【摘要】：為了準確、及時地監(jiān)測小麥蚜蟲發(fā)生情況,利用野外定位調(diào)查數(shù)據(jù)及環(huán)境與災害監(jiān)測預報小衛(wèi)星星座HJCCD和HJ-IRS影像數(shù)據(jù),在北京市通州區(qū)和順義區(qū)小麥蚜蟲發(fā)生的關鍵生育期(灌漿期),提取對蚜蟲病情影響較大的小麥長勢因子和生境因子,利用最小二乘孿生支持向量機建立該研究區(qū)的小麥蚜蟲監(jiān)測模型,并與傳統(tǒng)支持向量機、費歇爾線性判別分析和學習矢量量化神經(jīng)網(wǎng)絡模型的監(jiān)測結果進行對比。結果表明:最小二乘孿生支持向量機模型的總體監(jiān)測精度達到86.4%,優(yōu)于傳統(tǒng)支持向量機模型(77.3%)、費歇爾線性判別分析模型(77.3%)和學習矢量量化神經(jīng)網(wǎng)絡模型(72.7%),取得了較好的監(jiān)測效果。
[Abstract]:In order to accurately and timely monitor the occurrence of wheat aphids, the field location survey data and the small satellite constellation HJCCD and HJ-IRS image data of environment and disaster monitoring and forecasting were used. Wheat growth factors and habitat factors, which have great influence on aphid disease, were extracted at the key growth stage (grain filling stage) of wheat aphids in Tongzhou and Shunyi districts of Beijing. The monitoring model of wheat aphid in this study area was established by using least square twin support vector machine (LS-SVM). The results were compared with those of traditional SVM, Fischer linear discriminant analysis and learning vector quantization neural network model. The results show that the overall monitoring accuracy of the least square twin support vector machine model is 86.4, which is better than that of the traditional support vector machine model (77.3%). Fisher linear discriminant analysis model (77.3%) and learning vector quantization neural network model (72.7%) have achieved better monitoring results.
【作者單位】： 安徽大學安徽省農(nóng)業(yè)生態(tài)大數(shù)據(jù)工程實驗室;安徽大學電子信息工程學院;中國科學院遙感與數(shù)字地球研究所數(shù)字地球重點實驗室;中國科學院南京地理與湖泊研究所;
【基金】：國家自然科學基金(61672032,41271412) 安徽省自然科學基金(1408085MF121,1608085MF139) 安徽省科技計劃項目(16030701091,1604A0702016) 中國科學院國際合作局對外合作重點項目(131211KYSB20150034)
【分類號】：S435.122.2;TP18

【相似文獻】

相關期刊論文 前10條

1 周春敏 ,邢德利;2004年小麥蚜蟲發(fā)生特點及防治策略[J];河北農(nóng)業(yè)科技;2004年08期

2 畢鳳學;;小麥蚜蟲的發(fā)生與防治[J];云南農(nóng)業(yè);2007年02期

3 呂玉品;;小麥蚜蟲的防治誤區(qū)與科學防治方法[J];河北農(nóng)業(yè)科技;2008年09期

4 侯會存;;小麥蚜蟲的綜合防治技術[J];農(nóng)村百事通;2010年20期

5 朱廣生;;淺談小麥蚜蟲的發(fā)生與防治[J];農(nóng)家參謀(種業(yè)大觀);2010年06期

6 劉凱;;瑞華防治小麥蚜蟲的效果[J];農(nóng)技服務;2011年03期

7 蔣山;;小麥蚜蟲發(fā)生規(guī)律與防治技術初探[J];安徽農(nóng)學通報(下半月刊);2011年12期

8 殷術紅;;易縣小麥蚜蟲防治中存在的問題及應對措施[J];現(xiàn)代農(nóng)村科技;2012年06期

9 司曉丹;;小麥蚜蟲的發(fā)生與防治[J];種業(yè)導刊;2013年08期

10 丁蕙淑;貴州小麥蚜蟲調(diào)查[J];昆蟲知識;1958年02期

相關會議論文 前10條

1 樊會麗;李麗霞;;鄭州市2009年小麥蚜蟲發(fā)生情況及原因分析[A];河南省植保學會第九次、河南省昆蟲學會第八次、河南省植病學會第三次會員代表大會暨學術討論會論文集[C];2009年

2 尚佑芬;趙玖華;王升吉;孫紅煒;路興波;楊崇良;;小麥蚜蟲發(fā)生規(guī)律與防治技術研究[A];科技創(chuàng)新與綠色植�！袊参锉Ｗo學會2006學術年會論文集[C];2006年

3 劉社芳;劉新德;;郾城區(qū)小麥蚜蟲嚴重發(fā)生原因及防治對策[A];河南省植物保護研究進展Ⅱ（上）[C];2007年

4 翟國英;;河北省小麥蚜蟲的抗藥性現(xiàn)狀[A];第十九屆全國植保信息交流暨農(nóng)藥械交易會論文集[C];2003年

5 楊陽;;不同藥械防治小麥蚜蟲藥效試驗報告[A];河南省植物保護研究進展Ⅱ（上）[C];2007年

6 紀奉民;;所值等農(nóng)藥防治小麥蚜蟲藥效試驗總結[A];華中三�。ê幽�、湖北、湖南）昆蟲學會2006年學術年會論文集[C];2006年

7 翟國英;;河北省小麥蚜蟲的抗藥性監(jiān)測[A];全國安全用藥技術研討會論文集[C];2001年

8 劉愛芝;李素娟;韓松;;60％吡蟲啉懸乳劑拌種對小麥蚜蟲的控制效果及其保產(chǎn)作用[A];農(nóng)業(yè)生物災害預防與控制研究[C];2005年

9 彭麗年;張小平;葉建生;左燕;;四川地區(qū)小麥蚜蟲的抗藥性研究[A];第十九屆全國植保信息交流暨農(nóng)藥械交易會論文集[C];2003年

10 張寶軍;張翠云;李士芹;;防治小麥蚜蟲高毒農(nóng)藥替代項目田間試驗示范報告[A];第二十一屆全國農(nóng)藥械“雙交會”論文集[C];2005年

相關重要報紙文章 前10條

1 通訊員　 呂華 段陳波;小麥蚜蟲發(fā)生 緊急防治有法[N];萊蕪日報;2006年

2 國家小麥產(chǎn)業(yè)技術體系小麥地上蟲害防控崗位研究團隊 程登發(fā) 張云慧 李祥瑞 彭赫;小麥蚜蟲[N];農(nóng)民日報;2013年

3 高軍邋記者 趙紅梅;冬小麥主產(chǎn)區(qū)普遍發(fā)生小麥蚜蟲[N];河北日報;2007年

4 陳學樺;小麥實現(xiàn)“先天免疫”蚜蟲害[N];河南日報;2007年

5 方圓;防治小麥蚜蟲[N];江蘇農(nóng)業(yè)科技報;2007年

6 彌勒縣種子站 畢鳳學;小麥蚜蟲的發(fā)生與防治[N];云南科技報;2006年

7 駐馬店市植保站 侯慧穎　崔偉;小麥蚜蟲防治[N];駐馬店日報;2011年

8 振會 立地;今年我市小麥蚜蟲呈大發(fā)生趨勢[N];朝陽日報;2012年

9 邢臺市柏鄉(xiāng)縣固城店鎮(zhèn)北天村王換民;植保短消息 小麥蚜蟲防治法[N];河北農(nóng)民報;2009年

10 河北省植�？傉� 高軍;除治小麥蚜蟲刻不容緩[N];河北農(nóng)民報;2007年

相關博士學位論文 前1條

1 陳月華;基于機器視覺的小麥蚜蟲自動檢測技術研究[D];東北農(nóng)業(yè)大學;2007年

相關碩士學位論文 前4條

1 趙艷麗;鄒城市麥蚜發(fā)生規(guī)律與化學防治關鍵期研究[D];中國農(nóng)業(yè)科學院;2012年

2 高志山;吡蟲啉等種子包衣防治小麥蚜蟲及其持效機理初探[D];山東農(nóng)業(yè)大學;2013年

3 郎立寧;吡蟲啉種衣劑對小麥蚜蟲的防效及其在小麥上的消解動態(tài)[D];河北農(nóng)業(yè)大學;2014年

4 劉乾;甘肅省天水市麥蚜發(fā)生規(guī)律及小麥種植模式對其種群數(shù)量的影響[D];甘肅農(nóng)業(yè)大學;2010年

，

本文編號：2359868