摘要
小麦白粉病(Powderymildew,PM)、条锈病(StripeRust,YR)和赤霉病(FusariumHeadBlight,FHB)是小麦生产上三大重要真菌性病害，病害大爆发年份可致使小麦产量损失高达40％-100％。基于“预防为主，综合防治”的植保方针和“公共植保、绿色植保”的发展理念，能准确预测病害的发生，并在防治最佳窗口期，及时采取有效的防治手段尤为重要。 近年来，无人机和遥感技术的不断发展和普及，以无人机为搭载平台的植物生长情况的时序性监测和病害检测已成为现代智慧农业中不可或缺的一种技术手段。本试验利用无人机搭载的多源光谱相机，在小麦不同生育阶段对小麦白粉病、条锈病和赤霉病进行冠层光谱反射率、生理指标和病害严重度调查，利用Leastabsoluteshrinkageandselectionoperator(Lasso)模型和Spare-GroupLasso(SGL)模型分别构建了三种病害和产量的预测和监测模型。结果显示，Lasso模型在准确度和特征筛选方面效果较差，不能较好的呈现特征参数与病害间的关系，且SGL模型不仅实现了病害的准确预判，还筛选了重要特征。具体研究结果如下: 白粉病预测:选用5份白粉病不同抗性的材料(92R137、绵阳38、SM5、Apav、陕麦159)，在接菌前后对幼苗的光谱反射率、叶绿素荧光参数、叶绿素含量及菌丝发育情况调查，构建了由11个重要特征参数组成的准确率为74.6％的苗期白粉病预测模型，将苗期白粉病预测时间提前至接菌后的40h。 条锈病和赤霉病监测:基于田间701份材料不同时期的冠层光谱反射率、叶绿素含量和条锈病、赤霉病严重度数据，构建了准确率为72.6％和45.5％的灌浆期条锈病和成熟期赤霉病监测模型，其中条锈病监测模型中包含了11个重要特征参数，提高了模型复杂环境条件下的监测能力，赤霉病监测模型发现2个新的光谱指数PSSRa和NPQI。 产量预测:基于产量与参试特征参数间相关性分析，显示成熟期可作为预测小麦产量的最佳时期。将条锈病严重度、赤霉病严重度和赤霉病病程曲线下面积(AUDPC)三个性状指标与产量相结合，构建了包含14个重要特征参数，预测准确率为82.3％.的产量预测模型。 综上所述，本研究通过对冠层原始光谱反射率中常用特征参数的提取，运用SGL模型即可在田间实现对小麦多种真菌性病害和产量的同时监测与预测。其中，依据模型中特征参数的分布情况可推知，多光谱指数对于田间小麦条锈病、赤霉病的病情监测以及小麦产量预测较为敏感，在实际生产中可作为病害监测以及产量预测的重要参考指标。本研究可为田间小麦不同病害综合监测及产量预测提供一种新的解决思路。
NETL