版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、柑橘是世界第一大水果,在主產(chǎn)區(qū)鄉(xiāng)村經(jīng)濟(jì)發(fā)展和世界貿(mào)易中有著舉足輕重的地位,而諸多柑橘病害和生理性病害則是制約柑橘生產(chǎn)發(fā)展和國內(nèi)外市場拓展的重要因素之一。近年來,植物病害的無損傷、快速識(shí)別技術(shù)已成為農(nóng)業(yè)信息技術(shù)研究的重要內(nèi)容,而光譜技術(shù)作為一種新興的無損檢測技術(shù)已被應(yīng)用到多種作物的病害診斷中。國內(nèi)外有關(guān)農(nóng)作物病害的光譜診斷技術(shù)研究近年發(fā)展較快,但涉及柑橘類水果的病理病害和生理病害的光譜檢測技術(shù)研究相對較少。本文針對癥狀相似、易于混淆的部分
2、重要柑橘病理病害和生理病害,綜合利用高光譜成像、光譜分析、模式識(shí)別、化學(xué)計(jì)量學(xué)和柑橘病害等交叉學(xué)科知識(shí),進(jìn)行了高光譜無損識(shí)別方法研究,以期為柑橘病害實(shí)時(shí)、快速光譜診斷系統(tǒng)的建立提供依據(jù)。主要研究內(nèi)容和結(jié)果如下:
1.利用高光譜成像技術(shù)(400-1000nm),結(jié)合化學(xué)計(jì)量學(xué)方法,對部分柑橘重要病害的染病葉片和正常葉片,以及受多種病害為害的葉片進(jìn)行了光譜識(shí)別研究。
2.從黃龍病發(fā)病果園和未發(fā)病果園采集葉色正常和感病黃化
3、的紐荷爾臍橙葉片為研究對象,獲取了柑橘葉片的正面和背面的高光譜信息,并對柑橘葉片樣本進(jìn)行分子檢測驗(yàn)證,利用高光譜信息建立了柑橘葉片黃龍病LDA,BPNN和LSSVM等三種識(shí)別模型。結(jié)果表明,三種模型以LSSVM模型結(jié)果最優(yōu),基于葉片正面光譜和9點(diǎn)平滑預(yù)處理,基于葉片背面光譜和二階導(dǎo)數(shù)預(yù)處理的LSSVM建模預(yù)測,建模集識(shí)別精度均為100%,預(yù)測集識(shí)別精度均為92.5%?;谌~片正面光譜,應(yīng)用逐步判別分析篩選得到的9個(gè)特征波長(400.19
4、,403.17,406.15,407.64,412.12,721.14,730.74,740.34和823.98nm)所建LSSVM模型,大幅度減少了輸入變量,并且識(shí)別效果也較為理想,建模集識(shí)別精度可達(dá)98.57%,預(yù)測集識(shí)別精度可達(dá)92.5%。研究結(jié)果顯示,葉片正面光譜和背面光譜都可用于黃龍病識(shí)別,并且通過高光譜建模分析能夠較好地從柑橘葉色正常的葉片中識(shí)別出黃龍病PCR陽性葉片,顯示了對黃龍病感染但無癥狀時(shí)的高光譜早期無損診斷的可能性
5、。
3.采集感染褐斑病、黑星病和潰瘍病的柑橘葉片高光譜圖像,分析并比較病斑及病斑附近不同組織的光譜反射率特征,提取了區(qū)分三種病害的光譜特征波段(404.66,421.1,428.6,434.62,436.12,446.68,618.04,700.40,719.55,727.54,864.38,938.93和998.96nm),利用特征波段結(jié)合Fisher多類線性分析對三種病害病斑的識(shí)別率為100%。
4.網(wǎng)室內(nèi)培養(yǎng)的
6、健康以及接種TRL514,CT30,CT32和CT11A四種不同衰退病株系的柑橘植株,采集葉片的高光譜圖像,建立了MD,LDA和BPNN等三種衰退病染病葉片識(shí)別模型。結(jié)果表明,利用400-1000nm和760-1000nm的光譜對健康和感染衰退病葉片的建模預(yù)測識(shí)別率均為100%,利用九個(gè)特征波長(405.4,424.1,920.28,947.04,957.59,972.19,978.68,980.3和998.15 nm)對健康和感染衰退
7、病葉片的建模預(yù)測識(shí)別率分別為100%和97.33%。而對于感染四種不同株系的衰退病植株葉片的預(yù)測診斷效果不佳,僅為70%。
5.應(yīng)用高光譜成像技術(shù),研究哈姆林甜橙葉片不同程度缺錳、缺鋅癥狀的光譜響應(yīng)特征及差異,對LDA,BPNN和LSSVM模型的識(shí)別精度進(jìn)行比對分析。結(jié)果表明:利用高光譜原始全光譜反射率,結(jié)合LSSVM建立葉片缺錳、鋅癥狀識(shí)別模型,其建模集識(shí)別精度達(dá)91.88%,預(yù)測集識(shí)別率可以達(dá)到90.00%;利用連續(xù)投影算
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 草莓病蟲害及生理病害
- 甜(辣)椒常見生理病害發(fā)生與防治
- 玉米主要生理病害發(fā)生原因與防治措施
- 蘋果根區(qū)土壤養(yǎng)分盈虧變化及其再植生理病害研究.pdf
- 探析北方早春大棚黃瓜常見生理病害與防治辦法
- 基于圖像和光譜解析的小麥病害識(shí)別研究.pdf
- 基于高光譜成像技術(shù)的煙葉病害識(shí)別方法研究.pdf
- 煙草花葉病害高光譜特征及其病害程度判別分析模型的研究.pdf
- 辣椒病害的識(shí)別和防治
- 柑橘果皮病害組織特征的研究.pdf
- 高等級(jí)公路路面病害識(shí)別算法研究——裂縫類病害識(shí)別.pdf
- 棉花病害的高光譜特性分析及其田間藥效試驗(yàn)的研究.pdf
- 冬小麥葉面積指數(shù)反演與病害光譜識(shí)別研究.pdf
- 發(fā)病煙草的高光譜特征及其病害程度診斷模型研究.pdf
- 馬鈴薯病害識(shí)別算法研究.pdf
- 高光譜遙感對降香黃檀葉部主要病害的監(jiān)測研究.pdf
- 熱帶農(nóng)業(yè)植物病理學(xué)作物病害部分
- 棗縮果病的病害生理研究.pdf
- 基于高光譜成像的小麥赤霉病害分級(jí)診斷研究.pdf
- 蘋果采后炭疽病的病理生理學(xué)及病害控制的研究.pdf
評(píng)論
0/150
提交評(píng)論