基于光谱与叶绿素指标的稻纵卷叶螟危害程度量化研究.docxVIP

基于光谱与叶绿素指标的稻纵卷叶螟危害程度量化研究

一、引言

1.1研究背景与目的

水稻作为全球最重要的粮食作物之一，为世界上半数以上人口提供主食，在保障粮食安全和维持社会稳定方面扮演着不可或缺的角色。中国作为水稻种植大国，其种植面积和产量均在世界上占据显著地位，水稻年产量通常超过2亿吨，占全球总产量的很大比例。然而，水稻在生长过程中面临着多种病虫害的威胁，其中稻纵卷叶螟（CnaphalocrocismedinalisGuenée）是水稻生产中最为严重的迁飞性害虫之一。

稻纵卷叶螟属鳞翅目螟蛾科，具有迁飞距离远、繁殖能力强、暴发性和突发性强的特点。其幼虫以水稻叶片为食，通过吐丝将叶片纵卷成苞，藏身其中啃食叶肉，仅留下白色的下表皮，导致水稻叶片出现白色条斑。这不仅严重影响了水稻叶片的光合作用，还阻碍了水稻的正常生长发育进程，致使水稻灌浆不充分，瘪粒和空瘪粒数量增加，进而导致水稻大幅减产，严重时甚至颗粒无收。据全国农技中心统计，我国稻纵卷叶螟常年发生面积约1600万公顷，防治面积约2100万公顷，即便经过防治，每年仍会造成约440万吨的产量损失，给我国的粮食生产带来了巨大的经济损失。

准确、及时地监测稻纵卷叶螟的危害程度，对于制定科学有效的防治策略、减少农药使用量、降低生产成本以及保障水稻产量和质量具有重要意义。传统的稻纵卷叶螟危害监测方法主要依赖于人工田间调查，这种方法不仅耗时费力、效率低下，而且主观性强，难以实现大面积、实时动态的监测。随着信息技术的飞速发展，遥感技术凭借其快速、大面积、无损监测的优势，在农业病虫害监测领域得到了广泛的应用。

植物受到病虫害侵袭后，其生理生化特性和形态结构会发生一系列变化，进而导致其反射光谱特征也发生改变。叶绿素作为植物进行光合作用的关键色素，其含量的变化与植物的生长健康状况密切相关。SPAD值（SoilandPlantAnalyzerDevelopment）是衡量植物叶片叶绿素相对含量的重要指标，通过SPAD-502叶绿素仪可以快速、无损地测定植物叶片的SPAD值。研究表明，水稻在遭受稻纵卷叶螟危害后，其叶片的叶绿素含量会下降，进而引起叶片反射光谱特征的变化。因此，通过分析水稻反射光谱和叶绿素SPAD值与稻纵卷叶螟危害程度之间的关系，有望建立一种基于光谱技术的稻纵卷叶螟危害监测模型，为稻纵卷叶螟的精准监测和预警提供科学依据。

本研究旨在系统探究水稻反射光谱和叶绿素SPAD值与稻纵卷叶螟危害程度之间的内在联系，通过田间试验获取不同危害程度下水稻的反射光谱数据和叶绿素SPAD值，运用统计分析和机器学习方法，筛选出对稻纵卷叶螟危害敏感的光谱特征参数，建立基于反射光谱和叶绿素SPAD值的稻纵卷叶螟危害程度监测模型，以期为稻纵卷叶螟的早期监测和精准防治提供技术支持，为保障水稻安全生产和粮食安全做出贡献。

1.2国内外研究现状

在水稻病虫害光谱监测方面，国内外学者已开展了大量研究。国外早在20世纪70年代就开始利用遥感技术监测农作物病虫害，通过分析作物反射光谱特征来识别病虫害类型和危害程度。例如，利用多光谱遥感数据对小麦锈病进行监测，发现感病小麦在近红外波段的反射率明显降低。随着高光谱遥感技术的发展，其在水稻病虫害监测中的应用日益广泛。高光谱数据具有高分辨率、连续光谱等特点，能够更精确地捕捉水稻受病虫害胁迫时的光谱变化细节。国内研究起步相对较晚，但发展迅速。众多学者利用高光谱数据对水稻稻瘟病、白叶枯病、褐飞虱等病虫害进行监测研究。通过构建光谱指数，如归一化植被指数（NDVI）、比值植被指数（RVI）等，来增强病虫害信息与光谱之间的相关性，从而提高病虫害监测的准确性。有研究基于高光谱数据构建了水稻稻瘟病病情指数与光谱指数的回归模型，实现了对稻瘟病的定量监测。

在叶绿素与光谱关系研究方面，国内外也取得了丰硕成果。叶绿素含量是反映植物生理状态的重要指标，其与植物反射光谱存在密切联系。国外研究发现，植物叶片在蓝光（450-520nm）、红光（620-760nm）和近红外（760-1300nm）波段的反射率与叶绿素含量显著相关，可利用这些波段构建光谱指数来估算叶绿素含量。国内学者进一步深入研究，提出了多种新的光谱指数和估算模型。如基于红边参数构建的叶绿素估算模型，提高了叶绿素含量估算的精度和稳定性。同时，利用高光谱数据结合机器学习算法，如偏最小二乘回归（PLSR）、支持向量机（SVM）等，也能够实现对叶绿素含量的高精度反演。

在稻纵卷叶螟危害监测方面，早期主要依靠人工田间调查和经验判断，随着技术的发展，逐渐引入了遥感监测技术。国外有研究利用无人机搭载多光谱相机获取水稻田影像，通过分析影像的光谱特征来监测稻纵卷叶螟的危害情况，