基于人工神经网络和高光谱技术的病害胁迫下油茶叶片含水率反演

摘要

分析炭疽病胁迫下油茶叶片含水率与病情指数及冠层光谱特征的关系,探索利用高光谱数据建立病害胁迫下油茶叶片含水率的人工神经网络模型,从而促进高光谱遥感技术在油茶林病害监测中的应用.结果表明:叶片含水率与病情指数间存在极显著负相关性,随着病情指数的增加,叶片含水率逐渐减少;不同程度炭疽病胁迫下油茶叶片含水率与光谱反射率存在显著相关性,且一阶微分光谱比原始光谱更为敏感;以高光谱特征参数为输入矢量构建的油茶叶片含水率人工神经网络模型反演精度较高,其计算出的预测值与实测值之间的决定系数(R2)为0.996 7,均方根误差为0.002 4.该研究表明,利用人工神经网络模型结合高光谱遥感技术可以实现快速、无损测定病害胁迫下油茶叶片的含水率.