您当前的位置: > 详细浏览

玉米典型叶部病害高光谱识别及其烈度分类 后印本

请选择邀稿期刊:

Identification and Severity Classification of Typical Maize Foliar Diseases Based on Hyperspectral Data

摘要: [目的/意义]近年来,玉米叶部病害发生日趋加重且呈现混发现象,严重威胁玉米产量和品质。但目前 鲜有研究对叶部病害种类识别及其烈度分类进行结合,无法满足实际场景中玉米不同病害及不同烈度混发下的病 害防控需求。[方法]提出一种基于高光谱技术实现玉米典型叶部病害种类识别及其烈度分类的方法,通过挖掘玉 米大斑病、小斑病和南方锈病3种叶部病害的光谱特性,优选敏感特征构建基于病害发展全阶段(包含病害所有 烈度) 和病害单一烈度下的病害种类识别模型;进一步地,针对玉米叶部单一病害构建烈度分类模型,以期实现 对不同叶部病害的全过程识别与病害烈度分类。[结果和讨论]3种玉米叶部病害在550~680 nm的可见光、740~ 760 nm的红边、760~1 000 nm的近红外和1 300~1 800 nm的短波红外处其光谱变化显著。基于此提取的光谱特征 能够有效捕捉病害特异性信息。基于病害发展全阶段构建的病害种类识别模型最优总体精度(Overall accuracy, OA) 达77.51%,Macro F1达0.77;而基于病害单一烈度下的病害种类识别模型精度随着病害烈度的增加而升高。 在病害发展阶段处于重度烈度时,病害种类识别模型最优精度达95.06%,Macro F1达0.94。此外,研究构建的3种 玉米叶部病害烈度分类模型最优精度均超过70%,其中大斑病烈度分类效果最好(OA=86.25%,Macro F1=0.85)。 [结论]基于高光谱数据能够有效实现玉米典型叶部病害种类识别及其烈度分类,为大范围作物病害监测提供研究 基础及理论依据,助力精准防控与绿色农业。

版本历史

[V1] 2024-06-17 23:19:49 ChinaXiv:202406.00281V1 下载全文
点击下载全文
预览
许可声明
metrics指标
  •  点击量223
  •  下载量70
评论
分享