基于叶片光谱分析的小麦白粉病与条锈病区分及病情反演研究

摘要：

小麦条锈病和白粉病作为我国麦区两种重要病害,在田间常同时发生,为病害防治管理带来困难.基于实验测试获得白粉病、条锈病叶片光谱数据,探讨采用光谱分析对两种病害进行区分识别及严重度监测的可行性.通过相关分析和独立T检验,筛选出对白粉病和条锈病敏感度差异较显著的波段及光谱特征,包括665～684,718～726nm等6个波段范围,以及DEP550-770,SIWSI等11个光谱特征.基于这些波段和特征,采用FLDA构建病害判别模型；借助PLSR分析构建病情严重度反演模型.研究结果表明,筛选得到的反射率波段和光谱特征能够较好地区分两种病害,判别模型总体精度达到80％以上,准确度较高.其中,染病比率超过20％的病叶区分和识别精度可达95％.同时,分别基于两种病害敏感光谱特征构建的病情严重度反演模型能够较好地估测病情严重度,两种病害估测均方根误差均低于15％.上述叶片尺度小麦白粉病和条锈病区分和严重度反演模型为进一步研究两种病害冠层尺度的区分和监测提供基础.

关键词：高光谱、条锈病、白粉病、费氏线性判别分析、偏最小二乘回归分析

所属期刊栏目：33

分类号：S512.1(禾谷类作物)

资助基金：国家科技支撑计划课题项目2012BAH29B02-0301;国家自然科学基金项目41271412,41201422

在线出版日期：2013-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1608-1614