基于PLS算法的棉花黄萎病高空间分辨率遥感监测

被引：24

作者：

竞霞 ^{[1
]}

黄文江 ^{[2
]}

琚存勇 ^{[3
]}

徐新刚 ^{[2
]}

机构：

[1] 西安科技大学测绘科学与技术学院

[2] 国家农业信息化工程技术研究中心

[3] 东北林业大学林学院

来源：

农业工程学报 | 2010年 / 26卷 / 08期

关键词：

遥感监测; 偏最小二乘法; 高空间分辨率; 棉花黄萎病; 病情严重度;

D O I：

暂无

中图分类号：

S435.62 [棉病虫害]; S127 [遥感技术在农业上的应用];

学科分类号：

082804 ;

摘要：

棉花黄萎病危害程度大,发生范围广,已成为中国乃至世界上棉花主要病害之一。论文基于野外定位调查数据及高空间分辨率遥感影像,利用变量投影重要性(VIP)准则筛选最优变量,用偏最小二乘回归(PLS)方法建立棉花黄萎病病情严重度的定量估测模型,并利用已建立的估测模型和高分辨率IKONOS影像获取了不同病情严重度的空间分布图。研究结果表明:在所分析的13个遥感因子中,增强植被指数(EVI)、再归一化植被指数(RDVI)、全球环境监测指数(GEMI)、差值植被指数(DVI)、修改型土壤调整植被指数(MSAVI)、归一化植被指数(NDVI)为棉花黄萎病病情严重度遥感估测的敏感因子,能够有效估测棉花黄萎病病情严重度,其模型预测值与实测值间的R2、RMSE和RE分别为0.78、0.45、9.2%。论文利用PLS算法和高分辨率卫星影像实现了棉花黄萎病病情严重的遥感监测,研究结果对实现大范围农作物病虫害的遥感监测具有重要的参考价值。

引用

页码：229 / 235

页数：7

共 16 条

[1] 棉花枯萎病的光谱识别 [J].