稻縱卷葉螟對(duì)水稻生理生態(tài)參數(shù)和產(chǎn)量影響的田間試驗(yàn)研究.pdf

1、稻縱卷葉螟（Cnaphalocrocis medinalis）是危害水稻正常發(fā)育、造成水稻產(chǎn)量損失的重要害蟲之一。本文通過(guò)在水稻田中接入不同數(shù)量級(jí)的稻縱卷葉螟幼蟲，分析水稻不同葉面積指數(shù)(Leaf Area Index，LAI)、葉綠素含量相對(duì)值(Soil and Plant Analyzer Development，SPAD)、生育期的卷葉率以及冠層高光譜反射率的變化，并對(duì)水稻冠層高光譜反射率、一階導(dǎo)數(shù)和紅邊參數(shù)進(jìn)行特征分析;利用相關(guān)

2、性分析方法研究水稻高光譜與生理生態(tài)參數(shù)在不同波段的相關(guān)性，篩選敏感光譜波段和13種關(guān)鍵植被指數(shù)，建立水稻生理生態(tài)參數(shù)的監(jiān)測(cè)模型，旨在為利用高光譜遙感手段監(jiān)測(cè)稻縱卷葉螟蟲害提供依據(jù)。此外，本文還運(yùn)用了單因素方差法分析了各試驗(yàn)田塊內(nèi)水稻產(chǎn)量的損失情況，分析了水稻的自然補(bǔ)償能力，通過(guò)相關(guān)分析法研究水稻高光譜參數(shù)與產(chǎn)量之間的相關(guān)性，選取差值植被指數(shù)（Difference Vegetation Index，DVI）、比值植被指數(shù)(Ratio Ve

3、getation Index，RVI)、垂直植被指數(shù)（Perpendicular Vegetation Index，PVI）和歸一化差值植被指數(shù)(Normalized Difference Vegetation Index，NDVI)四種植被指數(shù)和紅邊峰值Dλ（紅邊斜率）參數(shù)，建立不同生育期內(nèi)的最佳產(chǎn)量估算模型。最后運(yùn)用Seinhorst模型估算稻縱卷葉螟初始蟲口密度與產(chǎn)量的關(guān)系，比較兩種模型對(duì)產(chǎn)量估測(cè)的準(zhǔn)確性，為農(nóng)業(yè)生產(chǎn)中稻縱卷葉螟危

4、害引起的產(chǎn)量損失的評(píng)估提供技術(shù)支持。主要研究結(jié)果如下:
　　(1)在無(wú)稻縱卷葉螟蟲害影響的情況下，水稻的生理生態(tài)參數(shù)與≥10℃有效積溫、累計(jì)降水量、累計(jì)光照時(shí)數(shù)等氣象因子及生長(zhǎng)天數(shù)都有較好的相關(guān)關(guān)系，通過(guò)主成分分析，提取出三個(gè)主要影響因子，分別為:水稻生育期長(zhǎng)短、光熱條件和水分條件。利用主成分分別構(gòu)建LAI值和SPAD值的回歸模型，其中LAI值估測(cè)模型的效果較好，R2為0.59，而SPAD值模型的R2僅為0.12。在有稻縱卷葉螟危

5、害情況下，水稻生理生態(tài)參數(shù)與氣象因子和生長(zhǎng)天數(shù)的相關(guān)性遠(yuǎn)小于對(duì)照組。LAI值、SPAD值和卷葉率這三個(gè)參數(shù)中與氣象條件關(guān)系最為密切的是LAI值，不同蟲量處理下的LAI值與氣象因子和生長(zhǎng)天數(shù)的相關(guān)關(guān)系隨著小區(qū)內(nèi)稻縱卷葉螟頭數(shù)增多，相關(guān)性降低，也就是說(shuō)在經(jīng)過(guò)處理的小區(qū)內(nèi)，蟲量是影響LAI值的關(guān)鍵因素。有蟲量處理的情況下，氣象因子與生長(zhǎng)天數(shù)對(duì)SPAD值和卷葉率的影響相對(duì)較小。
　　(2)各生育期內(nèi)水稻冠層反射率在可見(jiàn)光和近紅外波段隨蟲害

6、程度加深而下降。一階導(dǎo)數(shù)光譜在680-770nm之間出現(xiàn)“雙峰”現(xiàn)象，紅邊參數(shù)隨稻縱卷葉螟危害程度加重向短波方向移動(dòng)，并且在整個(gè)生育期內(nèi)呈現(xiàn)先增后減的趨勢(shì)。水稻SPAD值和LAI值在整個(gè)生育期趨勢(shì)與上相同，在開(kāi)花期達(dá)到最高峰，并且它們的數(shù)值均隨著蟲量增加逐漸降低。而卷葉率變化趨勢(shì)為先增加后減少再增加，與稻縱卷葉螟代次更替相一致。由敏感波段篩選出的13種植被指數(shù)與LAI值相關(guān)性最顯著，其次是SPAD值，與卷葉率的相關(guān)性較差。對(duì)于生理生態(tài)參

7、數(shù)的高光譜植被指數(shù)估算模型，擬合效果最好的是由多元回歸分析法構(gòu)建的LAI回歸模型，R2達(dá)到0.762。單因子植被指數(shù)PVI構(gòu)建的一元三次多項(xiàng)式模型對(duì)于SPAD值的擬合效果也較好，R2為0.546。植被指數(shù)對(duì)于卷葉率的擬合效果較差，R2最高僅為0.492。
　　(3)通過(guò)產(chǎn)量測(cè)定，比較不同初始蟲量下小區(qū)內(nèi)水稻的產(chǎn)量指標(biāo)后發(fā)現(xiàn)，水稻的穗長(zhǎng)不受稻縱卷葉螟蟲量增加的影響，而蟲量的增加則會(huì)影響水稻植株的生長(zhǎng)，導(dǎo)致株高降低、分蘗數(shù)減少。蟲口密

8、度越大，水稻的結(jié)實(shí)率和千粒重越低，導(dǎo)致產(chǎn)量的損失越大。灌漿期內(nèi)利用NDVI值構(gòu)建的回歸方程估產(chǎn)效果最好，R2達(dá)到0.698。由Seinhorst模型估算的結(jié)果得出當(dāng)每百株水稻上初始蟲量達(dá)到17頭以上后，稻縱卷葉螟開(kāi)始形成危害，當(dāng)危害最重時(shí)，最低相對(duì)產(chǎn)量?jī)H為0.879。最后比較兩個(gè)模型模擬的結(jié)果，發(fā)現(xiàn)當(dāng)初始蟲口密度在45頭/百株和80頭/百株時(shí)，由高光譜植被指數(shù)構(gòu)建的回歸方程估測(cè)的產(chǎn)量損失情況更符合實(shí)際，而超過(guò)80頭/百株后，Seinho