南京農(nóng)業(yè)大學程濤教授團隊依托雙利合譜Gaiasky-mini2-VN機載高光譜成像系統(tǒng)提供的精準數(shù)據(jù)，在國際頂刊《Remote Sensing of Environment》上發(fā)表了突破性研究成果，成功解決了水稻稻瘟病遙感監(jiān)測中物候干擾這一核心難題。該研究不僅印證了雙利合譜機載高光譜技術(shù)在科研領(lǐng)域的可靠性，彰顯了其在生態(tài)監(jiān)測、植被研究等前沿課題中的核心支撐價值，更直觀的展現(xiàn)了國產(chǎn)高光譜設(shè)備在農(nóng)業(yè)遙感前沿研究中的強大支撐能力與國際影響力。
文章正文：
近日，南京農(nóng)業(yè)大學程濤教授團隊在國際頂級遙感期刊 Remote Sensing of Environment（中科院一區(qū)TOP期刊）發(fā)表最新研究成果，論文題為
《Mitigating the phenological influence on spectroscopic quantification of rice blast disease severity with extended PROSAIL simulations》。
該研究基于機載高光譜成像系統(tǒng)（江蘇雙利合譜科技有限公司 Gaiasky-mini2-VN），提出了突破性的模型校正方法，為水稻稻瘟病的遙感監(jiān)測提供了全新的解決方案。
背景：稻瘟病遙感監(jiān)測的難題
稻瘟病是全球性重大真菌病害，被稱為“水稻癌癥"，可導致30%以上的產(chǎn)量損失。傳統(tǒng)人工調(diào)查方式費時費力、主觀性強，而高光譜遙感憑借對植物光譜特征的敏感性，已成為病害監(jiān)測的重要手段。然而，在實際應(yīng)用中，作物生育期變化（即物候差異）常與病害光譜響應(yīng)相混淆，導致病害定量估計不準確。如何在多時相、多生育期條件下穩(wěn)定、準確地量化病害程度，是當前遙感病理監(jiān)測領(lǐng)域的核心難題。
創(chuàng)新點：擴展PROSAIL模型，揭示物候影響機制
本研究首*提出了 “病害擴展PROSAIL模型（RB-extended PROSAIL）"，將稻瘟病感染程度（Disease Severity, DS）作為新的參數(shù)引入輻射傳輸模擬中。
研究團隊通過實測病斑光譜與模型混合分析，成功構(gòu)建了稻瘟病葉片與冠層的光譜仿真數(shù)據(jù)集，能夠在不受物候差異影響的條件下區(qū)分病害信號。
結(jié)果顯示，擴展后的模型將紅光、近紅外和短波紅外關(guān)鍵波段的模擬誤差分別降低了 36.3%、16.6% 和 17.5%，大幅提升了模型對病害反射特征的重現(xiàn)能力。
核心成果：發(fā)現(xiàn)葉綠素是物候干擾的關(guān)鍵因素
通過靈敏度分析與因子分離（disentanglement analysis），團隊發(fā)現(xiàn)：葉綠素含量（Leaf Chlorophyll Content, LCC）是造成病害監(jiān)測誤差的主控因子。稻株在不同生育期葉綠素含量差異顯著，而RIBI（Rice Blast Index）這一病害指數(shù)同時對葉綠素與病斑均敏感，導致輕病樣本常被誤判。
為此，研究提出了基于VOG1植被指數(shù)的歸一化修正方法——nRIBInir指數(shù)，能夠有效消除葉綠素對RIBI的干擾，使得稻瘟病嚴重度估算的R2由0.67提升至0.79，rRMSE降低9%，尤其在輕度感染樣本中精度提升最為顯著。
實驗設(shè)計：機載高光譜精準識別病害分布
研究利用江蘇雙利合譜科技有限公司 Gaiasky-mini2-VN 機載高光譜相機（400–1000 nm）對江蘇稻田進行實地航測，并結(jié)合無人機影像構(gòu)建了稻瘟病空間分布圖。
結(jié)果表明，經(jīng)nRIBInir校正后的病害分布結(jié)果與地面調(diào)查高度一致，能夠準確識別嚴重病區(qū)與感染中心，實現(xiàn)了從定性識別到定量評估的跨越。
此外，該指數(shù)可靈活適配衛(wèi)星（如Sentinel-2、GF-5、EnMAP等）及多光譜無人機平臺，具備多尺度推廣潛力，可服務(wù)于病害監(jiān)測、抗性育種、精準藥劑管理等多種農(nóng)業(yè)應(yīng)用場景。
意義與展望
該研究首*從機理層面揭示了作物物候?qū)Σ『庾V估算的干擾機制，并提出了可量化、可修正的解決方案。
論文成果不僅推動了病害遙感監(jiān)測的精度化和標準化，也為構(gòu)建“機理—模型—應(yīng)用"一體化的農(nóng)業(yè)智慧監(jiān)測體系提供了新思路。
本研究展示了國產(chǎn)高光譜設(shè)備在國際前沿科研中的強大實力也反映出我國機載高光譜成像技術(shù)在農(nóng)業(yè)遙感領(lǐng)域已具備國際水平的應(yīng)用能力。
文章核心方法與結(jié)果的相關(guān)圖表
圖1 面向稻瘟病侵染的葉片及冠層輻射傳輸拓展及模型評價技術(shù)流程圖
圖2 重度和輕度稻瘟病侵染下植被參數(shù)對冠層反射率和稻瘟病指數(shù)的貢獻度
圖3 基于模擬數(shù)據(jù)集和稻瘟病指數(shù)的病情嚴重度與葉綠素混雜效應(yīng)解耦分析
圖4 基于稻瘟病指數(shù)歸一化的葉綠素效應(yīng)消除
圖5 稻瘟病指數(shù)改進前后在模擬數(shù)據(jù)集和實測數(shù)據(jù)集中的病情估算表現(xiàn)
圖6 稻瘟病指數(shù)改進前后的病情指數(shù)制圖精度對比
相關(guān)產(chǎn)品推薦：
GaiaSky-mini3-VN高光譜成像儀
產(chǎn)品特性：
懸停內(nèi)置推掃式成像
高性能分光探測系統(tǒng)
融合一體的軟件操作界面
一體化設(shè)計，便捷安裝
大區(qū)域高精度正射拼接
© 2019 版權(quán)所有：江蘇雙利合譜科技有限公司 備案號：蘇ICP備2021046114號-3 技術(shù)支持：化工儀器網(wǎng) GoogleSitemap 管理登陸
在線客服