基于支持向量机模型的冬小麦全蚀病为害等级遥感监测

为了解利用高光谱遥感技术对小麦全蚀病进行有效监测的可行性,对感染不同发病等级全蚀病的冬小麦冠层光谱反射率数据进行采集分析,选取监测敏感波段,在Matlab和Libsvm工具箱支持下,利用支持向量机分类方法构建小麦全蚀病病害等级预测模型。结果表明,在不同程度小麦全蚀病的为害下,小麦冠层光谱反射率存在明显变化。通过对数据分析,选择700~900nm波段作为敏感波段进行训练建立模型的结果最好;经检验,基于此波段构建的预测模型预测值与实际值相关系数可达0.943,均方根达0.63,因此生产上可利用波段光谱特征对小麦全蚀病进行监测。     

基于Grey-Sigmoid核函数支持向量机高光谱遥感图像分类方法研究

针对传统支持向量机方法中存在的野值噪声敏感问题,提出了一种基于紧密度的Grey-Sigmoid核函数支持向量机,不仅考虑样本与所属类中心之间的关系,还考虑了各个样本之间的距离。通过样本之间的紧密度来描述各个样本之间的关系,利用包围同一类样本的最小超球半径来衡量样本间的紧密度,样本灰度依据样本在球中的位置确定。通过对田间小麦全蚀病的遥感图像分类的实验验证,证明Grey-Sigmoid核函数和传统的Sigmoid核函数相比,计算速度更快,且精度没有明显损失。     

一种基于多Agent和GIS的麦蚜种群动态模拟方法研究初报

利用Agent模型对昆虫及其寄主、环境之间的关系进行计算机模拟,比传统种群模型更为直观的体现三者之间的信息交互过程。本文建立了麦长管蚜(Sitobionavenae)、小麦(Triticumaestivum L.)、天敌组合、环境4种类型Agent对象,观察了多种组合下的对象行为。以北京地区的历史日值均温、湿度、降雨量数据为主要环境数据,进行了区域模拟验证,与北京地区实际调查数据进行了对比研究。在GIS平台上,以小麦生长季节的气象数据对宁夏、陇东、陕西3个地区进行了模拟,以环境数据进行驱动的4类Agent对象运行,得到了初步模拟结果。     

垂直监测昆虫雷达空中昆虫监测的初步应用

2004年7～9月,利用垂直监测昆虫雷达(vertical-looking radar,VLR或insect monitoring radar,IMR)在成都西郊文家场进行了空中昆虫初步监测。结果表明:7、8月份夜间昆虫虫口密度相对较大,在20:00～22:00有一较明显的高峰期。进入9月份夜间昆虫相对减少且没有明显的高峰期,白天午后虫口密度相对较高。观测到昆虫飞行高度主要集中在1 200 m以下,大部分集中在300～600 m。在观测时间内每天06:30左右有约15 min回波突然增多的现象,而且昆虫数量受天气条件影响较大。     

不同时序EOS/MODIS-NDVI监测河南省冬小麦面积(英文)

[Objective] Calculation of winter wheat acreage in Henan Province using EOS/MODIS-NDVI data at different time sequences. [Method] After process of EOS/MODIS images, geographical adjustment, wave band combination, normal difference vegetation index (NDVI) was obtained. Based on the wide spectrum measurement, the processed data were supervisedly classified, thus the acreage of winter wheat in Henan Province in 2005 was acquired. [Result] Total 92208 pixels were observed for the winter wheat in Henan Province, and the plantation acreage was 5 760 thousand hm2. Compared with the data from statistical department, the error of this method was about 9.66%. [Conclusion] The method introduced in the present study could be applied in monitoring winter wheat acreage.     

基于近地成像光谱的小麦全蚀病等级监测

小麦全蚀病是检疫性的土传病害,对小麦生产危害极大,对其发生的监测是治理的根本。遥感技术可实时、宏观监测病害发生发展,尤其是成像光谱技术的图谱合一,可精准对病害识别和分类。该文首先通过主成分分析提取不同小麦白穗率的冠层光谱特征;再通过灰色聚类分析方法,研究白穗率等级的可分性;最后利用基于径向基(RBF,radial basis function)核函数的支持向量机对全蚀病害的近地成像高光谱图像进行分类,从而验证近地成像光谱在全蚀病监测上的可行性。研究结果显示:该方法对5种程度的小麦全蚀病白穗率的分类精度均达94%以上,Kappa值大于0.8。研究表明利用该方法,通过近地成像光谱图像可以准确监测小麦全蚀病的病情,对小麦全蚀病的治理有指导意义。     

基于TM影像的小麦全蚀病危害信息提取

为给小麦全蚀病危害监控提供依据,利用ASD Fieldspec HandHeld 高光谱仪测量并分析了受小麦全蚀病危害后的光谱特征,并根据TM卫星遥感影像,采用归一化植被指数(Normalized Difference Vegetation Index,NDVI)和MPA(masking, principal components transformation, and analysis)方法提取和分析了小麦全蚀病危害信息.结果表明,全蚀病发病前麦田的NDVI相近;全蚀病发病期健康麦田NDVI值高于发病麦田; 主成分变换后第3主分量在发病前灰度值接近,发病期受害田灰度值大幅上升.利用此技术可简单、快速提取小麦全蚀病危害信息,克服传统手段的局限性,对于实时监控全蚀病危害和改进作物病害监测方法具有重要意义.     

马铃薯受马铃薯甲虫危害后冠层光谱特征的初步研究

使用美国ASD野外便携式光谱仪测量马铃薯受马铃薯甲虫危害后冠层光谱反射率,进行光谱微分、相关分析,得出结论：在750～975 nm范围内,受害后的马铃薯与健康的马铃薯相比冠层光谱反射率下降,红边斜率降低。选择了马铃薯受害后的敏感波段为736～920 nm。     

基于WebGIS的河南省小麦生产潜力评价系统分析与设计

为科学规划河南省小麦的区域性生产,最大限度地利用气候和土壤资源,系统分析了基于GIS条件下小麦自然生产潜力评价流程,利用.NET开发技术、Super Map GIS组件技术和Oracle 9i网络数据库技术,设计了Windows平台上基于GIS的河南省小麦生产潜力评价系统,该系统可以实现对不同区域小麦自然生产潜力的空间分析与评价。     

河南省小麦玉米生产潜力评价系统分析与设计

为科学规划河南省小麦玉米的区域性生产,最大限度地利用各类自然资源,系统分析了基于地理信息系统(GIS)条件下小麦玉米自然生产潜力评价流程,利用.NET开发技术、SuperMap GIS组件技术和Oracle 9i网络数据库技术,设计了Windows平台上基于WebGIS的河南省小麦玉米生产潜力评价系统,该系统可实现对不同区域小麦玉米自然生产潜力的空间分析与评价。