基于卫星遥感的冬小麦条锈病气象流行预测模型.docxVIP

PAGE2

基于卫星遥感的冬小麦条锈病气象流行预测模型

摘要

冬小麦条锈病具有暴发性强、流行速度快的特点，传统田间调查方式难以实现大范围实时监测，导致防治窗口期错失，造成严重产量损失。本研究针对这一现实痛点，设计了一种融合卫星遥感植被指数与气象要素的条锈病流行预测模型。

研究整合Sentinel-2多光谱影像反演的归一化植被指数（NDVI）与增强型植被指数（EVI），结合近地面气象站逐日温湿度数据，构建了基于随机森林算法的气象流行等级预测模型。全文遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进思路展开。首先，分析了条锈病监测预警的业务需求与功能指标；其次，完成模型总体架构设计与数据流规划；再次，对遥感数据处理、气象特征工程与预测算法进行详细设计；随后，实现模型并完成训练与验证；最后，通过多区域历史病害数据对模型进行功能与精度测试。

模型的核心创新在于将高时间分辨率遥感物候异常检测与气象流行条件概率模型相结合，实现了从“点状调查”到“面状预测”的跨越，为县级植保部门开展统防统治提供了空间化决策依据。

第一章绪论

1.1研究背景

冬小麦是我国第二大粮食作物，年播种面积稳定在3.3亿亩以上，其安全生产直接关系国家粮食安全大局。条锈病作为冬小麦生产中的头号气传病害，具有远距离传播、暴发成灾的特点，大流行年份可导致减产30%以上，严重田块甚至绝收。

传统条锈病监测主要依