松材线虫病害遥感监测研究
发布时间：2021-12-29 20:17
松树是我国的重要森林组成树种,其不仅分布广、种类多,而且材质好、经济价值高。松材线虫病（PWD）自从1982年在国内发现后蔓延势头不减,对我国的松林资源、自然生态环境、乃至国民经济造成了巨大的威胁,被称为“松树的癌症”。疫情监测是松材线虫病防治的关键环节之一,遥感技术具有宏观性、时效性、综合性、经济性等特点能为监测松材线虫病害提供了一种新思路。本文采用高光谱观测数据,结合高空间分辨率的高景一号遥感影像开展了不同尺度的松材线虫病害遥感监测研究,主要结果有:（1）马尾松冠层高光谱数据处理最优算法。系统观测马尾松感病至死亡过程中冠层光谱曲线的变化过程,基于S-G滤波、一阶微分计算、反对数计算和连续统去除方法4种数学变换方式对光谱数据进行波段选择,经过剔除率、T检验、Fisher判别精度比较,连续投影算法（SPA）剔除率高、速度快、波段组合得到较高的判别精度;（2）松材线虫病害木遥感监测波段窗口。采用均值置信区间（MCI）进行波段窗口分析,将病害木光谱分为感病Ⅰ、Ⅱ、Ⅲ、Ⅳ期,分析得到感病Ⅰ期仅S-G滤波和反对数计算在1300-1400nm及1600-1900nm处构成敏感波段窗口,自感病Ⅱ期...
【文章来源】：中南林业科技大学湖南省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图１．１技术路线??Ｆｉｇ?１．１?Ｔｅｃｈｎｉｃａｌ?ｆｌｏｗ?ｃｈａｒｔ??１．５论文框架??
科院试验林场??ｕ?ｆ？Ｇ?■＞＊＞■????贝州?￣１￣?＾?￣＊—??—＞）??Ｓ?ｒ?｜Ｈｊ?ｒ＇、Ｊ＇Ｗ＼？，、，’?－＼??０?５０?１００?２００?３００?４００?１?］、?０?１２?５?２５?５０?７５?１００??■?■?—＾—Ｈｌｌｉ?ｍ?ｍ?Ｍｉｌｅｓ???１０８〇０＊０＂么?１１０。０．０”４、?１１２。０．０＿永?１１４°０．０＂＜ｉ、?１１６０〇ｍ、?１１２Ｗ４．?１１３Ｗ４?１１４。０．０”承??图２．１研究区位置图??Ｆｉｇ?２．１?Ｔｈｅ?ｌｏｃａｔｉｏｎ?ｏｆ?ｔｈｅ?ｓｔｕｄｙ?ａｒｅａ??２．２非成像高光谱数据??２．２．１冠层光谱测定试验设计??试验于２０１８年８月至１０月于研宂区（ａ）进行，共选取６０棵生长??状况相近的２－３年生健康马尾松用于采集针叶样本，其中４５棵作为实验??组，１５棵作为对照组。２０１８年５月于娄底市双峰县采集了?２５头松墨天??牛雌虫，用无菌水浸泡２０分钟从中分离得到线虫虫样，在实验室内把消??毒后的线虫接种到预先己接种灰葡萄孢的ＰＤＡ培养基上，２５°Ｃ恒温培养??获得纯化虫株。在实验组中分两批间隔５天在主枝采用皮接法接种松材??线虫，单次接种量为１〇〇〇，对照组不作处理。每１〇天进行一次光谱测??定，每次在实验组中每批各采样１２棵，对照组采样５棵，在每棵马尾松??靠近顶部的位置剪一整根侧枝，迅速带回室内暗室观测。自８月３０曰接??种第一批起，１０月１６日时受松材线虫侵染的马尾松针叶均呈红褐色，??则停止观测。本次试验共获得８组间隔５天的感病马尾松光谱数据和５??组间隔１０天的正常马尾松光谱
图２．２马尾松光谱观测试验过程??Ｆｉｇ?２．２?Ｔｈｅ?ｐｒｏｃｅｓｓ?ｏｆ?ｐｉｎｅ?ｓｐｅｃｔｒｕｍ?ｏｂｓｅｒｖａｔｉｏｎ??．．
【参考文献】：
期刊论文
[1]竞争性自适应加权采样算法和连续投影算法在南疆冬枣水分模型中的分析[J]. 李伟,罗华平,索玉婷,陈冲. 新疆农机化. 2019(05)
[2]东洞庭湖湿地植被高光谱数据降维与分类[J]. 李世波,林辉,葛淼. 中南林业科技大学学报. 2019(11)
[3]松材线虫病在中国的流行现状、防治技术与对策分析[J]. 叶建仁. 林业科学. 2019(09)
[4]小波核局部Fisher判别分析的高光谱遥感影像特征提取[J]. 张辉,刘万军,吕欢欢. 模式识别与人工智能. 2019(07)
[5]无人机遥感技术在重庆市沙坪坝区松材线虫病监测中的应用[J]. 武红敢,牟晓伟,杨清钰,王成波. 林业资源管理. 2019(02)
[6]基于单个特征分类准确率的特征选择方法研究[J]. 杜学惠,孟春,刘美爽. 南京林业大学学报(自然科学版). 2019(04)
[7]高景一号影像多方法融合效果评价分析[J]. 卢刚,高磊,王彦敏. 遥感信息. 2018(06)
[8]六十春秋铸辉煌 湖南省林业科学院建院60周年[J]. 林业与生态. 2018(12)
[9]独立样本t检验的Excel和SPSS分析[J]. 高艺祥,杨民红,李兰会. 畜牧与饲料科学. 2018(10)
[10]当阳市松材线虫病除治措施及效果分析[J]. 杨平,冯勇,徐艳,周彩虹. 湖北林业科技. 2018(05)
博士论文
[1]落叶松针叶虫害地面高光谱识别及遥感监测方法研究[D]. 黄晓君.兰州大学 2019
[2]玉米生理参数及农田土壤信息高光谱监测模型研究[D]. 刘秀英.西北农林科技大学 2016
[3]基于GF-1/WFV和面向对象的农作物种植结构提取方法研究[D]. 宋茜.中国农业科学院 2016
[4]中高分辨率遥感影像森林类型精细分类与森林资源变化监测技术研究[D]. 任冲.中国林业科学研究院 2016
[5]特征选择准则间的关联及高分辨率遥感影像类别不平衡问题研究[D]. 陈曦.上海交通大学 2011
[6]作物冻害高光谱曲线特征及其遥感监测[D]. 李章成.中国农业科学院 2008
[7]水稻主要病虫害胁迫遥感监测研究[D]. 刘占宇.浙江大学 2008
[8]基于特征选择技术的集成学习方法及其应用研究[D]. 刘天羽.上海大学 2007
硕士论文
[1]玉米冠层氮素高光谱估测研究[D]. 马昕宇.东北农业大学 2019
[2]基于多源高分辨率遥感数据的人工林树种分类研究[D]. 谢珠利.浙江农林大学 2019
[3]遥感图像的特征降维及分层分类研究[D]. 杜学惠.东北林业大学 2019
[4]稀土复垦矿区典型植被高光谱特征分析及判别研究[D]. 王英浩.江西理工大学 2019
[5]基于卷积神经网络的高分辨率遥感影像土地利用分类[D]. 门计林.中国地质大学 2019
[6]乔木树种遥感监测波段窗口研究[D]. 宋仁飞.中南林业科技大学 2017
[7]高光谱遥感对降香黄檀叶部主要病害的监测研究[D]. 徐海舟.中南林业科技大学 2017
[8]云南中甸地区高光谱遥感矿物信息提取[D]. 梁繁.成都理工大学 2017
[9]不同遥感变量组合模式监测小麦关键长势参数研究[D]. 马昌.扬州大学 2014
[10]基于支持向量数据描述的遥感图像病害松树识别研究[D]. 张学敏.安徽大学 2014
本文编号：3556805
【文章来源】：中南林业科技大学湖南省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图１．１技术路线??Ｆｉｇ?１．１?Ｔｅｃｈｎｉｃａｌ?ｆｌｏｗ?ｃｈａｒｔ??１．５论文框架??
科院试验林场??ｕ?ｆ？Ｇ?■＞＊＞■????贝州?￣１￣?＾?￣＊—??—＞）??Ｓ?ｒ?｜Ｈｊ?ｒ＇、Ｊ＇Ｗ＼？，、，’?－＼??０?５０?１００?２００?３００?４００?１?］、?０?１２?５?２５?５０?７５?１００??■?■?—＾—Ｈｌｌｉ?ｍ?ｍ?Ｍｉｌｅｓ???１０８〇０＊０＂么?１１０。０．０”４、?１１２。０．０＿永?１１４°０．０＂＜ｉ、?１１６０〇ｍ、?１１２Ｗ４．?１１３Ｗ４?１１４。０．０”承??图２．１研究区位置图??Ｆｉｇ?２．１?Ｔｈｅ?ｌｏｃａｔｉｏｎ?ｏｆ?ｔｈｅ?ｓｔｕｄｙ?ａｒｅａ??２．２非成像高光谱数据??２．２．１冠层光谱测定试验设计??试验于２０１８年８月至１０月于研宂区（ａ）进行，共选取６０棵生长??状况相近的２－３年生健康马尾松用于采集针叶样本，其中４５棵作为实验??组，１５棵作为对照组。２０１８年５月于娄底市双峰县采集了?２５头松墨天??牛雌虫，用无菌水浸泡２０分钟从中分离得到线虫虫样，在实验室内把消??毒后的线虫接种到预先己接种灰葡萄孢的ＰＤＡ培养基上，２５°Ｃ恒温培养??获得纯化虫株。在实验组中分两批间隔５天在主枝采用皮接法接种松材??线虫，单次接种量为１〇〇〇，对照组不作处理。每１〇天进行一次光谱测??定，每次在实验组中每批各采样１２棵，对照组采样５棵，在每棵马尾松??靠近顶部的位置剪一整根侧枝，迅速带回室内暗室观测。自８月３０曰接??种第一批起，１０月１６日时受松材线虫侵染的马尾松针叶均呈红褐色，??则停止观测。本次试验共获得８组间隔５天的感病马尾松光谱数据和５??组间隔１０天的正常马尾松光谱
图２．２马尾松光谱观测试验过程??Ｆｉｇ?２．２?Ｔｈｅ?ｐｒｏｃｅｓｓ?ｏｆ?ｐｉｎｅ?ｓｐｅｃｔｒｕｍ?ｏｂｓｅｒｖａｔｉｏｎ??．．
【参考文献】：
期刊论文
[1]竞争性自适应加权采样算法和连续投影算法在南疆冬枣水分模型中的分析[J]. 李伟,罗华平,索玉婷,陈冲. 新疆农机化. 2019(05)
[2]东洞庭湖湿地植被高光谱数据降维与分类[J]. 李世波,林辉,葛淼. 中南林业科技大学学报. 2019(11)
[3]松材线虫病在中国的流行现状、防治技术与对策分析[J]. 叶建仁. 林业科学. 2019(09)
[4]小波核局部Fisher判别分析的高光谱遥感影像特征提取[J]. 张辉,刘万军,吕欢欢. 模式识别与人工智能. 2019(07)
[5]无人机遥感技术在重庆市沙坪坝区松材线虫病监测中的应用[J]. 武红敢,牟晓伟,杨清钰,王成波. 林业资源管理. 2019(02)
[6]基于单个特征分类准确率的特征选择方法研究[J]. 杜学惠,孟春,刘美爽. 南京林业大学学报(自然科学版). 2019(04)
[7]高景一号影像多方法融合效果评价分析[J]. 卢刚,高磊,王彦敏. 遥感信息. 2018(06)
[8]六十春秋铸辉煌 湖南省林业科学院建院60周年[J]. 林业与生态. 2018(12)
[9]独立样本t检验的Excel和SPSS分析[J]. 高艺祥,杨民红,李兰会. 畜牧与饲料科学. 2018(10)
[10]当阳市松材线虫病除治措施及效果分析[J]. 杨平,冯勇,徐艳,周彩虹. 湖北林业科技. 2018(05)
博士论文
[1]落叶松针叶虫害地面高光谱识别及遥感监测方法研究[D]. 黄晓君.兰州大学 2019
[2]玉米生理参数及农田土壤信息高光谱监测模型研究[D]. 刘秀英.西北农林科技大学 2016
[3]基于GF-1/WFV和面向对象的农作物种植结构提取方法研究[D]. 宋茜.中国农业科学院 2016
[4]中高分辨率遥感影像森林类型精细分类与森林资源变化监测技术研究[D]. 任冲.中国林业科学研究院 2016
[5]特征选择准则间的关联及高分辨率遥感影像类别不平衡问题研究[D]. 陈曦.上海交通大学 2011
[6]作物冻害高光谱曲线特征及其遥感监测[D]. 李章成.中国农业科学院 2008
[7]水稻主要病虫害胁迫遥感监测研究[D]. 刘占宇.浙江大学 2008
[8]基于特征选择技术的集成学习方法及其应用研究[D]. 刘天羽.上海大学 2007
硕士论文
[1]玉米冠层氮素高光谱估测研究[D]. 马昕宇.东北农业大学 2019
[2]基于多源高分辨率遥感数据的人工林树种分类研究[D]. 谢珠利.浙江农林大学 2019
[3]遥感图像的特征降维及分层分类研究[D]. 杜学惠.东北林业大学 2019
[4]稀土复垦矿区典型植被高光谱特征分析及判别研究[D]. 王英浩.江西理工大学 2019
[5]基于卷积神经网络的高分辨率遥感影像土地利用分类[D]. 门计林.中国地质大学 2019
[6]乔木树种遥感监测波段窗口研究[D]. 宋仁飞.中南林业科技大学 2017
[7]高光谱遥感对降香黄檀叶部主要病害的监测研究[D]. 徐海舟.中南林业科技大学 2017
[8]云南中甸地区高光谱遥感矿物信息提取[D]. 梁繁.成都理工大学 2017
[9]不同遥感变量组合模式监测小麦关键长势参数研究[D]. 马昌.扬州大学 2014
[10]基于支持向量数据描述的遥感图像病害松树识别研究[D]. 张学敏.安徽大学 2014
本文编号：3556805
本文链接：https://www.wllwen.com/nykjlw/dzwbhlw/3556805.html
最近更新
教材专著
