典型文献
基于无人机高光谱的水稻细菌条斑病监测
文献摘要：
为了快速、有效、大范围地监测水稻细菌条斑病的受害情况,本文以无人机高光谱数据和地面样点数据为数据基础,分别使用相关性分析法、敏感度分析法对高光谱数据进行特征波段的选取,利用支持向量机分别基于特征波段和全波段对水稻细菌条斑病受害情况进行分级识别.结果表明,受细菌条斑病胁迫的水稻光谱在绿光区和近红外区表现为随病害等级的增加而降低,在红光区表现为随病害等级的增加而升高,并与近红外区具有高度相关性;基于特征波段的水稻细菌条斑病识别,精度达到了 93.48％,比全波段的识别提高了 6.52％,总体Kappa系数为0.901,具有高度一致性.由此表明,基于特征波段的水稻细菌条斑病识别精度更高、预测能力更强,取得了较好的监测效果,同时为精准农业的发展提供了一定思路.
文献关键词：
无人机;遥感;水稻细菌条斑病;监测
中图分类号：
作者姓名：
丁玥;张运;王爱芳;孟孟;沈豪
作者机构：
安徽师范大学地理与旅游学院,安徽芜湖241002;资源环境与地理学信息工程安徽省工程技术研究中心,安徽芜湖241002
文献出处：
引用格式：
[1]丁玥;张运;王爱芳;孟孟;沈豪-.基于无人机高光谱的水稻细菌条斑病监测)[J].测绘与空间地理信息,2022(05):44-47
A类：
水稻细菌条斑病
B类：
无人机高光谱,围地,受害,高光谱数据,数据基础,相关性分析法,敏感度分析,特征波段,全波段,分级识别,胁迫,绿光,近红外,外区,病害等级,红光,Kappa,高度一致,识别精度,预测能力,监测效果,精准农业
AB值：
0.219894
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
