本文利用遙感手段對不同尺度的病害監(jiān)測進行研究,以小麥赤霉病和白粉病兩種典型小麥作物病害為研究對象,利用實地調(diào)查測得的高光譜數(shù)據(jù),遙感影像數(shù)據(jù)對麥穗尺度、冠層尺度和區(qū)域尺度的病害進行研究,利用敏感特征變量和分類算法建立監(jiān)測模型,為農(nóng)業(yè)生產(chǎn)和管理者對小麥病蟲害科學提供指導。主要研究工作如下:(1)在麥穗尺度上,利用染病麥穗和健康麥穗由于水分結(jié)構(gòu)等變化造成的反射率差異提出小麥赤霉病敏感特征篩選和監(jiān)測模型構(gòu)建方法。通過測定的小麥赤霉病及健康樣本的麥穗光譜數(shù)據(jù),分別利用反射率特征、植被指數(shù)特征和細節(jié)特征結(jié)合相關(guān)分析和SVM以及GAS VM兩種分類方法建立了基于麥穗尺度的赤霉病監(jiān)測模型。篩選出對赤霉病敏感度且差異較顯著的特征,包括350nm-400nm、500-600nm和720-1000nm三個特征波段,MSR、NDVI和SIPI三個植被指數(shù),以及WF01和WF02兩個小波特征。將篩選出的最優(yōu)特征變量,結(jié)合未經(jīng)優(yōu)化的SVM、和經(jīng)過GA算法優(yōu)化的SVM(GASVM)共建立了 16種小麥赤霉病監(jiān)測模型,在所有模型中,MSR結(jié)合GASVM建立的監(jiān)測模型的監(jiān)測精度最高,精度為75%。(2)在冠層尺度上,基于麥穗尺度的研究基礎,篩選出適合冠層尺度病害監(jiān)測的特征變量,通過實驗測定了小麥赤霉病及健康樣本的冠層光譜數(shù)據(jù),分別利用光譜反射率特征、植被指數(shù)特征和細節(jié)特征結(jié)合相關(guān)分析和SVM以及GASVM兩種分類方法建立了基于冠層尺度的赤霉病監(jiān)測模型。篩選出對病敏感度且差異較顯著的特征,包括500-600 nm和700-1000 nm兩個特征波段,MSR、ARI、TVI和TVInew四個植被指數(shù),以及WF01和WF02兩個小波特征。將篩選出的最優(yōu)特征變量,結(jié)合未經(jīng)優(yōu)化的SVM、和經(jīng)過GA算法優(yōu)化的SVM(GASVM)共建立了 16種小麥赤霉病監(jiān)測模型,在所有模型中,TVInew結(jié)合GASVM建立的監(jiān)測模型的監(jiān)測精度最高,精度為88%。(3)在區(qū)域尺度上,基于GF-1/WFV數(shù)據(jù)共提取了4個波段反射率數(shù)據(jù)和和10個對作物長勢和脅迫敏感的植被指數(shù)作為初選特征。針對常用的特征提取算法relief算法篩選出的特征存在冗余性的問題,提出了一種relief結(jié)合最小冗余最大相關(guān)(minimum redundancy maximum relevance,mRMR)的特征降維算法(relief-mRMR)。首先,通過relief算法計算出各特征的權(quán)重系數(shù),對特征集進行加權(quán);然后利用mRMR算法選出與類別具有最小冗余性的特征,利用支持向量機(support vector machine,SVM)對河北白粉病進行監(jiān)測,并用遺傳算法(genetic algorithm,GA)優(yōu)化的SVM(GASVM)建立了白粉病的監(jiān)測模型(relief-mRMR-GASVM),將監(jiān)測結(jié)果分別與SVM和網(wǎng)格尋優(yōu)(grid search,GS)算法優(yōu)化的SVM(GSSVM)的監(jiān)測結(jié)果進行對比分析,同時比較了該方法與AdaBoost、粒子群(Pso)優(yōu)化的最小二乘支持向量機(least squares support vector machine,Pso-LSSVM)和隨機森林(random forest,RF)3種方法的優(yōu)越性。結(jié)果表明,relief-mRMR算法篩選出的特征與GASVM、SVM和GSSVM建立的監(jiān)測模型精度比傳統(tǒng)relief算法篩選特征所建模型的精度分別提高了14.3%、7.1%和7.2%,比傳統(tǒng)mRMR算法篩選特征所建模型的精度分別提高了 14.3%、14.2%和14.3%。relief-mRMR算法結(jié)合GASVM建立的監(jiān)測模型精度為所有模型中最高,精度為85.7%,分別比SVM和GSSVM所建監(jiān)測模型精度提高了21.4%和7.2%。此外,GF-1數(shù)據(jù)結(jié)合relief-mRMR-GASVM模型的監(jiān)測精度分別高出AdaBoost、Pso-LSSVM和RF方法21.4%、14.3%和7.1%。說明GF-1 數(shù)據(jù)結(jié)合relief-mRMR-GASVM模型可用于小麥白粉病的遙感監(jiān)測。表明遙感數(shù)據(jù)提取作物生長和生境信息的病害監(jiān)測可用于實際的生產(chǎn)生活中。
【學位單位】：安徽大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP79;S435.121.4
【部分圖文】：

主要研宄基于冠層尺度的小麥病害監(jiān)測模型構(gòu)建；第五章主要研究結(jié)合衛(wèi)星影像??實現(xiàn)對區(qū)域尺度病害監(jiān)測；第六章是對全文的研宄內(nèi)容進行總結(jié)以及在今后的研??宄中需要改進的地方進行描述。技術(shù)路線流程圖如圖１．２所示。??５??ｒ?？?＿??

冠層尺度下的小麥赤霉病監(jiān)測實驗針對如何利用冠層光譜數(shù)據(jù)篩選在冠層??尺度上的敏感特征以及如何構(gòu)建監(jiān)測模型構(gòu)建進行研宄。實驗于２０１８年０５月在??安徽省合肥市、白湖和舒城市開展（圖２．２）。實地測得的冠層樣本量統(tǒng)計結(jié)果如??表２．１所示。本實驗為冠層尺度的小麥赤霉病監(jiān)測提供數(shù)據(jù)保障。??８??

２．１．３區(qū)域尺度下的小麥病害監(jiān)測實驗??區(qū)域尺度的小麥白粉病監(jiān)測實驗的研究區(qū)域位于河北省石家莊市的藁城１１１??（如圖２．３）。河北省麥區(qū)在氣候分區(qū)中屬于黃河流域冬小麥白粉病易發(fā)氣候區(qū)??１Ｕ２］。該區(qū)域地勢平緩開曠且全境皆平原，由于此地地勢平坦，氣候變化不大，??以溫暖濕悶為主，加之當?shù)厮蕳l件好，產(chǎn)量高，麥田群體密度高，且是白粉病??發(fā)生的典型區(qū)域［１，２３］，故可以考慮利用遙感衛(wèi)星影像來對小麥白粉病進行監(jiān)測⑴。??９??
【相似文獻】

相關(guān)期刊論文 前10條

1 王超杰;;小麥赤霉病防治試驗及防治措施[J];河南農(nóng)業(yè);2016年30期

2 邢立志;張鑫;;小麥赤霉病防治研究進展[J];安徽農(nóng)學通報;2019年18期

3 顧國偉;凌小明;馮新軍;袁忠勤;;6種藥劑防治小麥赤霉病田間藥效試驗[J];寧波農(nóng)業(yè)科技;2016年02期

4 張廣照;郭貴東;楊瑞清;檀銀忠;陳義兵;;不同施藥時期防治小麥赤霉病效果比較[J];湖北植保;2018年06期

5 何維娜;;小麥赤霉病化防治措施研討[J];現(xiàn)代農(nóng)業(yè);2018年12期

6 姜明波;翟順國;王守強;程澤強;韓國瓊;劉先明;;信陽地區(qū)小麥赤霉病發(fā)生與春季降水的相關(guān)性分析[J];河南農(nóng)業(yè)科學;2018年11期

7 郎立云;;小麥赤霉病的發(fā)生情況和防治對策[J];基層農(nóng)技推廣;2019年01期

8 李俊杰;李楠;;不同藥劑防治小麥赤霉病害試驗[J];農(nóng)業(yè)科技通訊;2019年02期

9 曹輝;左紅娟;王峰;;鄭州市小麥赤霉病田間防治試驗[J];農(nóng)業(yè)科技通訊;2019年02期

10 林開創(chuàng);;2018年孟州市小麥赤霉病的發(fā)生原因及防控對策[J];河南農(nóng)業(yè);2019年01期

相關(guān)博士學位論文 前10條

1 韓青梅;三唑類殺菌劑Folicur與Caramba對小麥赤霉病和條銹病防治效果及機理的研究[D];西北農(nóng)林科技大學;2003年

2 余桂紅;小麥赤霉病抗性遺傳分析及分子標記的開發(fā)[D];上海交通大學;2008年

3 趙蘭飛;小麥赤霉病Ⅱ型抗性機理研究及相關(guān)基因的功能鑒定[D];山東農(nóng)業(yè)大學;2016年

4 侯文倩;小麥赤霉病抗病相關(guān)基因的分離鑒定及BSMV-VIGS功能驗證[D];山東農(nóng)業(yè)大學;2014年

5 張承啟;新型殺菌劑氰烯菌酯對禾谷鐮刀菌的作用機制研究[D];浙江大學;2016年

6 陳雨;新型殺菌劑氰烯菌酯對禾谷鐮孢菌（Fusarium graminearum）的作用方式及抗藥性遺傳研究[D];南京農(nóng)業(yè)大學;2009年

7 鄧陽;Paenibacillus polymyxa JSa-9抗菌物質(zhì)的結(jié)構(gòu)鑒定及小麥生防應用研究[D];南京農(nóng)業(yè)大學;2012年

8 張艷軍;殺菌劑對禾谷鐮孢菌DON毒素產(chǎn)生和小麥衰老生理的影響[D];南京農(nóng)業(yè)大學;2009年

9 高旭利;禾谷鐮刀菌蛋白激酶Prp4調(diào)控mRNA剪切機制研究[D];西北農(nóng)林科技大學;2016年

10 樊平聲;禾谷鐮刀菌多菌靈抗藥性群體演變及DON毒素產(chǎn)生規(guī)律研究[D];南京農(nóng)業(yè)大學;2008年

相關(guān)碩士學位論文 前10條

1 阮超;冬小麥赤霉病和白粉病多尺度遙感監(jiān)測[D];安徽大學;2019年

2 丁文娟;基于不同尺度的冬小麥赤霉病高光譜遙感監(jiān)測[D];安徽大學;2019年

3 劉爽;小麥赤霉病高光譜信息多循環(huán)提取及組合式識別研究[D];中國科學院大學(中國科學院長春光學精密機械與物理研究所);2019年

4 楊楠;生防菌株P(guān)C60對小麥赤霉病的生物防治機理研究[D];浙江大學;2017年

5 李長成;小麥赤霉病籽�？剐栽u價體系的建立[D];揚州大學;2018年

6 張臻;兩株生防菌對小麥赤霉病和莖基腐病防治效果的評價[D];華中農(nóng)業(yè)大學;2018年

7 溫淑嫻;基于高光譜成像的小麥赤霉病害分級診斷研究[D];安徽農(nóng)業(yè)大學;2017年

8 施潔瓊;基于氣象相似年的小麥赤霉病監(jiān)測預警系統(tǒng)[D];安徽農(nóng)業(yè)大學;2017年

9 吳彥衡;基于支持向量機的小麥赤霉病預測研究及應用[D];安徽農(nóng)業(yè)大學;2018年

10 趙超越;基于多模型的安徽小麥赤霉病預測研究[D];安徽農(nóng)業(yè)大學;2018年

本文編號：2852192