论文部分内容阅读
[目的]我国自1935年开始出现棉花黄萎病,后在各大棉区泛滥成灾,新疆地区尤甚,俨然成为棉花生产中最主要的病害之一。利用卫星遥感技术监测病虫害弥补了传统监测手段的不足,可高效省力的实现大面积地块实时监测,更好的指导农业生产。本研究以棉花黄萎病为研究对象,运用Landsat8卫星遥感进行棉花黄萎病监测、产量及产量损失估算。[方法]通过相关系数法及最佳指数因子法筛选出与黄萎病有关的最佳原始单波段、最佳植被指数、最佳组合波段。通过对地面点反射率差值、发病面积及经济效益分析,筛选出黄萎病最佳监测时期。通过总体分类精度和Kappa系数筛选出基于Landsat8卫星的最佳分类影像和最佳分类方法。构建棉花黄萎病监测模型并根据评价指标筛选出最佳监测模型。根据小区测产数据进行棉花产量损失估算,构建黄萎病产量及产量预测模型并筛选出最佳产量及产量损失预测模型。[结果]1.基于Landsat8卫星遥感监测棉花黄萎病的最佳单波段、最佳植被指数、最佳组合波段、最佳监测时期筛选。经过与病情指数进行相关性分析,相关系数排名前三的单波段主要为B5、B7、B4波段,|r|分别为0.78、0.65、0.46。相关系数排名前三的植被指数主要为DVI、SAVI、EVI,|r|分别为0.837、0.834、0.833。OIF值排名前三的组合波段主要为B5-B6-B7、B4-B5-B7、B4-B5-B6,分别为2170.44、2038.19、2009.82。8月9日到8月25日为Landsat8卫星监测黄萎病的最佳时段,8月9日为最佳监测时期。2.基于Landsat8卫星监测棉花黄萎病的最佳分类影像、方法。卫星影像原始波段（B1-B7）棉花黄萎病分类的最佳监督分类方法是最小距离分类法（分类精度为92.70%,kappa系数为0.8831）;卫星影像最佳组合波段（B5-B6-B7）棉花黄萎病分类的最佳监督分类方法是马氏距离分类法（分类精度为96.28%,kappa系数为0.9330）;卫星影像最佳单波段（B5）与最佳植被指数（DVI）叠加棉花黄萎病分类的最佳监督分类方法是支持向量机线性核函数分类法（分类精度为94.04%,kappa系数为0.9080）;卫星影像最佳组合波段（B5-B6-B7）与最佳植被指数（DVI）叠加棉花黄萎病分类的最佳监督分类方法是支持向量机多项式核函数分类法（分类精度为95.16%,kappa系数为0.9237）;卫星影像原始波段（B1-B7）与最佳植被指数（DVI）叠加棉花黄萎病分类的最佳监督分类方法是最小距离分类法（分类精度为94.04%,kappa系数为0.9046）。3.基于Landsat8卫星的棉花黄萎病监测、最佳产量及产量损失预测模型。根据小区测产数据及各病级所占面积,统计出试验区籽棉产量损失量为202.111t,籽棉产量损失率21.77%;皮棉产量损失量为102.075t,皮棉产量损失率25.67%。原始波段（B1-B7）与最佳植被指数（DVI）叠加数据构建的偏最小二乘回归模型最优（训练集:R2=0.8763,RMSE=0.1215;验证集:R2=0.8619,RMSE=0.1343）;原始波段（B1-B7）数据构建的主成分回归模型最优（训练集:R2=0.9116,RMSE=0.1027;验证集:R2=0.849,RMSE=0.1498）;最佳组合波段（B5-B6-B7）数据构建的多元线性回归模型最优（训练集:R2=0.9258,RMSE=0.0975;验证集:R2=0.8636,RMSE=0.1339）;最佳组合波段（B5-B6-B7）数据构建的支持向量机回归模型最优（训练集:R2=0.9424,RMSE=0.0843;验证集:R2=0.8927,RMSE=0.1264）。以最佳组合波段（B5-B6-B7）光谱反射率为自变量构建产量及产量损失模型,其中支持向量机回归模型为最佳产量预测模型（训练集:R2=0.9341,RMSE=0.0856;预测集R2=0.8279,RMSE=0.1495）。其中支持向量机回归模型为最佳产量损失预测模型（训练集:R2=0.9454,RMSE=0.0843;验证集:R2=0.8466,RMSE=0.1585）。[结论]基于Landsat8卫星遥感监测棉花黄萎病的最佳单波段、最佳植被指数、最佳组合波段、最佳监测时期分别为B5、DVI、B5-B6-B7、8月9日。基于Landsat8卫星遥感影像监督分类的最佳影像是最佳组合波段（B5-B6-B7）影像,最佳监督分类方法为马氏距离法。基于Landsat8卫星监测黄萎病严重度的最佳模型为最佳组合波段（B5-B6-B7）数据构建的支持向量机回归模型。试验区籽棉产量损失量为202.111t,籽棉产量损失率21.77%;皮棉产量损失量为102.075t,皮棉产量损失率25.67%。基于最佳组合波段（B5-B6-B7）影像数据构建的支持向量机回归模型为最佳棉花产量预测模型。基于最佳组合波段（B5-B6-B7）影像数据构建的支持向量机回归模型为最佳棉花产量损失预测模型。