之间为极严重病害。
在地理信息系统软件ArcGIS中，将区域大田冬小麦纹枯病病情遥感监测信息1制作成冬小麦纹枯病病情遥感监测专题信息图，如图1所示，并添加图题2、图例3标识。方便使用者领会和应用大田冬小麦纹枯病发生状况遥感监测信息，并可统计得到冬小麦纹枯病不同危害等级的分布与面积信息。
本发明的有益效果：本发明提供了一种大田冬小麦拔节期纹枯病遥感监测方法，优点在于：1、利用卫星遥感影像和地面容易获取的农田环境温度、冠层相对湿度数据信息，便可得到县域大面积冬小麦纹枯病发生信息；2、综合考虑了卫星遥感数据及影响纹枯病发生的冬小麦长势信息和气候因素等多方面的重要因子，增加了监测模型的可靠性与精确度；3、由于利用星地同步卫星遥感数据，实现了病害监测信息由点向面的扩展，大幅度加大了对纹枯病发生监测的范围，增强了监测的时效性；4、实际调查工作量减少，节约了人力和资源成本；5、制作的冬小麦纹枯病病情遥感监测专题信息图，信息量大、直观、便于基层农业技术人员的认知和使用，可为农业生产管理措施的制定提供参考。
附图说明
图1是利用本发明制作的大丰市冬小麦纹枯病病情遥感监测专题信息图
图2是利用本发明制作的沭阳县冬小麦纹枯病病情遥感监测专题信息图
具体实施方式
实施例1：
(1)在大丰市冬小麦生长期间，查询并订购到2014年3月21日(冬小麦拔节期)大丰市的环境卫星遥感影像(空间分辨率为30米)，进行几何校正和大气校正预处理后待用；
(2)麦田冠层相对湿度数据由当地农业部门得到，将3月17日到21日连续5日(遥感卫星过境前5天)的麦田冠层相对湿度相加然后求取平均值，本例中求得的麦田冠层相对湿度的平均值为58.1％；
(3)麦田日均气温数据由当地农业部门得到，将3月17日到21日连续5日(遥感卫星过境前5天)的麦田日均气温相加然后求取平均值，本例中求得的麦田日均气温的平均值为10.0℃；
(4)麦田15天有效积温数据由3月7日到21日连续15日(遥感卫星过境前15天)中高于或等于纹枯病病菌发生下限温度(5℃)的麦田日平均气温，与纹枯病病菌发生下限温度(5℃)之差的累加值。本例中得到的麦田15天有效积温为64.5℃；
(5)在遥感数据处理软件ERDAS IMAGINE中，运行Modeler模块，输入预处理后的大丰市卫星遥感影像和本发明中的大田冬小麦拔节期纹枯病病情指数算法，算法中系数a、b、c、d、e和f的取值分别为-739.82、111.19、0.27、0.62、-0.07和20.95，影像中的冬小麦种植区经过病情分级运算即可得到区域大田冬小麦纹枯病病情遥感监测信息1；
(6)在地理信息系统软件ArcGIS中，调入区域大田冬小麦纹枯病病情遥感监测信息1，添加图题2和图例3标识，制作成大丰市冬小麦纹枯病病情遥感监测专题信息图，如图1所示，即可发布与使用。
实施例2：
(1)在沭阳县冬小麦生长期间，查询并订购到2014年4月4日(冬小麦拔节期)沭阳县的环境卫星遥感影像(空间分辨率为30米)，进行几何校正和大气校正预处理后待用；
(2)麦田冠层相对湿度数据由当地农业部门得到，将3月31日到4月4日连续5日(遥感卫星过境前5天)的麦田冠层相对湿度相加然后求取平均值，本例中求得的麦田冠层相对湿度的平均值为46.6％；
(3)麦田日均气温数据由当地农业部门得到，将3月31日到4月4日连续5日(遥感卫星过境前5天)的麦田日均气温相加然后求取平均值，本例中求得的麦田日均气温的平均值为14.2℃；
(4)麦田15天有效积温数据由3月21日到4月4日连续15日(遥感卫星过境前15天)中高于或等于纹枯病病菌下限温度(5℃)的麦田日平均气温，与纹枯病病菌下限温度(5℃)之差的累加值。本例中得到的麦田15天有效积温为143.0℃；
(5)在遥感数据处理软件ERDAS IMAGINE中，运行Modeler模块，输入预处理后的沭阳县卫星遥感影像和本发明中的大田冬小麦拔节期纹枯病病情指数算法，算法中系数a、b、c、d、e和f的取值分别为-739.82、111.19、0.27、0.62、-0.07和20.95，影像中冬小麦种植区经过病情分级运算即可得到区域大田冬小麦纹枯病病情遥感监测信息4；
(6)在地理信息系统软件ArcGIS中，调入区域大田冬小麦纹枯病病情遥感监测信息4，添加图题5和图例6标识，制作成沭阳县冬小麦纹枯病病情遥感监测专题信息图，如图2所示，即可发布与使用。

Claims (8)

1.一种大田冬小麦拔节期纹枯病遥感监测方法，其特征在于：综合利用遥感植被指数、麦田冠层相对湿度和麦田环境温度三类信息进行大田冬小麦纹枯病发生情况的监测，主要算法为，DI＝a×NDVI+b×RVI+c×RH+d×Tem+e×T15+f。其中，DI为冬小麦纹枯病病情指数，NDVI、RVI为遥感植被指数，RH为麦田冠层相对湿度，Tem为麦田日均气温，T15为麦田15天有效积温，a、b、c、d、e和f均为算法系数。
2.根据权利要求1所述的一种大田冬小麦拔节期纹枯病遥感监测方法，其特征在于：所述的遥感植被指数NDVI为卫星遥感影像的近红外波段反射率和红光波段反射率之差与近红外波段反射率和红光波段反射率之和的比值，取值范围0.23～0.71。
3.根据权利要求1所述的一种大田冬小麦拔节期纹枯病遥感监测方法，其特征在于：所述的遥感植被指数RVI为卫星遥感影像的近红外波段反射率与红光波段反射率的比值，取值范围1.60～8.00。
4.根据权利要求1所述的一种大田冬小麦拔节期纹枯病遥感监测方法，其特征在于：所述的麦田冠层相对湿度RH的计算单位为％，是遥感卫星过境前5天(包含遥感卫星过境当天)的麦田冠层相对湿度的平均值，取值范围43.8％～94.2％。
5.根据权利要求1所述的一种大田冬小麦拔节期纹枯病遥感监测方法，其特征在于：所述的麦田日均气温Tem的计算单位为℃，是遥感卫星过境前5天(包含遥感卫星过境当天)的麦田日平均气温的平均值，取值范围3.6℃～25.6℃。
6.根据权利要求1所述的一种大田冬小麦拔节期纹枯病遥感监测方法，其特征在于：所述的麦田15天有效积温T15的计算单位为℃，是遥感卫星过境前15天(包含遥感卫星过境当天)中高于或等于纹枯病病菌发生下限温度(5℃)的麦田逐日平均气温，与纹枯病病菌发生下限温度(5℃)之差的累加值，取值范围4.0℃～167.5℃。
7.根据权利要求1所述的一种大田冬小麦拔节期纹枯病遥感监测方法，其特征在于：所述的算法系数a、b、c、d、e和f取值分别为-739.82、111.19、0.27、0.62、-0.07和20.95。
8.根据权利要求1所述的一种大田冬小麦拔节期纹枯病遥感监测方法，其特征在于：所述的冬小麦纹枯病病情指数DI的计算单位是％，DI的等级划分为：DI在0％～5％之间为轻度病害，在5％～15％之间为中度病害，在15～25％之间为重度病害，在25％～35％之间为严重病害，在35％～100％之间为极严重病害。
CN201410291162.5A 2014-06-20 2014-06-20 大田冬小麦拔节期纹枯病遥感监测方法 Expired - Fee Related CN104062238B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410291162.5A CN104062238B (zh) 2014-06-20 2014-06-20 大田冬小麦拔节期纹枯病遥感监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410291162.5A CN104062238B (zh) 2014-06-20 2014-06-20 大田冬小麦拔节期纹枯病遥感监测方法

Publications (2)

Publication Number Publication Date
CN104062238A true CN104062238A (zh) 2014-09-24
CN104062238B CN104062238B (zh) 2016-11-23

Family

ID=51550053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410291162.5A Expired - Fee Related CN104062238B (zh) 2014-06-20 2014-06-20 大田冬小麦拔节期纹枯病遥感监测方法

Country Status (1)

Country Link
CN (1) CN104062238B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105825177A (zh) * 2016-03-09 2016-08-03 西安科技大学 基于时相和光谱信息及生境条件的作物病害遥感识别方法
CN109211802A (zh) * 2018-09-13 2019-01-15 航天信德智图（北京）科技有限公司 卫星监测感染松材线虫病枯死马尾松的快速提取算法
CN111738066A (zh) * 2020-05-11 2020-10-02 杭州电子科技大学 综合多源遥感信息的网格化水稻纹枯病生境评价方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101482514A (zh) * 2008-01-10 2009-07-15 北京农业信息技术研究中心 一种病害检测仪及其检测方法
CN102388695A (zh) * 2011-08-17 2012-03-28 江苏省农业科学院 小麦幼苗的纹枯病抗性鉴定方法
CN103076435A (zh) * 2013-01-15 2013-05-01 江苏省农业科学院 大田冬小麦白粉病遥感快速监测方法
US20130113924A1 (en) * 2011-11-04 2013-05-09 Electronics And Telecommunications Research Institute Plant observation device and method

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101482514A (zh) * 2008-01-10 2009-07-15 北京农业信息技术研究中心 一种病害检测仪及其检测方法
CN102388695A (zh) * 2011-08-17 2012-03-28 江苏省农业科学院 小麦幼苗的纹枯病抗性鉴定方法
US20130113924A1 (en) * 2011-11-04 2013-05-09 Electronics And Telecommunications Research Institute Plant observation device and method
CN103076435A (zh) * 2013-01-15 2013-05-01 江苏省农业科学院 大田冬小麦白粉病遥感快速监测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王秋芽 等: "耒阳市水稻纹枯病病情指数预测模型的建立与应用", 《中国植保导刊》 *
郭洁滨 等: "基于高光谱遥感技术的不同小麦品种条锈病病情指数的反演", 《光谱学与光谱分析》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105825177A (zh) * 2016-03-09 2016-08-03 西安科技大学 基于时相和光谱信息及生境条件的作物病害遥感识别方法
CN109211802A (zh) * 2018-09-13 2019-01-15 航天信德智图（北京）科技有限公司 卫星监测感染松材线虫病枯死马尾松的快速提取算法
CN111738066A (zh) * 2020-05-11 2020-10-02 杭州电子科技大学 综合多源遥感信息的网格化水稻纹枯病生境评价方法
CN111738066B (zh) * 2020-05-11 2024-04-02 杭州电子科技大学 综合多源遥感信息的网格化晚稻纹枯病生境评价方法

Also Published As

Publication number Publication date
CN104062238B (zh) 2016-11-23

Similar Documents

Publication Publication Date Title
Tian et al. CFSv2-based sub-seasonal precipitation and temperature forecast skill over the contiguous United States
CN103761674B (zh) 基于遥感与海量气候信息的农作物生长期告警与干预方法
CN106951979A (zh) 遥感、作物模型与气象预报融合的作物成熟期预测方法
CN104123409A (zh) 大田冬小麦开花期遥感估产方法
Shuai et al. ENSO, climate variability and crop yields in China
CN103630651B (zh) 冬小麦扬花期赤霉病遥感监测方法
CN104062238A (zh) 大田冬小麦拔节期纹枯病遥感监测方法
CN103076435B (zh) 大田冬小麦白粉病遥感快速监测方法
Beneduzzi et al. Temporal variability in active reflectance sensor-measured NDVI in soybean and wheat crops
Li et al. Surface temperature correction in TVDI to evaluate soil moisture over a large area
Zhao et al. Characteristics of drought, low temperature, and concurrent events of maize in Songliao Plain
CN103760114A (zh) 一种基于高光谱遥感的甘蔗糖分预测方法
Sun et al. Monitoring rice lodging grade via Sentinel-2A images based on change vector analysis
CN117372194A (zh) 农业气象灾害的监测方法、装置、设备及存储介质
Huang et al. Assessment of agricultural drought indicators impact on soybean crop yield: A case study in Iowa, USA
Wei et al. Simulating alpine vegetation net primary productivity by remote sensing in Qinghai Province, China
Hong-wei et al. The Modification of Difference Vegetation Index (DVI) in middle and late growing period of winter wheat and its application in soil moisture inversion
Xiu-Ping et al. The study of dynamic monitor of rice drought in Jiangxi Province with remote sensing
Huang et al. Monitoring southwest drought of China using HJ-1A/B and Landsat remote sensing data
RU2680273C1 (ru) Система прогнозирования урожайности и сельскохозяйственных болезней
Zhu et al. Sugarcane water requirement and yield projections in major producing regions of China under future climate scenarios
Tang et al. Remote Detection of Water Stress over walnut orchards using Unmanned Aerial Vehicle (UAV) based Multispectral Images
Siddiquee et al. Monitoring Long-Term Wheat Cultivation and Climatic Drivers for Land Use Change: A Case Study Using Remote Sensing at Thakurgaon Sadar in Bangladesh
TWI695339B (zh) 農作物產期產量管理分析系統
Dempewolf et al. Performance of vegetation indices for wheat yield forecasting for Punjab, Pakistan

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20161123

Termination date: 20190620

CF01 Termination of patent right due to non-payment of annual fee