基于多源遙感信息的小麥條銹病監(jiān)測模型研究

《基于多源遙感信息的小麥條銹病監(jiān)測模型研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。

1、全日制碩士學位論文基于多源遙感信息的小麥條銹病監(jiān)測模型研究申請人姓名：董錦繪指導教師：王寶山學位類別：理學碩士專業(yè)名稱：地圖學與地理信息系統(tǒng)研究方向：3S技術理論與應用河南理工大學測繪與國土信息工程學院二○一七年六月中圖分類號：TP79密級：公開UDC：單位代碼：10460基于多源遙感信息的小麥條銹病監(jiān)測模型研究Arearchaboutwheatstriperustmonitoringmodelbasedonmultisourceinformation申請人姓名董錦繪申請學位理學碩士地圖學與地理學科專業(yè)研究方向3S技術理論與應用信息系統(tǒng)導師王寶山職稱

2、教授楊小冬副研究員提交日期2017年5月24日答辯日期2017年5月27日河南理工大學致謝時光易逝，光陰如梭，轉瞬之間研究生的學習生涯已經即將結束?；厥走b望，三年前初次踏進河南理工大學的情景歷歷在目。在這三年中，有歡笑，也有痛苦，有拼搏，也有迷茫，有收獲，也有放棄。在此碩士論文即將完成之際，我衷心地向在這期間給予我?guī)椭⒅С趾完P心的老師、同學、朋友和親人們致以我最深的敬意和最誠摯的感謝!首先，衷心的感謝我的母校河南理工大學對我的栽培之恩，在讀研的這段期間，為我提供了良好的學習環(huán)境、完善的學習生活設備以及優(yōu)秀的導師指導。我在河南理工大學學習生活，是那么

3、的溫馨與充實?，F(xiàn)如今，我即將完成本階段的學業(yè)，將來不管身在何方，河南理工大學一直是我的第二故鄉(xiāng)。同時也必須謝謝河南理工大學測繪與國土信息工程學院全體導師和同窗對我的幫助與包容。其次，深深的感謝我的導師王寶山教授和測繪學院李長春副教授。兩位老師有著嚴謹?shù)目蒲袘B(tài)度、淵博的學識、深厚的學術背景和平易近人的導師風范。兩位老師的一絲不茍的工作態(tài)度、孜孜不倦的工作習慣令我十分敬佩，并深深地影響著我，也將一直是我今后工作和學習中不斷奮進的學習榜樣。再次向兩位老師表達我由衷的尊敬、誠摯的感謝與美好的祝福。再次，真誠的感謝培養(yǎng)我兩年的北京農業(yè)信息技術研究中心的責任導師

4、楊小冬副研究員。楊老師是我在農業(yè)遙感領域的啟蒙老師，對我的學習生活給予了很大的幫助，并對我碩士論文的內容等進行了詳細的指導，培養(yǎng)了我勤奮、自強和嚴謹?shù)膶W習態(tài)度，樹立我勇攀科學技術高峰的信念，您孜孜不倦的指導和勉勵給予了我無盡的啟迪，使我終生受益。在此，向老師致以我最誠摯的敬意和衷心的感謝。同時，也由衷的感激北京農業(yè)信息技術研究中心遙感技術部的楊貴軍、宋曉宇、徐新剛、龍慧靈、楊浩、董燕生、顧曉鶴、李賀麗、劉建剛老師在我學業(yè)方面提供的指導和幫助；感謝馮海寬、李振海、李偉國、常紅、于海洋、徐波、趙曉慶老師在程序編寫和數(shù)據(jù)處理等方面給與我的幫助；感謝中心的師

5、姐邢會敏、付元元，師兄賀鵬、周成全，同窗張智宏、郭劍、陳召霞、楊敏、楊凡、田文俊、岳繼博、王艷杰、屈莎、王立志、范友波、陸國政、張琪、袁換歡，師弟裴浩杰、甘平、王建雯、楊忠、牛慶林、楊文攀，師妹張麗妍、劉暢、張春蘭在科研方面的幫助以及生活中的相互照顧。還要感謝我的同寢舍友田冉、徐芃、吳珍珍、馬I慧慧，感謝你們對我生活中的照顧與陪伴；感謝我的師兄高林、王磊，師妹潘嫄嫄，師弟徐軒對我的關懷與幫助。在此，特別感謝我的父母和哥哥，是他們的關心、愛護和支持，讓我得到了每時每刻的溫暖，有了不斷前進的動力并順利地克服各種科研生活中的困難，衷心祝愿他們健康快樂！最后

6、，我要感謝即將參加論文答辯以及評閱的各位老師、教授與專家，在此致以由衷的謝意！II摘要小麥條銹?。≒ucciniastriiformisWest.f.sp.triticiEriksetHenn）是一種長期影響我國小麥安全生產的嚴重生物災害，發(fā)病面積廣、傳播性強、發(fā)病幾率大，容易在大區(qū)域內造成小麥大幅減產、品質降低。對小麥條銹病進行準確的預測和實時監(jiān)測，及時采取防治措施，可有效減輕病害對小麥產量及品質的危害。遙感技術非接觸式和高通量的特點，為快速、高效、經濟、無損的及時監(jiān)測小麥條銹病害感染程度提供了一種科學有效的途徑。本研究在前人研究基礎之上，對小麥條

7、銹病冠層光譜響應機制以及氣象環(huán)境傳播機制進行了分析，結合遙感技術、數(shù)理統(tǒng)計知識、機器學習算法，圍繞遙感—氣象雙重機制組合實現(xiàn)小麥條銹病田間精確監(jiān)測這條主線，建立了機器學習小麥條銹病病情監(jiān)測模型，具體內容圍繞以下三個方面展開：（1）小麥冠層光譜響應機制分析：通過田間人工接種條銹病菌試驗，對不同生育期小麥冠層光譜、病情指數(shù)進行了測定，提取了小麥可見光波段光譜吸收特征參數(shù)，計算了光譜敏感度值，定量分析了小麥病害隨生育期推進的變化程度，并且以不同生育期的光譜敏感度值和全生育期吸收特征參數(shù)為自變量建立回歸模型，精確反演了小麥全生育期的病情指數(shù)。結果表明，以光譜

8、敏感度值為自變量的組合模型預測值擬合度為0.97，以光譜吸收特征參數(shù)為自變量的模型預測值擬合度為0.92，均