摘要:綜合考慮棉花黃萎病多“癥狀”特征對(duì)黃萎病遙感精準(zhǔn)監(jiān)測(cè)及其抗性鑒定和防治工作具有重要意義。該文結(jié)合黃萎病脅迫下棉花冠層光譜響應(yīng)的生理機(jī)制,基于Relief-F算法優(yōu)選出對(duì)棉花黃萎病不同“癥狀”變化敏感的特征譜段(531nm、699nm、701nm、1404nm),構(gòu)建了一種新的棉花黃萎病病情指數(shù)(Cotton Verticillium Wilt Index,CVWI),并建立了基于支持向量機(jī)(SVM)的黃萎病遙感監(jiān)測(cè)模型。研究表明:與傳統(tǒng)病害植被指數(shù)相比,CVWI綜合考慮了黃萎病導(dǎo)致的棉花水分、葉綠素、葉黃素、紅邊等理化與生理參數(shù)變化,可更好指示黃萎病病情;基于CVWI的黃萎病監(jiān)測(cè)模型精度高于傳統(tǒng)表現(xiàn)最好的色素比值指數(shù)(Pigment Specific Simple Ratiochl-b,PSSRb),模型的精確率、召回率與F1值分別提高了19%、6%、13%。研究結(jié)果可為棉花黃萎病大面積遙感精準(zhǔn)監(jiān)測(cè)提供新的思路與方法。
注:因版權(quán)方要求,不能公開(kāi)全文,如需全文,請(qǐng)咨詢雜志社