基于GF-1/WFV数据的冬小麦条锈病遥感监测

发布时间：2021-10-08 21:33

　　条锈病是冬小麦常见病害,利用遥感影像对条锈病病害区域进行准确监测具有重要意义。该文利用GF-1/WFV影像,结合条锈病地面光谱数据分析,采用冬小麦条锈病遥感监测指数（wheat stripe rust index,WSRI）对河南西华县冬小麦条锈病发病范围进行了估测。首先,利用冬小麦NDVI加权指数（weighted NDVI index,WNDVI）获取冬小麦种植区域。其次,利用影像4个波段反射率之和提取不同冬小麦品种的分布范围,值较高的为条锈病高抗品种（郑麦系列）,较低的则是条锈病易感品种（矮壮系列）。再次,构建冬小麦条锈病指数（wheat stripe rust index,WSRI）,结合地面实地调查的条锈病分布数据,通过设定合理的WSRI指数划分阈值,提取条锈病染病区域并进行精度验证。结果表明,研究区内小麦条锈病空间分布识别的总体精度在84.0%以上,具有区域监测应用的潜力。该方法简单,可操作性强,表明宽波段GF-1影像结合WSRI指数的技术,是一种比较可行的小麦条锈病遥感监测方案。 

【文章来源】：农业工程学报. 2017,33(20)北大核心EICSCD

【文章页数】：8 页

【参考文献】：
期刊论文
[1]基于高光谱的春玉米大斑病害遥感监测指数选择[J]. 王利民,刘佳,邵杰,杨福刚,高建孟.  农业工程学报. 2017(05)
[2]基于NDVI加权指数的冬小麦种植面积遥感监测[J]. 王利民,刘佳,杨玲波,杨福刚,滕飞,王小龙.  农业工程学报. 2016(17)
[3]基于小波特征的小麦白粉病与条锈病的定量识别[J]. 鲁军景,黄文江,张竞成,蒋金豹.  光谱学与光谱分析. 2016(06)
[4]综合遥感与气象信息的小麦白粉病监测方法[J]. 聂臣巍,袁琳,王保通,金秀良,黄文江,张竞成,杨贵军.  植物病理学报. 2016(02)
[5]基于有理多项式模型区域网平差的GF-1影像几何校正[J]. 刘佳,王利民,杨玲波,邵杰,滕飞,杨福刚,富长虹.  农业工程学报. 2015(22)
[6]基于6S模型的GF-1卫星影像大气校正及效果[J]. 刘佳,王利民,杨玲波,滕飞,邵杰,杨福刚,富长虹.  农业工程学报. 2015(19)
[7]Spectroscopic Leaf Level Detection of Powdery Mildew for Winter Wheat Using Continuous Wavelet Analysis[J]. ZHANG Jing-cheng1,2, YUAN Lin1,2, WANG Ji-hua1,2, HUANG Wen-jiang1,3, CHEN Li-ping1 and ZHANG Dong-yan1,2 1 Beijing Research Center for Information Technology in Agriculture, Beijing 100097, R.P.China 2 Institute of Agriculture Remote Sensing and Information System Application, Zhejiang University, Hangzhou 310029, R.P.China 3 Center for Earth Observation and Digital Earth, Chinese Academy of Sciences, Beijing 100094, R.P.China.  Journal of Integrative Agriculture. 2012(09)
[8]基于高光谱遥感的小麦条锈病胁迫下的产量损失估计[J]. 王爽,马占鸿,孙振宇,黄冲,王海光,闫佳会,梁俊敏.  中国农学通报. 2011(21)
[9]基于光谱知识库的TM影像冬小麦条锈病监测研究[J]. 张竞成,李建元,杨贵军,黄文江,罗菊花,王纪华.  光谱学与光谱分析. 2010(06)
[10]利用高光谱红边与黄边位置距离识别小麦条锈病[J]. 蒋金豹,陈云浩,黄文江.  光谱学与光谱分析. 2010(06)



本文编号：3425001