融合SIF和反射光谱的小麦条锈病遥感监测

• 作者: 段维纳 竞霞 刘良云 张腾 张丽华
• 来源期刊: 光谱学与光谱分析
• 学科: 工学
• 关键词: 小麦条锈病 日光诱导叶绿素荧光 融合 反射率光谱指数 随机森林回归
• 年，卷（期）: 2022,（3）
• 页码范围: 859-865
• 页数: 7页
• 分类号: TP79
• 语种: 中文
• DOI: 10.3964/j.issn.1000-0593(2022)03-0859-07

摘要

日光诱导叶绿素荧光(SIF)能够敏感反映作物病害胁迫信息,然而冠层几何结构等因素严重影响了SIF对植被光合功能变化及其受胁迫状况的捕捉能力.为此,将能够敏感反映作物群体生物量的归一化差值植被指数(NDVI)和MERIS陆地叶绿素指数(MTCI)与SIFP相融合(SIFP-NDVI,SIFP-MTCI,SIFP-NDVI M TCI),对比分析融合前后SIF对小麦条锈病的遥感监测精度.结果表明:(1)融合反射率光谱指数的SIFP-NDVI,SIFP-M TCI和SIFP-NDVI M TCI较融合前的SIFP与病情指数(DI)相关性均有不同程度的提高,其中O2-B波段提高最为明显,分别提高了23.48％,33.61％ 和36.49％,O2-A波段提高量最小,分别提高了2.39％,2.14％ 和1.51％;(2)以SIFP-NDVI和SIFP-MTCI为自变量,基于随机森林回归(RFR)算法构建的小麦条锈病遥感监测模型预测DI值和实测DI值间的R2较SIFP分别平均提高了1.15％ 和4.02％,RMSE分别平均降低了2.7％ 和14.41％;(3)综合利用NDVI和MTCI处理后的SIFP-NDVI MT-CI为自变量构建的小麦条锈病遥感监测模型精度最优,其预测DI值和实测DI值间的R2较SIFP平均提高了5.74％,RMSE平均降低了22.52％.研究结果对提高小麦条锈病遥感监测精度具有重要意义,同时亦对其他作物的病害监测具有一定的参考价值.