您好,欢迎访问北京市农林科学院 机构知识库!

利用高光谱红边与黄边位置距离识别小麦条锈病

文献类型: 中文期刊

作者: 蒋金豹 1 ; 陈云浩 2 ; 黄文江 3 ;

作者机构: 1.中国矿业大学(北京)地测学院

2.北京师范大学资源学院

3.国家农业信息化工程技术研究中心

关键词: 高光谱;小麦条锈病;红边位置;黄边位置;病情指数;反演模型

期刊名称: 光谱学与光谱分析

ISSN: 1000-0593

年卷期: 2010 年 30 卷 06 期

页码: 1614-1618

收录情况: EI ; SCI ; 北大核心 ; CSCD

摘要: 研究的目的是利用高光谱遥感尽可能早地识别出健康与遭受条锈病胁迫的小麦。通过人工田间诱发不同等级条锈病,在不同生育期测定感染不同严重程度条锈病的冬小麦冠层光谱及病情指数(disease index,DI)。对测定的光谱进行平滑并计算一阶微分值,并用两种方法分别提取光谱红边位置(rededge position,REP)与黄边位置(yellowe dge position,YEP):(1)一阶微分最大值法;(2)Cho and Skidmore方法。研究表明随着病情严重度的增加,REP逐渐向短波方向移动,YEP逐渐向长波方向移动,而REP-YEP则迅速的减小。分别对比分析了REP,YEP以及REP-YEP预测DI的能力,结果表明,以REP-YEP为变量的模型预测DI的精度最好,模型估测绝对误差(RMSE)仅为6.22,相对误差(relativeerror,RE)为14.3%,且能够提前12d识别出健康与病害胁迫的小麦。该研究不仅可为将来利用高光谱遥感大面积监测小麦病害提供理论与技术支持,而且对精准农业的实施也具有重要意义与实际应用价值。

  • 相关文献

[1]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

[2]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

[3]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

[4]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

[5]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

[6]基于VSURF-CA的小麦条锈病高光谱病情指数估测模型. 梅广源,李荣,梅新,陈日强,樊意广,程金鹏,冯子恒,陶婷,赵倩,赵培钦,杨小冬. 2024

[7]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

[8]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

[9]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

[10]基于红边位置提取验证成像与非成像高光谱数据的一致性. 王大成,张东彦,赵晋陵,李存军,朱大洲,黄文江,李宇飞,杨小冬. 2011

[11]利用遥感红边参数估算夏玉米农学参数的可行性分析. 谭昌伟,王纪华,郭文善,陆建飞,张洪程,蒋海荣. 2006

[12]用冠层光谱比值指数反演条锈病胁迫下的小麦含水量. 蒋金豹,黄文江,陈云浩. 2010

[13]用高光谱微分指数估测条锈病胁迫下小麦冠层叶绿素密度. 蒋金豹,陈云浩,黄文江. 2010

[14]棉花单叶黄萎病病情严重度高光谱反演模型研究. 竞霞,黄文江,王纪华,王锦地,王克如. 2009

[15]大田作物病害遥感监测技术及模型的研究现状与展望. 赵倩,刘长斌,梅新,梅广源,陶婷,赵培钦,杨小冬. 2024

[16]用神经网络和高光谱植被指数估算小麦生物量. 王大成,王纪华,靳宁,王芊,李存军,黄敬峰,王渊,黄芳. 2008

[17]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

[18]自主研制的田间成像高光谱仪农学建模研究. 黄文江,张东彦,马智宏,王秋平. 2010

[19]小麦条锈病高光谱遥感监测技术研究. 蔡成静,王海光,安虎,史延春,黄文江,马占鸿. 2005

[20]基于遗传神经网络的全国小麦条锈病长期气象预测. 靳宁,黄文江,景元书,王大成,罗菊花. 2009

作者其他论文 更多>>