基于气象与遥感的精准小麦条锈病扩散预测方法

本篇硕士论文主要聚焦于"基于生境信息和传播机制的小麦条锈病发生扩散预测"这一主题。作者聂臣巍，在计算机应用技术专业背景下，结合导师任东副教授和杨小冬副研究员的指导，针对小麦条锈病这一关键农业病害进行了深入研究。 小麦条锈病，由PucciniastriiformisWest.f.sp.triticiEriksetHenn引发，是一种真菌性多循环气传病害，对小麦产量构成严重威胁。病害的传播主要依赖风力，能在短时间内跨地区扩散，对防治工作提出了高要求。因此，论文的核心内容在于探讨如何在疾病初期就有效地预测其时空动态变化，以便采取及时的防控措施。 当前，国内外学者已就小麦条锈病的发生与扩散开展了一系列研究，并取得了一定的预测成果。然而，这些研究存在的问题主要体现在三个方面：首先，预测的时间尺度往往较大，难以精确到具体的发病期和地点；其次，许多研究依赖于抗病品种的种植比例作为预测依据，忽视了寄主植物生长状况对疾病发展的影响；最后，空间传播的研究更多集中在不同区域之间的疾病程度差异分析，缺乏对传播路径和速度的深入探究。 为了改进这一现状，论文提出了一种新的预测方法，即利用气象数据（如温度、湿度、风速等）和遥感数据，来综合考虑生境条件和传播机制，对小麦条锈病的发生和发展进行更为细致和实时的预测。这种方法旨在提高预测的精度和时效性，为农业生产者提供更有效的预警服务，从而减少病害带来的经济损失。 这篇论文不仅关注了现有研究的局限性，还尝试通过创新的方法和技术手段，为解决小麦条锈病的防控挑战提供了理论支持和实践策略，具有较高的实用价值和科学意义。