基于叶片反射光谱的稻纵卷叶螟危害等级诊断模型构建

王文杰; 卢霞; 张徐慧; 刘可可; 于方波

中国农业大学学报 ›› 2026, Vol. 31 ›› Issue (3) : 233 -247.

王文杰, 卢霞, 张徐慧, 刘可可, 于方波

作者信息 +

Author information +

文章历史 +

摘要

为融合叶片反射光谱和贝叶斯模型实现稻纵卷叶螟危害等级识别，以水稻稻纵卷叶螟为研究对象，在虫害发生期采集水稻叶片，测定叶片反射光谱和理化参数，进一步划分水稻叶片的虫害等级，并采用原始光谱、分阶导数筛选敏感特征参量，利用CARS筛选特征波段构造光谱指数，分析其与虫害等级的相关性，再利用贝叶斯模型构建稻纵卷叶螟危害等级诊断模型。结果表明：1)水稻叶片在绿光和近红外波段的光谱反射率随稻纵卷叶螟危害程度的增加而呈现下降趋势，而红光波段反射率随之上升；水稻叶片含水量和叶绿素含量随虫害程度的增加而明显减少。2)基于分阶导数筛选出6个植被指数（土壤调整植被指数SAVI、增强型植被指数EVI、无蓝波段增强型植被指数EVI2、转换叶绿素吸收指数TVI、光谱吸收指数SAI、转换叶绿素吸收指数TCARI）和3个敏感波段反射率(R_{562 nm}、R_{576 nm}、R_{660 nm})；基于三边参数筛选得到6个特征参量（蓝边幅值、蓝边斜率、黄边斜率、黄边幅值、红边斜率、红边幅值）；基于CARS筛选得到6个光谱指数（RI＿0、NDI＿0、RI＿0.25、NDI＿0.25、RI＿0.75、NDI＿0.75），其中，RI＿0与稻纵卷叶螟虫害等级的相关性最高，相关系数为0.92。3)基于贝叶斯模型构建了一个稻纵卷叶螟危害等级诊断模型，并利用反向特征消除的方法确定最优输入变量组合，分别为EVI、RI＿0、NDI＿0、RI＿0.25、RI＿0.75、NDI＿0.75,3折交叉验证精度为95.83%±4.17%。综上，稻纵卷叶螟危害等级诊断模型研究可实现及时准确地获取稻纵卷叶螟田间为害特征信息，本研究为稻纵卷叶螟危害趋势预警和防控决策提供参考。