松樹是我國的重要森林組成樹種,其不僅分布廣、種類多,而且材質(zhì)好、經(jīng)濟(jì)價(jià)值高。松材線蟲�。≒WD）自從1982年在國內(nèi)發(fā)現(xiàn)后蔓延勢頭不減,對我國的松林資源、自然生態(tài)環(huán)境、乃至國民經(jīng)濟(jì)造成了巨大的威脅,被稱為“松樹的癌癥”。疫情監(jiān)測是松材線蟲病防治的關(guān)鍵環(huán)節(jié)之一,遙感技術(shù)具有宏觀性、時(shí)效性、綜合性、經(jīng)濟(jì)性等特點(diǎn)能為監(jiān)測松材線蟲病害提供了一種新思路。本文采用高光譜觀測數(shù)據(jù),結(jié)合高空間分辨率的高景一號(hào)遙感影像開展了不同尺度的松材線蟲病害遙感監(jiān)測研究,主要結(jié)果有:（1）馬尾松冠層高光譜數(shù)據(jù)處理最優(yōu)算法。系統(tǒng)觀測馬尾松感病至死亡過程中冠層光譜曲線的變化過程,基于S-G濾波、一階微分計(jì)算、反對數(shù)計(jì)算和連續(xù)統(tǒng)去除方法4種數(shù)學(xué)變換方式對光譜數(shù)據(jù)進(jìn)行波段選擇,經(jīng)過剔除率、T檢驗(yàn)、Fisher判別精度比較,連續(xù)投影算法（SPA）剔除率高、速度快、波段組合得到較高的判別精度;（2）松材線蟲病害木遙感監(jiān)測波段窗口。采用均值置信區(qū)間（MCI）進(jìn)行波段窗口分析,將病害木光譜分為感�、瘛ⅱ�、Ⅲ、Ⅳ期,分析得到感病Ⅰ期僅S-G濾波和反對數(shù)計(jì)算在1300-1400nm及1600-1900nm處構(gòu)成敏感波段窗口,自感�、蚱�... 

【文章來源】：中南林業(yè)科技大學(xué)湖南省

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１技術(shù)路線??Ｆｉｇ?１．１?Ｔｅｃｈｎｉｃａｌ?ｆｌｏｗ?ｃｈａｒｔ??１．５論文框架??

科院試驗(yàn)林場??ｕ?ｆ？Ｇ?■＞＊＞■????貝州?￣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??圖２．１研究區(qū)位置圖??Ｆｉｇ?２．１?Ｔｈｅ?ｌｏｃａｔｉｏｎ?ｏｆ?ｔｈｅ?ｓｔｕｄｙ?ａｒｅａ??２．２非成像高光譜數(shù)據(jù)??２．２．１冠層光譜測定試驗(yàn)設(shè)計(jì)??試驗(yàn)于２０１８年８月至１０月于研宂區(qū)（ａ）進(jìn)行，共選取６０棵生長??狀況相近的２－３年生健康馬尾松用于采集針葉樣本，其中４５棵作為實(shí)驗(yàn)??組，１５棵作為對照組。２０１８年５月于婁底市雙峰縣采集了?２５頭松墨天??牛雌蟲，用無菌水浸泡２０分鐘從中分離得到線蟲蟲樣，在實(shí)驗(yàn)室內(nèi)把消??毒后的線蟲接種到預(yù)先己接種灰葡萄孢的ＰＤＡ培養(yǎng)基上，２５°Ｃ恒溫培養(yǎng)??獲得純化蟲株。在實(shí)驗(yàn)組中分兩批間隔５天在主枝采用皮接法接種松材??線蟲，單次接種量為１〇〇〇，對照組不作處理。每１〇天進(jìn)行一次光譜測??定，每次在實(shí)驗(yàn)組中每批各采樣１２棵，對照組采樣５棵，在每棵馬尾松??靠近頂部的位置剪一整根側(cè)枝，迅速帶回室內(nèi)暗室觀測。自８月３０曰接??種第一批起，１０月１６日時(shí)受松材線蟲侵染的馬尾松針葉均呈紅褐色，??則停止觀測。本次試驗(yàn)共獲得８組間隔５天的感病馬尾松光譜數(shù)據(jù)和５??組間隔１０天的正常馬尾松光譜

圖２．２馬尾松光譜觀測試驗(yàn)過程??Ｆｉｇ?２．２?Ｔｈｅ?ｐｒｏｃｅｓｓ?ｏｆ?ｐｉｎｅ?ｓｐｅｃｔｒｕｍ?ｏｂｓｅｒｖａｔｉｏｎ??．．

【參考文獻(xiàn)】：
期刊論文
[1]競爭性自適應(yīng)加權(quán)采樣算法和連續(xù)投影算法在南疆冬棗水分模型中的分析[J]. 李偉,羅華平,索玉婷,陳沖.  新疆農(nóng)機(jī)化. 2019(05)
[2]東洞庭湖濕地植被高光譜數(shù)據(jù)降維與分類[J]. 李世波,林輝,葛淼.  中南林業(yè)科技大學(xué)學(xué)報(bào). 2019(11)
[3]松材線蟲病在中國的流行現(xiàn)狀、防治技術(shù)與對策分析[J]. 葉建仁.  林業(yè)科學(xué). 2019(09)
[4]小波核局部Fisher判別分析的高光譜遙感影像特征提取[J]. 張輝,劉萬軍,呂歡歡.  模式識(shí)別與人工智能. 2019(07)
[5]無人機(jī)遙感技術(shù)在重慶市沙坪壩區(qū)松材線蟲病監(jiān)測中的應(yīng)用[J]. 武紅敢,牟曉偉,楊清鈺,王成波.  林業(yè)資源管理. 2019(02)
[6]基于單個(gè)特征分類準(zhǔn)確率的特征選擇方法研究[J]. 杜學(xué)惠,孟春,劉美爽.  南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(04)
[7]高景一號(hào)影像多方法融合效果評價(jià)分析[J]. 盧剛,高磊,王彥敏.  遙感信息. 2018(06)
[8]六十春秋鑄輝煌 湖南省林業(yè)科學(xué)院建院60周年[J].   林業(yè)與生態(tài). 2018(12)
[9]獨(dú)立樣本t檢驗(yàn)的Excel和SPSS分析[J]. 高藝祥,楊民紅,李蘭會(huì).  畜牧與飼料科學(xué). 2018(10)
[10]當(dāng)陽市松材線蟲病除治措施及效果分析[J]. 楊平,馮勇,徐艷,周彩虹.  湖北林業(yè)科技. 2018(05)

博士論文
[1]落葉松針葉蟲害地面高光譜識(shí)別及遙感監(jiān)測方法研究[D]. 黃曉君.蘭州大學(xué) 2019
[2]玉米生理參數(shù)及農(nóng)田土壤信息高光譜監(jiān)測模型研究[D]. 劉秀英.西北農(nóng)林科技大學(xué) 2016
[3]基于GF-1/WFV和面向?qū)ο蟮霓r(nóng)作物種植結(jié)構(gòu)提取方法研究[D]. 宋茜.中國農(nóng)業(yè)科學(xué)院 2016
[4]中高分辨率遙感影像森林類型精細(xì)分類與森林資源變化監(jiān)測技術(shù)研究[D]. 任沖.中國林業(yè)科學(xué)研究院 2016
[5]特征選擇準(zhǔn)則間的關(guān)聯(lián)及高分辨率遙感影像類別不平衡問題研究[D]. 陳曦.上海交通大學(xué) 2011
[6]作物凍害高光譜曲線特征及其遙感監(jiān)測[D]. 李章成.中國農(nóng)業(yè)科學(xué)院 2008
[7]水稻主要病蟲害脅迫遙感監(jiān)測研究[D]. 劉占宇.浙江大學(xué) 2008
[8]基于特征選擇技術(shù)的集成學(xué)習(xí)方法及其應(yīng)用研究[D]. 劉天羽.上海大學(xué) 2007

碩士論文
[1]玉米冠層氮素高光譜估測研究[D]. 馬昕宇.東北農(nóng)業(yè)大學(xué) 2019
[2]基于多源高分辨率遙感數(shù)據(jù)的人工林樹種分類研究[D]. 謝珠利.浙江農(nóng)林大學(xué) 2019
[3]遙感圖像的特征降維及分層分類研究[D]. 杜學(xué)惠.東北林業(yè)大學(xué) 2019
[4]稀土復(fù)墾礦區(qū)典型植被高光譜特征分析及判別研究[D]. 王英浩.江西理工大學(xué) 2019
[5]基于卷積神經(jīng)網(wǎng)絡(luò)的高分辨率遙感影像土地利用分類[D]. 門計(jì)林.中國地質(zhì)大學(xué) 2019
[6]喬木樹種遙感監(jiān)測波段窗口研究[D]. 宋仁飛.中南林業(yè)科技大學(xué) 2017
[7]高光譜遙感對降香黃檀葉部主要病害的監(jiān)測研究[D]. 徐海舟.中南林業(yè)科技大學(xué) 2017
[8]云南中甸地區(qū)高光譜遙感礦物信息提取[D]. 梁繁.成都理工大學(xué) 2017
[9]不同遙感變量組合模式監(jiān)測小麥關(guān)鍵長勢參數(shù)研究[D]. 馬昌.揚(yáng)州大學(xué) 2014
[10]基于支持向量數(shù)據(jù)描述的遙感圖像病害松樹識(shí)別研究[D]. 張學(xué)敏.安徽大學(xué) 2014



本文編號(hào)：3556805