稻縱卷葉螟危害水稻的高光譜監(jiān)測方法研究.pdf

1、農作物病蟲害是造成農業(yè)生產損失的主要因素之一，做好病蟲害的準確監(jiān)測與預報，才能有效的指導病蟲害的防控工作，從而降低經濟損失。高光譜遙感技術可以準確、及時、客觀的獲取地面植被信息，從而了解近地面作物生長狀況，間接的對作物病蟲害進行監(jiān)測。
　　 本文以重要的水稻遷飛性害蟲稻縱卷葉螟為對象，采用便攜式光譜儀，測定了不同尺度下（室內葉片、小區(qū)冠層及大田冠層）不同生育期（分蘗期、孕穗期和揚花期）水稻的光譜反射率，組建了基于敏感光譜波段、光

2、譜反射率微分值和光譜反射率主成分的稻縱卷葉螟為害程度的回歸、主成分、BP神經網絡及GA-BP網絡的多種診斷模型，以便在不同光譜水平上對水稻多種生育期的受害程度進行監(jiān)測，獲得了以下主要結果:
　　 (1)測定了不同卷葉率的組合葉片的室內光譜反射率、小區(qū)和大田不同卷葉率下的冠層光譜反射率，通過反射率與卷葉率間的相關分析，獲得了能表征稻縱卷葉螟為害的各光譜敏感波段。孕穗期組合葉片在藍紫、綠峰、紅光和近紅外波段的光譜反射率對水稻受害程度

3、敏感;揚花期時主要是可見光和一部分近紅外波段對水稻受害程度敏感。在小區(qū)冠層光譜反射率中，在孕穗期，藍紫光、綠光和近紅外波段對水稻受害程度敏感;在揚花期，只有極少部分的紅光和絕大部分的近紅外波段對水稻受害程度敏感。在大田冠層光譜反射率中，在分蘗期，只有紅光及近紅外波段對水稻受害程度敏感;在孕穗期，只有近紅外波段反射率對水稻受害程度敏感;在揚花期，只有藍紫光和紅光波段的反射率對蟲害程度敏感。無論是在分蘗期，孕穗期還是揚花期，紅光波段和近紅外

4、波段與受害后卷葉率的相關性均處于極顯著水平。
　　 利用敏感波段的反射率及其一階微分值分別建立了水稻卷葉率的回歸診斷模型，通過回檢和預測發(fā)現(xiàn)，基于室內組合葉片的光譜反射率的模型診斷卷葉數(shù)的準確率最高，小區(qū)冠層光譜反射率模型診斷小區(qū)卷葉率級別的準確度次之，而大田光譜反射率診斷卷葉率級別的準確率最差。線性回歸模型難以對大田稻縱卷葉螟的危害進行準確監(jiān)測。
　　 對不同卷葉率水稻葉片和冠層在400～1000nm光譜波段的各反射率

5、進行主成分分析，由各主成分負載表明，每個主成分各自代表不同波段組合的信息，室內組合葉片和小區(qū)的不同卷葉率基本可由光譜反射率的第一和第二主成分簡單地區(qū)分開來，但是大田的不同卷葉率難以用冠層光譜反射率的任一兩個主成分組合進行區(qū)分。
　　 利用室內組合葉片的光譜反射率的主成分，建立的孕穗期組合葉片卷葉數(shù)的回歸診斷模型，模型預測和回檢準確率分別為42.9％和95.2％，而在揚花期葉片中由主成分建立的回歸模型的效果較好，預測和回檢準確率分

6、別為85.7％和90.5％。利用小區(qū)冠層光譜反射率的主成分建立的小區(qū)卷葉率級別的回歸診斷模型，在孕穗期和揚花期的卷葉率級別診斷的回檢準確率較高，分別為91.7％和62.1％。但是，大田冠層光譜診斷卷葉率級別的主成分回歸模型對各生育期的診斷效果均不好。
　　 (2)利用經主成分分析降維后的光譜反射率主成分因子數(shù)據，進行水稻受稻縱卷葉螟為害的BP神經網絡診斷。結果表明，利用BP網絡診斷孕穗期的組合葉片中卷葉數(shù)的準確率為50％、揚花期

7、的為100％;診斷小區(qū)內孕穗期卷葉率級別的準確率為83.3％、揚花期為60％;診斷大田卷葉率級別的準確率分蘗期為73.3％、孕穗期為60.9％、揚花期為53.6％。僅以光譜反射率的主成分為因子，利用BP神經網絡來監(jiān)測水稻受稻縱卷葉螟為害后的卷葉率還達不到很好的效果。
　　 (3)通過將遺傳算法引入BP神經網絡的方法，對傳統(tǒng)的神經網絡進行了改進，然后利用各層次光譜反射率的主成分因子進行水稻受稻縱卷葉螟危害的光譜監(jiān)測，結果表明，該方