在中国新疆南部,基于无人机的基础上,对林叶枯病病发病和发展的时空模式分析
Heyu Zhang1, Lei Guan1, Zhaokun Geng1
1College of Forestry and Landscape Architecture, Xinjiang Agricultural University, Urumqi, China.
Frontiers in plant science
|October 15, 2025
概括
无人机 (UAV) 的高光谱成像有效地监测了核桃中的Juglans叶枯 (JLN). 这项技术可以进行早期检测和精确的严重性评估,以改善作物管理.
科学领域:
- 植物病理学 植物病理学
- 遥感是一种远程传感.
- 农业科学 农业科学
背景情况:
- 朱格兰树叶枯 (Juglans leaf necrosis,简称JLN) 是一种影响核桃产量的全球生理疾病.
- 热量,干旱和度等非生物压力因素,加上气候变化加剧的情况,增加了JLN的发生率.
- 目前对JLN的现场监测方法是低效和不准确的.
研究的目的:
- 开发和评估一种先进的遥感方法,用于快速和客观的JLN监测.
- 评估基于无人机 (UAV) 的高光谱和RGB图像用于跟踪JLN严重性的有效性.
- 确定关键的植被指数,并为JLN绘制地图开发分类模型.
主要方法:
- 使用无人机在2024年6月至9月期间在新疆南部采集超光谱和高分辨率RGB图像.
- 分析了17个植被指数,以确定JLN严重性的信息指标.
- 应用一个随机森林分类器,用收集的图像绘制JLN严重性的地图.
主要成果:
- 修改红边简单比率 (MRESRSI),胡卜素反射率指数1 (CRI1) 和光化学反射率指数 (PRI) 是最有效的严重性映射.
- 随机森林模型实现了86%的整体准确率和0.825.8的科恩卡帕.
- 空间分析确定了低地区,道路附近和密集树木的JLN热点.
结论:
- 基于无人机的超光谱监测为早期JLN检测和严重程度评估提供了可扩展和有效的方法.
- 这种方法可以及时,有针对性的干预措施,以减轻疾病的影响.
- 采用这种技术可以加强现场监测,优化资源配置,并支持可持续的核桃生产.


