利用偏最小二乘回归反演冬小麦条锈病严重度

作     者：王圆圆 陈云浩 李京 蒋金豹 WANG Yuan-yuan;CHEN Yun-hao;LI Jing;JIANG Jin-bao

作者机构：北京师范大学资源学院北京100875 

出 版 物：《国土资源遥感》 (Remote Sensing for Land & Resources)

年 卷 期：2007年第19卷第1期

页      面：57-60页

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 09[农学] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基　　金：国防科技工业民用专项科研技术研究项目(JZ20050001-06) 北京自然科学基金(4052014) 地理空间信息工程国家测绘局重点实验室基础测绘经费联合资助 

主　　题：数据挖掘 高光谱 偏最小二乘 病情指数 

摘      要：通过人工田间诱发不同等级条锈病,在不同生育期测定冬小麦感染条锈病严重度和冠层光谱,采用偏最小二乘(PLS)方法建立了冠层光谱和条锈病严重度的回归模型。结果显示:PLS反演冬小麦条锈病严重度的效果很好,与文献[4]中提出的利用高光谱指数进行反演的结果相比,精度更高;通过对PLS回归系数的分析,发现叶绿素吸收谷两边(505～550nm,640～670nm,680～700nm)的一阶微分光谱可用于诊断冬小麦条锈病病情,条锈病病害冬小麦在叶绿素吸收谷两边的一阶微分光谱的绝对值会比健康冬小麦的更大。