APP下载

基于分窗Gram-Schmidt变换和PSO-SVR算法的水稻纹枯病病情指数检测

2021-07-14曹英丽刘亚帝江凯伦于正鑫

光谱学与光谱分析 2021年7期

肖 文, 曹英丽, 2*, 冯 帅, 刘亚帝, 江凯伦, 于正鑫, 闫 丽

1. 沈阳农业大学信息与电气工程学院, 辽宁 沈阳 110161

2. 沈阳农业大学辽宁省农业信息化工程技术中心, 辽宁 沈阳 110161

引 言

纹枯病是水稻受立枯丝核菌的侵染而造成的一种病害, 主要为害叶鞘, 叶片次之, 感染纹枯病会使水稻的谷粒不饱满, 严重的会造成谷粒空壳和植株倒伏枯死, 继而导致水稻的质量与品质的下降。 及时并准确的对水稻纹枯病进行检测和程度分级, 对于水稻的田间管理、 水稻病害防治和保证产量质量具有重要意义。 目前检测植物病害依靠有经验人员人为目测和室内基因分子生物学检测这两种方法, 常会造成人为误判、 检测效率低和成本昂贵, 因此采用光谱分析的方法可以解决传统方法的不足之处, 其检测速度较快, 并适用于大范围样本, 是检测植物病害的有效方法[1]。 Azadbakht等[2]研究了不同LAI水平下, 实现在冠层尺度上基于高光谱的小麦叶锈病严重程度的检测, Pourreza等[3]利用587~589 nm波长作为识别波段, 训练支持向量机分类器, 研制了一种用于柑桔黑斑病诊断的单色视觉传感器, 检测准确率在93.3%~94.6%之间。 以上研究证明了光谱分析在植物病害方面有较好的检测结果。

近年来, 针对水稻纹枯病检测越来越多, Faranak等[4]使用卫星SPOT-5图像检测水稻纹枯病, 植被指数RVI14, SDI14和SDI24可以很好的从患病植物中检测出健康植物, 但卫星遥感的分辨率低, 只能实现有无病害感染的区分。 除上述研究之外, 无人机遥感技术……

登录APP查看全文