基于近地高光谱技术的安徽省冬小麦赤霉病监测方法研究

发布时间：2021-06-21 13:40

　　本文利用近地非成像高光谱数据对不同尺度的小麦赤霉病的监测方法进行研究。以小麦赤霉病为研究对象,分别在麦穗尺度和冠层尺度提取敏感特征变量以及利用不同分类算法建立监测模型,对田间小麦赤霉病严重度进行监测。实验结果可以为农业植保和管理者对田间小麦赤霉病的监测,病害防控以及田间管理提供指导。主要研究工作如下:（1）在麦穗尺度上,从不同测量角度对麦穗赤霉病进行识别研究。首先对非成像高光谱数据进行光谱标准化处理。利用一阶微分特征、连续统去除的光谱吸收特征和植被指数来评价赤霉病的识别能力。然后分别从冬小麦穗正面、侧面和直立三个角度提取对赤霉病敏感且类间差异显著的光谱特征集。最后,利用Fisher线性判别分析和支持向量机算法构建了有效的疾病严重程度识别模型。在所选特征中,绿峰与蓝边一阶微分总和比值SDg/SDb和归一化值（SDg-SDb）/（SDg+SDb）在模型中占主导地位。结果表明:所选择的光谱特征在监测麦穗感染赤霉病方面有很大的潜力;将LDA与SVM相结合,可以进一步提高模型的精度,侧面模型总体精度（88.6%）优于正面（85.7%）,直立角模型的总体精度最低（68.6%）。（2）在麦穗尺度上,... 

【文章来源】：安徽大学安徽省 211工程院校

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

感染麦穗三个测量角度Figure2.1FHB-infectedearofwinterwheatandthreemeasuringangles(front,sideanderect).正面侧面直立

第二章实验方案、数据获取及处理8图2.1感染麦穗三个测量角度Figure2.1FHB-infectedearofwinterwheatandthreemeasuringangles(front,sideanderect).图2.2研究区概况Figure2.2Locationofexperimental正面侧面直立

第二章实验方案、数据获取及处理10徽省合肥市庐江县郭河镇（31°29′N,117°13′E）开展（图2.3）。实验地调查测量获得的冠层样本数据量统计如表2.3所示。本实验为冠层尺度的小麦赤霉病监测提供数据保障。图2.3冠层尺度研究区域Figure2.3Thestudyareaofcanopyscale

【参考文献】：
期刊论文
[1]利用随机森林法协同SIF和反射率光谱监测小麦条锈病[J]. 竞霞,白宗璠,高媛,刘良云.  农业工程学报. 2019(13)
[2]基于SVM的通风系统故障诊断惩罚系数与核函数系数优化研究[J]. 周启超,刘剑,刘丽,黄德,邓立军,蒋清华.  中国安全生产科学技术. 2019(04)
[3]基于连续统去除和偏最小二乘回归的油菜SPAD高光谱估算[J]. 郑煜,常庆瑞,王婷婷,杨景.  西北农林科技大学学报(自然科学版). 2019(08)
[4]高光谱信息的农林植被种类区分[J]. 虞佳维,程志庆,张劲松,王鹤松,蒋跃林,杨书运.  光谱学与光谱分析. 2018(12)
[5]基于支持向量机的棉花冠层叶片叶绿素含量高光谱遥感估算[J]. 张卓然,常庆瑞,张廷龙,班松涛,由明明.  西北农林科技大学学报(自然科学版). 2018(11)
[6]基于偏最小二乘法的小麦条锈病潜育期冠层高光谱分析[J]. 刘琦,谷医林,王翠翠,王睿,李薇,马占鸿.  植物保护学报. 2018(01)
[7]潜育期小麦条锈菌的高光谱定性识别[J]. 刘琦,王翠翠,王睿,谷医林,李薇,马占鸿.  植物保护学报. 2018(01)
[8]小波分析与支持向量机结合的冬小麦白粉病遥感监测[J]. 黄林生,刘文静,黄文江,赵晋陵,宋富冉.  农业工程学报. 2017(14)
[9]基于连续统去除法的冬小麦叶片全氮含量估算[J]. 李粉玲,常庆瑞.  农业机械学报. 2017(07)
[10]基于连续小波分析的小麦病虫害光谱区分研究[J]. 袁琳,包志炎,田静华,邢晨,张海波.  地理与地理信息科学. 2017(01)

博士论文
[1]小麦病虫害多尺度遥感识别和区分方法研究[D]. 袁琳.浙江大学 2015

硕士论文
[1]小麦赤霉病高光谱信息多循环提取及组合式识别研究[D]. 刘爽.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2019
[2]冬小麦赤霉病和白粉病多尺度遥感监测[D]. 阮超.安徽大学 2019
[3]基于敏感光谱特征的小麦白粉病遥感监测研究[D]. 刘创.安徽大学 2019
[4]利用卫星遥感估测冬小麦长势和赤霉病的研究[D]. 金正婷.南京信息工程大学 2016



本文编号：3240776