【摘要】：棉花是新疆地區(qū)的主要經(jīng)濟(jì)作物,近年來(lái)隨著氣候環(huán)境的不斷變化,以及新疆地區(qū)特殊的耕作方式和管理模式,棉田生態(tài)環(huán)境變得更加有利于棉葉螨的發(fā)生,加大了螨害成災(zāi)的風(fēng)險(xiǎn)。由于預(yù)測(cè)預(yù)報(bào)手段有限,很難做到災(zāi)前預(yù)防,且災(zāi)后治理難度大,成為棉花生產(chǎn)的一大障礙�；诖�,本文采用遙感數(shù)據(jù)、氣象數(shù)據(jù)和螨害發(fā)生歷史數(shù)據(jù),從螨害遙感分級(jí)監(jiān)測(cè)、區(qū)域尺度預(yù)測(cè)、年度預(yù)測(cè)三個(gè)層次逐步開(kāi)展棉田螨害預(yù)測(cè)研究,并力爭(zhēng)應(yīng)用于實(shí)際農(nóng)業(yè)生產(chǎn)。主要研究?jī)?nèi)容及研究結(jié)果如下:(1)針對(duì)棉田螨害遙感分級(jí)監(jiān)測(cè)展開(kāi)研究,為區(qū)域尺度的螨害預(yù)測(cè)提供基礎(chǔ)。通過(guò)對(duì)不同螨害嚴(yán)重度的棉花冠層高光譜數(shù)據(jù)進(jìn)行分析,尋找受害棉田敏感波段并建立新的光譜指數(shù),利用ReliefF算法和泊松相關(guān)系數(shù)法進(jìn)行特征選擇,同時(shí)使用K最近鄰、決策樹(shù)、支持向量機(jī)、樸素貝葉斯、隨機(jī)森林、AdaBoost和人工神經(jīng)網(wǎng)絡(luò)7種分類(lèi)算法建立模型并對(duì)比分析。研究發(fā)現(xiàn),經(jīng)特征選擇后的ANN算法可作為最佳方法用于螨害嚴(yán)重度識(shí)別,其分類(lèi)準(zhǔn)確率為76.62%,F_1值為76.68%,SVM算法的分類(lèi)準(zhǔn)確率為75.32%,F_1值為75.06%,可作為備選方法用于類(lèi)似研究。(2)針對(duì)新疆地區(qū)區(qū)域尺度下的棉葉螨預(yù)測(cè)方法展開(kāi)研究。將氣象數(shù)據(jù)和遙感數(shù)據(jù)相結(jié)合初選61種特征因子。經(jīng)特征選擇后分別選用氣象數(shù)據(jù)、遙感數(shù)據(jù)及遙感氣象數(shù)據(jù)3種類(lèi)型數(shù)據(jù),采用Logistic和RVM算法分別建立螨害預(yù)測(cè)模型并進(jìn)行對(duì)比分析。結(jié)果表明,基于遙感氣象數(shù)據(jù)的RVM模型預(yù)測(cè)效果最好,準(zhǔn)確率為85.7%,F_1值為85.7%,該方法可用于大區(qū)域尺度的螨害預(yù)測(cè)。(3)針對(duì)新疆地區(qū)棉葉螨年度總體發(fā)生趨勢(shì)預(yù)測(cè)展開(kāi)研究。基于灰色系統(tǒng)理論,利用2004-2013年螨害發(fā)生歷史數(shù)據(jù),建立了GM(1,1)災(zāi)變預(yù)測(cè)模型,并預(yù)測(cè)2014年為災(zāi)變發(fā)生年,與實(shí)際調(diào)查結(jié)果相吻合。此外,利用螨害歷史數(shù)據(jù)建立了灰色GM(1,1)等級(jí)預(yù)測(cè)模型,并分別利用馬爾可夫鏈和BP神經(jīng)網(wǎng)絡(luò)對(duì)灰色預(yù)測(cè)結(jié)果進(jìn)行修正,得到了灰色馬爾可夫模型和灰色BP神經(jīng)網(wǎng)絡(luò)模型。對(duì)比三種方法的預(yù)測(cè)精度,發(fā)現(xiàn)灰色馬爾可夫模型將預(yù)測(cè)精度從84.31%提高到了94.76%,灰色BP神經(jīng)網(wǎng)絡(luò)模型將預(yù)測(cè)精度提高到了96.84%。分別對(duì)2015和2016年的螨害發(fā)生等級(jí)進(jìn)行預(yù)測(cè),結(jié)果表明灰色BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果更接近實(shí)際值。本文以棉田螨害為研究對(duì)象,基于多源數(shù)據(jù),結(jié)合多種分析方法,分別從三個(gè)方面對(duì)螨害預(yù)測(cè)方法進(jìn)行了研究,均取得了一定的研究結(jié)果,可為新疆地區(qū)棉葉螨的提前預(yù)防和統(tǒng)防統(tǒng)治提供理論依據(jù)和科學(xué)指導(dǎo),并為類(lèi)似的病蟲(chóng)害預(yù)測(cè)提供方法參考和借鑒。
【圖文】：

圖 1-1 本文研究路線Fig.1-1 Research route1.3.2 論文組織結(jié)構(gòu)第一章：緒論。分析了在新疆地區(qū)進(jìn)行螨害預(yù)測(cè)預(yù)報(bào)的意義，介紹了當(dāng)前病蟲(chóng)害監(jiān)測(cè)預(yù)測(cè)的研究方法與進(jìn)展，針對(duì)新疆地區(qū)特殊的氣候環(huán)境、耕作方式和管理模式，確定研究目標(biāo)與研究?jī)?nèi)容。第二章：棉田螨害光譜響應(yīng)規(guī)律分析與分級(jí)識(shí)別模型構(gòu)建。介紹當(dāng)前機(jī)器學(xué)習(xí)中的多種分類(lèi)方法和分類(lèi)模型評(píng)價(jià)指標(biāo)，確定螨害調(diào)查方法并進(jìn)行高光譜數(shù)據(jù)的獲取，，根據(jù)冠層光譜響應(yīng)規(guī)律分析，確定螨害嚴(yán)重度識(shí)別敏感波段并計(jì)算相關(guān)指數(shù)，最后通過(guò)對(duì)多種分類(lèi)方法對(duì)比分析，得到相關(guān)結(jié)論。第三章：區(qū)域尺度的棉葉螨發(fā)生預(yù)測(cè)。首先對(duì)氣象數(shù)據(jù)、遙感數(shù)據(jù)、螨害數(shù)據(jù)進(jìn)行獲取，并實(shí)現(xiàn)特征變量的選取，然后分別選用 Logistic 回歸和相關(guān)向量機(jī)（RVM）構(gòu)建螨害預(yù)測(cè)模型并進(jìn)行對(duì)比分析，最后生成螨害發(fā)生預(yù)測(cè)分布圖。第四章：棉葉螨年度總體趨勢(shì)預(yù)測(cè)。首先介紹了灰色系統(tǒng)理論的基本理論包括灰色GM(1,1)模型、灰色馬爾可夫鏈模型、灰色 BP 神經(jīng)網(wǎng)絡(luò)模型，然后利用螨害歷史數(shù)據(jù)實(shí)

圖 2-1 冠層高光譜采集Fig. 2-1 Canopy hyperspectral acquisition.2.2 螨害指數(shù)調(diào)查在試驗(yàn)區(qū)內(nèi)選取棉葉螨自然發(fā)生的區(qū)域進(jìn)行螨害調(diào)查，按照武予清[37]等設(shè)定的劃準(zhǔn)，將棉葉的螨害發(fā)生等級(jí)劃分為 5 個(gè)級(jí)別。即 0 級(jí)：棉葉無(wú)受害癥狀；1 級(jí)：棉有黃白點(diǎn)；2 級(jí)：棉葉上有紅黃斑，連片面積為全葉面積的 1/3 以下；3 級(jí)：棉葉上斑連片面積為全葉面積的 1/3～2/3；4 級(jí)：棉葉上紅黃斑連片面積為全葉面積的 2/3 ，或葉片脫落，典型圖片如圖 2-2 所示。圖 2-2 不同螨害等級(jí)劃分典型圖片F(xiàn)ig.2-2 Symptoms of damage by spider mites at various levels of infestation計(jì)算采樣點(diǎn)的受害指數(shù)，每個(gè)采樣點(diǎn)采用 5 點(diǎn)取樣法選取 5 株棉花，根據(jù)棉葉受程度劃分標(biāo)準(zhǔn)記錄 5 株棉花所有棉葉中各等級(jí)棉葉數(shù)，進(jìn)而參照 GB/T 15802-2011
【學(xué)位授予單位】：石河子大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：S435.622

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙亮;陳兵;肖春華;鄒楠;劉立峰;;棉花棉葉螨葉片遙感監(jiān)測(cè)技術(shù)研究[J];甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào);2015年05期

2 王聰;張宏立;;基于狀態(tài)轉(zhuǎn)移算法優(yōu)化的投影尋蹤病蟲(chóng)害預(yù)測(cè)模型[J];中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào);2015年05期

3 王婷婷;李山山;李安;馮旭祥;吳業(yè)煒;;基于Landsat 8衛(wèi)星影像的北京地區(qū)土地覆蓋分類(lèi)[J];中國(guó)圖象圖形學(xué)報(bào);2015年09期

4 王靜;景元書(shū);黃文江;張競(jìng)成;趙娟;張清;王力;;冬小麥條銹病嚴(yán)重度不同估算方法對(duì)比研究[J];光譜學(xué)與光譜分析;2015年06期

5 于洋;衛(wèi)偉;陳利頂;楊磊;張涵丹;;黃土高原年均降水量空間插值及其方法比較[J];應(yīng)用生態(tài)學(xué)報(bào);2015年04期

6 唐翠翠;黃文江;羅菊花;梁棟;趙晉陵;黃林生;;基于相關(guān)向量機(jī)的冬小麥蚜蟲(chóng)遙感預(yù)測(cè)[J];農(nóng)業(yè)工程學(xué)報(bào);2015年06期

7 趙慶展;靳光才;周文杰;汪傳建;戴建國(guó);;基于移動(dòng)GIS的棉田病蟲(chóng)害信息采集系統(tǒng)[J];農(nóng)業(yè)工程學(xué)報(bào);2015年04期

8 謝學(xué)林;;一二一團(tuán)棉葉螨發(fā)生規(guī)律調(diào)查與分析[J];農(nóng)村科技;2014年06期

9 吳秋芳;路志芳;劉亞飛;郭瑞林;胡亮;魏永杰;蘇攀;;小麥白粉病灰色災(zāi)變預(yù)測(cè)研究[J];湖北農(nóng)業(yè)科學(xué);2013年22期

10 鄭將鵬;;滴灌棉田棉葉螨綜合防治技術(shù)[J];農(nóng)村科技;2013年10期

相關(guān)博士學(xué)位論文 前1條

1 柳長(zhǎng)源;相關(guān)向量機(jī)多分類(lèi)算法的研究與應(yīng)用[D];哈爾濱工程大學(xué);2013年

相關(guān)碩士學(xué)位論文 前3條

1 王靜;多源遙感數(shù)據(jù)的小麥病害預(yù)測(cè)監(jiān)測(cè)研究[D];南京信息工程大學(xué);2015年

2 閆艷;基于灰色神經(jīng)網(wǎng)絡(luò)的小麥條銹病預(yù)測(cè)系統(tǒng)研究[D];西北農(nóng)林科技大學(xué);2009年

3 陳鵬程;地面高光譜遙感在棉葉螨監(jiān)測(cè)中的應(yīng)用研究[D];石河子大學(xué);2006年

本文編號(hào)：2688345