版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、農作物病蟲害是造成農業(yè)生產損失的主要因素之一,做好病蟲害的準確監(jiān)測與預報,才能有效的指導病蟲害的防控工作,從而降低經濟損失。高光譜遙感技術可以準確、及時、客觀的獲取地面植被信息,從而了解近地面作物生長狀況,間接的對作物病蟲害進行監(jiān)測。
本文以重要的水稻遷飛性害蟲稻縱卷葉螟為對象,采用便攜式光譜儀,測定了不同尺度下(室內葉片、小區(qū)冠層及大田冠層)不同生育期(分蘗期、孕穗期和揚花期)水稻的光譜反射率,組建了基于敏感光譜波段、光
2、譜反射率微分值和光譜反射率主成分的稻縱卷葉螟為害程度的回歸、主成分、BP神經網絡及GA-BP網絡的多種診斷模型,以便在不同光譜水平上對水稻多種生育期的受害程度進行監(jiān)測,獲得了以下主要結果:
(1)測定了不同卷葉率的組合葉片的室內光譜反射率、小區(qū)和大田不同卷葉率下的冠層光譜反射率,通過反射率與卷葉率間的相關分析,獲得了能表征稻縱卷葉螟為害的各光譜敏感波段。孕穗期組合葉片在藍紫、綠峰、紅光和近紅外波段的光譜反射率對水稻受害程度
3、敏感;揚花期時主要是可見光和一部分近紅外波段對水稻受害程度敏感。在小區(qū)冠層光譜反射率中,在孕穗期,藍紫光、綠光和近紅外波段對水稻受害程度敏感;在揚花期,只有極少部分的紅光和絕大部分的近紅外波段對水稻受害程度敏感。在大田冠層光譜反射率中,在分蘗期,只有紅光及近紅外波段對水稻受害程度敏感;在孕穗期,只有近紅外波段反射率對水稻受害程度敏感;在揚花期,只有藍紫光和紅光波段的反射率對蟲害程度敏感。無論是在分蘗期,孕穗期還是揚花期,紅光波段和近紅外
4、波段與受害后卷葉率的相關性均處于極顯著水平。
利用敏感波段的反射率及其一階微分值分別建立了水稻卷葉率的回歸診斷模型,通過回檢和預測發(fā)現(xiàn),基于室內組合葉片的光譜反射率的模型診斷卷葉數(shù)的準確率最高,小區(qū)冠層光譜反射率模型診斷小區(qū)卷葉率級別的準確度次之,而大田光譜反射率診斷卷葉率級別的準確率最差。線性回歸模型難以對大田稻縱卷葉螟的危害進行準確監(jiān)測。
對不同卷葉率水稻葉片和冠層在400~1000nm光譜波段的各反射率
5、進行主成分分析,由各主成分負載表明,每個主成分各自代表不同波段組合的信息,室內組合葉片和小區(qū)的不同卷葉率基本可由光譜反射率的第一和第二主成分簡單地區(qū)分開來,但是大田的不同卷葉率難以用冠層光譜反射率的任一兩個主成分組合進行區(qū)分。
利用室內組合葉片的光譜反射率的主成分,建立的孕穗期組合葉片卷葉數(shù)的回歸診斷模型,模型預測和回檢準確率分別為42.9%和95.2%,而在揚花期葉片中由主成分建立的回歸模型的效果較好,預測和回檢準確率分
6、別為85.7%和90.5%。利用小區(qū)冠層光譜反射率的主成分建立的小區(qū)卷葉率級別的回歸診斷模型,在孕穗期和揚花期的卷葉率級別診斷的回檢準確率較高,分別為91.7%和62.1%。但是,大田冠層光譜診斷卷葉率級別的主成分回歸模型對各生育期的診斷效果均不好。
(2)利用經主成分分析降維后的光譜反射率主成分因子數(shù)據,進行水稻受稻縱卷葉螟為害的BP神經網絡診斷。結果表明,利用BP網絡診斷孕穗期的組合葉片中卷葉數(shù)的準確率為50%、揚花期
7、的為100%;診斷小區(qū)內孕穗期卷葉率級別的準確率為83.3%、揚花期為60%;診斷大田卷葉率級別的準確率分蘗期為73.3%、孕穗期為60.9%、揚花期為53.6%。僅以光譜反射率的主成分為因子,利用BP神經網絡來監(jiān)測水稻受稻縱卷葉螟為害后的卷葉率還達不到很好的效果。
(3)通過將遺傳算法引入BP神經網絡的方法,對傳統(tǒng)的神經網絡進行了改進,然后利用各層次光譜反射率的主成分因子進行水稻受稻縱卷葉螟危害的光譜監(jiān)測,結果表明,該方
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高光譜技術的水稻稻曲病監(jiān)測研究.pdf
- 褐飛虱和稻縱卷葉螟為害后水稻的光譜特征.pdf
- 水稻成熟度和收獲時期的高光譜監(jiān)測.pdf
- 基于葉片高光譜指數(shù)的水稻氮素及色素含量監(jiān)測研究.pdf
- 水稻抗稻縱卷葉螟鑒定方法及抗性機制研究.pdf
- 砷污染水稻高光譜特征及水稻籽粒產量光譜預估研究.pdf
- 水稻銅脅迫的高光譜遙感研究.pdf
- 不同覆蓋度條件下水稻葉層氮素營養(yǎng)的高光譜監(jiān)測研究.pdf
- 水稻葉片高光譜對蟲害的敏感性及稻飛虱的為害監(jiān)測.pdf
- 水稻參數(shù)高光譜反演方法研究及其系統(tǒng)開發(fā)和水稻面積遙感提取.pdf
- 海上溢油高光譜監(jiān)測研究.pdf
- 基于光譜特性的高光譜圖像壓縮方法研究.pdf
- 基于高光譜的小麥水分狀況監(jiān)測研究.pdf
- 基于HSI高光譜數(shù)據的水稻光譜特征分析與識別技術研究.pdf
- 基于光譜的水稻氮素營養(yǎng)監(jiān)測與調控模型研究.pdf
- 基于成像高光譜的小麥氮素營養(yǎng)監(jiān)測研究.pdf
- 基于高光譜數(shù)據的北疆棉花遙感監(jiān)測研究.pdf
- 基于高光譜的稻麥氮素營養(yǎng)監(jiān)測研究.pdf
- 基于高光譜的小麥植株水分狀況監(jiān)測研究.pdf
- 土壤屬性的高光譜遙感方法研究.pdf
評論
0/150
提交評論