[发明专利]一种棉花蚜虫遥感预报模型的构建方法在审
申请号: | 202210208227.X | 申请日: | 2022-03-04 |
公开(公告)号: | CN114694020A | 公开(公告)日: | 2022-07-01 |
发明(设计)人: | 周学林;蒋平安;周建勤 | 申请(专利权)人: | 新疆农业大学 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/764;G06V10/774;G06V10/80;G06V10/77;G06K9/62;G06Q10/04;G06Q50/02;G01N21/25 |
代理公司: | 成都智言知识产权代理有限公司 51282 | 代理人: | 濮云杉 |
地址: | 830000 新疆维吾尔*** | 国省代码: | 新疆;65 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 棉花 蚜虫 遥感 预报 模型 构建 方法 | ||
本发明属于农业遥感领域技术领域,具体涉及一种棉花蚜虫遥感预报模型的构建方法。本发明提取苗期的棉花冠层光谱数据,分析健康棉株和棉蚜虫害棉株的光谱,构建基于光谱特征的棉花蚜虫识别模型(多光谱影像棉蚜识别模型、高光谱影像棉蚜识别模型和地面高光谱棉蚜识别模型);通过研究棉花的物候生长状态,构建棉花生长模型;研究蚜虫的扩散规律与影响因子,构建棉蚜扩散模型,采用4DVar同化方法构建棉花蚜虫遥感预报模型,实现遥感技术对棉花蚜虫的识别及扩散的精准判别,有助于掌握棉田棉花的虫害发生情况和用药情况,进而为指导精准用药消杀棉蚜虫害,节约用药成本、提升生态环境质量等有着重要意义。
技术领域
本发明属于农业遥感技术领域,具体涉及一种棉花蚜虫遥感预报模型的构建方法。
背景技术
棉花是我国主要的经济作物,新疆棉花种植面积与产量已连续27年居全国首位,棉花 产业实现沙漠增绿、农民增收、国民经济发展等方面发挥重要作用。陆地棉相较于海岛棉, 在生长过程中更易发生病虫害,常年造成危害的害虫有10余种,虫害导致棉花减产约 10-15%,且受全球气候环境变化及连片种植导致棉田生态自然调控减弱等影响,棉花虫害 有日益加剧的趋势。
蚜虫是危害棉花的主要害虫之一,寄生在植株幼嫩部位,个体非常小,成虫体长不到2 毫米,早期危害症状不易捕捉和检测,出现蚜害后导致叶片出现黄白斑、卷曲或皱缩,严 重时影响新叶发育、生长停滞,生长周期推迟,严重影响棉花的品质和产量。危害新疆棉花的蚜虫有3种,苗期棉黑蚜,然后是棉蚜和棉长管蚜,以棉蚜的发生和危害最为严重; 同时棉蚜具有迁飞性,移动能力强,虫情暴发迅速、快速蔓延,会给棉花生产造成不可估 量的损失。
当前棉花蚜虫的预测预报主要依靠各地农业植保部门技术人员田间人工调查经验判断 为主,耗时费工,同时因调查样地的数量和面积有限,很难准确地反映田间实际发生和危 害动态,难以满足大面积棉田虫害防治的需求;田间病虫害初期发生时呈点片状,若调查 结果不够精准及时,会由点成片引起大范围受害,不利于植保工作顺利进行。同时,现阶段 病虫害的防治模式普遍为被动大范围喷洒农药防治,无法针对虫源实现及时迅速的精准防 治,加大了农药的施用范围和剂量,致使由化学农药引起的致突变、致癌、致畸、农药残 留以及环境污染等负面影响日益突出;另外化学农药的大范围过度使用,导致棉蚜的抗药 性逐渐增强。
因作物感染虫害时,其叶片外观形态如颜色、形状和纹理会发生相应的变化,国内外 学者利用不同的信息技术手段分析作物叶片的颜色、形状和纹理特征,并通过特征处理来 诊断作物病害。研究表明,采用计算机视觉等信息技术手段进行农作物病害诊断能够达到 一定的准确率,具有很好的可行性,现阶段的虫害无损监测以遥感监测为主,常用监测系 统有可见光-近红外光谱传感器、高光谱传感器、荧光和热传感器、合成孔径雷达等,依据 其获取的不同类型数据,建立植株的遥感监测特征,并应用于监测过程以直观表现植株受 害情况。
在现有技术中,基于叶片纹理特征的棉花蚜害诊断模型研究(许敬诚,棉花学报,2020, 32(2):133―142)文中通过获取健康和受棉蚜为害棉花叶片的高光谱图像,利用灰度共 生矩阵提取图像的纹理特征,构建棉蚜为害诊断模型,得出基于纹理特征向量能有效地实 现蚜害棉花叶片的识别。
区域尺度棉花蚜虫遥感监测研究(王成博,2019年河南农业大学硕士论文)文中通过光 谱角方法与Logistic建模方法对库尔勒北部地区的棉花蚜害进行监测,分析评价两种方法 的识别精度,并从试验器材价格、数据获取、数据处理、分类精度等方面具体分析得出基 于Logistic模型的蚜害监测方法较优。
棉花病虫害光谱识别及遥感监测研究(田野,2016年山东农业大学硕士论文)文中以我 国新疆种植区棉花为研究对象,利用HJ卫星数据结合地面冠层高光谱数据,对棉花面积 进行了提取,并进行了病虫害发生早期的识别和提取,选取了能够识别和区分棉花黄萎病 和棉叶螨的选择的6个植被指数和10个不同尺度下不同波段范围与样本类别相关系数最大 的9个波段的小波特征,建立的判别模型精度总体比植被指数建立的模型精度高。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新疆农业大学,未经新疆农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210208227.X/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种从含硒烟气中回收硒的工艺方法
- 下一篇:一种栓皮栎和麻栎的区分方法