新疆棉花螨害预测方法研究
【图文】:
图 1-1 本文研究路线Fig.1-1 Research route1.3.2 论文组织结构第一章:绪论。分析了在新疆地区进行螨害预测预报的意义,介绍了当前病虫害监测预测的研究方法与进展,针对新疆地区特殊的气候环境、耕作方式和管理模式,确定研究目标与研究内容。第二章:棉田螨害光谱响应规律分析与分级识别模型构建。介绍当前机器学习中的多种分类方法和分类模型评价指标,确定螨害调查方法并进行高光谱数据的获取,,根据冠层光谱响应规律分析,确定螨害严重度识别敏感波段并计算相关指数,最后通过对多种分类方法对比分析,得到相关结论。第三章:区域尺度的棉叶螨发生预测。首先对气象数据、遥感数据、螨害数据进行获取,并实现特征变量的选取,然后分别选用 Logistic 回归和相关向量机(RVM)构建螨害预测模型并进行对比分析,最后生成螨害发生预测分布图。第四章:棉叶螨年度总体趋势预测。首先介绍了灰色系统理论的基本理论包括灰色GM(1,1)模型、灰色马尔可夫链模型、灰色 BP 神经网络模型,然后利用螨害历史数据实
图 2-1 冠层高光谱采集Fig. 2-1 Canopy hyperspectral acquisition.2.2 螨害指数调查在试验区内选取棉叶螨自然发生的区域进行螨害调查,按照武予清[37]等设定的划准,将棉叶的螨害发生等级划分为 5 个级别。即 0 级:棉叶无受害症状;1 级:棉有黄白点;2 级:棉叶上有红黄斑,连片面积为全叶面积的 1/3 以下;3 级:棉叶上斑连片面积为全叶面积的 1/3~2/3;4 级:棉叶上红黄斑连片面积为全叶面积的 2/3 ,或叶片脱落,典型图片如图 2-2 所示。图 2-2 不同螨害等级划分典型图片Fig.2-2 Symptoms of damage by spider mites at various levels of infestation计算采样点的受害指数,每个采样点采用 5 点取样法选取 5 株棉花,根据棉叶受程度划分标准记录 5 株棉花所有棉叶中各等级棉叶数,进而参照 GB/T 15802-2011
【学位授予单位】:石河子大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:S435.622
【参考文献】
相关期刊论文 前10条
1 赵亮;陈兵;肖春华;邹楠;刘立峰;;棉花棉叶螨叶片遥感监测技术研究[J];甘肃农业大学学报;2015年05期
2 王聪;张宏立;;基于状态转移算法优化的投影寻踪病虫害预测模型[J];中国农业大学学报;2015年05期
3 王婷婷;李山山;李安;冯旭祥;吴业炜;;基于Landsat 8卫星影像的北京地区土地覆盖分类[J];中国图象图形学报;2015年09期
4 王静;景元书;黄文江;张竞成;赵娟;张清;王力;;冬小麦条锈病严重度不同估算方法对比研究[J];光谱学与光谱分析;2015年06期
5 于洋;卫伟;陈利顶;杨磊;张涵丹;;黄土高原年均降水量空间插值及其方法比较[J];应用生态学报;2015年04期
6 唐翠翠;黄文江;罗菊花;梁栋;赵晋陵;黄林生;;基于相关向量机的冬小麦蚜虫遥感预测[J];农业工程学报;2015年06期
7 赵庆展;靳光才;周文杰;汪传建;戴建国;;基于移动GIS的棉田病虫害信息采集系统[J];农业工程学报;2015年04期
8 谢学林;;一二一团棉叶螨发生规律调查与分析[J];农村科技;2014年06期
9 吴秋芳;路志芳;刘亚飞;郭瑞林;胡亮;魏永杰;苏攀;;小麦白粉病灰色灾变预测研究[J];湖北农业科学;2013年22期
10 郑将鹏;;滴灌棉田棉叶螨综合防治技术[J];农村科技;2013年10期
相关博士学位论文 前1条
1 柳长源;相关向量机多分类算法的研究与应用[D];哈尔滨工程大学;2013年
相关硕士学位论文 前3条
1 王静;多源遥感数据的小麦病害预测监测研究[D];南京信息工程大学;2015年
2 闫艳;基于灰色神经网络的小麦条锈病预测系统研究[D];西北农林科技大学;2009年
3 陈鹏程;地面高光谱遥感在棉叶螨监测中的应用研究[D];石河子大学;2006年
本文编号:2688345
本文链接:https://www.wllwen.com/nykjlw/dzwbhlw/2688345.html