博文

中国科学院空天信息创新研究院等联合发文：利用基于无人机的高光谱技术探测小麦黄锈病

已有 1865 次阅读 2023-12-22 13:49 |个人分类:学术软文|系统分类:论文交流

Guo, A.; Huang, W.; Dong, Y.; Ye, H.; Ma, H.; Liu, B.; Wu, W.; Ren, Y.; Ruan, C.; Geng, Y. Wheat Yellow Rust Detection Using UAV-Based Hyperspectral Technology. Remote Sens. 2021, 13, 123.https://doi.org/10.3390/rs13010123

文章导读

黄锈病是一种世界性病害，对小麦生产安全构成严重威胁。大量叶片尺度的近表面高光谱遥感研究在病害监测方面取得了良好的效果。下一步是在田间尺度上监测病害，这对病害防治具有重要意义。中国科学院空天信息创新研究院及中国科学院大学等机构联合在 Remote Sensing 期刊发表了文章，使用了配备高光谱传感器的无人飞行器 (UAV) 来获取田间尺度的高光谱图像。从无人机高光谱图像中提取的植被指数 (VIs) 和纹理特征 (TFs) 及其组合被用于建立基于偏最小二乘回归 (PLSR) 的不同感染期病害监测模型。

图为无人机 (UAV) 高光谱成像系统。

研究过程及结果

本文在中国农业科学院廊坊试验站 (39°30′41″N, 116°36′17″E) 进行了小麦黄锈病无人机观测。在小麦的关键生长期，本文分别于接种后7天、16天、23天、30天、36天和42天进行了六次无人机高光谱观测实验。本文采用配备高光谱成像传感器 (UHD185) 的无人机系统 (S1000) 采集小麦图像。在无风或低风速的晴朗天气下，采用30米的飞行高度，获得了空间分辨率为1.2 厘米、光谱分辨率为4纳米的高光谱图像。在获得无人机高光谱图像后，进行了图像融合和镶嵌。采用NDVI阈值法从空间分辨率为1.2厘米的图像中提取小麦像素。为确定哪个时期和哪个空间尺度的黄锈病识别精度最高，图像分析包括三个步骤：(1) 提取和选择VIs和TFs；(2) 使用偏最小二乘法回归 (PLSR) 建立黄锈病监测模型；(3) 评估不同空间分辨率对监测精度的影响。

本文从每个感染期的七种不同空间分辨率 (1.2、3、5、7、10、15、20 厘米) 的图像中提取特征，建立了黄锈病监测模型，并确定了不同感染期基于无人机高光谱图像监测黄锈病的最佳空间分辨率。此外，还建立了基于VI、基于TF和基于VI-TF的模型，以验证从无人机高光谱图像中提取的图像特征和光谱特征组合用于监测黄锈病的性能。基于VI模型 (NDVI、SIPI、PRI、PSRI 和MSR) 的疾病指数 (DI) 估计精度结果表明，在早期和晚期感染阶段，7种空间分辨率的DI估计精度波动范围较小 (早期和晚期感染阶段的R2为 0.41-0.52/0.61-0.70)。基于TF模型的小麦黄锈病监测表明，不同空间尺度对估算精度的影响更大。基于VI-TF模型在不同空间分辨率下的监测精度表明，空间分辨率对早期和晚期感染阶段的精度影响微乎其微。

图为在不同感染阶段和空间分辨率下，(a) 基于VI的模型；(b) 基于TF的模型；(c) 基于VI-TF的模型的监测精度 (R2)。

研究总结

本研究利用无人机高光谱图像对小麦黄锈病进行田间监测，利用不同的特征 (VIs、TFs及其组合) 建立了小麦黄锈病早期、中期和晚期感染阶段的PLSR监测模型，评估了不同图像空间分辨率 (1.2厘米、3厘米、5厘米、7厘米、10厘米、15厘米和20厘米) 对监测精度的影响。得出以下结论：(1) 基于VI的模型在感染中期的监测精度最高，基于TF的模型在感染晚期的监测精度最高。然而，基于TF的模型不适合监测感染初期的黄锈病，最高监测精度的R2仅为0.28。(2) 基于VI-TF的模型在三个感染期的监测精度均高于基于VI或TF的模型，在感染后期的监测精度最高 (R2=0.88)。此外，使用基于VI-TF的模型，早期感染阶段的监测精度也有明显提高，因此该模型适用于疾病的早期检测。(3) 空间分辨率对基于VI模型的监测精度的影响微乎其微，而对基于TF模型的影响较大。基于VI-TF模型监测黄锈病的最佳空间分辨率为10厘米。研究结果为利用无人机高光谱图像准确监测病害提供了参考。

Remote Sensing 期刊介绍

主编：Prasad S. Thenkabail, USGS Western Geographic Science Center (WGSC), USA

期刊范围涵盖遥感科学所有领域，从传感器的设计、验证和校准到遥感在地球科学、环境生态、城市建筑等各方面的广泛应用。

2022 Impact Factor：5.0

2022 CiteScore：7.9

Time to First Decision：19.7 Days

Time to Publication：43 Days