基于多源数据小麦白粉病遥感监测研究

《基于多源数据小麦白粉病遥感监测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明所呈的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得安徽农业大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。-7学位论文作者签名：狸丝碰=}：签字日期：7,o，弓年矽月r日’学位论文版权使用授权书本学位论文作者完全了解安徽农业大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和电子文件，允许论文被查阅和借阅。本

2、人授权安徽农业大学可以将学位论文的全部或部分内容编入有关数据库进行检索，收录到《中国学位论文全文数据库》，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文，向社会公众提供信息服务。(保密的学位论文在解密后适用本授权书)。学位论文作者签名：雠签字日期：劢侈年多月岁Et学位论文作者毕业后去向：工作单位：——通信地址：——指导教师签名：签字Et期：加电话：邮编：摘要小麦白粉病是我国小麦生产中主要的病害之一，病害发生时，单叶尺度和冠层尺度均表现出一定的特征信息，能够通过高光谱特征表征和解译，适合于采用遥感方式进行的监测技术研究。本研究于2011年、20

3、12年利用地面高光谱遥感和HJ．CCD影像对小麦田间白粉病的生理生化指标和病情严重度进行了定性或定量的反演评价。(1)研究了小麦白粉病叶片和植株生理生化特征与病情严重度间的相关关系。小麦白粉病病情严重度与叶绿素含量、叶绿素密度间的差异达到显著或极显著水平。叶绿素含量与病情严重度间存在极显著的负相关关系，R2达到O．8466以上；叶绿素密度与病情指数间存在极显著的负相关关系，R2达到0．9725以上；叶片全氮含量与病情指数间达到极显著负相关关系(《=0．8655)。叶片病情严重度与SPAD值呈显著负相关，其决定系数达到0．9257；叶片病情严重度与C

4、hl、NBI指标呈显著负相关(Rchl一0．768*，R她I一0．632*)，叶片病情严重度与Flay呈显著正相关(RFI鲥=O．727*)。通过高光谱技术对NBI指数进行反演和校正，LS．SVM建模得到的R和RMSEP分别为0．9475和1．0037，优于BPNN所建模型的预测效果。尝试利用叶绿素成像荧光系统检测小麦白粉病叶片的生理状态和快速光响应曲线的变化规律，比较两种选择模式条件下，荧光成像特征的变化规律，比较了小麦病害叶片与健康叶片荧光成像的异质性，表明了受病害胁迫叶片，尤其是表面存在病斑的叶片，荧光参数间存在较高异质性。提出对光曲线拟合方

5、程进行一阶求导得到曲线斜率方程，来表征快速光曲线的动态变化，明确基于荧光成像系统检N4,麦白粉病叶片的合理性。(2)分析了叶片光谱敏感度和原始光谱对不同病情等级叶片尺度的响应关系，明确了630"--680nm波段作为小麦白粉病病害等级响应的最佳敏感波段。利用植被指数法、连续统去除法和小波变换处理来反演单叶尺度小麦白粉病病情严重度。初步筛选确定了16个基于高光谱数据构建的植被指数。除了RVSI和PSRI指数外，其他植被指数与病情严重度间相关系数呈显著性差异，其中指数GNDVI、NDVI、SR、PRI、OSAVI、SAVI、SIPI、VARI、IWB、

6、RVSI和PSRI与病情严重度呈负相关关系，其他植被指数与病情严重度呈正相关关系。以AAI为自变量建立回归模型，取得了更好的反演效果(R2=O．9195，F=251．3122)。基于db6小波系对病叶原始光谱进行降维处理，筛选出了7个通过0．01水平检验的小波能量系数，作为小麦白粉病严重度的识别监测处理。归纳总结了共48个光谱特征与病情严重度(DI)的相关分析结果并对估算模型进行精度检验。其中，41个特征参数均与DI有显著的相关性达到极显著。(3)研究了冠层尺度小麦白粉病不同病情指数光谱响应特征，通过植被指数和病情指数相关性分析，筛选出小麦白粉病病

7、情指数反演监测模型。选取测试的25个植被指数光谱特征中，除了冠层尺度植被指数PSRI和WI与病情指数间相关性不显著外，其余23个冠层尺度植被指数光谱特征均与小麦白粉病病情指数间显著相关。基于选用基于负熵为信号统计量的FastlCA算法对高光谱数据进行降维分析，基于PLS提出多特征变量的小麦白粉病病情指数监测模型，并对可见光、近红外波段的数据进行分离，构建小麦冠层病害胁迫特征三维空间分布模型。经复相关系数和均方根误差判别，RICl-NIRICl．№p模拟方程具有较高的复相关系数和较低的均方根误差，其模型预测值具有较好的精度。(4)通过变化向量分析，对

8、冬小麦白粉病害灾情进行遥感监测，利用冬小麦染病面积与绿波段归一化植被指数的响应关系，重新定义了矢量空间，构建了冬小麦白粉病