«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:

第46卷

期数:

2018年第13期

页码:

96-100

栏目:

植物保护

出版日期:

2018-07-05

文章信息/Info

Title:

Study on prediction of cotton spider mites based on multi-source data

作者:

王守会;  戴建国;  李栓明;  张国顺;  崔美娜

石河子大学信息科学与技术学院/兵团空间信息工程技术研究中心，新疆石河子 832000

Author(s):

Wang Shouhui; et al

关键词:

棉叶螨; 气象数据; 遥感数据; 预测预报; Logistic回归

Keywords:

-

分类号:

TP79；S431.9

DOI:

-

文献标志码:

A

摘要:

在新疆地区特殊的气候环境和耕作方式下探索大尺度区域的棉叶螨预测预报方法，分别采用气象数据、遥感数据、气象与遥感数据相结合等3种方法建立螨害预测模型，并对新疆生产建设兵团第八师2017年7月的棉叶螨发生情况进行预测。结果表明，2017年5—6月累积降水量、5月温湿系数、4—6月累积降水量、6月上旬降水量、6月27日绿波段归一化植被指数(green normalised difference vegetation index，简称GNDVI)和改进的简单比值指数(modified simple ratio index，简称MSR)、7月13日比值植被指数(ratio vegetation index，简称RVI)共7种特征是建模的最佳因子。基于气象数据模型预测效果最差，分类准确率为71.4%，F₁值为68.8%；气象和遥感数据相结合的模型预测效果最好，分类准确率为82.9%，F₁值为83.3%；遥感数据模型预测效果介于两者之间，分类准确率为77.1%，F₁值为78.9%。气象数据模型在大尺度区域整体趋势预测上有优势，遥感数据模型对于局部变化比较敏感，气象与遥感数据相结合的模型兼备了二者的优点，预测效果最好。研究成果可为新疆地区棉叶螨的提前预防和统防统治提供理论依据。

Abstract:

-

参考文献/References:

［1］赵亮，陈兵，肖春华，等. 棉花棉叶螨叶片遥感监测技术研究［J］. 甘肃农业大学学报，2015，50(5)：94-99.
［2］Scott W S，Catchot A，Gore J，et al. Impact of twospotted spider mite (Acari：Tetranychidae) duration of infestation on cotton seedlings［J］. Journal of Economic Entomology，2013，106(2)：862-865.
［3］Martin D E，Latheef M A，López J D. Evaluation of selected acaricides against twospotted spider mite (Acari：Tetranychidae) on greenhouse cotton using multispectral data［J］. Experimental and Applied Acarology，2015，66(2)：227-245.
［4］党益春，张建萍，谭永飞，等. 不同灌溉条件下棉叶螨的种群动态［J］. 生态学杂志，2008，27(9)：1516-1519.
［5］慕彩芸，车罡，道然·加帕依，等. 新疆东疆棉蚜发生发展气象等级预报模型［J］. 干旱气象，2010，28(4)：489-493.
［6］程海霞，王丛梅，帅克杰，等. 山西省晋城市小麦病虫害气象预报模型［J］. 江苏农业科学，2010(6)：159-163.
［7］周文杰，赵庆展，靳光才，等. 基于温湿系数的棉蚜发生等级预报模型［J］. 植物保护学报，2016，43(6)：986-994.
［8］刘婧然，马英杰，雷晓云，等. 棉叶螨发生趋势的RBF网络预报模型［J］. 节水灌溉，2009(5)：19-21.
［9］吴昊，张玲芳，徐梅珍，等. 棉花红蜘蛛发生特征及其气象等级预报方法［C］//第28届中国气象学会年会论文集. 杭州：中国气象学会，2011.
［10］刘红霞. 新疆石河子总场棉花叶螨偏重发生的原因分析［J］. 中国棉花，2016，43(1)：45-46.
［11］袁辉霞，李庆，杨帅，等. 不同棉花品种对土耳其斯坦叶螨的种群动态和种群参数的影响［J］. 应用昆虫学报，2012，49(4)：923-931.
［12］赵春江. 农业遥感研究与应用进展［J］. 农业机械学报，2014，45(12)：277-293.
［13］张竞成，袁琳，王纪华，等. 作物病虫害遥感监测研究进展［J］. 农业工程学报，2012，28(20)：1-11.
［14］马慧琴，黄文江，景元书. 遥感与气象数据结合预测小麦灌浆期白粉病［J］. 农业工程学报，2016，32(9)：165-172.
［15］Zhang J C，Pu R L，Yuan L，et al. Integrating remotely sensed and meteorological observations to forecast wheat powdery mildew at a regional scale［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2014，7(11/SI)：4328-4339.
［16］曹卫彬，张小平，刘姣娣. 基于遥感影像的棉花种植面积提取方法研究［J］. 安徽农业科学，2011，39(7)：4226-4228，4297.
［17］Lu J Z，Ehsani R，Shi Y Y，et al. Field detection of anthracnose crown rot in strawberry using spectroscopy technology［J］. Computers and Electronics in Agriculture，2017，135：289-299.
［18］Huang J R，Liao H J，Zhu Y B，et al. Hyperspectral detection of rice damaged by rice leaf folder (Cnaphalocrocis medinalis)［J］. Computers and Electronics in Agriculture，2012，82：100-107.
［19］竞霞，黄文江，琚存勇，等. 基于PLS算法的棉花黄萎病高空间分辨率遥感监测［J］. 农业工程学报，2010，26(8)：229-235.
［20］Rouse J W Jr，Haas R H，Schell J A. Monitoring vegetation systems in the great plains with ERTS［C］//Third NASA Earth Resources Technology Satellite Symposium. United States:NASA，1973，1：309-317.
［21］Gitelson A A，Kaufman Y J，Merzlyak M N. Use of a green channel in remote sensing of global vegetation from EOS-MODIS［J］. Remote Sensing of Environment，1996，58(3)：289-298.
［22］Chen J M. Evaluation of vegetation indices and a modified simple ratio for boreal applications［J］. Canadian Journal of Remote Sensing，1996，22(3)：229-242.
［23］Pearson R L，Miller L D. Remote mapping of standing crop biomass for estimation of the productivity of the shortgrass prairie［J］. Remote Sensing of Environment，1972，45(2)：7-12.
［24］Roujean J L，Breon F M. Estimating PAR absorbed by vegetation from bidirectional reflectance measurements［J］. Remote Sensing of Environment，1995，51(3)：375-384.
［25］Rondeaux G，Steven M，Baret F. Optimization of soil-adjusted vegetation indices［J］. Remote Sensing of Environment，1996，55(2)：95-107.
［26］Broge N H，Leblanc E. Comparing prediction power and stability of broadband and hyperspectral vegetation indices for estimation of green leaf area index and canopy chlorophyll density［J］. Remote Sensing of Environment，2001，76(2)：156-172.
［27］靳光才，赵庆展，周文杰，等. 基于移动GIS的棉田朱砂叶螨预警系统［J］. 江苏农业科学，2016，44(3)：417-421.
［28］张丽新，王家廞，赵雁南，等. 基于Relief的组合式特征选择［J］. 复旦学报(自然科学版)，2004，43(5)：893-898.
［29］谭宏卫，曾捷. Logistic回归模型的影响分析［J］. 数理统计与管理，2013，32(3)：476-485.

相似文献/References:

备注/Memo

备注/Memo:

收稿日期：2017-10-22
基金项目：国家自然科学基金(编号：31460317)。
作者简介：王守会(1991—)，男，河南新乡人，硕士研究生，从事遥感与农业信息技术研究。E-mail：wsh_info@163.com。
通信作者：戴建国，博士，副教授，从事遥感与农业信息技术、农业灾害遥感研究。E-mail：daijianguo2002@sina.com。

常用功能

更新日期/Last Update: 2018-07-05