新疆是我國棉花的主要產(chǎn)區(qū)。在棉花生長過程中常受到棉蚜危害,影響植株的生長發(fā)育,造成減產(chǎn)。傳統(tǒng)棉蚜信息監(jiān)測需要人工觀察棉蚜危害棉花葉片變化,統(tǒng)計(jì)棉蚜數(shù)量,費(fèi)時(shí)費(fèi)力,并且由于統(tǒng)計(jì)的延時(shí)性造成蟲情信息滯后,不利于棉蚜危害的精準(zhǔn)防控。農(nóng)田傳感器的普及使棉蚜信息快速獲取成為可能,因此,探究一種棉蚜危害快速識(shí)別方法,以提高蟲情獲取效率。本研究針對目前棉蚜危害監(jiān)測依靠田間人工調(diào)查、布置裝置采集等方法而導(dǎo)致蟲情信息獲取時(shí)效性差、覆蓋面小等一系列問題,以高光譜成像儀獲取健康、受蚜蟲危害的棉花葉片樣本高光譜數(shù)據(jù)與圖像數(shù)據(jù),提取光譜特征、圖像特征,以特征數(shù)據(jù)作為輸入構(gòu)建機(jī)器學(xué)習(xí)模型,完成基于高光譜成像的棉花蚜蟲危害判別模型與棉花蚜蟲危害程度識(shí)別模型的建立,并依據(jù)棉花蚜蟲危害程度識(shí)別模型,基于安卓系統(tǒng)自主研發(fā)了棉花蚜蟲危害程度診斷系統(tǒng),實(shí)現(xiàn)棉蚜危害的診斷,為農(nóng)業(yè)生產(chǎn)提供棉蚜防控提供技術(shù)支持。主要研究結(jié)果如下:1.基于高光譜成像的棉蚜危害識(shí)別模型建立研究本研究基于新陸早45棉花葉片受棉蚜危害后光譜反射率、圖像紋理特征變化,通過不同降維方法提取光譜特征值與紋理特征,以此為判別依據(jù)輸入機(jī)器學(xué)習(xí)模型,建立棉蚜危害判別... 

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究目的及意義
    1.2 國內(nèi)外研究進(jìn)展
        1.2.1 農(nóng)作物蟲情監(jiān)測方法研究進(jìn)展
        1.2.2 棉蚜危害判別模型研究進(jìn)展
        1.2.3 蟲害監(jiān)測系統(tǒng)研究進(jìn)展
        1.2.4 目前存在問題
    1.3 研究目標(biāo)與內(nèi)容
    1.4 技術(shù)路線
第二章 材料與方法
    2.1 試驗(yàn)設(shè)計(jì)
        2.1.1 基于高光譜成像的棉蚜危害識(shí)別模型建立研究
        2.1.2 基于高光譜成像的棉蚜危害程度診斷模型建立研究
    2.2 高光譜成像系統(tǒng)搭建
    2.3 高光譜成像信息采集
    2.4 高光譜成像數(shù)據(jù)定標(biāo)
        2.4.1 光譜定標(biāo)
        2.4.2 空間輻射定標(biāo)
        2.4.3 輻射亮度轉(zhuǎn)化光譜反射率
        2.4.4 高光譜成像反射率數(shù)據(jù)平滑處理
    2.5 特征提取
        2.5.1 光譜特征提取
        2.5.2 圖像特征提取
    2.6 建模分析方法
第三章 基于高光譜成像的棉蚜危害識(shí)別模型建立研究
    3.1 結(jié)果分析
        3.1.1 棉花葉片原始光譜曲線特征
        3.1.2 主成分分析
        3.1.3 光譜特征提取
        3.1.4 紋理特征提取
        3.1.5 判別模型構(gòu)建與結(jié)果
    3.2 本章小結(jié)
第四章 基于高光譜成像的棉蚜危害程度診斷模型建立研究
    4.1 結(jié)果與分析
        4.1.1 原始光譜
        4.1.2 主成分聚類與危害程度分類
        4.1.3 相關(guān)性分析與數(shù)據(jù)降維
        4.1.4 模型構(gòu)建與結(jié)果分析
    4.2 本章小結(jié)
第五章 基于高光譜成像的棉蚜危害監(jiān)測系統(tǒng)建立與應(yīng)用
    5.1 系統(tǒng)運(yùn)行效果
        5.1.1 系統(tǒng)圖標(biāo)與登錄界面
        5.1.2 輸入界面
        5.1.3 棉蚜危害程度識(shí)別模塊
        5.1.4 預(yù)報(bào)預(yù)警模塊
        5.1.5 系統(tǒng)準(zhǔn)確性檢測
    5.2 生產(chǎn)實(shí)踐應(yīng)用
    5.3 應(yīng)用結(jié)果分析
    5.4 本章小結(jié)
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 創(chuàng)新點(diǎn)
    6.3 展望
參考文獻(xiàn)
致謝
作者簡介
附件
石河子大學(xué)碩士研究生學(xué)位論文導(dǎo)師評閱表


【參考文獻(xiàn)】：
期刊論文
[1]應(yīng)用昆蟲遠(yuǎn)程智能監(jiān)測系統(tǒng)監(jiān)測蘋果園害蟲的技術(shù)[J]. 徐清芳,門興元,王圣楠,曲誠懷,曲在亮,李強(qiáng),張晴晴,李麗莉.  應(yīng)用昆蟲學(xué)報(bào). 2019(06)
[2]基于Maxent模型的寧夏枸杞蚜蟲適生分布預(yù)測研究[J]. 馬菁,劉垚,張學(xué)儉.  地理與地理信息科學(xué). 2019(05)
[3]基于亞像元目標(biāo)的高分辨率光學(xué)遙感衛(wèi)星在軌輻射定標(biāo)方法[J]. 徐偉偉,張黎明,李鑫,司孝龍,許永平.  光學(xué)學(xué)報(bào). 2019(10)
[4]平山縣2018年性誘劑和蟲情燈誘測棉鈴蟲成蟲效果比較[J]. 韓麗,劉明霞,張春曉,杜文娟.  現(xiàn)代農(nóng)村科技. 2019(04)
[5]基于高光譜數(shù)據(jù)的棉田蟲害鑒別研究[J]. 王小龍,鄧?yán)^忠,黃華盛,鄧宇森,蔣統(tǒng)統(tǒng),鐘兆基,張亞莉,文晟.  華南農(nóng)業(yè)大學(xué)學(xué)報(bào). 2019(03)
[6]貴州省蕎麥蚜蟲種類調(diào)查及消長規(guī)律研究[J]. 張曉娜,周飄,李斌,李洪有,鄧嬌,孟子燁,黃娟,石桃雄,黃凱豐,陳慶富.  西南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[7]性信息素和蟲情測報(bào)燈對玉米田桃蛀螟成蟲的監(jiān)測效果研究[J]. 王守寶,徐永偉,張玉華,王香芝.  基層農(nóng)技推廣. 2018(12)
[8]油菜蚜蟲發(fā)生危害特點(diǎn)及綠色防控技術(shù)[J]. 黃光同,韓永洪,劉勇,劉華玉,徐玲.  湖北植保. 2018(05)
[9]基于高光譜的設(shè)施黃瓜蚜蟲蟲害檢測及其預(yù)測模型[J]. 吳雅茹,趙家奇,胡祖慶.  陜西農(nóng)業(yè)科學(xué). 2018(08)
[10]云南切梢小蠹危害云南松監(jiān)測模型與判定規(guī)則[J]. 汪紅,石雷,馬云強(qiáng),舒清態(tài),廖懷建,杜婷.  林業(yè)科學(xué)研究. 2018(04)

博士論文
[1]基于電子鼻技術(shù)的茶樹蟲害信息檢測[D]. 孫玉冰.浙江大學(xué) 2018

碩士論文
[1]基于多平臺(tái)遙感的東亞飛蝗災(zāi)害監(jiān)測研究[D]. 鄭曉梅.浙江大學(xué) 2019
[2]基于無人機(jī)遙感的棉花螨害動(dòng)態(tài)監(jiān)測研究[D]. 崔美娜.石河子大學(xué) 2019
[3]基于近地成像光譜數(shù)據(jù)的不同物候期蘋果葉片葉綠素含量預(yù)測[D]. 趙環(huán)三.山東農(nóng)業(yè)大學(xué) 2018
[4]大田“四情”監(jiān)測系統(tǒng)中太陽能電池供電系統(tǒng)設(shè)計(jì)及應(yīng)用[D]. 張健.寧夏大學(xué) 2018
[5]煙草蟲情圖像采集與監(jiān)測系統(tǒng)研究[D]. 孫艘.華中科技大學(xué) 2017
[6]基于光譜分析技術(shù)的水稻病蟲害早期檢測研究[D]. 季慧華.中國計(jì)量學(xué)院 2013
[7]基于NIR高光譜成像技術(shù)的長棗蟲害及可溶性固形物無損檢測研究[D]. 羅陽.寧夏大學(xué) 2013
[8]燕麥蚜蟲的種群數(shù)量動(dòng)態(tài)和抗蚜性研究[D]. 朱永峰.甘肅農(nóng)業(yè)大學(xué) 2010
[9]國內(nèi)棉花價(jià)格對新疆棉花生產(chǎn)的影響[D]. 翟云飛.新疆農(nóng)業(yè)大學(xué) 2008



本文編號(hào)：3716741