本发明属于棉花虫害评价，更具体地说，本发明涉及一种基于高光谱技术的棉蚜虫情评价方法。
背景技术：
1、棉田害虫一直影响着棉花的健康生产，制约着我国棉花产业的全面振兴。棉蚜是为害棉花的主要害虫之一，主要吸附于棉花叶片背面和幼嫩的茎秆，吸食汁液，造成叶片卷曲、植株矮小等，影响光合作用和营养器官的发育，可传播多种植物病毒，降低棉花品质等级。棉蚜生长发育速度很快，适温环境下，易形成爆发性增长。目前对棉蚜虫情信息的获取主要是人工调查，费时费力，严重影响棉蚜的防治。因此，及时获取棉蚜虫害信息，是对其进行综合防治的有效保障。高光谱遥感监测技术具有实时、快速、无损监测等优点，现已广泛应用于作物识别与种植面积提取、产量估测、养分检测等方面，极大地促进了农业信息化的发展。通过分析作物冠层、单叶光谱信息的变化规律可以判断该作物是否遭受虫害侵蚀以及虫害发生程度。所以，基于光谱技术远程、非破坏性的优势，对棉田棉蚜虫情信息进行精准监测，对防控蚜害、阻断蚜害程度加深具有重要意义。
技术实现思路
1、本发明的一个目的是解决至少上述问题和/或缺陷，并提供至少后面将说明的优点。
2、为了实现本发明的这些目的和其它优点，提供了一种基于高光谱技术的棉蚜虫情评价方法，包括以下步骤：
3、步骤一、将棉花试验地划分为破坏性取样区域与非破坏性取样区域，进行取样；
4、步骤二、测定棉花棉蚜数量数据、蚜害后棉花高光谱数据、棉花生长指标以及生理指标数据；
5、步骤三、对步骤二得到的数据进行分析，得到棉蚜数量的时空分布规律、蚜害后棉花高光谱反射率的变化特征、棉花生长指标及生理指标的变化特征；
6、步骤四、对步骤二得到的蚜害后棉花高光谱数据进行处理，筛选光谱敏感波段，构建与验证棉蚜数量监测模型。
7、优选的是，所述步骤一中，破坏性取样区域的取样方式为随机取样，每次取样在此区域内各品种随机选取5株长势均一的棉花；非破坏性取样区域的取样方式为在此区域内各品种随机选择4～6个定点，每个定点选择连续3～5株长势均匀的棉株为连续调查点，并挂牌标记。
8、优选的是，所述步骤二中，测定棉花棉蚜数量数据的具体方法为：
9、s21、破坏性取样区域：对棉株进行分叶位和分层处理，按株高均分为上层、中层、下层三部分；将每株的主茎叶取下，底部第一片主茎叶片为倒一叶，从下至上以此类推标记剩余主茎叶；统计每片主茎叶上的棉蚜总数，以及上层叶片、中层叶片、下层叶片和上层茎秆、中层茎秆、下层茎秆的棉蚜总数；
10、s22、非破坏性取样区域：调查各定点棉株棉蚜总量，换算成百株蚜量。
11、优选的是，所述步骤二中，测定蚜害后棉花高光谱数据的具体方法为：采用psr-1100f便携式地物光谱仪进行光谱采集，光谱测量范围为320～1100nm，探头为25°视场角，分辨率为3.2nm，冠层光谱平均超过10次扫描，光谱数据采集期间每隔10～15min需要进行白板矫正，将白板放置平坦，矫正时白板表面不能被阴影遮挡；
12、破坏性取样区域：采集每片主茎叶的光谱反射率，采集数据时避开叶脉，将每个叶片分为上、左、右三个部分，每个部位分别采集1条光谱曲线，且每次采集测定光谱前都需要进行白板校正；非破坏性取样区域：采集各定点棉株的冠层光谱；
13、所有光谱测量均从棉株上方50cm的高度进行，在11:00至14:00之间具有最小风或无风的晴朗天空下获取光谱数据。
14、优选的是，所述步骤二中，棉花生长指标包括：株高和叶面积；棉花生理指标包括：叶绿素相对含量值、单叶含水率、花青素含量、丙二醛含量、过氧化物酶活性和过氧化氢酶活性。
15、优选的是，所述步骤四中，对蚜害后棉花高光谱数据进行处理的具体方法为：
16、s41、高光谱数据预处理：采用卷积平滑进行光谱数据预处理；
17、s42、光谱数据变换：采用一阶微分、二阶微分、对数和倒数的变换，对光谱数据进行处理。
18、优选的是，所述步骤四中，筛选光谱敏感波段的具体方法为：采用皮尔逊相关系数法和连续投影法筛选与棉蚜数量相关的特征波段。
19、优选的是，所述步骤四中，构建与验证棉蚜数量监测模型的具体方法为：
20、构建棉蚜数量监测模型：采用线性回归、极致梯度提升树和偏最小二乘回归构建单叶棉蚜数量监测模型和分层棉蚜数量监测模型；
21、样本集划分与模型精度验证：采用rand函数生成随机数，对所采集的样本进行随机排序，按训练集：验证集＝2：1进行划分；选取决定系数、均方根误差和相对分析误差3个指标对模型精度进行分析。
22、优选的是，所述一阶微分的计算公式为：
23、
24、所述二阶微分的计算公式为：
25、
26、式中，r'λ(i)是波长i处的一阶微分值，rλ(i+1)和rλ(i-1)分别是波长i+1和i-1处的光谱反射率值，r”λ(i)是波长i处的二阶微分值，r'λ(i+1)和r'λ(i-1)分别是波长i+1和i-1处的一阶微分值，2δλ表示差分间隔。
27、优选的是，所述对数的计算公式为：
28、r(i)＝ln(r(i))；
29、式中，i表示波段数，r(i)表示第i个光谱反射率，r(i)表示第i个经过对数变换后的光谱反射率，其中i＝400～1000；
30、所述倒数的计算公式为：
31、
32、式中，i表示波段数，r(i)表示第i个光谱反射率，r(i)表示第i个经过倒数变换后的光谱反射率，其中i＝400～1000。
33、本发明至少包括以下有益效果：本发明的基于高光谱技术的棉蚜虫情评价方法通过调查棉蚜的虫情信息，明晰棉蚜的时空分布规律，确定棉蚜数量最佳监测层/叶位，分析棉蚜为害后棉花单叶/冠层高光谱反射率的变化特征，探讨棉蚜为害后对棉花生长指标、生理指标的影响，基于高光谱技术构建棉蚜数量监测模型，探索出快速而精确的棉蚜虫情信息监测方法，为棉田虫情信息的获取提供科学理论基础与方法，为棉花虫害的科学管理提供了新的思路，通过精准监测和及时防治，可以有效减轻棉蚜为害，保障棉花产业的可持续发展，实现优质高产的目标。
34、采用本发明提供的基于高光谱技术的棉蚜虫情评价方法对新陆中81号、塔河2号和j8031棉花的棉蚜虫情进行评价，得到结果如下：
35、(1)在棉花生育期内会出现两次棉蚜数量高峰期，第一次高峰期在播种后54-67d，第二次高峰期在播种后102d，棉蚜数量较之前有所减少；
36、(2)蚜害程度加深时，塔河2号与j8031花青素含量逐渐减少；丙二醛含量随着蚜害程度的加深而呈现先降低后增高的趋势；过氧化物酶活性随着为害的加深呈现“v”形变化；过氧化氢酶活性随着为害的加深逐渐升高；
37、(3)单叶光谱反射率在757-1000nm范围内，蚜害等级反射率2级>3级>0级>1级，红边位置没有明显的变化；通过对比模型评价结果，得出基于极致梯度提升树建立的fd+pearson模型最稳定，训练集r2＝0.79，rmse＝53.50头/叶，rpd＝1.43，验证集r2＝0.71，rmse＝41.71头/叶，rpd＝1.48，能够很好地预测出棉蚜数量；
38、(4)随着冠层垂直结构下移，光谱反射率逐渐降低，同时棉蚜数量也逐渐减少；分层光谱反射率在680-750nm范围内，红边位置随着蚜害的加深出现蓝移现象；通过对比模型评价结果，得出基于极致梯度提升树建立的rg+spa模型最稳定，训练集r2＝0.98，rmse＝128.41头/层，rpd＝3.96，验证集r2＝0.72，rmse＝231.84头/层，rpd＝1.52，能够很好地预测出棉蚜数量。
39、本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
1.一种基于高光谱技术的棉蚜虫情评价方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于高光谱技术的棉蚜虫情评价方法，其特征在于，所述步骤一中，破坏性取样区域的取样方式为随机取样，每次取样在此区域内各品种随机选取5株长势均一的棉花；非破坏性取样区域的取样方式为在此区域内各品种随机选择4～6个定点，每个定点选择连续3～5株长势均匀的棉株为连续调查点，并挂牌标记。
3.如权利要求2所述的一种基于高光谱技术的棉蚜虫情评价方法，其特征在于，所述步骤二中，测定棉花棉蚜数量数据的具体方法为：
4.如权利要求2所述的一种基于高光谱技术的棉蚜虫情评价方法，其特征在于，所述步骤二中，测定蚜害后棉花高光谱数据的具体方法为：采用psr-1100f便携式地物光谱仪进行光谱采集，光谱测量范围为320～1100nm，探头为25°视场角，分辨率为3.2nm，冠层光谱平均超过10次扫描，光谱数据采集期间每隔10～15min需要进行白板矫正，将白板放置平坦，矫正时白板表面不能被阴影遮挡；
5.如权利要求2所述的一种基于高光谱技术的棉蚜虫情评价方法，其特征在于，所述步骤二中，棉花生长指标包括：株高和叶面积；棉花生理指标包括：叶绿素相对含量值、单叶含水率、花青素含量、丙二醛含量、过氧化物酶活性和过氧化氢酶活性。
6.如权利要求2所述的一种基于高光谱技术的棉蚜虫情评价方法，其特征在于，所述步骤四中，对蚜害后棉花高光谱数据进行处理的具体方法为：
7.如权利要求2所述的一种基于高光谱技术的棉蚜虫情评价方法，其特征在于，所述步骤四中，筛选光谱敏感波段的具体方法为：采用皮尔逊相关系数法和连续投影法筛选与棉蚜数量相关的特征波段。
8.如权利要求2所述的一种基于高光谱技术的棉蚜虫情评价方法，其特征在于，所述步骤四中，构建与验证棉蚜数量监测模型的具体方法为：
9.如权利要求6所述的一种基于高光谱技术的棉蚜虫情评价方法，其特征在于，所述一阶微分的计算公式为：
10.如权利要求6所述的一种基于高光谱技术的棉蚜虫情评价方法，其特征在于，所述对数的计算公式为：
