基于高光谱遥感的冬小麦白粉病反演研究

发布时间：2017-09-21 11:35

  本文关键词：基于高光谱遥感的冬小麦白粉病反演研究

  更多相关文章： 冬小麦 白粉病 高光谱 多角度

【摘要】：于2009-2010、2010-2011和2014-2015年在河南农业大学科技示范园区和国家小麦工程技术研究中心分别进行大田和温室病菌梯度试验,以不同抗白粉病性冬小麦品种为供试材料,研究了白粉病危害冬小麦后叶片尺度与冠层尺度、垂直角度与多角度监测下的光谱反射率特征；分析了冬小麦病情和氮素与光谱反射率之间的相关性,确立了白粉病胁迫下病情指数和叶片氮积累量的适宜光谱参数、最优波段组合和最佳监测模型,为精确监测冬小麦白粉病病情和精准农业管理与评价提供信息支持。本研究的主要研究结果如下：(1)叶片尺度垂直角度监测下,由因子分析和BP神经网络结合法(Factor analysis-BP neural network, FA-BPNN)构建的病害反演模型,精度高(R2val0.80),误差小(3.12%-12.01%),整个灌浆期R2val和REval分别为0.872和7.56%,对不同病害时期冬小麦叶片白粉病反演情况均有较好适用性；利用偏最小二乘法(Partial least square regress, PLSR)法构建的病害反演模型,灌浆前中期反演效果依次优于整个灌浆期和灌浆中后期,R2val分别为0.875、0.818和0.787；相对误差REval分别为2.97%、7.34%和12.72%,因此利用PLSR法监测冬小麦叶片白粉病的最好时期在灌浆前中期。(2)冠层尺度垂直角度监测下,明确了修正型病情指数(modified Disease Index, mDI)可减轻叶面积差异对光谱信息的影响,是指示冬小麦白粉病发病情况的适宜表达指标。冬小麦白粉病冠层敏感波段为550～710 nm。绿光波段组合比值与归一化指数与mDI的相关性优于常规参数(R20.75),其中双绿组合指数DGSR(584,550)与DGND(584,550),决定系数R2相同,均为0.845。这两个参数在监测冬小麦生长中后期白粉病发生状况具有较好效果,其建立的模型精度高,可作为冬小麦白粉病冠层最佳预测模型。(3)冠层尺度多角度监测下,主平面与垂直平面全波段均表现出后向观测反射率大于前向,且主平面比垂直平面明显；蓝、绿、红和近红四个波段主平面呈现典型不规则“碗状”,且随着病情严重度的增加,“碗状”越明显。不同观测角两波段组合比值和归一化指数的最佳观测角度为-30°,波段组合为894和803 nm,其比值DNiSR(894,803)和归一化指数DNiND(894,803)具有相同的决定系数,R2为0.886。该模型可作为冬小麦白粉病严重度的最佳监测角度与预测模型。(4)冠层尺度多角度监测下,蓝、绿和红波段均表现出叶片氮积累量(Leaf nitrogen accumulation, LNA)反射率后向角度大于前向。不同观测角下LNA的光谱敏感波段(r0.75)分别为-50°下440～505 nm、-40°下464～511 nm和-30°下606～691 nm。后向、垂直和前向监测反演LNA最好的参数与角度分别为Rmin(640-680nm)和-30°、PSRI和0°及ND(SDr,SDy)和50°。不同观测角下比值与归一化指数与LNA的最佳观测角为-50°,波段组合为437和497 nm, DBSR(437,497)和DBND(437,497)的R2分别为0.862和0.859。此模型精度高,可作为多角度观测下冬小麦LNA的最佳监测角度与预测模型,从而及早了解冬小麦白粉病病情。
【关键词】：冬小麦 白粉病 高光谱 多角度
【学位授予单位】：南京信息工程大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S435.121.46;S127
【目录】：

• 摘要5-7
• Abstract7-9
• 第一章 前言9-21
• 1.1 冬小麦白粉病概述9-11
• 1.2 作物监测光谱学特征11-15
• 1.3 高光谱监测作物病害研究现状15-18
• 1.4 多角度遥感监测作物病害研究现状18-19
• 1.5 研究意义与技术路线图19-21
• 第二章 试验设计与数据处理21-30
• 2.1 试验仪器21-22
• 2.2 试验设计方法22-23
• 2.3 冬小麦白粉病叶片尺度病情严重度监测研究23-25
• 2.4 垂直角度高光谱技术监测冬小麦白粉病冠层尺度病情试验25-26
• 2.5 多角度高光谱技术监测冬小麦白粉病冠层尺度病情试验26-27
• 2.6 数据分析方法27-30
• 第三章 单叶尺度下冬小麦白粉病病情的光谱信息分析30-37
• 3.1 白粉病危害下叶片光谱特征及反射率与病情严重度的相关性30-31
• 3.2 基于常规植被指数的冬小麦白粉病严重度高光谱反演31-32
• 3.3 比值和归一化指数波段组合的冬小麦白粉病严重度反演32-33
• 3.4 基于因子分析和BP神经网络的冬小麦白粉病病情反演33-34
• 3.5 基于PLSR的冬小麦白粉病病情反演34-35
• 3.6 本章小结35-37
• 第四章 垂直观测角度下冬小麦冠层光谱白粉病反演研究37-44
• 4.1 不同严重度等级下冬小麦冠层光谱的变化特征37-38
• 4.2 冬小麦白粉病严重度与冠层光谱的相关性38-39
• 4.3 冬小麦白粉病严重度与常见冠层光谱特征参数的相关性39-40
• 4.4 冬小麦白粉病严重度与冠层光谱双波段指数的相关性40-42
• 4.5 模型测试与检验42-43
• 4.6 本章小结43-44
• 第五章 多角度反射光谱的冬小麦白粉病病情反演研究44-57
• 5.1 主平面内冬小麦冠层反射光谱信息研究44-46
• 5.1.1 观测角度对冠层反射率曲线的影响44-45
• 5.1.2 不同病情指数特征波段反射率曲线特征45-46
• 5.2 垂直平面内冬小麦冠层反射光谱信息研究46-48
• 5.2.1 观测角度对冠层反射率曲线的影响46
• 5.2.2 不同病情指数特征波段反射率曲线特征46-48
• 5.3 冠层光谱反射率与冬小麦白粉病病情指数的相关性48-49
• 5.3.1 观测角度对冠层反射率与病情指数相关性曲线的影响48-49
• 5.3.2 观测角度对特征波段与病情指数相关性曲线的影响49
• 5.4 常规光谱特征参数与病情指数的定量关系49-51
• 5.5 基于不同波段组合的白粉病病情严重度相关性分析51-55
• 5.5.1 任意两波段比值和归一化指数与病情指数的相关性51-53
• 5.5.2 比值和归一化指数最佳波段组合筛选53-54
• 5.5.3 不同观测角度下比值和归一化指数最优参数54-55
• 5.6 本章小结55-57
• 第六章 基于冬小麦氮素含量白粉病病情的多角度反演研究57-67
• 6.1 不同部位氮素积累量与病情指数的相关性57-58
• 6.2 光谱反射率特征及其与叶片氮积累量的相关性58-60
• 6.2.1 主要波段光谱反射率曲线特征58-59
• 6.2.2 全波段光谱反射率与LNA的相关性59
• 6.2.3 主要波段光谱反射率与LNA的相关性59-60
• 6.3 常规光谱参数与叶片氮积累量的相关性60-62
• 6.4 不同波段组合参数与叶片氮素积累量的相关性62-65
• 6.4.1 任意两波段组合比值和归一化指数与修正病情指数的相关性62-64
• 6.4.2 比值和归一化指数最佳波段组合筛选64-65
• 6.4.3 不同观测角度下比值和归一化指数最优参数65
• 6.5 本章小结65-67
• 第七章 结论与展望67-70
• 7.1 结论67-68
• 7.2 展望68-69
• 7.3 创新点69-70
• 参考文献70-79
• 作者简介79-80
• 致谢80

，

本文编号：894306