农业机械学报

作者：许章华，周鑫，姚雄，李巧斯，李增禄，郭孝玉

单位：福州大学,福州大学,福建工程学院,香港大学,福建省资源环境监测与可持续经营利用重点实验室;世纪大学,福建省资源环境监测与可持续经营利用重点实验室,

关键词：毛竹;危害检测;刚竹毒蛾;Sentinel-2A MSI影像;特征优选;XGBoost

基金：国家自然科学基金项目（42071300）、福建省自然科学基金项目（2020J01504）、福建省资源环境监测与可持续经营利用重点实验室开放项目（ZD202102）、福建省高校创新团队发展计划项目（KC190002）、中国博士后科学基金项目（2018M630728）、晋江市福大科教园区发展中心科研项目（2019-JJFDKY-17）和3S技术与资源优化利用福建省高校重点实验室开放项目（fafugeo201901）

为快速、准确地检测毛竹林刚竹毒蛾（Pantana phyllostachysae Chao）危害，基于Sentinel-2A MSI数据分析不同刚竹毒蛾危害等级下毛竹林像元光谱的变化，从叶损量、绿度、含水率等多个维度选择对刚竹毒蛾危害具有响应能力的22个Sentinel-2A MSI光谱衍生指标；经单因素方差分析（ANOVA）以及递归特征消除法（Recursive feature elimination，RFE）优选后，得到可用于刚竹毒蛾危害识别10个遥感特征，包括LAI、RVI、NDMVI、EVI、NDVI705、NDVI783、RegVI1、RegVI2、GVMI和NDWI；将上述指标作为自变量，虫害等级作为因变量，建立基于XGBoost模型的刚竹毒蛾危害检测模型。研究发现，Sentinel-2A MSI数据波段6、7、8、8a对刚竹毒蛾危害具有较强的响应能力；红边与近红外波段参与构建的指数有效反映了竹林的受害情况；XGBoost模型对刚竹毒蛾危害识别的总精度为83.70%，对不同刚竹毒蛾危害等级的识别精度依次为94.72%、72.06%、79.77%、92.41%。因此，利用ANOVA-RFE筛选Sentinel-2A MSI光谱特征建立的XGBoost虫害检测模型，具有较高的识别精度，可为毛竹林刚竹毒蛾危害遥感监测提供技术支持。

来源：2022年第5期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第5期