文献类型：期刊文章

作　　者：张素兰[1,2] 黄金龙[1] 秦林[3] 李宏群[4]

ZHANG Sulan;HUANG Jinlong;QIN Lin;LI Hongqun(Institute of Big Data and Intelligent Engineering, Yangtze Normal University, Chongqing 408100, China;Centre for Horticultural Science, The University of Queensland, Brisbane 4072, Australia;College of Electronic Information Engineering, Yangtze Normal University, Chongqing 408100, China;Hyperspectral Remote Sensing Monitoring Center for Ecological Environment of the Three Gorges Reservoir Area, Yangtze Normal University, Chongqing 408100, China)

机构地区：[1]长江师范学院大数据与智能工程学院,重庆408100 [2]昆士兰大学园艺科学中心 [3]长江师范学院电子信息工程学院,重庆408100 [4]长江师范学院三峡库区环境监测与灾害防治工程研究中心,重庆408100

出　　处：《农业机械学报》

基　　金：国家自然科学基金项目(61601060);国家留学基金委项目(201709955001);重庆市科委基础与前沿研究计划项目(cstc2016jcyjA0437);重庆市教委高校优秀成果转化项目(KJZH17132)和重庆市教委科学技术研究项目(KJ1501201)

年　　份：2019

卷　　号：50

期　　号：4

起止页码：196-202

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：以2017年6—8月获取的重庆永胜林场马尾松光谱反射率为数据源,对绿光区(490～560 nm)、黄光区(560～590 nm)、红光区(620～680 nm)、红边(680～780 nm)、近红外区(780～1 100 nm)最大反射率和反射率总和、绿峰(500～670 nm)反射高度、红谷(560～760 nm)吸收深度等14个高光谱特征参数进行岭迹分析,筛选出非共线性特征参数,构建松材线虫岭回归估测模型。结果表明:红边和近红外区反射率最大值、红边和近红外区反射率总和、红谷吸收深度岭迹曲线变化稳定且不趋于零,可用于岭回归建模。当岭迹参数k=0. 2时,上述5个高光谱特征参数岭迹趋于稳定,根据k值计算岭回归系数,构建松材线虫岭回归估测模型。模型决定系数R2为0. 868 6,均方根误差RMSE为0. 273 5,平均估测精度为87. 15%,可为松材线虫病害早期监测和防治研究提供技术支持。

关 键 词：松材线虫 马尾松 高光谱特征 岭回归 估测模型  

分 类 号：S763] TP79[林学类]