文献类型：期刊文章

作　　者：王守会[1] 戴建国[1] 李栓明[1] 张国顺[1] 崔美娜[1]

机构地区：[1]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

出　　处：《江苏农业科学》

基　　金：国家自然科学基金(编号:31460317)

年　　份：2018

卷　　号：46

期　　号：13

起止页码：96-100

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

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。

关 键 词：棉叶螨 气象数据 遥感数据 预测预报  LOGISTIC回归

分 类 号：TP79] S431.9]