報告題目：基于成像高光譜的稻瘟病早期病灶可視化與田塊病情嚴(yán)重度制圖

直播時間：12月25日上午10:00—11:00

本期嘉賓 ：南京農(nóng)業(yè)大學(xué)—薛博文（鐘山青年研究員）

參與方式 ：

1.關(guān)注“雙利合譜"視頻號，即刻預(yù)約直播。

2.掃描下方二維碼，預(yù)約本場直播。

講師介紹

薛博文，南京農(nóng)業(yè)大學(xué)博士，研究方向為水稻病害遙感監(jiān)測。針對感病識別、病情估算、精準(zhǔn)施藥和產(chǎn)量估損等關(guān)鍵問題與行業(yè)需求開展了深入系統(tǒng)的研究；其中，感病作物輻射傳輸建模、病害監(jiān)測機(jī)制解析、病害監(jiān)測通用模型構(gòu)建為主要研究特色，克服了現(xiàn)階段病害遙感監(jiān)測在理論和方法上的部分限制。在《Remote Sensing of Environment》、《Computers and Electronics in Agriculture》、《遙感學(xué)報》等國內(nèi)外知*期刊上發(fā)表論文11篇（*一作者4篇），申請/授*國家發(fā)明專*2項。

報告內(nèi)容

報告主要介紹在葉片尺度，針對顯征前病斑無法標(biāo)記且光譜信號弱的問題，基于時序成像光譜、多端元光譜解混和空間熱點(diǎn)分析，提出了一套基于近端成像光譜平臺的無癥狀期病害信號純化及可視化方法MESPOT，實(shí)現(xiàn)了潛在病斑的可視化及無癥狀期感病葉片的高精度分類。在冠層尺度，針對多物候階段病情估算模型泛化能力差和精度低的問題，基于參數(shù)敏感性分析、混雜因子解耦和植被指數(shù)歸一化，解析了物候影響對病情估算作用機(jī)制的首要因素，構(gòu)建了基于改進(jìn)型稻瘟病指數(shù)的高精度病情估算通用模型，使用無人機(jī)成像光譜平臺實(shí)現(xiàn)了田塊尺度稻瘟病嚴(yán)重度的準(zhǔn)確繪制。