麦类作物学报

作者：李燕丽，李磊，吴启侠，熊勤学，雷仁清

单位：1.长江大学农学院,湖北荆州 434025；2.荆州市农业技术推广中心,湖北荆州 434025

关键词：冬小麦,渍害,数字图像,植被指数,监测,

基金：长江大学博士启动基金项目(801180010151);农业部商丘农业环境科学观测实验站2018年度开放基金项目(FIRI2018-07-02); 长江大学校级大学生创新创业训练计划项目(2017069);国家自然科学基金项目(31871516)

为探索渍害胁迫下冬小麦灾损程度的可视化监测方法，通过田间试验，分析了麦田16个常用图像特征指数在不同受渍时间下的变化特征及其与冬小麦SPAD值、产量和千粒重的相关关系，并建立了基于图像特征指数衰减量的冬小麦渍害估算模型。结果表明，随渍水时间的增加，红光（R）、红光标准化值（NRI）、超红指数（EXR）、植被颜色指数（CIVE）极显著上升，而绿光标准化值（NGI）、归一化绿红差值指数（NGRDI）、绿-红差值指数（GMR）、超绿指数（EXG）、绿红比值指数（GRVI）则极显著下降；且这9个图像特征指数均与冬小麦SPAD值、产量和千粒重呈极显著相关，相关系数的最大绝对值分别为0.92、0.85和0.91；基于图像指数衰减量所建的SPAD值、产量和千粒重减少量的估算模型均以二次多项式最优，且以CIVE指数衰减量构建的SPAD值、产量和千粒重减少量估算模型的预测精度最高，验证集决定系数分别达到0.98、0.95、 0.96。因此，数字图像技术可用于冬小麦渍害监测，且以基于CIVE指数的监测效果最佳。

来源：2019年第6期

《麦类作物学报》期刊编辑部

查看麦类作物学报杂志2019年第6期