您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

小波特征与传统光谱特征估测冬小麦条锈病病情严重度的对比研究

文献类型： 中文期刊

作者： 鲁军景 1 ; 黄文江 2 ; 蒋金豹 1 ; 张竞成 3 ;

作者机构： 1.中国矿业大学(北京)地测学院

2.中国科学院遥感与数字地球研究所

3.北京农业信息技术研究中心

关键词： 条锈病;小波特征;传统光谱特征;病情指数;冬小麦

期刊名称： 麦类作物学报

ISSN： 1009-1041

年卷期： 2015 年 35 卷 10 期

页码： 1456-1461

收录情况： 北大核心 ; CSCD

摘要： 为探讨通过小波特征监测小麦条锈病发病程度的可行性,利用连续小波变换提取的小麦冠层光谱350~1 300 nm范围内的9个小波特征和传统光谱特征(植被指数、一阶微分变换特征和连续统特征),借助偏最小二乘回归(PLSR)建立反演模型,分别将传统光谱特征(SFs)、小波特征(WFs)及传统光谱特征与小波特征结合(SFs&WFs)作为模型的输入,对小麦条锈病病情进行反演。结果表明:(1)小波特征与条锈病严重度的相关性比传统光谱特征强;(2)基于小波特征的模型估测精度(R2为0.837)优于基于传统光谱特征的模型估测精度(R2为0.824);(3)传统光谱特征与小波特征结合的模型精度最高,R2为0.876,RMSE仅为0.096,因而传统光谱特征与小波特征相结合能够更好地对小麦条锈病病情严重度进行估测。

  • 相关文献

[1]利用高光谱指数进行冬小麦条锈病严重度的反演研究. 黄文江,黄木易,刘良云,王纪华,赵春江,王锦地. 2005

[2]冬小麦条锈病的光谱特征及遥感监测. 王纪华,黄文江,黄义德,赵春江,万安民. 2003

[3]利用高光谱微分指数进行冬小麦条锈病病情的诊断研究. 蒋金豹,陈云浩,黄文江. 2007

[4]冬小麦条锈病严重度高光谱遥感反演模型研究. 蒋金豹,陈云浩,黄文江,李京. 2007

[5]基于小波特征的小麦白粉病与条锈病的定量识别. 鲁军景,黄文江,张竞成,蒋金豹. 2016

[6]指示冬小麦条锈病严重度的两个新的红边参数. 王圆圆,陈云浩,李京,黄文江. 2007

[7]主成分分析法与植被指数经验方法估测冬小麦条锈病严重度的对比研究. 陈云浩,蒋金豹,黄文江,王圆圆. 2009

[8]冬小麦条锈病严重度不同估算方法对比研究. 王静,景元书,黄文江,张竞成,赵娟,张清,王力. 2015

[9]基于PHI影像敏感波段组合的冬小麦条锈病遥感监测研究. 罗菊花,黄文江,顾晓鹤,李宁,马丽,宋晓宇,李伟国,韦朝领. 2010

[10]用高光谱微分指数监测冬小麦病害的研究. 蒋金豹,陈云浩,黄文江. 2007

[11]高光谱遥感监测冬小麦条锈病的研究进展(综述). 黄木易,王纪华,黄义德,黄文江,赵春江,刘良云. 2004

[12]条锈病对冬小麦叶绿素荧光、光合及蒸腾作用的影响. 王北洪,黄木易,马智宏,王纪华. 2004

[13]冬小麦条锈病生理变化及其遥感机理. 黄义德,黄文江,刘良云,王纪华,万安民. 2004

[14]条锈病胁迫下冬小麦冠层叶片氮素含量的高光谱估测模型. 蒋金豹,陈云浩,黄文江,李京. 2008

[15]小波变量与传统变量估测冬小麦条锈病病情严重度的对比研究. 黄文江,鲁军景,张竞成. 2014

[16]基于近地高光谱信息的小麦条锈病病情指数反演. 董锦绘,杨小冬,杨贵军,王宝山. 2016

[17]利用高光谱红边与黄边位置距离识别小麦条锈病. 蒋金豹,陈云浩,黄文江. 2010

[18]小麦条锈病高光谱近地与高空遥感监测比较研究. 蔡成静,马占鸿,王海光,张玉萍,黄文江. 2007

[19]利用多时相的高光谱航空图像监测冬小麦条锈病. 刘良云,黄木易,黄文江,王纪华,赵春江,郑兰芬,童庆禧. 2004

[20]葡萄霜霉病田间调查及防治效果试验. 胡盼,李兴红,张夏兰,耿文龙,蔡欣楠,刘正坪,魏艳敏. 2013

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台