本文利用遙感技術(shù)手段對(duì)不同尺度的小麥條銹病進(jìn)行監(jiān)測(cè)研究�；谝巴鈱�(shí)驗(yàn)調(diào)查獲得冠層高光譜數(shù)據(jù)和小麥條銹病病情嚴(yán)重度,同時(shí)獲得與研究區(qū)對(duì)應(yīng)的Sentinel-2衛(wèi)星影像、氣象數(shù)據(jù)等相關(guān)數(shù)據(jù),對(duì)冠層和區(qū)域尺度的小麥條銹病進(jìn)行監(jiān)測(cè)研究,利用不同的特征變量篩選算法和分類算法建立監(jiān)測(cè)模型,對(duì)小麥條銹病的防控提供及時(shí)和科學(xué)指導(dǎo)。主要研究工作如下:（1）在冠層尺度上,根據(jù)野外實(shí)驗(yàn)獲得的各個(gè)不同生育期的小麥條銹病冠層高光譜響應(yīng)特征,研究小麥條銹病的冠層光譜變化和響應(yīng)規(guī)律,在冠層尺度上對(duì)小麥條銹病進(jìn)行監(jiān)測(cè)和分析,同時(shí)也為后期區(qū)域尺度的研究提供更多理論基礎(chǔ)。為了分析光譜特征與小麥條銹病之間的相關(guān)性,分別從原始光譜、植被指數(shù)特征分析出相關(guān)性較高的特征,再利用K-Means算法篩選出最優(yōu)特征集合,結(jié)合LSSVM分類算法,在不同生育期中建立小麥條銹病監(jiān)測(cè)模型。所有模型中,在5月18日,小麥灌漿期,K-Means結(jié)合LSSVM監(jiān)測(cè)模型的精度最高達(dá)到80.5%,基本實(shí)現(xiàn)了冠層尺度上對(duì)小麥條銹病的監(jiān)測(cè)。（2）在區(qū)域尺度上,本文基于Sentinel-2遙感衛(wèi)星影像數(shù)據(jù)建立小麥條銹病的嚴(yán)重度監(jiān)測(cè)模型,通過K-Means結(jié)合... 

【文章來源】：安徽大學(xué)安徽省 211工程院校

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究區(qū)概況Fig.2.1Locationofexperimentalspike.

第二章實(shí)驗(yàn)方案、數(shù)據(jù)獲取及處理12總體精度達(dá)90%以上，滿足后續(xù)分析的精度要求。提取的小麥種植面積見圖2.4。圖2.4小麥種植區(qū)域Fig.2.4Plantingareaofwheat2.3.2氣象數(shù)據(jù)的獲取及預(yù)處理小麥條銹病作為一種破壞性較強(qiáng)的低溫、高濕、強(qiáng)光的氣傳病害，氣象條件是條銹菌存活、生長(zhǎng)和繁殖的關(guān)鍵因素，氣象條件會(huì)導(dǎo)致大范圍內(nèi)條銹病的爆發(fā)，造成小麥的大幅減產(chǎn)[25]。根據(jù)陜西寧強(qiáng)縣小麥條銹病的發(fā)病時(shí)間及特點(diǎn)，及氣象站點(diǎn)的逐日地面氣象資料，獲得研究區(qū)域及研究區(qū)域相鄰區(qū)域的3月到5月份的平均降水量（PRE）、平均溫度（TEM）、風(fēng)速（WIN）、日照時(shí)數(shù)（SSD）和相對(duì)濕度（RHU）。因氣象站點(diǎn)的個(gè)數(shù)的有限，無法滿足氣象因子在整個(gè)研究區(qū)域的連續(xù)分布，對(duì)樣點(diǎn)的代表性差。為了獲取調(diào)查樣點(diǎn)相對(duì)較為準(zhǔn)確的各樣本點(diǎn)的氣象因子值，需對(duì)氣象數(shù)據(jù)進(jìn)行處理。氣象數(shù)據(jù)處理包括異常值去除月平均值計(jì)算和GIS空間插值計(jì)算[1]。空間插值則是利用GIS軟件對(duì)氣象特征進(jìn)行分析，將局部小尺度上獲得信息擴(kuò)展到較大尺度或者區(qū)域，從而獲得樣本點(diǎn)的氣象因子。而氣象站點(diǎn)的數(shù)目和位置也直接影響著空間插值的結(jié)果與精度，選擇合適的站點(diǎn)數(shù)目及位置也極為重要。而研究區(qū)域的范圍較小，覆蓋的站點(diǎn)個(gè)數(shù)很少。因此，在插值空間分析的站點(diǎn)選擇中，同時(shí)還加入陜西寧強(qiáng)縣研究區(qū)域附近的幾個(gè)站點(diǎn)。具體的氣象站點(diǎn)見圖2.5。隨著空間分析技術(shù)的發(fā)展，國(guó)內(nèi)外研究發(fā)展了很多的空間插值方法，被廣泛的應(yīng)用于資源、災(zāi)害管理中。其中最常用的是反距離加權(quán)插值法

安徽大學(xué)碩士學(xué)位論文13（inversedistanceweighted，IDW）、克里金插值法和樣條插值法[26]。綜合考慮這幾種方法的優(yōu)缺點(diǎn)和陜西省附件各區(qū)縣的氣象站點(diǎn)和數(shù)目，最終決定利用反距離加權(quán)法，基于ArcGIS10.2軟件空間分析平臺(tái)，對(duì)陜西省附近區(qū)域反演的各氣象特征因子進(jìn)行空間差值。圖2.6為研究區(qū)5月份各氣象特征的空間插值結(jié)果圖。圖2.5研究區(qū)氣象站點(diǎn)分布圖Fig.2.5Mapofmeteorologicalstationsinthestudyarea圖2.6陜西寧強(qiáng)縣5月份的空間插值分布圖Fig.2.6SpatialInterpolationDistributionMapofNingqianginMay

【參考文獻(xiàn)】：
期刊論文
[1]近年來陜西省小麥條銹病流行規(guī)律及其與氣象條件的關(guān)系[J]. 李登科,王釗,謝飛舟.  災(zāi)害學(xué). 2019(03)
[2]粒計(jì)算思維下的BP神經(jīng)網(wǎng)絡(luò)在金融趨勢(shì)預(yù)測(cè)中的應(yīng)用[J]. 沈澤君,楊文元.  小型微型計(jì)算機(jī)系統(tǒng). 2019(03)
[3]基于BP神經(jīng)網(wǎng)絡(luò)的血液熒光光譜識(shí)別分類研究[J]. 高斌,趙鵬飛,盧昱欣,范雅,周林華,錢軍,劉林娜,趙思言,孔之豐.  光譜學(xué)與光譜分析. 2018(10)
[4]基于GF-1遙感影像和relief-mRMR-GASVM模型的小麥白粉病監(jiān)測(cè)[J]. 黃林生,阮超,黃文江,師越,彭代亮,丁文娟.  農(nóng)業(yè)工程學(xué)報(bào). 2018(15)
[5]中國(guó)小麥條銹病研究與防控[J]. 馬占鴻.  植物保護(hù)學(xué)報(bào). 2018(01)
[6]作物病蟲害遙感監(jiān)測(cè)與預(yù)測(cè)研究進(jìn)展[J]. 黃文江,張競(jìng)成,師越,董瑩瑩,劉林毅.  南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[7]基于AdaBoost模型和mRMR算法的小麥白粉病遙感監(jiān)測(cè)[J]. 馬慧琴,黃文江,景元書,董瑩瑩,張競(jìng)成,聶臣巍,唐翠翠,趙晉陵,黃林生.  農(nóng)業(yè)工程學(xué)報(bào). 2017(05)
[8]寧強(qiáng)縣小麥條銹病的發(fā)生規(guī)律與防治對(duì)策[J]. 王超,李昕,高強(qiáng),王保通.  陜西農(nóng)業(yè)科學(xué). 2016(08)
[9]遙感與氣象數(shù)據(jù)結(jié)合預(yù)測(cè)小麥灌漿期白粉病[J]. 馬慧琴,黃文江,景元書.  農(nóng)業(yè)工程學(xué)報(bào). 2016(09)
[10]綜合遙感與氣象信息的小麥白粉病監(jiān)測(cè)方法[J]. 聶臣巍,袁琳,王保通,金秀良,黃文江,張競(jìng)成,楊貴軍.  植物病理學(xué)報(bào). 2016(02)

博士論文
[1]多源遙感數(shù)據(jù)小麥病害信息提取方法研究[D]. 張競(jìng)成.浙江大學(xué) 2012

碩士論文
[1]基于改進(jìn)果蠅算法優(yōu)化最小二乘支持向量機(jī)模型的土壤濕度反演研究[D]. 石心鶯.浙江大學(xué) 2016



本文編號(hào)：3309149