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

编号 zgly0001683823

文献类型 期刊论文

文献题名 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

作者 王姣  李志沛  张立福  黄长平 

作者单位 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 

母体文献 地理与地理信息科学 

年卷期 2019年05期

年份 2019 

分类号 S127  S435.621 

关键词 棉花黄萎病  高光谱  病害植被指数  Relief-F算法  支持向量机 

文摘内容 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。