摘要：通过开展小麦条锈病接种试验,在多个关键生育期获取被动式的冠层光谱和主动式的叶片生理观测并开展病情调查。在此基础上,结合优选的光谱特征和生理特征采用偏最小二乘回归方法（PLSR）构建病情严重度反演模型,得到不同生育期精度表现最优的特征组合。结果显示,基于光谱观测的优选光谱特征和基于叶片生理观测的Flav（类黄酮相对含量）、Chl（叶绿素含量）的不同组合在小麦挑旗期、灌浆早期和灌浆期分别具有较佳表现,模型精度达到r^2=0.90,RMSE=0.026。相比单纯采用光谱特征,综合冠层光谱和叶片生理观测能够使模型精度提高21%,表明两种数据的结合有利于提高病情严重度估测精度。上述研究可为小麦病害监测仪器的开发提供新的模式和思路。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社