小麥?zhǔn)俏覈饕募Z食作物,食用人口眾多,種植范圍廣;在其生長過程中容易受到病害的侵襲,全蝕病在小麥整個生長過程中均可發(fā)病,導(dǎo)致小麥根莖腐爛發(fā)黑,產(chǎn)生白穗,從而降低小麥的品質(zhì)和產(chǎn)量,嚴(yán)重時甚至造成絕收�，F(xiàn)代農(nóng)藥的發(fā)展雖然能夠有效的緩解小麥病害,但不合理的使用農(nóng)藥也容易造成小麥與環(huán)境的污染。因此實時監(jiān)控小麥病情、預(yù)測病情和合理使用農(nóng)藥尤其重要,其前提是能夠快速、精準(zhǔn)的掌握小麥的病情信息。隨著現(xiàn)代信息科學(xué)技術(shù)的發(fā)展,光譜分析技術(shù)、模式識別技術(shù)在植物病害診斷方面已經(jīng)擁有了良好的應(yīng)用,為快速、準(zhǔn)確、高效、無損診斷作物病情提供了良好的手段。本文主要研究高光譜遙感識別在小麥全蝕病病害診斷上的應(yīng)用,主要研究結(jié)果如下:1、以受不同等級全蝕病脅迫的小麥品種為實驗材料,研究分析小麥?zhǔn)艿饺g病侵襲之后植株冠層葉片葉綠素含量、水分含量的變化,探討小麥植株生理特征以及品質(zhì)產(chǎn)量與病害等級間的關(guān)系。研究結(jié)果表明:隨著小麥全蝕病病情加重,小麥植株葉片葉綠素含量、水分含量指數(shù)均呈現(xiàn)下降趨勢。通過本文研究發(fā)現(xiàn),隨著病情加重,小麥品質(zhì)產(chǎn)量均下降,嚴(yán)重時甚至絕收,因此通過田間植株病情指數(shù)的實時監(jiān)控,可以準(zhǔn)確評估小麥產(chǎn)量損失狀況... 

【文章來源】：河南農(nóng)業(yè)大學(xué)河南省

【文章頁數(shù)】：42 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
1 文獻(xiàn)綜述
    1.1 遙感技術(shù)與光譜技術(shù)
        1.1.1 遙感技術(shù)
        1.1.2 光譜技術(shù)
    1.2 不同地物光譜特征
    1.3 小麥全蝕病監(jiān)測現(xiàn)狀
        1.3.1 基于非成像地物光譜儀小麥全蝕病研究
        1.3.2 基于成像高光譜技術(shù)小麥全蝕病監(jiān)測研究
    1.4 高光譜數(shù)據(jù)處理
    1.5 擬解決問題
2 引言
    2.1 選題背景
    2.2 研究目的
    2.3 研究意義
3 材料與方法
    3.1 試驗設(shè)計
        3.1.1 冠層光譜測量
        3.1.2 葉綠素測量
    3.2 研究方法
    3.3 研究的技術(shù)路線
    3.4 關(guān)鍵技術(shù)
        3.4.1 敏感波段選取
        3.4.2 支持向量機(jī)技術(shù)
4 高光譜遙感分類研究
    4.1 模式識別概述
    4.2 圖像識別概述
    4.3 高光譜遙感應(yīng)用
        4.3.1 基于光譜分析的植被識別
        4.3.2 原始光譜的校正
    4.4 支持向量機(jī)技術(shù)
        4.4.1 徑向基核函數(shù)（RBF）
        4.4.2 交叉驗證法選取最優(yōu)參數(shù)
    4.5 LIBSVM平臺介紹
5 小麥全蝕病病害等級識別方法研究
    5.1 傳統(tǒng)病害識別方法
    5.2 建立小麥全蝕病預(yù)測模型
        5.2.1 原始光譜數(shù)據(jù)提取與處理
        5.2.3 冠層光譜反射率特征分析
        5.2.4 全蝕病敏感波段提取
        5.2.5 建立全蝕病預(yù)測模型
    5.3 模型檢驗
    5.4 結(jié)果與分析
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 后續(xù)工作展望
參考文獻(xiàn)
Abstract


【參考文獻(xiàn)】：
期刊論文
[1]河南省小麥全蝕病菌變種類型鑒定[J]. 王翠,燕照玲,施艷,王振躍.  河南農(nóng)業(yè)科學(xué). 2013(05)
[2]高光譜遙感技術(shù)在生物多樣性保護(hù)中的應(yīng)用研究進(jìn)展[J]. 何誠,馮仲科,袁進(jìn)軍,王佳,鞏垠熙,董志海.  光譜學(xué)與光譜分析. 2012(06)
[3]利用支持向量機(jī)構(gòu)建水稻鎘含量高光譜預(yù)測模型[J]. 呂杰,劉湘南.  應(yīng)用科學(xué)學(xué)報. 2012(01)
[4]基于高光譜數(shù)據(jù)的杉木和馬尾松識別研究[J]. 劉秀英,臧卓,孫華,林輝.  中南林業(yè)科技大學(xué)學(xué)報. 2011(11)
[5]基于一類支持向量機(jī)的高光譜影像地物識別[J]. 陳偉,余旭初,張鵬強(qiáng),王智超,王鶴.  計算機(jī)應(yīng)用. 2011(08)
[6]小麥葉片脅迫狀態(tài)下的高光譜圖像特征分析研究[J]. 張東彥,張競成,朱大洲,王紀(jì)華,羅菊花,趙晉陵,黃文江.  光譜學(xué)與光譜分析. 2011(04)
[7]應(yīng)用近地成像高光譜估算玉米葉綠素含量[J]. 張東彥,劉镕源,宋曉宇,徐新剛,黃文江,朱大洲,王紀(jì)華.  光譜學(xué)與光譜分析. 2011(03)
[8]SVM分類核函數(shù)及參數(shù)選擇比較[J]. 奉國和.  計算機(jī)工程與應(yīng)用. 2011(03)
[9]鎘污染水稻高光譜診斷分析與建模[J]. 修麗娜,劉湘南,劉美玲.  光譜學(xué)與光譜分析. 2011(01)
[10]基于光譜特征增強(qiáng)的高光譜圖像地物目標(biāo)識別[J]. 張翔.  紅外技術(shù). 2010(12)



本文編號：3032001