直播預告 | 南京農業(yè)大學—薛博文《基于成像高光譜的稻瘟病早期病灶可視化與田塊病情嚴重度制圖》

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 ：南京農業(yè)大學—薛博文（鐘山青年研究員）

參與方式 ：

1.關注“雙利合譜”視頻號，即刻預約直播。

2.掃描下方二維碼，預約本場直播。

?

PC端入口：https://kg8hw.xetlk.com/sl/3sDHZ1

講師介紹

薛博文，南京農業(yè)大學博士，研究方向為水稻病害遙感監(jiān)測。針對感病識別、病情估算、精準施藥和產量估損等關鍵問題與行業(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)測機制解析、病害監(jiān)測通用模型構建為主要研究特色，克服了現階段病害遙感監(jiān)測在理論和方法上的部分限制。在《Remote Sensing of Environment》、《Computers and Electronics in Agriculture》、《遙感學報》等國內外知名期刊上發(fā)表論文11篇（*一作者4篇），申請/授權國*發(fā)明專*2項。

報告內容

報告主要介紹在葉片尺度，針對顯征前病斑無法標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，實現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，基于參數敏感性分析、混雜因子解耦和植被指數歸一化，解析了物候影響對病情估算作用機制的首要因素，構建了基于改進型稻瘟病指數的高精度病情估算通用模型，使用無人機成像光譜平臺實現了田塊尺度稻瘟病嚴重度的準確繪制。