基于小波变换的棉花黄萎病严重度高光谱识别研究

摘要：

小波变换能有效提取光谱信息并降低数据维数,本研究探讨了基于小波变换的棉花黄萎病病情严重度高光谱识别的可行性.通过测量不同病情严重度叶片的反射光谱数据,采用小波变换对高光谱数据进行处理,并以提取的小波能量系数建立了基于判别分析、BP神经网络、GA-BP神经网络及SVM支持向量机的病情严重度识别模型.识别结果表明,GA-BP神经网络识别效果最好,而支持向量机SVM识别结果较稳定.利用小波变换对高光谱数据进行小波能量系数提取,有效降低了数据维数,且建立的识别模型相对稳定,能有效识别棉花黄萎病不同严重度,为棉花黄萎病遥感监测提供理论依据和方法.

关键词： 棉花黄萎病 病情严重度 高光谱识别 小波变换

作者: 靳宁 景元书 黄文江

作者单位: 山西省气候中心,太原,030002;中国科学院地理科学与资源研究所,北京,100101 南京信息工程大学应用气象学院,南京,210044 中国科学院遥感与数字地球研究所,北京,100094

会议类型: 国内会议

会议名称: 第30届中国气象学会年会

会议地点: 南京

会议语种:中文

页码: 1-7

在线出版日期: 2013-10-23（万方平台首次上网日期，不代表论文的发表时间）