基于高光谱遥感的小麦黄花叶病害等级监测研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.7606/j.issn.1009-1041.2022.07.11

基于高光谱遥感的小麦黄花叶病害等级监测研究

引用
为了构建小麦黄花叶病的遥感监测技术,在小麦返青期、拔节前期和拔节后期测定了不同黄花叶病等级下的冠层反射率,并同步调查与病害等级相关的小麦株高、含水量、氮含量、色素含量等农学参数,筛选出适宜监测小麦黄花叶病的植被指数,并构建病害等级监测模型.结果表明,小麦黄花叶病的反射光谱敏感波段在返青期和拔节前期集中于560~720 nm范围,而拔节后期则集中于800~900 nm区域.随病害等级的增加,光谱反射率在可见光波段逐渐增加,而在近红外波段区域降低.植被指数与病害等级相关性在不同生育时期间存在显著差异,整体上以拔节前期最好,决定系数(r2)为0.72~0.82,而拔节后期模型精度急剧下降(r2=0.26~0.72).在植被指数中,整体上以表征色素变化的mND705模型预测精度最好,r2和RMSE分别为0.59~0.68和0.79~0.98.采用偏最小二乘回归(PLSR)建立黄花叶病害分级模型,三个时期的模型精度均高于植被指数模型,且整体上以返青期和拔节期前期估算效果较好,模型验证r2为0.93~0.97,RMSE为0.24~0.32.因此,利用PLSR模型可以准确评价返青至拔节期前期小麦黄花叶病害等级.

小麦、黄花叶病、病害等级、植被指数、高光谱监测

42

S512.1;S314(禾谷类作物)

中国博士后科学基金资助项目;河南省科技攻关项目

2022-09-16(万方平台首次上网日期,不代表论文的发表时间)

共11页

872-882

相关文献
评论
暂无封面信息
查看本期封面目录

麦类作物学报

1009-1041

61-1359/S

42

2022,42(7)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn