节点文献

基于棉花黄萎病多“症状”特征的植被指数构建及病情遥感监测研究

免费订阅

【作者】 王姣李志沛张立福黄长平

【Author】 WANG Jiao;LI Zhi-pei;ZHANG Li-fu;HUANG Chang-ping;Institute of Remote Sensing and Digital Earth,Chinese Academy of Sciences;University of Chinese Academy of Sciences;HyTech,(Beijing/Tianjin)Co.,Ltd;

【通讯作者】 黄长平;

【机构】 中国科学院遥感与数字地球研究所中国科学院大学中科遥感科技集团有限公司

【摘要】 综合考虑棉花黄萎病多"症状"特征对黄萎病遥感精准监测及其抗性鉴定和防治工作具有重要意义。该文结合黄萎病胁迫下棉花冠层光谱响应的生理机制,基于Relief-F算法优选出对棉花黄萎病不同"症状"变化敏感的特征谱段(531 nm、699 nm、701 nm、1 404 nm),构建了一种新的棉花黄萎病病情指数(Cotton Verticillium Wilt Index,CVWI),并建立了基于支持向量机(SVM)的黄萎病遥感监测模型。研究表明:与传统病害植被指数相比,CVWI综合考虑了黄萎病导致的棉花水分、叶绿素、叶黄素、红边等理化与生理参数变化,可更好指示黄萎病病情;基于CVWI的黄萎病监测模型精度高于传统表现最好的色素比值指数(Pigment Specific Simple Ratio chl-b,PSSRb),模型的精确率、召回率与F1值分别提高了19%、6%、13%。研究结果可为棉花黄萎病大面积遥感精准监测提供新的思路与方法。

【基金】 兵团重大科技课题(2018AA00402);国家自然科学基金重点项目(418301108);中国科学院青年创新促进会项目(2017086);新疆生产建设兵团绿洲生态农业重点实验室开放课题(201801)
【所属期刊栏目】 农业高光谱遥感专栏 (2019年05期)
  • 【分类号】S127;S435.621
  • 【下载频次】109
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: