[发明专利]基于二波段组合指数的冠层尺度小麦赤霉病病情指数评估方法

说明书

本发明涉及基于二波段组合指数的冠层尺度小麦赤霉病病情指数评估方法，与现有技术相比解决了小麦发病程度判断不准确的缺陷。本发明包括以下步骤：光谱数据的获取和预处理；传统植被指数的选取以及二波段组合指数的构建；二波段组合指数的优选；单变量回归模型的构建；多元回归模型的构建。本发明利用小麦冠层关键生育期近地高光谱数据，通过构建最佳光谱指数实现了小麦病情指数的有效评估。

技术领域

本发明涉及作物病虫害遥感监测技术领域，具体来说是一种基于二波段组合指数的冠层尺度小麦赤霉病病情指数评估方法。

背景技术

与条锈、白粉等其他小麦病害不同，小麦赤霉病病菌可以直接侵染麦穗，造成麦粒枯瘪，所以小麦赤霉病又被叫做麦穗枯，它是一种能够引起小麦产量急剧下降的病害。此外，遭受赤霉病侵染的小麦甚至会产生毒素，严重威胁人类和牲畜健康。赤霉病菌随风而动，温暖湿润的天气下有助于它的大量繁殖，往往一株小麦上的赤霉菌子可以感染周围一片麦田，频繁降雨时情况更是严重，这种情况不可控制，所以每年，小麦赤霉病都会大幅度发生。这对我国农业生产造成无法挽回的伤害，及时防控和监测赤霉病对保证我国小麦质量、提高我国小麦产量具有非常重要的意义。

小麦赤霉病的监测方法多种多样，通过目视解译可以直接观察田间小麦赤霉病的发病情况，但这种方法费时费力，且易受主观意识的影响。事实上，小麦受真菌感染后，其形态和内部生理结构发生了变化，这些变化可以通过患病植物组织的光谱反射率得到有效反映，高光谱遥感技术在这方面表现出了非常大的潜力。

光谱指数是对作物生长状况的简单、有效和经验的度量，目前，学者们根据作物光谱变化，逐步发展出一系列光谱指数，这些指数被广泛应用于作物病虫害早期预报或监测系统中。然而，光谱对植物生理生化、形态和结构变化的响应是非常复杂的，不同的植物具有不同的光谱特征，同一株植物在不同生长阶段和环境下可能也具有不同的光谱特征。

对于小麦赤霉病来说，常规植被指数只是在前人基础上实现的特定波段的组合，这些特定波段或许不能代表小麦赤霉病的敏感波段，即不能很突出的表现小麦受赤霉病感染后所引起的光谱变化，造成赤霉病识别精度低、误差大等结果。通过对小麦光谱进行全波段分析并依此构建最佳光谱特征来准确识别赤霉病病情指数必不可少。

发明内容

本发明的目的是为了解决现有技术中小麦发病程度判断不准确的缺陷，提供一种基于二波段组合指数的冠层尺度小麦赤霉病病情指数评估方法来解决上述问题。为了实现上述目的，本发明的技术方案如下：

基于二波段组合指数的冠层尺度小麦赤霉病病情指数评估方法，包括以下步骤：

11)光谱数据的获取和预处理：获取原始光谱反射率数据，并对其进行多元散射校正光谱预处理；

12)传统植被指数的选取以及二波段组合指数的构建：在预处理光谱数据的基础上，基于植被指数法选择常用传统植被指数，探讨其对小麦赤霉病不同发病程度的适用性；构建二波段组合指数；

13)二波段组合指数的优选：对构建的六类二波段组合指数与小麦病情指数进行相关性分析，以等高线图的方式清晰显示每个指数与病情指数之间的相关性大小，筛选与小麦赤霉病病情指数相关性最高的前6个二波段组合指数，即筛选后的二波段组合指数；

14)单变量回归模型的构建：将经过筛选的二波段组合指数通过线性回归的方式构建回归模型，将所有传统植被指数采用相同方法进行模型构建，生成基于传统植被指数的单变量回归模型，对所有单变量回归模型结果进行评价并比较分析；

15)多元回归模型的构建：将筛选后的二波段组合指数全部作为输入变量，基于偏最小二乘回归算法进行模型构建，根据模型反演结果评价二波段组合指数在小麦赤霉病病情指数反演中的整体适用性。

所述传统植被指数的选取以及二波段组合指数的构建包括以下步骤：