论文部分内容阅读
本研究通过建立叶部主要病害胁迫下降香黄檀病情指数的高光谱反演模型,探讨了利用高光谱遥感监测降香黄檀叶部主要病害的方法,为降香黄檀林叶部主要病害病情严重度的快速诊断提供参考依据,并为今后航空、航天遥感实现快速、及时、大面积监测奠定理论基础。使用美国SVC公司生产的HR-102 4 i非成像高光谱仪器,对叶部主要病害胁迫下的降香黄檀病情指数(DI)与原始光谱反射率、一阶微分光谱反射率、高光谱特征参数做相关性分析,筛选敏感波段并训练BP神经网络。通过相关系数r、F检验值、拟合R~2、预测R~2、均方根误差(RMSE)等指标对反演模型进行综合评价,结果如下:(1)叶部主要病害胁迫下病情指数的高光谱反演模型:研究发现黑痣病胁迫下降香黄檀病情指数反演模型的拟合R~2、预测R~2均通过极显著性检验,均方根误差在6.161 2～9.330 6之间。其中,FD722.8为自变量的抛物线模型精度最高,对应的拟合R~2、预测R~2和均方根误差分别为0.981、0.991、6.332 5;炭疽病胁迫下降香黄檀病情指数反演模型的拟合R~2、预测R~2均通过极显著性检验,均方根误差在8.251 6～9.9180之间。其中,FD718.8为自变量的一元三次函数模型精度最高,该模型对应的拟合R~2、预测R~2和均方根误差分别为0.981、0.819、9.9180。可见,自变量FD722.8的抛物线模型、FD718.8的一元三次函数模型最佳模型。(2)基于地面高光谱遥感的降香黄檀叶部主要病害病情指数反演:研究发现黑痣病胁迫下敏感波段、PCA降维后的敏感波段作为输入变量,得到的决定系数(R~2)分别为0.912 6、0.8413,均方根误差分别为6.723 6、12.872 7;炭疽病胁迫下敏感波段、PCA降维后的敏感波段作为输入变量,得到的决定系数分别为0.872 8、0.693 9,均方根误差分别为6.933 0、19.488 4。可见,以敏感波段、经过PCA降维后的敏感波段,作为输入变量训练BP神经网络,是一种有效的方法,并且预测效果很好,直接以敏感波段作为输入变量精度更高。