%0 Journal Article
%T Estimating severity level of cotton disease based on spcctral indicse of TM image<br>基于TM影像光谱指数的棉花病害严重度估测
%A CHEN Bing
%A LI Shao-Kun
%A WANG Ke-Ru
%A SU Yi
%A CHEN Jiang-Lu
%A JIN Xiu-Liang
%A LV Ying-Liang
%A DIAO Wan-Ying
%A <br>陈兵
%A 李少昆
%A 王克如
%A 苏毅
%A 陈江鲁
%A 金秀良
%A 吕银亮
%A 刁万英
%J 红外与毫米波学报
%D 2011
%I Science Press
%X 通过获取多时相试验区TM影像和大田同步调查棉花黄萎病，将TM影像光谱指数与病害严重度进行相关分析，建立棉花病害严重度估测模型.结果表明： 随着病害严重度的增加，TM影像光谱指数B2，B4，SATVI，OSAVI，MSAVI，TSAVI，SVNSWI，SNSWIa，SNSWIb，SVNI，DNSIa，DNSIb，NDSWIa，NDSWIb，RNSWIa，RNSWIb，DVNI，EVI，TVI，SAVI，DVI，NDVI，RVI 和PVI逐渐减小，B1，B3， B7和RI逐渐增加，NDGI呈现先增后降的趋势，而B5呈现先降后增的趋势.病害严重度与TM影像光谱指数B1，B3和RI均呈极显著正相关，与B4，OSAVI，MSAVI， TSAVI，SVNSWI，SNSWIa，SNSWIb，SVNI，DNSIa，DNSIb，NDSWIa，NDSWIb，RNSWIa，RNSWIb，DVNI，EVI，TVI，NDGI，SAVI，DVI，NDVI，RVI 和PVI均呈极显著负相关，与SATVI呈显著负相关，与B2，B5和B7均未达显著相关.建立的8个TM影像光谱指数估算棉花黄萎病模型均通过显著性检验，且以DVI和DNSIb为自变量的线性模型精度最高，表明利用多时相TM卫星影像光谱指数进行棉田病害定量诊断是可行的.
%K Cotton
%K Disease
%K severity level
%K TM image
%K spectral indices
%K Estimation models<br>棉花
%K 病害严重度
%K TM影像
%K 光谱指数
%K 估测模型
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=1319827C0C74AAE8D654BEA21B7F54D3&jid=D3B4F771D1A06062008B4D0A2EF05996&aid=2B168B6160CED65F79F19E3C9544952F&yid=9377ED8094509821&vid=340AC2BF8E7AB4FD&iid=94C357A881DFC066&sid=9B95A71E6639C039&eid=522844664D9E629A&journal_id=1001-9014&journal_name=红外与毫米波学报&referenced_num=0&reference_num=0