10.16819/j.1001-7216.2024.230409
不同抗感水稻品种对褐飞虱胁迫的高光谱响应特征
[目的]探究不同抗感水稻受褐飞虱胁迫的高光谱反射率曲线变化及敏感光谱差异,研究水稻植株不同部位的高光谱变化.在此基础上,采用机器学习技术建立水稻褐飞虱抗性鉴定模型,为下一步开发智能化褐飞虱抗性鉴定技术提供重要基础资料.[方法]以三个具不同褐飞虱抗感特征的水稻品种(TN1、Mudgo、RHT)为对象,分析其光谱、植被指数差异并建立抗性级别预测的随机森林模型.[结果]研究发现,褐飞虱胁迫天数与光谱反射率显著相关的波段数及差异显著的波段数随着水稻的抗性水平的上升而减少.同时,在 680 nm左右,三个品种的光谱反射率与褐飞虫胁迫时间的相关性最好.植被指数分析表明,SIPI、SR605/760和PSNDb与抗性级别的相关系数绝对值要高于 680 nm 的结果.感虫品种 TN1 差异最早体现,中抗品种 Mudgo 其次,高抗品种RHT最后.不同部位的差异首先出现在第 1 叶叶片和第 1 叶叶鞘,然后依次为第 2 叶叶片和第 2 叶叶鞘以及第3 叶叶片和第 3 叶叶鞘.预测模型的结果表明,全波段作为输入的模型效果比以单一植被指数 SIPI 构建的随机森林模型更好,模型准确率达到 85.9%.[结论]本研究反映了不同抗感水稻品种受褐飞虱危害后的高光谱变化规律与不同抗感品种和不同部位的差异,并证实了机器学习技术对水稻抗性级别的分类能力.
褐飞虱、水稻抗性、高光谱、植被指数、机器学习
38
S127;TP79;S436.661.12
现代农业产业技术体系建设专项;浙江省领雁研发攻关计划资助项目;中国农业科学院创新团队项目
2024-01-24(万方平台首次上网日期,不代表论文的发表时间)
共10页
81-90