水稻穗颈瘟严重度的高光谱反演模型研究

被引：9

作者：

张浩 ^{[1
,2
]}

毛雪琴 ^{[3
]}

张震 ^{[3
]}

郑可锋 ^{[4
]}

杜新法 ^{[3
]}

孙国昌 ^{[3
]}

机构：

[1] 农业部资源遥感与数字农业重点开放实验室

[2] 浙江省农业科学院数字农业研究中心

[3] 浙江省农业科学院植物保护与微生物研究所

[4] 浙江省农业科学院

来源：

农业现代化研究 | 2009年 / 03期

关键词：

水稻; 穗颈瘟; 高光谱; 回归模型; 病情指数;

D O I：

暂无

中图分类号：

S435.111.4 [侵（传）染性病害];

学科分类号：

090401 [植物病理学];

摘要：

通过人工诱发不同等级水稻穗颈瘟,测定染病稻穗光谱及其病情指数(DI)。分析了病穗反射光谱和一阶微分在绿光区、黄光区和近红外区反射特征差异,将病情指数及光谱数据进行相关分析,建立水稻穗颈瘟严重度的估测模型并进行可靠性检验。结果表明:750-850nm反射光谱及720-760nm一阶微分为水稻穗颈瘟的敏感波段;在400-700nm光谱范围内病情指数与光谱反射率的相关性达到了极显著正相关,对于微分光谱,在520-540nm和710-760nm光谱范围内病情指数与光谱反射率的相关性达到了极显著负相关,在570-610nm光谱范围内病情指数与光谱反射率的相关性达到了极显著正相关,并在此基础上建立了水稻穗颈瘟病情指数的高光谱反演模型,该研究为今后通过航空、航天遥感大面积监测水稻穗颈瘟提供了理论依据。

引用

页码：369 / 372

页数：4

共 11 条

[1]

基于多光谱图像的水稻叶片叶绿素和籽粒氮素含量检测研究 [J].

张浩 ;

姚旭国 ;

张小斌 ;

祝利莉 ;

叶少挺 ;

郑可锋 ;

胡为群 .

中国水稻科学, 2008, (05) :555-558

[2]

基于学习矢量量化神经网络的水稻白穗和正常穗的高光谱识别 [J].

刘占宇 ;

孙华生 ;

黄敬峰 .

中国水稻科学, 2007, (06) :664-668

[3]

水稻稻瘟病的发生及防治措施 [J].

唐金华 ;

姬宪明 .

现代农业, 2007, (09) :20

[4]

病害胁迫下冬小麦冠层叶片色素含量高光谱遥感估测研究 [J].

蒋金豹 ;

陈云浩 ;

黄文江 .

光谱学与光谱分析, 2007, (07) :1363-1367

[5]

小麦条锈病高光谱近地与高空遥感监测比较研究 [J].

蔡成静 ;

马占鸿 ;

王海光 ;

张玉萍 ;

黄文江 .

植物病理学报, 2007, (01) :77-82

[6]

小麦条锈病高光谱遥感监测技术研究[J] 蔡成静;王海光;安虎;史延春;黄文江;马占鸿西北农林科技大学学报(自然科学版) 2005, S1

[7]

小麦条锈病单片病叶特征光谱的初步研究 [J].

安虎 ;

王海光 ;

刘荣英 ;

蔡成静 ;

马占鸿 .

中国植保导刊, 2005, (11)

[8]

高光谱遥感监测冬小麦条锈病的研究进展(综述) [J].

黄木易 ;

王纪华 ;

黄义德 ;

黄文江 ;

赵春江 ;

刘良云 .

安徽农业大学学报, 2004, (01) :119-122

[9]

冬小麦条锈病单叶光谱特性及严重度反演 [J].

黄木易 ;

黄文江 ;

刘良云 ;

黄义德 ;

王纪华 ;

赵春江 ;

万安民 .

农业工程学报, 2004, (01) :176-180

[10]

Yellowness index: an application of spectral second derivatives to estimate chlorosis of leaves in stressed vegetation[J] M. L. Adams;W. D. Philpot;W. A. Norvell International Journal of Remote Sensing 1999,

← 1 2 →