[发明专利]基于小波分析的区域病虫害检测诊断判别方法有效
| 申请号: | 201611200274.0 | 申请日: | 2016-12-22 |
| 公开(公告)号: | CN106708782B | 公开(公告)日: | 2019-05-03 |
| 发明(设计)人: | 贾翔;陈孟禹;黄铁成;来风兵;陈蜀江;吴焱 | 申请(专利权)人: | 贾翔 |
| 主分类号: | G06F17/15 | 分类号: | G06F17/15 |
| 代理公司: | 乌鲁木齐合纵专利商标事务所 65105 | 代理人: | 董燕;周星莹 |
| 地址: | 830054 新疆维吾尔自治区乌鲁*** | 国省代码: | 新疆;65 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 胡杨 波谱曲线 虫害 病虫害检测 小波分析 构建 时间序列数据 实时动态检测 森林病虫害 随时间变化 诊断 采样分析 采样数据 虫害信息 初步分析 分离分析 试验数据 物理基础 小波变换 信号检测 遥感分析 遥感监测 植物长势 食叶 害虫 衰弱 病虫害 抽取 监测 检测 | ||
本发明涉及数据遥感分析技术领域,是一种基于小波分析的区域病虫害检测诊断判别方法,包括以下步骤:第一步对获取胡杨虫害的试验数据进行抽取采样分析;第二步采用小波变换对采样数据进行初步分析;第三步定义并构建NDVI时间波谱曲线;第四步对NDVI时间波谱曲线进行滤噪处理;第五步对胡杨虫害进行增强和分离分析;第六步建立胡杨食叶害虫的信号检测模型;第七步对检测出的虫害信号进行实时动态检测。本发明基于森林病虫害遥感监测的原理与物理基础,借助NDVI时间序列数据,定义并构建含有虫害信息的胡杨NDVI时间波谱曲线,得到NDVI随时间变化的演变特性与规律,有效的对植物长势以及病虫害进行监测,避免胡杨长势逐渐衰弱。
技术领域
本发明涉及林业病虫害数据遥感分析技术领域,是一种基于小波分析的区域病虫害检测诊断判别方法。
背景技术
胡杨作为一种在河岸、湖泊等湿润条件下生长的荒漠河岸林,其独特的生理结构使其能够在盐碱、风沙和干旱的恶劣环境中生存,是干旱荒漠区近顶级的天然乔木群落,是荒漠生态系统的重要组成部分,在维护荒漠区生态平衡、防风固沙、调节气候、改善生态环境等方面发挥着重要的生态功能。但是近年来,由于人为过度引水和气候变化,导致胡杨生存环境恶化,长势逐渐衰弱,其正常的生理活动减弱,抵御病虫害的能力下降,使得病虫害蔓延迅速,开始大面积肆掠,其中尤以尺蠖虫害最为严重,严重时森林失叶如同遭遇火灾,而且有进一步向绿洲扩散的趋势。因此,研究胡杨尺蠖虫害特征及其分布规律对胡杨林的保护具有十分重要的意义。
在尺蠖研究方面,许多学者从尺蠖的生存环境、生理机制、生活习性、生活史规律、分布范围、种群动态变化、造成的危害状况、预测防治等方面已经做了大量研究。但是胡杨林区地处荒漠、交通不便,运用传统的实地调查方法难以对其进行大范围、深入的研究。遥感技术具有受地面条件限制少、获取资料速度快、周期短、用途广泛的优势,目前已成为国际上监测森林病虫危害最先进的手段之一,其在森林病虫害探测领域的应用已被证明是可行并且有效的,但目前这一技术尚处于探索发展阶段,仍然存在着遥感监测参数少,数据源及辅助信息的利用不足,技术与方法缺乏,针对性差等问题;致使病虫害有效监测时间段较短,监测精度较低,且难以监测早期损害。因此,尚需进一步加强基础理论研究,充分利用森林不同受害阶段的生理生化和形态指标,构造适宜的遥感监测指数,将更多数学方法融入病虫害遥感监测研究。
发明内容
本发明提供了一种基于小波分析的区域病虫害检测诊断判别方法,克服了上述现有技术之不足,其能有效解决现有的胡杨尺蠖虫害因没有有效的检测诊断判别方法造成胡杨长势逐渐衰弱的问题。
本发明的技术方案是通过以下措施来实现的:基于小波分析的区域病虫害检测诊断判别方法,包括以下步骤:
第一步,获取胡杨虫害的试验数据,对试验数据进行抽取采样分析,之后进入第二步;
第二步,采用小波变换对采样数据进行初步分析,之后进入第三步;
第三步,定义并构建NDVI时间波谱曲线,之后进入第四步;
第四步,对NDVI时间波谱曲线进行滤噪处理,之后进入第五步;
第五步,对胡杨虫害进行增强和分离分析,之后进入第六步;
第六步,建立胡杨食叶害虫的信号检测模型,之后进入第七步;
第七步,对检测出的虫害信号进行实时动态检测,提取胡杨尺蠖的危害信息。
下面是对上述发明技术方案的进一步优化或/和改进:
上述在第二步中,小波变换的分析步骤如下:
(1)将信号采用一组基函数分解成不同尺度的细节信号,所述基函数是通过将小波母函数ψ(t)进行伸缩或平移得到的,设其伸缩因子为a,平移因子为b,则平移伸缩后的函数ψa,b(t)为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贾翔,未经贾翔许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611200274.0/2.html,转载请声明来源钻瓜专利网。





