棉花黄萎病高光谱识别与遥感监测及研究.pdfVIP

摘要 摘要 提高农作物病虫害的监测水平对维护我国粮食安全、保护生态环境具有重要意义。本 研究通过分析棉花黄萎病不同严重度叶片的高光谱数据，选择对病情严重度响应敏感的光 谱波段，采用多种识别模式对病情严重度等级予以分类；运用IKONOS卫星影像实现棉花 黄萎病发生区域的监测。研究内容和结果概述如下： 棉花受黄萎病危害后，叶片光谱反射率在可见光区(400-700rim)及近红外区(900-一 1400 rim)随病情严重度的增加均呈现上升趋势：正常叶片的光谱反射率最低，轻度病叶的 光谱反射率次之，极严重度叶片的光谱反射率最高。一阶微分光谱在红边范围内(680-780 nm)的变幅最大：随著病情严重度的增加，峰值逐渐降低，红边位置向短波方向移动。 利用棉花黄萎病叶不同严重度的原始光谱及一阶微分光谱数据分析了其各自的变化特 征，筛选对病害响应敏感的光谱区域，构建多个光谱植被指数及高光谱三边特征参数，实 现病情严重度的简单线性回归、二次多项式回归等的估算：运用主成分分析及小波分析对 高光谱信息进行特征提取，实现病情严重度的判别分析、BP神经网络、遗传优化的BP神 经网络及支持向量机SVM的高光谱识别。 类提取了研究区域内的棉花地块，结合地面调查点的GPS数据和相应的病情严重度资料， 为病情严重度，X为影像b2和b4波段构建的比值植被指数)；监测结果同地面调查点的实 际情况大体吻合。 关键词：棉花黄萎病高光谱识别遥感监测 Abstract Abstract Itisof tomaintainChinafood and environment greatsignificance securityprotectecological by level Ollthe dataof ofthe anddiseases．Based monitoring croppests hyper—spectral improving cotconVerticilliumwilt sensitive bandswereselectedandthelevelsof leaves，the spectral wiltwere wereclassifiedwithseveralmethods．TheofcottonVenicillium severity regions monitoredIKONOSsatellite．The contentandresultwere as by summarystudy presented follows： The reflectanceofcottonleavesinfectedwith wiltincreasedinvisible spectral Verticillium near-infrared the ofthe n_rn)as tightspectra(400-700nm)and spectra(900·1300aggravating Was of infectedleaveswas disease