亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于多源數(shù)據(jù)的新疆棉田螨害大范圍監(jiān)測研究

        2021-12-08 09:44:34楊麗麗王振鵬吳才聰
        光譜學(xué)與光譜分析 2021年12期
        關(guān)鍵詞:棉葉棉田植被指數(shù)

        楊麗麗,王振鵬,吳才聰

        中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院,北京 100083

        引 言

        新疆作為我國最重要的產(chǎn)棉基地,保障棉花產(chǎn)業(yè)健康發(fā)展,對促進(jìn)新疆經(jīng)濟(jì)具有重要意義[1]。病蟲害的大范圍爆發(fā)嚴(yán)重影響了棉花的產(chǎn)量和品質(zhì),其中棉葉螨因其隱蔽性強(qiáng)、個(gè)體微小的特點(diǎn),導(dǎo)致監(jiān)測難度大,危害程度深[2]。傳統(tǒng)的螨害監(jiān)測方式主要是由當(dāng)?shù)刂脖H藛T定期在棉田內(nèi)憑經(jīng)驗(yàn)進(jìn)行巡查,手工標(biāo)記棉葉螨受害中心植株位置。這種監(jiān)測方式范圍小、人力消耗大且時(shí)效性差,不能準(zhǔn)確評估大范圍棉田的受害情況。

        國內(nèi)外學(xué)者在作物病蟲害遙感監(jiān)測方面進(jìn)行了大量研究。蘭玉彬等[3]通過獲取柑橘果園的無人機(jī)高光譜影像建立柑橘黃龍病判別模型,實(shí)現(xiàn)了低空高光譜遙感對柑橘黃龍病的大面積監(jiān)測。黃煥華等[4]利用小型固定翼無人機(jī)同時(shí)采集枯死松樹的可見光和近紅外航攝影像,對松材線蟲病的監(jiān)測準(zhǔn)確率可達(dá)到80%以上。田野[5]利用多時(shí)相HJ小衛(wèi)星遙感影像實(shí)現(xiàn)棉葉螨害監(jiān)測,但因其光譜分辨率難以達(dá)到要求還需結(jié)合地面光譜數(shù)據(jù)進(jìn)一步研究。王守會(huì)等[6]基于棉花冠層高光譜數(shù)據(jù)和Landsat8衛(wèi)星遙感數(shù)據(jù)對區(qū)域螨害發(fā)生進(jìn)行預(yù)測研究,模型預(yù)測效果較好,但衛(wèi)星遙感影像分辨率過低使得監(jiān)測樣點(diǎn)之間的光譜差異大大降低。崔美娜等[7]基于無人機(jī)多光譜影像建立棉田螨害監(jiān)測識(shí)別模型,實(shí)現(xiàn)區(qū)域范圍內(nèi)螨害識(shí)別,但并未考慮棉田氣象和土壤環(huán)境對螨害的影響。趙亮等[8]通過獲取不同螨害程度葉片的地面高光譜數(shù)據(jù),篩選出螨害敏感波段,建立了棉葉螨葉片光譜識(shí)別的最佳模型。

        本研究利用無人機(jī)遙感的高時(shí)效性、低成本和高時(shí)空分辨率,彌補(bǔ)了地面光譜難以實(shí)現(xiàn)以點(diǎn)帶面以及衛(wèi)星遙感空間分辨率低、時(shí)效性差的問題,并綜合考慮不同環(huán)境因素對于螨害發(fā)生的影響,建立了基于多源數(shù)據(jù)的棉田大范圍螨害監(jiān)測模型和螨害面積預(yù)測模型,可在實(shí)際應(yīng)用環(huán)節(jié)完成快速大范圍的監(jiān)測需求,為棉田變量施藥提供依據(jù),有效減少損失。

        1 實(shí)驗(yàn)部分

        1.1 研究區(qū)概況

        研究區(qū)位于新疆生產(chǎn)建設(shè)兵團(tuán)第八師145團(tuán)六分場六連,中心位置為86°3′30.85″E,44°32′30.23″N,屬中高緯度的典型大陸性氣候,光照充足,雨量稀少,氣候干燥,冬季嚴(yán)寒,夏季嚴(yán)熱,研究區(qū)氣候條件適宜棉葉螨正常生長[9]。研究區(qū)棉田面積34.7萬m2,約520畝,種植品種為新陸早166號和新陸早163號,采用1膜3管6行種植模式,蕾期一般處于當(dāng)?shù)氐?月上中旬至7月上旬。

        1.2 數(shù)據(jù)獲取與處理

        1.2.1 棉花冠層高光譜數(shù)據(jù)采集與處理

        2018年于北京時(shí)間7月12日12:00—14:00對蕾期棉花進(jìn)行不同螨害程度的冠層光譜采集,采集設(shè)備為ASD FieldSpec Pro FR2500型背掛式野外高光譜輻射儀,光譜波長范圍為350~2 500 nm,采樣間隔為1 nm,光譜儀視場角為25°。采集時(shí)保持探頭垂直向下,光譜儀距離棉花冠層頂垂直高度約為0.5 m,每次測量前后均進(jìn)行標(biāo)準(zhǔn)白板校正,每個(gè)采樣點(diǎn)采集5組光譜數(shù)據(jù),取平均值作為該采樣點(diǎn)的光譜值。

        1.2.2 無人機(jī)多光譜數(shù)據(jù)采集與處理

        2019年棉花蕾期內(nèi),選擇晴朗無云、無風(fēng)或風(fēng)力較小的天氣,分別于6月22日、27日、29日和7月3日、9日、13日在研究區(qū)內(nèi)進(jìn)行6次多光譜數(shù)據(jù)采集,采集設(shè)備為瑞士eBeeSQ固定翼無人機(jī)搭載ParrotSequoia五通道多光譜相機(jī)。該相機(jī)鏡頭焦距為3.98 mm,分辨率為1 280×960,可同時(shí)獲取4個(gè)多光譜波段和可見光數(shù)據(jù)。4個(gè)多光譜波段分別為綠光(中心波長550 nm,波段寬度40 nm)、紅光(660 nm,40 nm)、紅邊光(735 nm,10 nm)和近紅外光(790 nm,40 nm)。

        無人機(jī)起飛前用Sequoia多光譜相機(jī)配備的參考板進(jìn)行輻射定標(biāo)處理,根據(jù)預(yù)設(shè)航線垂直拍攝,影像范圍覆蓋整個(gè)研究地塊。設(shè)置無人機(jī)飛行航線為S型,飛行高度為120 m,飛行速度為13 m·s-1,旁向重疊度為60%,航向重疊度為75%,影像空間分辨率為0.12 m。數(shù)據(jù)采集后,將影像數(shù)據(jù)導(dǎo)入Pix4Dmapper軟件進(jìn)行輻射定標(biāo)和拼接處理。

        1.2.3 螨害實(shí)地調(diào)查數(shù)據(jù)采集

        在每期無人機(jī)多光譜影像采集的時(shí)間點(diǎn)附近由人工進(jìn)行實(shí)地葉片螨害抽樣調(diào)查。在研究區(qū)棉田內(nèi)使用VIVO X20手機(jī)拍攝健康和螨害葉片圖像,采樣比例1∶1,共135個(gè)采樣點(diǎn)。采樣時(shí)記錄葉片受害程度并根據(jù)手機(jī)自帶的GPS精確定位功能記錄采樣點(diǎn)經(jīng)緯度信息。螨害等級參照國家標(biāo)準(zhǔn)《棉花葉螨測報(bào)技術(shù)規(guī)范》進(jìn)行劃分為4級: 0級為完害; 1級為葉面有零星黃斑; 2級為紅斑占葉面積1/3以下; 3級為紅斑占葉面積1/3以上。4種不同螨害程度棉葉示例圖像如圖1。

        圖1 不同螨害程度棉葉圖像(a): 0級; (b): 1級; (c): 2級; (d): 3級Fig.1 Images of cotton leaves with different degree of mite damage(a): Level 0; (b): Level 1; (c): Level 2; (d): Level 3

        1.2.4 環(huán)境數(shù)據(jù)采集與處理

        無人機(jī)多光譜數(shù)據(jù)采集期內(nèi),通過棉田研究區(qū)搭建的氣象監(jiān)測系統(tǒng)和土壤墑情設(shè)備,獲取2019年6月—2019年7月期間逐日每小時(shí)的氣象數(shù)據(jù)和土壤溫濕度數(shù)據(jù)共13種田間環(huán)境數(shù)據(jù)。再以4 d作為一個(gè)周期進(jìn)行統(tǒng)計(jì),計(jì)算出9種氣象數(shù)據(jù),即每周期最高溫度、平均溫度、最低溫度、平均濕度、累計(jì)降雨量、平均風(fēng)力、溫濕系數(shù)、溫雨系數(shù)、積溫(逐日平均溫度≥25 ℃); 4種土壤數(shù)據(jù),即10 cm土壤最高溫度、10 cm土壤最低溫度、10 cm土壤平均溫度和10 cm土壤平均濕度。同時(shí)考慮到農(nóng)戶施藥對螨害的影響,在施藥日期(6月24日和7月8日)節(jié)點(diǎn)附近將周期長度細(xì)化為2 d。

        2 研究方法

        首先,通過采集棉花冠層高光譜數(shù)據(jù)及無人機(jī)多光譜影像數(shù)據(jù),篩選敏感波段位置,構(gòu)建螨害監(jiān)測植被指數(shù); 其次,通過相關(guān)性分析篩選相關(guān)性顯著的螨害監(jiān)測植被指數(shù)和田間環(huán)境數(shù)據(jù),建立基于支持向量機(jī)(support vector machine,SVM)的棉田螨害發(fā)生監(jiān)測模型; 最后,基于最優(yōu)模型分類結(jié)果生成螨害發(fā)生空間分布圖,通過統(tǒng)計(jì)健康點(diǎn)和螨害點(diǎn)的像元數(shù)計(jì)算螨害面積占比值,并結(jié)合田間環(huán)境數(shù)據(jù)采用多元逐步回歸分析方法建立棉田螨害面積預(yù)測模型??傮w技術(shù)路線如圖2所示。

        圖2 棉田螨害監(jiān)測技術(shù)路線Fig.2 Technical route of cotton field spider mite monitoring

        2.1 螨害監(jiān)測植被指數(shù)計(jì)算

        植被指數(shù)(vegetation index,VI)通過不同波段反射率的線性或非線性組合變化,在一定程度上可以突顯植被的不同特征,削弱背景等因素對植被光譜特征的干擾。工作中根據(jù)地面尺度的棉花冠層高光譜數(shù)據(jù)提取出多個(gè)螨害敏感波段,從中選取與低空尺度的無人機(jī)多光譜波段位置相對應(yīng)的4個(gè)敏感波段,初步構(gòu)建23種螨害監(jiān)測植被指數(shù)。植被指數(shù)及其計(jì)算公式如表1所示。

        表1 植被指數(shù)及其計(jì)算公式Table 1 Calculation formulas for vegetation index

        2.2 模型建立

        通過相關(guān)性分析篩選反映螨害最敏感的植被指數(shù)和田間環(huán)境數(shù)據(jù)作為建模特征值,分別用0(無螨害)和1(有螨害)作為目標(biāo)值,將135個(gè)樣本數(shù)據(jù)集輸入SVM分類器進(jìn)行訓(xùn)練和分類,采用單一環(huán)境數(shù)據(jù)、單一植被指數(shù)、環(huán)境數(shù)據(jù)與植被指數(shù)相結(jié)合的3種方法建立基于SVM棉田螨害發(fā)生監(jiān)測模型。模型訓(xùn)練和測試使用Matlab R2019b和LIBSVM 3.24工具箱,并選取準(zhǔn)確率(Accuracy)、精確率(Precision)、召回率(Recall)和對精確率和準(zhǔn)確率整體評價(jià)的F1值作為模型精度的評價(jià)指標(biāo),確定出最優(yōu)螨害發(fā)生監(jiān)測模型。

        使用田間環(huán)境數(shù)據(jù)分別與螨害面積占比值作相關(guān)性分析,篩選出顯著特征值,再基于多元逐步回歸分析法選出與螨害面積值關(guān)系最密切的環(huán)境特征建立棉田螨害面積預(yù)測模型,選取決定系數(shù)R2作為模型評價(jià)指標(biāo)。

        3 結(jié)果與討論

        3.1 地面冠層光譜數(shù)據(jù)反射率分析

        棉花葉片在遭受不同程度的棉葉螨危害后,棉花冠層光譜反射率曲線呈現(xiàn)規(guī)律性變化,呈現(xiàn)明顯的波峰和波谷等特征。圖3為不同螨害程度的棉花冠層光譜反射率曲線。

        圖3 不同螨害程度地面冠層光譜反射率曲線Fig.3 Spectral reflectance curves of ground canopies with different degrees of mite damage

        由圖3可見,在綠光波段范圍內(nèi)553 nm波長附近出現(xiàn)第一個(gè)反射波峰后反射率逐漸下降,至紅光波段范圍內(nèi)680 nm波長附近出現(xiàn)反射波谷-紅谷,此時(shí)具有較低的反射率。反射率于705 nm波長處開始呈現(xiàn)加速上升趨勢,且在近紅外波段760~1 350 nm范圍內(nèi)反射率較高,同時(shí)在此范圍內(nèi)光譜反射率隨著螨害程度的逐漸加重表現(xiàn)出較為明顯的下降趨勢,在中紅外波段1 550~1 800 nm范圍內(nèi)的光譜反射率也表現(xiàn)出了同樣的規(guī)律。

        紅邊是綠色植物最明顯的光譜特征之一。為分析不同螨害程度棉葉冠層光譜的紅邊特征,對紅邊(680~750 nm)范圍內(nèi)的光譜反射率求一階微分,如圖4所示??梢钥闯?80~750 nm范圍內(nèi)的一階微分光譜曲線圖像呈現(xiàn)“雙峰”現(xiàn)象,且隨著螨害加重,反射率一階微分值逐漸減小,表明紅邊波段對不同程度的螨害較為敏感。

        圖4 不同螨害程度地面冠層一階微分光譜曲線Fig.4 First derivative spectral curve of ground canopy with the different degrees of spider mites damage

        分析結(jié)果表明,棉花葉片在遭受不同程度的棉葉螨為害后,可通過棉花冠層光譜反射率及反射率一階微分的變化進(jìn)行表征,綠光波段553 nm附近、紅光波段680 nm附近、紅邊波段680~750 nm范圍、近紅外波段760~1 350 nm范圍都是與螨害發(fā)生相關(guān)的敏感波段,與文獻(xiàn)[8]研究結(jié)果一致。

        3.2 無人機(jī)多光譜數(shù)據(jù)反射率分析

        3.1節(jié)中高光譜的螨害敏感波段分析結(jié)果顯示,本實(shí)驗(yàn)中無人機(jī)攜帶的多光譜相機(jī)波段范圍屬于螨害敏感波段,為進(jìn)一步確定無人機(jī)攜帶多光譜相機(jī)進(jìn)行蟲害監(jiān)測的可行性,對無人機(jī)多光譜遙感影像進(jìn)行了不同螨害程度采樣點(diǎn)的反射率提取,圖5為反射率曲線。

        由圖5可見,綠光波段550 nm附近、550~660 nm波段范圍、660~735 nm波段范圍處不同等級螨害發(fā)生點(diǎn)的光譜反射率基本重疊在一起,可能的原因是無人機(jī)的飛行高度影響影像分辨率,造成不同螨害程度的采樣點(diǎn)在光譜響應(yīng)上的變化差異較小,光譜差異很難區(qū)分,不能進(jìn)行受害等級區(qū)分,但有害和無害的光譜反射率差異比較明顯。故利用無人機(jī)多光譜遙感進(jìn)行螨害監(jiān)測模型構(gòu)建時(shí),只構(gòu)建基于SVM的二分類模型,將螨害1級及以上均視為螨害發(fā)生,即未發(fā)生螨害記為0,發(fā)生螨害記為1。

        圖5 不同螨害程度的多光譜影像反射率曲線Fig.5 Reflectance curve of multispectral image with different degrees of spidermite damage

        3.3 螨害監(jiān)測模型特征篩選

        將選取的23種植被指數(shù)和預(yù)處理后的13種田間環(huán)境數(shù)據(jù)分別與地面采樣點(diǎn)的螨害發(fā)生數(shù)據(jù)做相關(guān)性分析,用顯著性(sig)作為評價(jià)指標(biāo),當(dāng)sig≤0.05時(shí),植被指數(shù)與螨害發(fā)生達(dá)到顯著相關(guān)水平,當(dāng)sig≤0.01時(shí),植被指數(shù)與螨害發(fā)生達(dá)到極顯著相關(guān)水平。從表2看出,所選的植被指數(shù)中,SAVI,OSAVI,TVI和NDGI與螨害發(fā)生呈極顯著相關(guān),RDVI,RVI和MSR與螨害發(fā)生呈顯著相關(guān)。從表3可以看出,平均濕度、溫濕系數(shù)和10 cm土壤平均溫度與螨害發(fā)生呈極顯著相關(guān),最高溫度、平均溫度、積溫、10 cm土壤最高溫度和10 cm土壤平均濕度與螨害發(fā)生呈顯著相關(guān)。研究中選取sig≤0.05的植被指數(shù)及環(huán)境特征作為螨害監(jiān)測建模的特征值。

        表2 植被指數(shù)與螨害發(fā)生之間相關(guān)性Table 2 Correlation between the occurrence of spider mite and vegetation indices

        表3 環(huán)境數(shù)據(jù)與螨害發(fā)生之間相關(guān)性Table 3 Correlation between the occurrence of spider mite and environmental data

        3.4 基于SVM算法的棉田螨害監(jiān)測模型

        選取表2及表3中的7種植被指數(shù)和8種田間環(huán)境數(shù)據(jù)作為建模特征值,在135個(gè)地面采樣點(diǎn)中,隨機(jī)選取出總樣本數(shù)的2/3作為訓(xùn)練集,其余的1/3作為測試集進(jìn)行模型構(gòu)建,分別基于單一環(huán)境數(shù)據(jù)、單一植被指數(shù)、環(huán)境數(shù)據(jù)與植被指數(shù)相結(jié)合的3種方法建立SVM棉田螨害發(fā)生監(jiān)測模型M1,M2及M3。SVM模型的精度主要與核函數(shù)和SVM內(nèi)的參數(shù)選取有關(guān),研究中選擇徑向基函數(shù)(radial basis function,RBF)作為SVM訓(xùn)練模型的核函數(shù),使用交叉驗(yàn)證的方法調(diào)整SVM內(nèi)的懲罰參數(shù)c和gamma參數(shù),得到各類評價(jià)指標(biāo)效果最優(yōu)的監(jiān)測模型。模型結(jié)果如表4所示。

        表4 不同螨害監(jiān)測模型分類結(jié)果對比Table 4 Comparison of classification results of the different degrees of spider mite monitoring models

        表4中,M3效果最好,測試集分類準(zhǔn)確率為80%,精確率為75%,召回率為70.59%,F(xiàn)1值為72.73%; M2次之,M1分類效果最差。表明,同時(shí)使用環(huán)境數(shù)據(jù)和植被指數(shù)綜合考慮了影響螨害發(fā)生的主要因素,從而使模型具有更高的精度和監(jiān)測效果。

        3.5 棉田螨害嚴(yán)重度空間分布

        基于棉田螨害監(jiān)測模型M3,分別繪制6月22日、27日、29日和7月3日、9日、13日共計(jì)6景無人機(jī)遙感螨害監(jiān)測空間分布圖[圖6(a—f)]。

        圖6 不同時(shí)期(6月22日,27日,29日,7月3日,9日,13日)棉田螨害監(jiān)測空間分布圖(a, b, c, d, e, f)Fig.6 Spatial distribution map (a, b, c, d, e, f) of cotton field spider mite monitoring in (June 22, 27, 28, Jule 3, 9, 13) different periods

        圖6中可見,6月22日開始,研究區(qū)螨害成片發(fā)生且基本分布在棉田東部以及中路以南區(qū)域[圖6(a)],棉田實(shí)際調(diào)查發(fā)現(xiàn)棉田東部及南部區(qū)域靠近路邊,地邊雜草較多且農(nóng)戶活動(dòng)多聚集于兩地,同時(shí)發(fā)現(xiàn)監(jiān)測期間研究區(qū)中部以南地區(qū)因棉田灌溉設(shè)施漏水,棉花長勢較弱,這些因素綜合導(dǎo)致了棉田邊緣易發(fā)生的螨害擴(kuò)散到了棉田中部及以南。根據(jù)6月22日棉田螨害監(jiān)測情況,農(nóng)戶于6月24日使用25%阿維乙螨唑懸浮劑對葉螨進(jìn)行施藥防治,從圖6(b)可以看出,6月27日分布圖中螨害面積逐漸減小,葉螨數(shù)量較之前有所下降。但由于棉田內(nèi)施藥時(shí)間不同及葉螨抗藥性強(qiáng),觀察6月29日棉田螨害監(jiān)測圖[圖6(c)]發(fā)現(xiàn)棉田北部螨害擴(kuò)散較其他地區(qū)略微嚴(yán)重。

        隨著7月新疆地區(qū)溫度逐漸升高,高溫條件對棉葉螨擴(kuò)散極其有利,同時(shí)藥劑對葉螨的防治效果下降,導(dǎo)致7月3日螨害逐漸加重,呈現(xiàn)局部棉田葉螨暴發(fā)狀態(tài)且多集中于東、西部地塊邊緣區(qū)域[圖6(d)]。因此,農(nóng)戶于7月8日再次對棉葉螨進(jìn)行施藥防治,但隨著植保人員和農(nóng)戶在田中不斷移動(dòng)進(jìn)行實(shí)地調(diào)查等操作,導(dǎo)致葉螨隨之遷移擴(kuò)散,通過圖6(e)可以看出,中部以北區(qū)域出現(xiàn)局部田塊爆發(fā)成災(zāi)現(xiàn)象,防治難度增加,易由逐漸擴(kuò)散轉(zhuǎn)變成迅速擴(kuò)散。7月13日再次對棉田進(jìn)行監(jiān)測,發(fā)現(xiàn)螨害中部以北區(qū)域已達(dá)到大面積爆發(fā)狀態(tài),而中部以南區(qū)域螨害防治程度較好,無局部爆發(fā)狀態(tài)[圖6(f)]。

        監(jiān)測圖整體趨勢與實(shí)際調(diào)查情況較為相符,通過基于環(huán)境數(shù)據(jù)與植被指數(shù)相結(jié)合建立的SVM棉田螨害監(jiān)測模型可以反映田間螨害變化,基于無人機(jī)的低空遙感可以輔助用來實(shí)現(xiàn)棉田大范圍的螨害發(fā)生監(jiān)測。

        3.6 棉田螨害面積預(yù)測模型的建立

        首先基于模型分類結(jié)果計(jì)算螨害面積占比值,考慮到實(shí)際應(yīng)用環(huán)節(jié),環(huán)境數(shù)據(jù)更易獲取,故只將初選的13種田間環(huán)境數(shù)據(jù)與棉田螨害面積值作相關(guān)性分析,選取sig≤0.05的田間環(huán)境數(shù)據(jù),結(jié)果如表5所示。

        表5 環(huán)境數(shù)據(jù)與棉田螨害面積之間相關(guān)性Table 5 Correlation coefficient between environmental data and cotton field spider mite area

        分別使用SVM回歸和多元逐步回歸方法構(gòu)建螨害面積模型,以決定系數(shù)R2作為指標(biāo)來衡量模型的性能。在Matlab下調(diào)用LIBSVM工具包建立SVM螨害面積預(yù)測模型M1,并通過交叉驗(yàn)證方式尋優(yōu)參數(shù),得到最終模型R2=0.796。采用SPSS進(jìn)行多元逐步回歸分析,從表5中逐步選出與螨害面積值關(guān)系最密切的田間環(huán)境數(shù)據(jù)作為建立預(yù)測模型M2的特征值,最終得到多元逐步回歸方程為

        y=110.826-0.193x1-0.089x2-0.5x3+

        0.423x4-4.022x5

        (1)

        式(1)中,x1是最高溫度,x2是平均濕度,x3是溫濕系數(shù),x4是10 cm土壤最高溫度,x5是10 cm土壤平均溫度,y是預(yù)測的螨害面積占比值。模型評價(jià)結(jié)果見表6。

        表6 模型評價(jià)結(jié)果Table 6 Model evaluation results

        由表6可知,多元逐步回歸預(yù)測模型的決定系數(shù)R2=0.848,說明該模型擬合度優(yōu)于SVM回歸預(yù)測模型,并對多元逐步回歸預(yù)測模型進(jìn)行顯著性檢驗(yàn),計(jì)算出P值為0.001,小于0.05。

        本研究最終使用多元逐步回歸模型對測試樣本進(jìn)行預(yù)測,將螨害面積占比值單位轉(zhuǎn)換成畝數(shù),結(jié)果如表7所示。

        表7 棉田螨害面積預(yù)測模型預(yù)測結(jié)果對比Table 7 Comparison of prediction results of cotton field spider mite area prediction models

        結(jié)果表明模型對棉田螨害發(fā)生面積的預(yù)測效果較好。

        4 結(jié) 論

        對棉田大范圍螨害監(jiān)測和預(yù)測方法進(jìn)行研究,通過地面尺度的棉花冠層高光譜數(shù)據(jù)結(jié)合低空尺度下的無人機(jī)多光譜遙感影像數(shù)據(jù)進(jìn)行敏感波段篩選,計(jì)算螨害相關(guān)植被指數(shù),并結(jié)合試驗(yàn)區(qū)的氣象和土壤等田間環(huán)境數(shù)據(jù),使用單一環(huán)境數(shù)據(jù)、單一植被指數(shù)以及環(huán)境數(shù)據(jù)與植被相結(jié)合的3種方式建立SVM螨害發(fā)生監(jiān)測模型并進(jìn)行對比分析。結(jié)果表明,同時(shí)使用環(huán)境數(shù)據(jù)和植被指數(shù)建立的模型具有更高的準(zhǔn)確度?;谝呀⒌腟VM棉田螨害監(jiān)測模型,繪制不同時(shí)期的螨害監(jiān)測空間分布圖,并分別統(tǒng)計(jì)健康點(diǎn)和螨害點(diǎn)像元數(shù)計(jì)算螨害面積占總面積比值,結(jié)合田間環(huán)境數(shù)據(jù)建立棉田螨害面積預(yù)測模型,模型的決定系數(shù)R2=0.848,可以用來對棉田螨害面積發(fā)生進(jìn)行預(yù)測。

        研究所建立的模型基于田間環(huán)境數(shù)據(jù)和植被指數(shù),這兩個(gè)因素本身就具有時(shí)間和空間的變異性,對一段時(shí)間內(nèi)的棉田進(jìn)行監(jiān)測和面積預(yù)測,驗(yàn)證了時(shí)間尺度的可移植性,對于區(qū)域上的驗(yàn)證,需要采集不同區(qū)域的田間環(huán)境數(shù)據(jù)和植被指數(shù),理論上與時(shí)間上的驗(yàn)證同理。目前只針對棉田是否發(fā)生螨害建立了監(jiān)測模型,對不同螨害等級的發(fā)生監(jiān)測未進(jìn)行研究,且模型雖然考慮了田間環(huán)境數(shù)據(jù)和施藥防治對螨害的影響,但是越冬基數(shù)、天敵等因素同樣會(huì)影響螨害的發(fā)生。本研究結(jié)果可為大范圍棉田螨害監(jiān)測和面積預(yù)測提供方法參考,后續(xù)研究中應(yīng)融合更多相關(guān)因素,提升螨害監(jiān)測與預(yù)測的精度。

        猜你喜歡
        棉葉棉田植被指數(shù)
        不同棉花品種棉葉螨的發(fā)生動(dòng)態(tài)
        AMSR_2微波植被指數(shù)在黃河流域的適用性對比與分析
        棉葉螨無公害防治技術(shù)
        河南省冬小麥產(chǎn)量遙感監(jiān)測精度比較研究
        長期膜下滴灌棉田根系層鹽分累積效應(yīng)模擬
        棉葉螨的研究及防治
        主要植被指數(shù)在生態(tài)環(huán)評中的作用
        西藏科技(2015年1期)2015-09-26 12:09:29
        基于MODIS數(shù)據(jù)的植被指數(shù)與植被覆蓋度關(guān)系研究
        農(nóng)作物病蟲害預(yù)測預(yù)報(bào)與防治措施分析
        一〇一團(tuán)棉田主要蟲害調(diào)查分析
        久久精品一区一区二区乱码| 99热精品成人免费观看| 国产成社区在线视频观看| 色婷婷久久综合中文久久一本| 男人吃奶摸下挵进去啪啪软件| 少妇性饥渴bbbbb搡bbbb| 成人动漫久久| 国产猛男猛女超爽免费av| 蜜桃视频免费进入观看| 久久aⅴ人妻少妇嫩草影院| 91久久久久无码精品露脸 | 中国av一区二区三区四区| 国产激情久久久久影院小草| 色八区人妻在线视频免费| 一区二区韩国福利网站| 中文字幕视频一区懂色| 国产免码va在线观看免费| 香蕉久久久久久久av网站| 区无码字幕中文色| 性感美女脱内裤无遮挡| 摸进她的内裤里疯狂揉她动图视频| 84pao强力打造免费视频34| 国产天堂av手机在线| 国产在线一区二区三精品乱码| 日产无人区一线二线三线乱码蘑菇| 无码精品一区二区免费AV| 亚洲综合偷拍一区二区| 99久久精品无码一区二区毛片| 久无码久无码av无码| 98精品国产高清在线xxxx| 第一九区另类中文字幕| 日本黄网站三级三级三级| 极品美女高潮喷白浆视频| 国产麻豆国精精品久久毛片| 久久理论片午夜琪琪电影网| 欧美午夜精品久久久久久浪潮| 少妇爽到爆视频网站免费| 亚洲高清在线天堂精品| 亚洲熟少妇在线播放999| 国产精品久久无码免费看| av在线免费观看大全|