论文部分内容阅读
本文主要利用高光谱遥感技术对苹果褐斑病作了初步监测分析,通过田间试验,获取病害苹果叶片光谱数据和病情指数数据。经过综合分析,可得出以下几条结论:(1)随着褐斑病病情的加重,叶片光谱反射率在可见光范围内逐渐增大,在近红外逐渐减小;叶片光谱一阶微分在绿光区域的一阶微分值逐渐增大,在红光区域逐渐减小。(2)对苹果褐斑病病情指数与一阶微分数据进行了相关分析。结果表明,在432~582nm,637~702nm和715~765nm波长处存在显著相关。(3)选取相关系数达到0.01检验水平的微分变量,使用线性或非线性回归技术建立单变量估测病情指数模型。对于变量D725/D702, Dr,SDr,SDr/SDg,(SDg-SDb)/ (SDg+SDb)来说,最佳模型是线性模型;对于变量SDb来说,最佳模型为对数模型;对于变SDr/SDb,SDg/SDb来说,最佳模型是指数模型;对于变量(SDr-SDg)/ (SDr+SDg)来说,最佳模型为抛物线模型;对于变量(SDr-SDb)/(SDr+SDb)来说,最佳模型为一元三次函数模型。(4)经过检验证明,以(SDr-SDb)/ (SDr+SDb)为变量的一元三次函数模型估测出的病情指数RMSE为5.63%,高于其它模型的精度,并且该模型对小于10%的病情指数估测精度较高,可以认为它是叶片微分光谱指数估测病情指数的最佳模型。研究认为,当病情指数为5%左右时,是苹果褐斑病最佳防治期,及时防治,对苹果产量没有大的影响。而本文的研究结果表明,最佳模型的估测误差为5.63%,也就是说,完全可以利用高光谱遥感监测作物的早期病害情况。利用高光谱遥感技术对苹果褐斑病作监测,能在较早的时期发现病害,提供褐斑病发生与发展的状况,并能生成病害发生的空间分布及面积,同时多时相的监测能给决策者提供重要的病害蔓延的趋势,从而让决策者有针对性的进行决策、加强重点防治,减少产量损失。无论对我国还是世界苹果生产,都具有重大意义。