基于比值導(dǎo)數(shù)法的棉花蚜害無人機(jī)成像光譜監(jiān)測模型研究

郭 偉，喬紅波，趙恒謙，張娟娟，裴鵬程，劉澤龍

1.河南農(nóng)業(yè)大學(xué)信息與管理科學(xué)學(xué)院，河南 鄭州 450002 2.中國礦業(yè)大學(xué)(北京)地球科學(xué)與測繪工程學(xué)院，北京 100083 3.煤炭資源與安全開采國家重點(diǎn)實(shí)驗(yàn)室(中國礦業(yè)大學(xué))，北京 100083

引 言

棉蚜(Aphis gossypii)是影響棉花產(chǎn)量的主要蟲害之一，其危害程度大，發(fā)生范圍廣，是世界性棉花蟲害，在國內(nèi)外各大棉區(qū)均有分布[1]。棉蚜?xí)ㄟ^吸食棉株汁液造成其枯萎，從而造成棉田嚴(yán)重減產(chǎn)[2-3]。目前，棉蚜以化學(xué)防治為主，即以過量施用農(nóng)藥來控制蚜蟲的發(fā)生和發(fā)展，但造成棉花的生產(chǎn)成本上升，并污染農(nóng)田生態(tài)環(huán)境。因此，及時(shí)、準(zhǔn)確對蟲害嚴(yán)重度進(jìn)行調(diào)查和監(jiān)測有助于指導(dǎo)農(nóng)藥精準(zhǔn)施用，控制病情蔓延，從而降低生產(chǎn)成本，保護(hù)農(nóng)田生態(tài)環(huán)境[4-5]。

傳統(tǒng)的作物病蟲害野外調(diào)查方式以人工方式為主，雖然能取得較好的調(diào)查效果，但費(fèi)時(shí)、費(fèi)力，時(shí)效性較差，不適用于大區(qū)域尺度。利用遙感技術(shù)快速、動(dòng)態(tài)、無損的特點(diǎn)對作物病蟲害監(jiān)測已經(jīng)成為當(dāng)前農(nóng)業(yè)遙感領(lǐng)域的研究熱點(diǎn)[4-5]。一些學(xué)者利用近地高光譜數(shù)據(jù)在葉片尺度和冠層尺度監(jiān)測棉花生長受到脅迫后的生長情況[6-7]，研究結(jié)果表明受不同脅迫程度的棉花光譜特征有所不同，為棉花蟲害嚴(yán)重度監(jiān)測奠定了基礎(chǔ)。但近地高光譜數(shù)據(jù)雖然準(zhǔn)確，但具有空間上的隨機(jī)性，不能反映病蟲害發(fā)生的空間特征。因此，一部分學(xué)者開始利用航天航空影像對棉花病蟲害進(jìn)行區(qū)域范圍內(nèi)的監(jiān)測及預(yù)測[8]。衛(wèi)星獲取的遙感影像雖可以迅速、高效、面狀連續(xù)的對農(nóng)田進(jìn)行精細(xì)監(jiān)測，但受時(shí)間、空間、光譜分辨率和天氣等條件限制較多[9]。

近年來，無人機(jī)因其數(shù)據(jù)測量時(shí)間靈活機(jī)動(dòng)、時(shí)空分辨率高、觀測范圍大等優(yōu)勢，許多學(xué)者開始將其應(yīng)用于農(nóng)田生態(tài)環(huán)境信息監(jiān)測與獲取[10]。受無人機(jī)載荷和數(shù)據(jù)處理能力的限制，選取少量對植株脅迫信息最為敏感的波段，構(gòu)建蟲害嚴(yán)重度估測模型，對提高無人機(jī)成像光譜數(shù)據(jù)處理效率，應(yīng)用于實(shí)際生產(chǎn)有著十分重要的意義[11]。目前在遙感病蟲害光譜特征提取中，如何區(qū)分或消除蟲害以外的其他因素對光譜特征的影響，仍然是一個(gè)難題[12]。比值導(dǎo)數(shù)法(derivative of ratio spectroscopy，DRS)是一種特殊的光譜處理方法，它可以去除混合光譜中本底端元的影響，增強(qiáng)光譜反差，得到目標(biāo)端元相比于本底端元的連續(xù)波段反射率光譜特征，對于特征波段的選擇有非常好的效果[12]。比值導(dǎo)數(shù)法目前主要用于混合礦物成分分析、化學(xué)藥物分析等領(lǐng)域[13]，尚未有學(xué)者將其應(yīng)用于農(nóng)業(yè)作物病蟲害光譜特征提取研究。

本研究利用無人機(jī)成像光譜影像結(jié)合地面調(diào)查數(shù)據(jù)，獲取不同蚜害嚴(yán)重度的棉花冠層成像光譜數(shù)據(jù)，利用比值導(dǎo)數(shù)法選取蚜害棉花冠層光譜敏感波段，進(jìn)而建立基于敏感波段比值導(dǎo)數(shù)值的棉花蚜害嚴(yán)重度估測模型，開展田塊尺度上棉花蚜害嚴(yán)重度空間反演研究，從而為棉花蚜害田間精準(zhǔn)施藥提供有效輔助。

1 實(shí)驗(yàn)部分

1.1 研究區(qū)概況與試驗(yàn)設(shè)計(jì)

試驗(yàn)于新疆中部庫爾勒地區(qū)的中國農(nóng)科院植保所庫爾勒試驗(yàn)站(41°44′59″N，85°48′30″E)開展。棉花是當(dāng)?shù)刂饕N植作物，規(guī)模大，種植結(jié)構(gòu)簡單，蚜蟲是該地區(qū)主要棉花蟲害。數(shù)據(jù)采集于2018年6月27日棉花蕾期，選擇田間蚜蟲發(fā)生嚴(yán)重的試驗(yàn)小區(qū)，試驗(yàn)區(qū)域長100 m，寬30 m。試驗(yàn)期間不施任何抑制蚜蟲生長的農(nóng)藥，在試驗(yàn)小區(qū)正中間選取20壟為數(shù)據(jù)采集區(qū)(使用GPS將4個(gè)角定位)，該區(qū)域長100 m，寬30 m，周邊棉花作為保護(hù)行。供試棉花為農(nóng)科院植保所棉蟲組試驗(yàn)品種，4月中下旬播種，膜上點(diǎn)播，膜下滴灌，棉蚜脅迫棉花行為為田間自然發(fā)生。

1.2 數(shù)據(jù)獲取

1.2.1 蚜害地面調(diào)查

2018年6月27日正值棉花蕾期，為蚜蟲盛發(fā)期。由于無人機(jī)獲取的為棉株冠層數(shù)據(jù)，因此田間調(diào)查取樣調(diào)查病害嚴(yán)重度時(shí)，所選樣點(diǎn)全部位于棉株頂部冠層。棉蚜為害程度分級標(biāo)準(zhǔn)參照國家標(biāo)準(zhǔn)(GB/T 15799—2011)，見表1。根據(jù)蚜害分級標(biāo)準(zhǔn)，選取樣點(diǎn)共76個(gè)，其中健康植株16個(gè)，蚜害嚴(yán)重度1～4級每級選取15個(gè)，同時(shí)保證76個(gè)樣點(diǎn)均勻分布于棉花種植區(qū)域，使用天寶Trimble GeoExplorer 6000 Series設(shè)備連接RTK終端，使用千尋位置服務(wù)記錄每個(gè)樣點(diǎn)的GPS信息，誤差小于2 cm。調(diào)查點(diǎn)分布情況見圖1。

表1 棉蚜為害分級標(biāo)準(zhǔn)Table 1 Severity grading standards for cotton aphid

圖1 研究區(qū)示意圖Fig.1 Location of study area

1.2.2 無人機(jī)成像光譜數(shù)據(jù)獲取與處理

實(shí)驗(yàn)于2018年6月27日11:00—14:00與地面蟲害調(diào)查實(shí)驗(yàn)同步進(jìn)行?；佳梁Φ拿藁ü趯庸庾V數(shù)據(jù)采用天途公司的八旋翼無人機(jī)(AZUP-T8)搭載Cubert公司生產(chǎn)的成像光譜儀(UHD185)獲取。實(shí)驗(yàn)當(dāng)天研究區(qū)晴朗無云，風(fēng)速較小。無人機(jī)獲取數(shù)據(jù)時(shí)，飛行高度為50m，航速為6 m·s-1，航向重疊度和旁向重疊度均為80%。成像光譜儀UHD 185 Firefly(UHD 185)是一種新型凝視成像光譜傳感器，其特點(diǎn)是曝光采集時(shí)間短。傳感器重0.47 kg，尺寸為195 mm×67 mm×60 mm。它可以獲得從可見光到近紅外光譜的輻射反射。該傳感器可以捕獲450～950 nm的波長，同時(shí)保持合理的圖像平衡和良好的光譜分辨率(4 nm)。在將UHD 185圖像拼接在一起之后，獲得1cm的地面分辨率的成像光譜圖像。

使用ENVI ROI(ENVI，ITT Visual Information Solutions，Boulder，CO，USA)工具計(jì)算每個(gè)樣點(diǎn)在450～950 nm波段對應(yīng)的ROI的平均冠層光譜反射率，經(jīng)過處理，得到76個(gè)樣點(diǎn)對應(yīng)的冠層高光譜反射率數(shù)據(jù)。

1.3 基于比值導(dǎo)數(shù)法的蟲害光譜特征提取

比值導(dǎo)數(shù)法是一種基于線性混合模型提出的特殊的光譜處理方法，它可以去除本底端元影響，得到連續(xù)譜段比值導(dǎo)數(shù)光譜。該方法首先將兩條連續(xù)光譜進(jìn)行逐波段比值運(yùn)算，得到二者的一條比值光譜，然后對這條比值光譜進(jìn)行求導(dǎo)運(yùn)算，便得到二者的比值導(dǎo)數(shù)光譜曲線[13]。該方法可以消除多個(gè)地物中其他地物的影響而直接得到目標(biāo)物與多個(gè)地物的混合光譜變化之間的對應(yīng)關(guān)系，提取出對于目標(biāo)物光譜信息較為敏感的波段。式(1)為含有m個(gè)組分的線性光譜混合模型。

(1)

式(1)中，i=1,2，…，n為光譜波段，j=1,2,3,…,m為端元組分，F(xiàn)j為各端元在混合像元所占比例。不考慮誤差項(xiàng)的情況下，當(dāng)每個(gè)像元只包含兩種物質(zhì)時(shí)，線性光譜混合模型可以簡化為

γ(λ)=F1×γ1(λ)+F2×γ2(λ)

(2)

當(dāng)式(2)兩側(cè)同時(shí)除以第2種物質(zhì)的光譜時(shí)，等式變?yōu)?/p>

(3)

對式(3)兩邊求導(dǎo)，則有

(4)

從式(4)可以看出，此時(shí)導(dǎo)數(shù)光譜已經(jīng)與第2種物質(zhì)所占比例無關(guān)，也就是說，求導(dǎo)之后的光譜值只與第1種物質(zhì)的比例線性相關(guān)，而與作為除數(shù)的物質(zhì)所占比例無關(guān)。

本研究中，無人機(jī)成像光譜數(shù)據(jù)中的每個(gè)像元可以看作是本底植株與蟲害脅迫植株冠層光譜的混合像元，其中本底植株是未受蟲害影響的標(biāo)準(zhǔn)植株，即地塊中相對比較健康的植株。在本研究中，蚜害是最主要的脅迫，為了去除本底信息的干擾，選出健康植株的光譜作為本底端元，以其為分母對成像光譜數(shù)據(jù)逐像元進(jìn)行比值導(dǎo)數(shù)光譜處理，從而去除非蟲害脅迫本底因素的影響，得到僅反映植株蟲害脅迫程度的光譜特征。此外，還將對反射率通過與嚴(yán)重度計(jì)算相關(guān)性的方法提取有效波段，與本研究方法的結(jié)果進(jìn)行對比。

1.4 模型構(gòu)建和精度評價(jià)

本研究將采用偏最小二乘回歸(partial least squares regression，PLSR)的方法構(gòu)建棉花蚜害嚴(yán)重度估測模型。該方法已經(jīng)被廣泛應(yīng)用到農(nóng)作物生理參數(shù)估測中[14]。針對單個(gè)敏感波段光譜值構(gòu)建的估測模型并不一定能夠很好的反映蚜害嚴(yán)重度的問題，因此選擇PLSR這種多變量的回歸分析方法建模。

采用決定系數(shù)(coefficient of determination,R2)、均方根誤差(root mean square error,RMSE)和平均絕對誤差(mean absolute error,MAE)作為蚜害嚴(yán)重度值與敏感波段的光譜反射率和光譜比值導(dǎo)數(shù)值所建模型的的穩(wěn)定性和預(yù)測能力的評價(jià)標(biāo)準(zhǔn)。其中R2越大，表示參與評價(jià)的變量相關(guān)性越高、模型的擬合效果越好；RMSE越小，表示對蚜害嚴(yán)重度的估算精度越高，模型預(yù)測能力越強(qiáng)。MAE是將每次的測量值的絕對誤差取絕對值后再求平均值，可以更好的反映預(yù)測值誤差的實(shí)際情況，同時(shí)使用RMSE和MAE有助于更好的分析誤差，避免個(gè)別誤差造成RMSE過大。

2 結(jié)果與討論

2.1 不同蚜害嚴(yán)重度的棉花冠層光譜特征分析

2.1.1 不同蚜害嚴(yán)重度的棉花冠層光譜曲線特征

棉蚜威脅棉株，一方面以刺吸口器插入棉葉背面或嫩頭部分，吸食汁液，導(dǎo)致葉片的活性、葉綠素和含水量發(fā)生變化，從而受害葉片向背面卷縮；另一方面，葉表有蚜蟲排泄的蜜露，滋生霉菌，影響光合作用。為了明確棉花受到棉蚜危害后的光譜變化，本研究分析比較了不同蚜害嚴(yán)重度的棉花冠層光譜曲線特征，如圖2所示。

圖2 不同蚜害嚴(yán)重度棉花冠層光譜曲線Fig.2 The response of canopy spectral reflectance to cotton aphid

在可見光(visible,VIS)波段(450～670 nm)，受葉綠素的吸收作用，健康棉花的冠層光譜反射率較低，隨著棉花蚜害嚴(yán)重度的升高，冠層光譜反射率逐漸增加，這是因?yàn)樵馐苊扪燎秩竞?，棉花葉片的色素、水分和活性降低，導(dǎo)致可見光區(qū)域光譜反射率增加；在紅邊區(qū)域(670～730 nm)，隨著蚜害嚴(yán)重度的增加向短波方向移動(dòng)，即“藍(lán)移”；在近紅外 (near infrared，NIR)波段(760～950 nm)，這是由于健康植株受葉片內(nèi)部組織結(jié)構(gòu)、水分含量和冠層結(jié)構(gòu)控制，反射率較高，隨著蚜害嚴(yán)重度的增加，冠層光譜反射率逐漸減小，這是由于一方面棉蚜危害破壞了葉片組織結(jié)構(gòu)，葉片含水量降低，葉片蜷縮，造成近紅外波段反射率減小，另一方面蚜蟲喜歡干旱環(huán)境，受脅迫植株相對矮小稀疏空間密閉性差，更有利于蚜蟲繁殖與生存。因此，蚜害嚴(yán)重度越高，蚜蟲密度越高，危害越嚴(yán)重，近紅外波段的反射率也就越低。

2.1.2 不同蚜害嚴(yán)重度的棉花冠層比值光譜曲線特征

按照1.3中式(3)對各光譜以健康棉花植株光譜作為除數(shù)進(jìn)行光譜比值處理，得到比值光譜圖(圖3)。以健康棉花植株光譜反射率作為除數(shù)，受脅迫的棉花植株的強(qiáng)光譜特征得到突出，可以看出蚜害嚴(yán)重度越高，其光譜特征越突出，蚜害嚴(yán)重度越低，光譜特征越平緩，趨于健康植株光譜；總之，光譜比值處理能夠?qū)⒆鳛槌龜?shù)的組分光譜特征作為背景壓制，而突出其他組分對于混合光譜的影響。

圖3 不同嚴(yán)重度受脅迫棉花植株與健康植株比值光譜圖Fig.3 The ratio spectra between healthy cotton spectrum and cotton aphid spectra of different grades

2.1.3 不同蚜害嚴(yán)重度棉花冠層比值導(dǎo)數(shù)光譜曲線特征與敏感波段提取

按照1.3中式(4)分別對圖3中的光譜求導(dǎo)，得到圖4所示的比值導(dǎo)數(shù)光譜圖。如前所述，求導(dǎo)之后的光譜只與一種物質(zhì)的比例線性相關(guān)，而與作為除數(shù)的物質(zhì)無關(guān)。也就是說，通過比值導(dǎo)數(shù)法處理混合光譜，可以消除本底端元物質(zhì)的影響，從而使得光譜值與目標(biāo)物質(zhì)線性相關(guān)。圖4是為以健康棉花植株光譜為除數(shù)的光譜進(jìn)行求導(dǎo)后得到的比值導(dǎo)數(shù)光譜圖，此時(shí)的比值導(dǎo)數(shù)光譜曲線已經(jīng)與健康植被信息無關(guān)，只留下植被受脅迫的信息。從圖中可以看出，不同蚜害嚴(yán)重度的比值光譜曲線均在表征植被光譜特征常用的“三邊”區(qū)域：藍(lán)邊、黃邊和紅邊區(qū)域出現(xiàn)了三個(gè)波峰，此前已有大量研究表明表征植被光譜特征波段位置的“三邊”在診斷植被受病蟲害和重金屬污染等脅迫研究中發(fā)揮了很大作用。隨著蚜害嚴(yán)重度越高，脅迫信息越強(qiáng)，比值導(dǎo)數(shù)光譜的絕對值越高，峰值分別出現(xiàn)在514，566和698 nm波段，如表2所示。

圖4 不同蚜害嚴(yán)重度棉花冠層光譜的比值導(dǎo)數(shù)值圖Fig.4 The derivative ratio spectra of cotton plants with different aphid grades

表2 基于比值導(dǎo)數(shù)法提取的蚜害嚴(yán)重度敏感波段一覽表Table 2 Selected sensitive bands for quantifying cotton aphid based on derivative of ratio spectroscopy

利用比值導(dǎo)數(shù)法提取的三個(gè)敏感波段，分別出現(xiàn)在了藍(lán)邊、黃邊和紅邊區(qū)域與此相符。為了進(jìn)一步驗(yàn)證通過比值導(dǎo)數(shù)法篩選出的三個(gè)敏感波段，對選取76個(gè)樣點(diǎn)的蚜害嚴(yán)重度等級值與450～950 nm波段的比值導(dǎo)數(shù)光譜值進(jìn)行相關(guān)性分析，其系數(shù)相關(guān)圖如圖5所示,藍(lán)邊區(qū)域的大部分波段、黃邊區(qū)域以及紅邊區(qū)域的所有波段的比值導(dǎo)數(shù)光譜值與蚜害嚴(yán)重度的相關(guān)系數(shù)均達(dá)到極顯著相關(guān)關(guān)系，均為蚜蟲的敏感波段區(qū)域，其中514，566和698 nm波段在這三個(gè)區(qū)域的相關(guān)性均為最強(qiáng)，這與上述結(jié)論一致。

圖5 蚜害嚴(yán)重度與比值導(dǎo)數(shù)光譜值的相關(guān)性Fig.5 The correlation coefficients between the derivative of ratio spectra and cotton aphid grades

2.2 蚜害嚴(yán)重度估測模型構(gòu)建和精度分析

在綜合以上分析結(jié)果的基礎(chǔ)上，將76個(gè)樣點(diǎn)分為建模組和驗(yàn)證組，其中構(gòu)建模型所用樣本為51個(gè)，驗(yàn)證樣本為25個(gè)，構(gòu)建蚜害嚴(yán)重度估測模型。

①構(gòu)建三個(gè)敏感波段反射率和比值導(dǎo)數(shù)值以棉花所受蚜害嚴(yán)重度為因變量，以三個(gè)敏感波段的反射率(記為R514，R566，R698)和比值導(dǎo)數(shù)光譜值(記為DR514，DR566，DR698)為自變量，構(gòu)建單變量的一元線性回歸模型，研究表明棉花蚜害嚴(yán)重度與R514，R566，R698和DR514，DR566，DR698都具有極顯著的線性回歸關(guān)系，見表3。其中基于三個(gè)敏感波段反射率所構(gòu)建的蚜害嚴(yán)重度估測模型，達(dá)到了極顯著相關(guān)。其中利用514 nm波段所構(gòu)建的線性回歸模型y=34.188x-1.944 7，決定系數(shù)R2=0.415 6，估算精度最高；基于三個(gè)敏感波段比值導(dǎo)數(shù)光譜值所構(gòu)建的蚜害嚴(yán)重度估測模型也均達(dá)到了極顯著相關(guān)，其中利用698 nm波段比值導(dǎo)數(shù)光譜值所構(gòu)建的線性回歸模型y=-90.734x+0.894 2，R2=0.600 5，估算精度最高。對比表3不難看出，利用三個(gè)敏感波段的比值導(dǎo)數(shù)光譜值所構(gòu)建的蚜害嚴(yán)重度估測模型的相關(guān)性均優(yōu)于利用三個(gè)敏感波段的反射率所構(gòu)建模型的相關(guān)性。進(jìn)一步驗(yàn)證了比值導(dǎo)數(shù)法可以提高目標(biāo)信息的提取精度。

表3 基于不同光譜特征參量的棉花蚜害嚴(yán)重度估測模型Table 3 Cotton aphid grading estimation models based on different spectral feature parameters

②利用比值導(dǎo)數(shù)法所篩選的514，566和698 nm三個(gè)波段正好位于表征植被光譜特征波段的位置“三邊“，為探討多元線性回歸模型對棉花蚜害嚴(yán)重度的估測精度，本研究利用偏最小二乘回歸分析(PLSR)的方法，選取與單個(gè)敏感波段相同的建模和驗(yàn)證樣本，將三個(gè)敏感波段的反射率和比值導(dǎo)數(shù)光譜值為自變量構(gòu)建蚜害嚴(yán)重度估測模型，得到偏最小二乘回歸模型如圖6所示。蚜害嚴(yán)重度估測的最佳模型為利用三個(gè)敏感波段的比值導(dǎo)數(shù)光譜值所構(gòu)建的PLSR模型y=0.844 858 569-34.201 599 51DR514+141.481 723 7DR566-31.669 479 29DR698，R2為0.611 7，其相關(guān)性不僅優(yōu)于由三個(gè)敏感波段光譜反射率所構(gòu)建的PLSR模型y=-0.336 589 121+93.102 612 85R514-79.359 740 92R566+24.614 049 36R698，也優(yōu)于有三個(gè)敏感波段的反射率以及比值導(dǎo)數(shù)光譜值所建的線性回歸模型。利用25個(gè)檢驗(yàn)樣本的實(shí)測值和兩個(gè)模型的估測值進(jìn)行擬合分析，使用擬合方程的決定系數(shù)R2，均方根誤差(RMSE)，平均絕對誤差(MAE)檢驗(yàn)?zāi)Ｐ凸罍y能力和精度，R2越高說明擬合的效果越好，RMSE，MAE越小說明模型的精度越高。通過獨(dú)立驗(yàn)證數(shù)據(jù)集對該模型進(jìn)行驗(yàn)證，得到模型預(yù)測值與實(shí)測值的驗(yàn)證精度，見圖7(R2=0.693，RMSE=0.8，MAE=0.703，n=25)。

圖6 基于PLSR和光譜反射率(514,566,698 nm)的蚜害嚴(yán)重度估測模型(a)：建模數(shù)據(jù)集；(b)：驗(yàn)證數(shù)據(jù)集Fig.6 Estimated and measured aphid damage grades using PLSR and canopy spectral reflectance at bands 514, 566, 698 nm(a)：Calibration;(b)：Validation

圖7 基于PLSR和比值導(dǎo)數(shù)光譜值(514,566,698 nm)的蚜害嚴(yán)重度估測模型(a)：建模數(shù)據(jù)集；(b)：驗(yàn)證數(shù)據(jù)集Fig.7 Estimated and measured aphid damage grades using PLSR and canopy derivative spectrum at bands 514, 566, 698 nm(a)：Calibration;(b)：Validation

綜上所述，基于光譜比值導(dǎo)數(shù)值所構(gòu)建的單變量模型和多變量模型的精度均高于基于光譜反射率所構(gòu)建的回歸模型。而多變量的比值導(dǎo)數(shù)光譜值所構(gòu)建的模型又高于單個(gè)波段比值導(dǎo)數(shù)光譜值作變量所構(gòu)建的估測模型。因此，基于比值導(dǎo)數(shù)光譜值所構(gòu)建的PLSR模型為最優(yōu)模型。

從校正拼接處理后的無人機(jī)高光譜影像(圖8)中提取51個(gè)樣點(diǎn)在514,566和698 nm波段的光譜反射率，計(jì)算其比值導(dǎo)數(shù)光譜值，以構(gòu)建棉花蚜害嚴(yán)重度估測模型，并應(yīng)用于無人機(jī)成像光譜影像，依據(jù)病害分級標(biāo)準(zhǔn)，按照棉花蚜害嚴(yán)重度(Y0—Y5)進(jìn)行劃分，通過ArcGIS軟件空間計(jì)算得到研究區(qū)域棉花蚜害嚴(yán)重度空間分布圖(圖9)。從圖中可以看出，該地塊受蚜害脅迫的程度差異較大，地塊西北部與東南部區(qū)域受蚜害脅迫較為嚴(yán)重，需要重點(diǎn)噴藥，其他區(qū)域受蚜害脅迫較輕或者未受脅迫，可以適量噴藥進(jìn)行預(yù)防即可滿足棉花正常生長的需要，整體情況與無人機(jī)成像光譜圖一致?？梢?，如果該地塊按統(tǒng)一標(biāo)準(zhǔn)噴藥，則受蚜蟲脅迫嚴(yán)重的區(qū)域得不到充分防治，而其他地塊會(huì)因過量噴藥帶來污染，增加生產(chǎn)成本。因此，本棉花蚜害嚴(yán)重度估測模型有較好的應(yīng)用效果。

圖8 無人機(jī)成像光譜影像及采樣點(diǎn)分布Fig.8 Hyperspectral imagery and samples in study area

圖9 研究區(qū)棉花蕾期蚜害嚴(yán)重度分布Fig.9 Distribution of aphid damage grades

3 結(jié) 論

以搭載高光譜分辨率成像光譜儀的低空無人機(jī)作為遙感平臺(tái)，以感染蚜蟲的棉株為研究對象，在田塊尺度上開展棉花蚜害嚴(yán)重度反演研究。首先分析了不同蚜害嚴(yán)重度的棉花冠層光譜特征，然后利用比值導(dǎo)數(shù)法篩選了對蚜蟲敏感的光譜波段，最后利用敏感波段的比值導(dǎo)數(shù)值構(gòu)建了蚜害嚴(yán)重度估測模型，并得出以下結(jié)論：

(1)蚜害對棉花冠層光譜反射率有顯著影響。隨著蚜害嚴(yán)重度的增加，棉花冠層光譜反射率在可見光區(qū)域冠層光譜反射率逐漸增加，紅邊區(qū)域“藍(lán)移”，近紅外波段反射率降低。

(2)比值導(dǎo)數(shù)法可以有效的消除背景干擾，輔助提取目標(biāo)信息。利用比值導(dǎo)數(shù)法分別在植被“三邊”區(qū)域，即藍(lán)邊、黃邊和紅邊區(qū)域中篩選出了三個(gè)敏感波段514，566，698 nm，這與利用相關(guān)系數(shù)法所篩選出的敏感波段保持一致。

(3)比值導(dǎo)數(shù)值法能夠定量化棉花蚜蟲脅迫信息，其結(jié)合PLSR可以構(gòu)建高精度的蚜害嚴(yán)重度估測模型。本研究分別構(gòu)建了(1)基于敏感波段的光譜反射率和比值導(dǎo)數(shù)值構(gòu)建蚜害嚴(yán)重度的一元線性回歸模型，(2)基于三個(gè)波段的光譜反射率和比值導(dǎo)數(shù)光譜PLSR回歸模型。結(jié)果表明，三個(gè)敏感波段的比值導(dǎo)數(shù)光譜值和PLSR回歸模型的精度最高(建模：R2=0.612，RMSE=0.89，MAE=0.702；驗(yàn)證：R2=0.693，RMSE=0.8，MAE=0.703)。

(4)結(jié)合無人機(jī)和高光譜遙感技術(shù)可以提供棉花蕾期蚜害嚴(yán)重度分布，從而有助于指導(dǎo)農(nóng)藥精準(zhǔn)施用，控制病情蔓延，從而降低生產(chǎn)成本，保護(hù)農(nóng)田生態(tài)環(huán)境。