CAJ | 학술논문

明确白粉病胁迫下小麦叶片受害程度并构建误差小、精度高的反演模型,是实现小麦白粉病遥感监测和精确防控的基础.基于大田小区小麦白粉病人工接种试验,采用高光谱仪测试不同白粉病危害程度下冬小麦叶片光谱反射率,利用常规光谱特征参数、比值指数和归一化指数及因子分析(factor analysis,FA)与BP神经网络(back propagation neuralnetwork,BPNN)相结合的方法对小麦叶片白粉病严重度进行模型模拟并对模型拟合精度与适用性比较.结果表明:对小麦白粉病反应敏感的光谱波段为415、485～495、620～640 nm.常规光谱参数中表现较好的光谱植被指数和两波段比值及归一化植被指数的决定系数范围为0.6～0.8,均方根误差范围为8.5～11.5,其中,RI(670,855)、NDVI (680,880)、RGRcn和PSRI对白粉病反演精度及误差控制表现得相对较好.经过FA提取敏感波段的公共因子,进而利用BPNN算法进行模拟,较常规光谱参数有效提高了病情严重度的估算精度,各个测定时期模拟检验决定系数大于0.80,模型的检验均方根误差小于8.09,整个灌浆期反演模型检验的均方根误差和相对误差分别为7.84和7.56％,反演模型对小麦白粉病的整个病症期均具有很好的适用性.由此可得,基于FA-BPNN法所建立的反演模型精度高、误差小,对小麦白粉病病害时期兼容性好,研究结果对植物病害精确防控具有重要意义.
명학백분병협박하소맥협편수해정도병구건오차소、정도고적반연모형,시실현소맥백분병요감감측화정학방공적기출.기우대전소구소맥백분병인공접충시험,채용고광보의측시불동백분병위해정도하동소맥협편광보반사솔,이용상규광보특정삼수、비치지수화귀일화지수급인자분석(factor analysis,FA)여BP신경망락(back propagation neuralnetwork,BPNN)상결합적방법대소맥협편백분병엄중도진행모형모의병대모형의합정도여괄용성비교.결과표명:대소맥백분병반응민감적광보파단위415、485～495、620～640 nm.상규광보삼수중표현교호적광보식피지수화량파단비치급귀일화식피지수적결정계수범위위0.6～0.8,균방근오차범위위8.5～11.5,기중,RI(670,855)、NDVI (680,880)、RGRcn화PSRI대백분병반연정도급오차공제표현득상대교호.경과FA제취민감파단적공공인자,진이이용BPNN산법진행모의,교상규광보삼수유효제고료병정엄중도적고산정도,각개측정시기모의검험결정계수대우0.80,모형적검험균방근오차소우8.09,정개관장기반연모형검험적균방근오차화상대오차분별위7.84화7.56％,반연모형대소맥백분병적정개병증기균구유흔호적괄용성.유차가득,기우FA-BPNN법소건립적반연모형정도고、오차소,대소맥백분병병해시기겸용성호,연구결과대식물병해정학방공구유중요의의.