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

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：黄文江鲁军景张竞成
• 会议时间：2014-10-01
• 关键词：冬小麦条锈病 ; 病情严重度 ; 小波变换 ; 传统光谱特征 ; 反演模型
• 作者单位：黄文江,张竞成(北京农业信息技术研究中心,北京 100097)鲁军景(中国科学院遥感与数字地球研究所,数字地球重点实验室,北京 100094)
• 母体文献：第九届成像光谱技术与应用研讨会暨交叉学科论坛论文集
• 会议名称：第九届成像光谱技术与应用研讨会暨交叉学科论坛
• 会议地点：海南文昌
• 主办单位：中国空间科学学会空间遥感专业委员会
• 语种：chi
• 分类号：TP3;TP2

摘要

小麦条锈病是田间最常见的病害,通过人工诱发并在灌浆期测定其冠层光谱反射率和病情指数(disease index,D1).通过连续小波变换提取的冠层光谱350~1300nm范围内9个小波特征,以及12个传统光谱特征,利用偏最小二乘回归法(PLSR)建立反演模型,将传统变量(只含传统光谱特征)与小波变量(含传统光谱特征和小波特征)的模型精度进行对比分析,结果表明,小波变量模型精度优于传统变量,其R2为0.876,RMSE为0.096,在传统变量中加入小波特征能够对病情严重度估测模型的精度有一定程度的提高.研究结果对农作物病害信息的识别和监测具有一定的实用价值.