在春季小麦关键生长时期使用多时间的Sentinel-2图像监测黄的进展
Huiqin Ma1, Jingcheng Zhang1, Wenjiang Huang2,3
1School of Automation, Hangzhou Dianzi University, Hangzhou, China.
Pest management science
|August 14, 2024
概括
这项研究开发了一种新的遥感监测模型组,用于追踪中国东部小麦黄的进展. 这些模型准确地绘制了疾病在关键生长阶段的传播,有助于及时的作物管理和粮食安全.
科学领域:
- 农业遥感 农业遥感
- 植物病理学 植物病理学
- 地理空间分析是什么?
背景情况:
- 黄 (Puccinia striiformis f. sp. 黄 (Puccinia striiformis f. 三) 严重影响了中国的小麦产量和粮食安全.
- 在关键的春季生长阶段监测疾病进展对于预测和管理至关重要.
研究的目的:
- 开发和验证特定时期的遥感模型,用于绘制小麦黄进展的地图.
- 为了跟踪在小麦结合,标题和填充阶段的黄的时空变化.
主要方法:
- 获得了三个关键小麦生长时期的Sentinel-2图像.
- 提取了光谱,纹理和颜色特征,以创建特定时期的数据集.
- 开发并验证了疾病映射和时空分析的三个有针对性的监测模型.
主要成果:
- 模型准确地绘制了小麦黄的进展,准确度很高 (87.4%的分类,R2为0.77-0.76的回归).
- 时空变化检测显示出高度符合 (98.2%和84.4%) 预期的疾病模式.
- 经过验证的模型证明了疾病传播的现实和可信的表现.
结论:
- 多期目标监测模型组克服了单阶段的限制.
- 有效地揭示了小麦黄在春季的时空流行病.
- 为优化管理和预测模型校准提供及时的疾病趋势更新.


