文献类型： 中文期刊

作者： 孔钰如 ¹ ; 王李娟 ² ; 张竞成 ² ; 杨贵军 ² ; 岳云 ² ; 杨小冬 ² ;

作者机构： 1.农业农村部农业遥感机理与定量遥感重点实验室北京市农林科学院信息技术研究中心

2.null

关键词： 小麦条锈病;遥感;气象数据;发病率;SEIR-StripeRust模型

期刊名称： 遥感技术与应用

ISSN： 1004-0323

年卷期： 2022 年 003 期

页码： 571-579

收录情况： 北大核心 ; CSCD

摘要： 小麦条锈病是导致小麦大规模减产的气传性病害，其传播扩散过程受多种因素影响，常用的作物病害气象预测模型难以准确模拟。为实现小麦条锈病发病率的精准预测，提出一种基于气象和遥感数据建立的SEIR-StripeRust动态预测模型。以甘肃省陇南地区为研究区，首先基于气象数据和MODIS遥感数据分别构建气象因子和植被指数，然后与发病率进行相关性分析筛选敏感因子并耦合基本感染率，进而建立SEIR-StripeRust模型，最后采用后向传播神经网络（BPNN）、支持向量回归（SVR）和多元线性回归（MLR）模型对比验证SEIR-StripeRust模型的有效性。结果表明：平均气温、相对湿度和归一化植被指数与小麦条锈病发病率显著相关，其建立的SEIRStripeRust模型预测精度最高，决定系数R~2达到0.79，均方根误差RMSE为0.10，平均绝对误差MAE为0.09，均优于相同特征变量下的BPNN、SVR和MLR模型。研究结果表明SEIRStripeRust模型能够有效预测小麦条锈病发病率，并为县域尺度的小麦条锈病预测和精确防控提供技术支持。