基于红光波段冠层SIF降尺度的小麦条锈病遥感监测

为减弱冠层几何结构等因素对传感器探测到的冠层日光诱导叶绿素荧光（Solar-induced chlorophyll fluorescence, SIF）的影响,探讨了条锈病胁迫下红光波段荧光（Red SIF,RSIF）的响应特性,并以RSIF为自变量构建了小麦条锈病遥感监测的线性回归（Simple linear regression, SLR）及非线性回归（Non-linear regression, NLR）模型。结果表明：叶片尺度RSIF在小麦条锈病遥感监测中具有较大优势,其与小麦条锈病病情严重度（Severity level, SL）间相关系数较远红光波段SIF（Far-red SIF,FRSIF）提高13.2%,以叶片尺度RSIF为自变量构建的SLR及NLR模型预测D_SL与实测D_SL之间R²较FRSIF分别增加9.8%、38.9%,RMSE分别降低23.1%、36.4%。此外,降尺度处理能够提高RSIF监测小麦条锈病的精度,叶片尺度RSIF与D_SL之间R²较冠层尺度增加126.3%,以叶片尺度RSIF为自变量构建的SLR和NLR模型预测D_SL与实测D_SL间R²较冠层尺度分别提高114.3%和233.3%,RMSE分别降低16.7%、15.4%。本文提出方法可提高小麦条锈病遥感监测精度,同时对其它胁迫的遥感监测具有一定的参考价值。