基于高光譜技術(shù)的水稻稻曲病監(jiān)測(cè)研究.pdf

1、碩士學(xué)位論文題目基于高光譜技術(shù)的水稻稻曲病監(jiān)測(cè)研究研究生謝亞平專業(yè)儀器科學(xué)與技術(shù)指導(dǎo)教師指導(dǎo)教師王玲副教授陳豐農(nóng)副教授完成日期完成日期2018.5.30浙江省碩士學(xué)位論文I摘要糧食作物是人類賴以生存和生活的重要保障，水稻是最主要的一種可供人類食用的農(nóng)作物，然而水稻稻曲病一直是制約其品質(zhì)和產(chǎn)量的重要因素之一，它會(huì)在水稻生長(zhǎng)的整個(gè)時(shí)期隨時(shí)出現(xiàn)，導(dǎo)致水稻葉片發(fā)黑，腐化，脫落，稻穗不能正常生長(zhǎng)，最終導(dǎo)致水稻減產(chǎn)甚至顆粒無(wú)收。通常情況下，人們會(huì)根

2、據(jù)受病害侵襲情況噴灑相應(yīng)的農(nóng)藥，以防止病害的進(jìn)一步惡化和大面積擴(kuò)散，這樣又會(huì)產(chǎn)生許多其他問(wèn)題，比如投入成本增加、環(huán)境污染等。因此，當(dāng)務(wù)之急需要新的方法來(lái)解決水稻受稻曲病脅迫的問(wèn)題，首先，需要隨時(shí)了解水稻的生長(zhǎng)情況，以便采取合理措施來(lái)保障水稻的正常生長(zhǎng)和發(fā)育；其次，根據(jù)掌握的水稻生長(zhǎng)信息預(yù)測(cè)水稻是否發(fā)病以及發(fā)病嚴(yán)重程度等；再次，提高農(nóng)藥的使用效率對(duì)降低投入成本和抑制水稻稻曲病的蔓延有重要意義。高光譜技術(shù)是一種新的高效、無(wú)損的監(jiān)測(cè)農(nóng)作物病害

3、技術(shù)手段，對(duì)提高水稻品質(zhì)和產(chǎn)量，減少環(huán)境污染，改善可持續(xù)農(nóng)田管理有重要意義[1]。本文在研究了水稻受病害脅迫下的生長(zhǎng)機(jī)理和各種分類算法的基礎(chǔ)上，利用高光譜技術(shù)建立健康和患病水稻的識(shí)別模型并進(jìn)行驗(yàn)證，為水稻稻曲病的早期監(jiān)測(cè)提供數(shù)據(jù)支持。主要內(nèi)容如下：1）使用高光譜設(shè)備采集發(fā)病水稻區(qū)域和健康水稻區(qū)域的多組高光譜圖像數(shù)據(jù)；2）使用ENVI影像處理軟件分析處理高光譜設(shè)備采集的數(shù)據(jù)，通過(guò)選擇ROI區(qū)域獲得發(fā)病區(qū)域的光譜數(shù)據(jù)和正常區(qū)域的光譜數(shù)據(jù)，發(fā)

4、現(xiàn)曲線隨病害發(fā)生情況之間的關(guān)系，找出稻曲病稻穗特有的光譜特征；3）建立基于高光譜技術(shù)的水稻稻曲病識(shí)別模型，采用Linear，Polynomial，RadialBasisFunction，Sigmoid四種核函數(shù)的SVM建模算法對(duì)其進(jìn)行識(shí)別；4）對(duì)影像分類后的結(jié)果進(jìn)行精度驗(yàn)證，驗(yàn)證方法包括混淆矩陣，Kappa統(tǒng)計(jì)；5）通過(guò)使用ENVI軟件對(duì)高光譜設(shè)備采集的數(shù)據(jù)進(jìn)行分析處理，并使用PCA和ANN的方法，以凸顯發(fā)病區(qū)域。結(jié)果表明：水稻感染稻曲

5、病后，患病區(qū)域與正常區(qū)域的光譜曲線比較，在可見(jiàn)光波段450～720nm和近紅外波段780～900nm范圍內(nèi)光譜反射率有明顯下降。這是由于在可見(jiàn)光譜段內(nèi)，植物的光譜性質(zhì)主要是葉綠素起著重要的作用，在450nm為中心的藍(lán)波段以及以670nm為中心的紅波段，葉綠素強(qiáng)烈吸收輻射能而呈吸收谷，在這兩個(gè)吸收谷之間吸收較少，形成綠色反射峰而呈現(xiàn)綠色植物。當(dāng)水稻受稻曲病脅迫時(shí)，稻穗及葉部出現(xiàn)黃褐色病斑，此病斑處葉綠素含量降低，葉綠素在藍(lán)、紅波段的吸收增