病害胁迫下的水稻叶绿素含量高光谱估测

来源：江苏农业科学杂志2025年第第5期北京时间：

作者：谷春艳;牛圳;臧昊昱;程涛;林芬芳;张东彦

单位：1.安徽省农业科学院植物保护与农产品质量安全研究所，安徽合肥 230031； 2.西北农林科技大学机械与电子工程学院，陕西杨凌 712100； 3.南京信息工程大学遥感与测绘工程学院，江苏南京 210044

摘要：病害通过侵染破坏水稻的叶绿体和细胞结构，引起稻谷减产并降低品质，从而威胁国家粮食安全。准确、快速地估测病害胁迫下的叶绿素含量可为病害防控提供技术支持。本研究基于Savitzky-Golay滤波平滑后的水稻叶片原始光谱，结合连续小波变换(CWT)和遗传算法(GA)进行光谱数据处理并提取特征系数，分别采用随机森林(RF)和装袋算法(BR)构建病害胁迫下水稻叶绿素含量估测模型。结果表明：水稻叶片原始光谱与叶绿素含量相关系数为0.59，经连续小波处理后相关系数为0.80，提高了35.59%。利用遗传算法挑选特征波段，可以将原始光谱和CWT4光谱的维度分别压缩为全波段的13.46%和12.69%。经连续小波分解的第4层系数构建的CWT4-GA-RF模型是病害胁迫下的水稻叶片叶绿素含量最优估测模型，R2V为0.92，RMSEV为3.23，RPDV为3.15。综上，结合CWT4-GA-RF可以有效提高病害胁迫下水稻叶绿素含量的建模精度，可为水稻病害防治提供重要的理论依据。

关键词：水稻叶绿素;病害胁迫;高光谱;连续小波;机器学习