PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2001 | 41 | 3 |

Tytuł artykułu

Monitoring of Phytophthora infestans development with a luminancemeter

Treść / Zawartość

Warianty tytułu

Języki publikacji

EN

Abstrakty

EN
Two potato cultivars, sprayed and nonsprayed with fungicides, were evaluated to determine the association of late blight (caused by Phytophtora infestans) and radiometric leaf reflectance to disease development. Spectral radiance measurements were taken with CIMEL CE3132 luminancemeter in the visible (450 nm, 550 nm and 650 nm) and near-infrared (850 nm) range of the electromagnetic spectrum. The measurements were taken at two view zenithal angles: ɸv= 0° (at nadir) and ɸv = 50°. Six vegetative indices based on these measurements were used to detect differences between sprayed and nonsprayed plants. Vegetation indices based on the reflectance measurement enable to distinguish infected potato plants from noninfected plants. Among the vegetation indices used in this studies the best indicators of disease were NIR/RED and ELAI. Results of our study show that for Mila cultivar oblique viewing may be more effective then nadir viewing (perpendicular to the ground surface) for distinguishing between plants infested at different degree.
PL
Opracowanie technik teledetekcyjnych służących do wykrywania i obserwacji rozwoju chorób roślin wymaga poznania ich właściwości spektralnych. Służą temu polowe pomiary spektralne roślin, których celem jest stwierdzenie różnic w ilości pochłanianego i odbijanego promieniowania słonecznego przez rośliny chore i zdrowe. Zastosowanie wskaźników wegetacyjnych, czyli porównanie od bicia fal elektromagnetycznych o różnych długościach od tego samego obiektu w tym samym czasie, może stanowić lepszą podstawę do opisu jego charakterystyki spektralnej niż pomiary odbicia każdej z fal analizowane oddzielnie. Celem badań było stwierdzenie, który ze wskaźników wegetacyjnych obliczonych na podstawie zmierzonych danych spektralnych najbardziej nadaje się do wykrycia zróżnicowania między zdrowymi i chorymi roślinami ziemniaka. Ponadto podjęto próbę uzyskania odpowiedzi na pytanie, czy pomiary wykonywane pod kątem innym niż 0° umożliwiają łatwiejsze zidentyfikowanie chorych roślin.

Wydawca

-

Rocznik

Tom

41

Numer

3

Opis fizyczny

p.256-265,fig.

Twórcy

autor
  • Institute of Plant Protection, Miczurina 20, 60-318 Poznan, Poland

Bibliografia

  • 1. Bauer M.E. 1985. Spectral inputs to crop identification and condition assessment. Proceedings of the IEEE 73: 1071 - 1085.
  • 2. Bausch W.C. 1993. Soil background effects on reflectance-based crop coefficients for corn. Remote Sensing Reviews 46: 213- 222.
  • 3. Carter G.A., Miller R.L. 1994. Early detection of plant stress by digital imaging within narrow stress-sensitive wavebands. Remote Sensing of Environment 50: 295-302.
  • 4. Fassnacht K.S., Gower S.T., MacKenzie M.D., Nordheim E.V., Lillesand T.M. 1997. Estimating the leaf area index of north central Wisconsin forests using the Landsat Thematic Mapper. Remote Sensing of Environment 61: 229- 245.
  • 5. Giovacchini A., Mattioli A., Spallaci A. 1984. Multispectral data monitoring of temporal vegetation characteristics. IIe Colloquium int. Signatures spectrales d’objets en teledetection. Bordeaux, 12- 16 sept. 1983. INRA Publ. (Les Colloques de I’INRA, n° 23): 201-207.
  • 6. Haverkort A.J., Harris P.M. 1986. Conversion coefficients between intercepted solar radiation and tuber yields of potato crops under tropical highland conditions. Potato Research 29: 529- 533.
  • 7. Jorg E., Kleinhenz B. 1998. Proposal for the validation of late blight DSS in field trials. Third Workshop of European Network for Development of an Integrated Control Strategy of potato late blight Uppsala, Sweden, 9-13 September 1998: 30-41.
  • 8. Lipa J.J. 1998. Precyzyjna ochrona roślin - nowe technologie metod i zabiegów. Prog. Plant Protection/Post. Ochr. Rośl. 38 (1): 23- 29.
  • 9. Nilsson H.E. 1985. Remote Sensing of 6-row barley infected by barley stripe disease. Vaxtskyddsrapporter, Jordbruk 36, Uppsala, 49 pp.
  • 10. Nutter F. W. 1989. Detection and Measurement of Plant Disease Gradients in Peanut with a Multispectral Radiometer. Phytopathology 79: 958-963.
  • 11. Nutter F.W., Cunfer B.M. 1988. Quantification of barley yield losses caused by Rhynchosporium secalis using visual versus remote sensing assessment methods. Phytopathology 78: 1530- 1536.
  • 12. Nutter F.W., Littrell R.H., Brenneman T.B. 1990. Utilization of a multispectral radiometer to evaluate fungicide efficacy to control late leaf spot in peanut. Phytopathology 80: 102-108.
  • 13. Odle W.C., Toler R. W. 1976. Remote sensing of St Augistine-grass decline disease. Remote Sensing Center TR-77, Texas A&M. University, College Station, 164 pp.
  • 14. Sharp E.L., Perry C.R., Scharen A.L., Boatwright G.O., Sands D.C., Lautenschlager L.F., Yahyaoui C.M., Ravet F.W. 1985. Monitoring cereal rust development with a spectral radiometer. Phytopathology 75: 936-939.
  • 15. Thenkabail P.S., Ward A.D., Lyon J.G. 1995. Landsat-5 Thematic Mapper models of soybean and corn crop characteristics. International Journal of Remote Sensing 15: 49-61.
  • 16. Wiegand C.L., Gerbermann A.H., Gallo K.P., Blad B.L., Dusek D. 1990. Multisite analyses of spectral-biophysical data for corn. Remote Sensing of Environment 33: 1- 16.
  • 17. Wiegand C.L., Richardson A.J. 1990. Use of spectral vegetation indices to infer leaf area, evapotranspiration, and yield: I. Rationale. Agronomy Journal 86: 623-629.
  • 18. Wiegand C.J., Richardson A.J., Escobar D.E., Gerbermann A.H. 1991. Vegetation indices in crop assessments. Remote Sensing of Environment 35: 105-119.

Typ dokumentu

Bibliografia

Identyfikatory

Identyfikator YADDA

bwmeta1.element.agro-article-4d4a4c9b-4f19-46c6-819f-723d3bae0cf2
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.