基于棉花黃萎病多“癥狀”特征的植被指數構建及病情遙感監測研究

摘要：綜合考慮棉花黃萎病多“癥狀”特征對黃萎病遙感精準監測及其抗性鑒定和防治工作具有重要意義。該文結合黃萎病脅迫下棉花冠層光譜響應的生理機制,基于Relief-F算法優選出對棉花黃萎病不同“癥狀”變化敏感的特征譜段(531nm、699nm、701nm、1404nm),構建了一種新的棉花黃萎病病情指數(Cotton Verticillium Wilt Index,CVWI),并建立了基于支持向量機(SVM)的黃萎病遙感監測模型。研究表明:與傳統病害植被指數相比,CVWI綜合考慮了黃萎病導致的棉花水分、葉綠素、葉黃素、紅邊等理化與生理參數變化,可更好指示黃萎病病情;基于CVWI的黃萎病監測模型精度高于傳統表現最好的色素比值指數(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%。研究結果可為棉花黃萎病大面積遙感精準監測提供新的思路與方法。