文献类型：期刊文章

作　　者：崔美娜[1] 戴建国[1] 王守会[1] 张国顺[1] 薛金利[1]

CUI Mei-na;DAI Jian-guo;WANG Shou-hui;ZHANG Guo-shun;XUE Jin-li(College of Information Science and Technology,Shihezi University/Geospatial Information Engineering Technology Research Center,Xinjiang Production and Construction Corps,Shihezi Xinjiang 832000,China)

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：《新疆农业科学》

基　　金：国家自然科学基金项目(31460317)~~

年　　份：2018

卷　　号：55

期　　号：8

起止页码：1457-1466

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、FSTA、IC、JST、PROQUEST、RCCSE、WOS、ZGKJHX、ZR、核心刊

摘　　要：【目的】利用无人机遥感在空间分辨率和光谱分辨率上的优势,研究大面积棉田棉叶螨监测方法,为类似的农作物虫害遥感监测研究提供参考。【方法】选20种光谱指数作为螨害监测的特征因子,使用赤池信息准则作为模型优选依据,获取最佳建模特征,建立棉田螨害监测识别的logistic回归模型。【结果】在所分析的全部光谱指数中,TVI、DVI和RDVI为螨害监测的最佳特征因子,基于该3个因子构建的logistic回归模型的分类准确率为95%,F1值为95. 1%,能够较好地实现棉田螨害识别。【结论】监测模型可以实现区域范围的棉叶螨快速识别。

关 键 词：棉叶螨 无人机 遥感 LOGISTIC回归模型 特征选择  

分 类 号：S252] S49[农业工程类]