论文部分内容阅读
地面高光谱技术是一种快速无损检测技术。它可以解决目前广泛采用的目测手查法检测费时费力的不足,降低检测人员的劳动强度;还可以与卫星遥感互补,提供小尺度空间虫害的信息,提高小尺度空间虫害管理水平;相对于目前计算机视觉检测技术,地面高光谱检测虫害更具有实用性。本文以水稻白背飞虱虫害检测为目标,于2006、2007年在江苏大学与镇江市植保植检站联合培育的野外试验稻田内,采用便携式光谱仪对水稻白背飞虱主害代期间的水稻冠层及叶片进行了光谱测量与分析,并针对白背飞虱虫害检测设计了专门的检测软件。通过对冠层和叶片的光谱测量,发现当水稻受到白背飞虱虫害的侵害时,无论是单叶还是冠层水平,其光谱反射率都会发生相应的变化,而且在两种水平下,波形相似,光谱反射率变化的规律一致。通过相关分析,得到单叶敏感波段为514-602nm,697-1339nm,1501-1749nm及2101-2299nm,特征波长点为562nm,774nm和1691nm;冠层水平下敏感波段为525-571nm,711-1339mn及1501-1749nm,特征波长点为558nm,779nm和1685nm。通过对水稻白背飞虱虫害的光谱定量分析,得到单叶水平下,单变量建立模型时,采用774nm和1691nm波长点处的光谱反射率能较好的诊断白背飞虱百株虫量,预测相关系数分别达到0.91和0.85,预测标准偏差分别为325.4和367.3,平均相对误差分别为16.4%和18.5%;多变量建立模型时,采用逐步回归法筛选出12个回归变量,预测相关系数达到0.948,且预测标准偏差为87.9,平均相对误差为13.6%。冠层水平下,单变量建立模型时,采用779nm和由558nm与779nm构建的比值植被指数(RVI)能较好的诊断田间白背飞虱百株虫量,预测相关系数分别达到0.921和0.806,预测标准偏差分别为306.3和334.7,平均相对误差分别为15.2%和17.5%;多变量建立模型时,采用逐步回归法筛选出7个回归变量,预测相关系数达到0.982,预测标准偏差为79.3,平均相对误差为12.7%。本文为实现水稻白背飞虱的高光谱遥感预测以及水稻的精确变量施药提供了试验依据,具有重要的学术意义和实用价值。