基于无人机多光谱影像的杨树炭疽病遥感监测

祝凯; 蒋雪松; 周宏平

doi:10.13360/j.issn.2096-1359.202406009

林业工程学报 ›› 2025, Vol. 10 ›› Issue (06) : 87 -97. DOI: 10.13360/j.issn.2096-1359.202406009

基于无人机多光谱影像的杨树炭疽病遥感监测

祝凯, 蒋雪松, 周宏平

作者信息 +

Author information +

文章历史 +

PDF

摘要

炭疽病广泛存在于杨树上，准确及时监测病害的发生与发展对于杨树病害的防治至关重要。本研究基于六旋翼无人机搭载MicaSense RedEdge-MX多光谱成像系统，获取杨树林冠层的多光谱影像。研究中采用最大似然法(MLM)对杨树冠层进行分割，利用最小冗余最大相关算法(mRMR)对包含15个植被指数的候选特征集进行筛选，最终选取优化土壤调整植被指数(OSAVI)、差值植被指数(DVI)和增强型植被指数(EVI)作为最优特征组合，并借助支持向量机(SVM)、反向传播神经网络(BPNN)和一维卷积神经网络(1D-CNN)分类算法，构建杨树炭疽病害监测模型。研究结果显示，相比SVM和BPNN模型，1D-CNN模型的总体准确率提高了3.11和6.88个百分点，达到85.03%。1D-CNN模型的Kappa系数为0.775 4,是3种模型中最高的，且健康、轻症和重症分类的错分误差和AUC值分别为27.6%、0.97,8.0%、0.92和36.9%、0.98。研究结果表明，基于无人机多光谱成像技术可以有效地监测杨树炭疽病的发生和分布情况。