黄旭影 1,*许章华 2,3王小平 1杨旭 1[ ... ]陈芸芝 3,4
作者单位
摘要
1 南京大学国际地球系统科学研究所, 江苏 南京 210023
2 福州大学环境与资源学院, 福建 福州 350116
3 空间数据挖掘与信息共享教育部重点实验室, 福建 福州 350116
4 福州大学卫星空间信息技术综合应用国家地方联合工程研究中心, 福建 福州 350116
探讨刚竹毒蛾危害下的毛竹叶片光谱特征可为建立竹林生态安全监测体系提供重要的理论指导。 相比于传统的多光谱数据, 高光谱遥感能够准确探测不同刚竹毒蛾危害等级间寄主光谱的细微变化。 然而, 当前有关此方面的研究甚少, 其寄主的光谱变化机理还有待进一步总结。 为此, 基于实测的552条竹叶光谱, 分析了健康、 受刚竹毒蛾危害、 小年叶片之间的光谱差异, 选择可反映其健康状况的特征变量, 并利用XGBoost模型建立了叶片尺度的刚竹毒蛾危害检测模型。 研究结果显示: (1)随着虫害等级的上升, 受害叶片在可见光范围内的反射率逐渐出现“绿低红高”的特征, 其近红外波段的反射率则不断降低, 而短波红外的反射率则明显高于健康叶片, 尤其在两个水汽吸收波段(1 450和1 940 nm)的差异最为明显; (2)小年叶片于可见光-近红外波段的反射率显著高于健康、 受害叶片; (3)根据不同受害类型叶片的光谱特征可知, 较之健康叶片, 缺刻型叶片的光谱并未出现太大的变化, 红褐色病斑型叶片在红光波段的反射率出现了一定程度的上升, 灰白色病斑型叶片则已经完全失去了植被的基本光谱特征; (4)根据XGBoost模型给出的变量重要性排序可知, 各特征变量的贡献度依次为PRI(光化学反射率指数)>FDVI576, 717(植被健康程度评估指数)>NPCI(归一化色素叶绿素指数)>DSWI(疾病水胁迫指数)>VOG 1(红边指数1)>RVSI(红边植被胁迫指数)>NDWI(归一化差值水分指数); (5)模型对刚竹毒蛾危害识别的总平均精度为74.39%, 其中健康叶片的识别精度达到了94.55%, 轻度危害叶片为74.93%, 重度危害为84.12%, 小年叶片则为71.10%, 而中度危害叶片的识别精度较差, 仅为33.48%。
森林虫害 遥感 光谱特征 刚竹毒蛾 Forest pest Remote sensing Spectral characteristics Pantana phyllostachysae Chao 
光谱学与光谱分析
2021, 41(4): 1253

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!