作者：黄林生; 刘文静; 黄文江; 赵晋陵; 宋富冉遥感支持向量机病害白粉病小波特征
摘要：为利用遥感影像数据在区域尺度上实现快速、准确地监测小麦白粉病的发生、发展情况，该研究基于环境与灾害监测预报小卫星（HJ-1A／1B）数据对地表温度（landsurfacetemperature，LST）进行反演、提取4个波段反射率数据并构建7个植被指数。耦合K-mean和Relief算法对小麦白粉病遥感特征进行筛选。通过支持向量机（supportvectormachine，SVM）与小波特征（Gabor）结合SVM（GaborSVM）的方法分别建立河北省晋州市小麦白粉病发生监测模型，并对2种模型的监测精度进行对比。结果表明：归一化植被指数（normalizeddifferencevegetationindex，NDVI）、比值植被指数（simpleratioindex，SR）和地表温度3种特征参量可较好地表征小麦白粉病的发生情况，GaborSVM的总体精度达到86．7％，优于SVM的80％。因此，小波分析与支持向量机结合的方法可用于基于卫星遥感影像的大面积病害监测，对提高病害监测精度具有重要应用价值。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
