小波法反演条锈病胁迫下冬小麦冠层叶片全氮含量

• 作者: 乔小军 何汝艳 蒋金豹 郭会敏
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 支持向量机 小波变换 氮 叶片 条锈病 冬小麦
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 141-146
• 页数: 6页
• 分类号: S127
• 字数: 3535字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2015.02.020

摘要

为监测条锈病胁迫下冬小麦的氮素营养状况，该文通过野外试验测量了感染条锈病的冬小麦冠层光谱数据和相应叶片全氮（leaf total nitrogen，LTN）含量，分析了冬小麦条锈病病情指数（disease index，DI）与LTN之间的关系，对冠层光谱进行了连续小波变换（continuous wavelet transform，CWT）处理得到小波系数，并选择一些高光谱指数，分别利用支持向量机（support vector machine，SVM）回归方法构建了小波系数、高光谱指数与冬小麦LTN含量之间的反演模型。研究表明，随着冬小麦DI增大，LTN含量逐渐减小，相关系数为?0.784；CWT处理得到的小波系数为自变量构建的反演冬小麦LTN含量的模型精度普遍高于高光谱指数为自变量的模型精度，其中以Mexican Hat小波函数处理得到的小波系数423(4)建立的反演模型为最优模型，RMSE为0.315，RE为7.62%。因此，该研究表明可以联合应用CWT与SVM方法对条锈病胁迫下冬小麦LTN含量进行反演，且具有较高的估测精度。该研究成果对小麦作物病害预防、指导作物施肥具有重要现实应用意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋金豹	中国矿业大学北京地球科学与测绘工程学院	14	122	7.0	11.0
2	郭会敏	中国矿业大学北京地球科学与测绘工程学院	4	51	4.0	4.0
3	何汝艳	中国矿业大学北京地球科学与测绘工程学院	5	38	4.0	5.0
4	乔小军	中国矿业大学北京地球科学与测绘工程学院	1	17	1.0	1.0