基于日光诱导叶绿素荧光与反射率光谱的小麦条锈病探测研究

作     者：陈思媛 竞霞 董莹莹 刘良云 Chen Siyuan;Jing Xia;Dong Yingying;Liu Liangyun

作者机构：西安科技大学测绘科学与技术学院陕西西安710054 中国科学院遥感与数字地球研究所数字地球重点实验室北京100094 

出 版 物：《遥感技术与应用》 (Remote Sensing Technology and Application)

年 卷 期：2019年第34卷第3期

页      面：511-520页

核心收录：

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）] 08[工学] 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：国家重点研发计划项目(2017YFA0603002) 国家自然科学基金项目(41601467) 

主　　题：小麦条锈病 日光诱导叶绿素荧光 反射率光谱 光谱指数 病情指数 

摘      要：综合利用反射率光谱在作物生化参数探测的优势和叶绿素荧光在光合生理诊断的优势,开展了日光诱导叶绿素荧光(SIF)和反射率光谱指数协同的小麦条锈病光谱探测研究,以期提高小麦条锈病病情严重度的预测精度。利用O2-A波段(760nm)的SIF信号和对小麦条锈病病情严重度敏感的7种反射率光谱指数,基于支持向量机(SVM)、逐步回归(SR)以及神经网络(BP)算法,定量分析了反射率光谱指数和反射率光谱指数与SIF协同的小麦条锈病病情严重度(DI)光谱探测模型的预测精度。结果表明:①SIF与小麦条锈病病情严重度之间存在极显著的负相关关系,SIF与DI间的响应能有效地应用于小麦条锈病的遥感探测;②SIF结合反射率光谱指数的小麦条锈病病情严重度光谱模型探测精度均高于反射率光谱指数模型,SIF能够显著提高小麦条锈病病情严重度的光谱探测精度;③无论是利用反射率光谱指数还是SIF结合反射率光谱指数作为小麦条锈病病情严重度预测模型的输入参数,训练模型以BP模型的预测精度最高,但验证结果表明SVM与SR方法构建的病情严重度预测模型效果较优。