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: 刘良云 竞霞 董莹莹 陈思媛
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 荧光遥感专栏
• 页码范围: 511-520
• 页数: 10页
• 分类号: TP79
• 字数: 8073字
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2019.3.0511

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(760 nm)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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	竞霞	西安科技大学测绘科学与技术学院	22	169	6.0	13.0
2	刘良云	中国科学院遥感与数字地球研究所数字地球重点实验室	61	1129	18.0	31.0
3	董莹莹	中国科学院遥感与数字地球研究所数字地球重点实验室	9	34	4.0	5.0
4	陈思媛	西安科技大学测绘科学与技术学院	1	3	1.0	1.0