基于高光譜成像技術(shù)的水稻稻瘟病診斷關(guān)鍵技術(shù)研究.pdf

1、精細(xì)農(nóng)業(yè)技術(shù)體系包括數(shù)據(jù)獲取與數(shù)據(jù)采集、數(shù)據(jù)分析與可視化表達(dá)、決策分析與制定和精細(xì)農(nóng)田作業(yè)的控制實(shí)施等主要組成部分，其中植物生長信息的快速獲取與生長狀況快速診斷，對(duì)提高農(nóng)作物的產(chǎn)量和質(zhì)量具有重要意義。
　　 傳統(tǒng)的水稻稻瘟病病害檢測(cè)主要基于分子生物學(xué)檢測(cè)方法，不利于在線實(shí)時(shí)水稻稻瘟病病害識(shí)別。本研究論文主要圍繞植物生長信息檢測(cè)與解析中的病害脅迫信息快速獲取和識(shí)別關(guān)鍵技術(shù)展開，利用光學(xué)成像傳感裝置快速無損獲取水稻稻瘟病早期病害信息

2、，通過研究不同的病害檢測(cè)預(yù)報(bào)模型，及時(shí)監(jiān)控水稻稻瘟病發(fā)生發(fā)展?fàn)顩r，構(gòu)建稻瘟病預(yù)測(cè)預(yù)報(bào)系統(tǒng)，為變量施藥決策系統(tǒng)的實(shí)施提供決策支持。本論文的主要研究內(nèi)容和結(jié)論如下：
　　 (1)提出了針對(duì)稻瘟病病害檢測(cè)的高光譜特征提取方法，實(shí)現(xiàn)了高維光譜數(shù)據(jù)壓縮和特征提取，建立了基于光譜特征的稻瘟病病害識(shí)別模型，實(shí)現(xiàn)了稻瘟病的精確、無損檢測(cè)。系統(tǒng)地研究了高斯函數(shù)擬合光譜特征提取、植被指數(shù)光譜特征提取和小波近似系數(shù)光譜特征提取，建立了基于高斯擬合參數(shù)

3、、植被指數(shù)和小波近似系數(shù)的水稻稻瘟病病害分類判別模型。研究表明，3種光譜特征提取方法均可有效提取水稻稻瘟病病害特征光譜信息，其中分析得到的水稻稻瘟病優(yōu)化識(shí)別模型為基于1階導(dǎo)數(shù)光譜高斯擬合參數(shù)(峰高、峰寬、峰面積)LDA病害判別模型，該模型在校正集和預(yù)測(cè)集分類準(zhǔn)確率分別為100％和96％。
　　 (2)應(yīng)用數(shù)字圖像處理技術(shù)，實(shí)現(xiàn)了水稻稻瘟病高光譜圖像特征信息獲取，建立了基于高光譜圖像統(tǒng)計(jì)信息的水稻稻瘟病分類判別模型。系統(tǒng)研究了主成

4、分圖像特征提取，概率統(tǒng)計(jì)濾波圖像特征提取和二階概率統(tǒng)計(jì)濾波圖像特征提取方法，得到了基于圖像特征提取的優(yōu)化模型--基于主成分圖像統(tǒng)計(jì)信息的逐步線性判別模型，該模型在校正集判別準(zhǔn)確率為98.3％，預(yù)測(cè)集判別準(zhǔn)確率為97.5％。
　　 (3)應(yīng)用高光譜和高光譜圖像技術(shù)，提取了對(duì)水稻稻瘟病識(shí)別敏感的特征波長，建立了基于特征波長下光譜和圖像信息的水稻稻瘟病害識(shí)別模型，實(shí)現(xiàn)基于圖像信息稻瘟病病害識(shí)別模型的優(yōu)化。研究應(yīng)用主成分分析-載荷系數(shù)法

5、得到了基于圖像特征波長的病害識(shí)別優(yōu)化模型為基于特征波段長(419nm，502nm，569nm，659nm，675nm，699nm，742nm)圖像信息構(gòu)建PCA-LDA分類模型，校正集判別準(zhǔn)確率為92.7％，預(yù)測(cè)集判別準(zhǔn)確率為92.5％。
　　 (4)首次建立了水稻冠層光譜信息與抗氧化酶活性關(guān)系預(yù)測(cè)模型，實(shí)現(xiàn)稻瘟病可見癥狀顯癥之前的早期病害識(shí)別。應(yīng)用光譜技術(shù)，利用偏最小二乘回歸法建立基于冠層光譜信息的抗氧化物酶(POD、SOD、

6、CAT)酶值活性預(yù)測(cè)模型?；诳梢?近紅波段(400-1100nm)冠層光譜漫反射信息對(duì)POD預(yù)測(cè)相關(guān)系數(shù)，校正集為97.57％，預(yù)測(cè)集為90.79％；SOD預(yù)測(cè)相關(guān)系數(shù)，校正集為96.82％，預(yù)測(cè)集為86.65％；CAT預(yù)測(cè)相關(guān)系數(shù)，校正集為85.98％，預(yù)測(cè)集為66.63％。研究首次建立了基于特征波長光譜信息抗氧化物酶(POD、SOD、CAT)活性預(yù)測(cè)模型，實(shí)現(xiàn)了抗氧化酶活性預(yù)測(cè)模型的簡(jiǎn)化?；谔卣鞑ㄩL(491nm，545nm，67

7、6nm，707nm，741nm)的漫反射值對(duì)POD預(yù)測(cè)相關(guān)系數(shù)。校正集為83.35％，預(yù)測(cè)集為75.19％；基于特征波長(526nm，550nm，672nm，697nm，738nm，747nm)的漫反射值對(duì)SOD預(yù)測(cè)相關(guān)系數(shù)，校正集為69.45％，預(yù)測(cè)集為54.88％；基于特征波長(491nm，503nm，544nm，673nm，709nm，744nm)漫反射值對(duì)CAT的預(yù)測(cè)相關(guān)系數(shù)，校正集為66.09％，預(yù)測(cè)集為46.91％。