基于低空遙感成像技術(shù)的油菜菌核病檢測(cè)研究.pdf

1、油菜是我國(guó)最為主要的油料作物之一，但其產(chǎn)量和品質(zhì)往往因病害而出現(xiàn)大幅下降。因此，實(shí)現(xiàn)快速有效地病害檢測(cè)并制定合理的防治措施，對(duì)保障油菜的產(chǎn)量和品質(zhì)具有重要意義。傳統(tǒng)的病害檢測(cè)方法通常局限于實(shí)驗(yàn)室環(huán)境下的微觀尺度檢測(cè)，不僅流程繁瑣、滯后性較強(qiáng)，同時(shí)會(huì)令研究樣本遭到破壞，很難滿足現(xiàn)代農(nóng)業(yè)對(duì)精準(zhǔn)生產(chǎn)的要求。為克服傳統(tǒng)方法所存在缺陷，本研究以油菜作為研究對(duì)象，利用搭載高光譜成像儀和熱紅外成像儀的無(wú)人機(jī)模擬平臺(tái)，分別從冠層尺度和葉片尺度對(duì)健康及染

2、病的油菜樣本實(shí)現(xiàn)了判別分析。主要研究?jī)?nèi)容如下:
　　(1)從冠層尺度獲取高光譜圖像數(shù)據(jù)，對(duì)健康和染病油菜樣本進(jìn)行了檢測(cè)研究。分別采用移動(dòng)平均法(MAS)、多項(xiàng)式卷積平滑法(SG)、標(biāo)準(zhǔn)正態(tài)變量變換(SNV)、多元散射校正(MSC)及去趨勢(shì)化法(De-trending)對(duì)獲取到的冠層高光譜數(shù)據(jù)進(jìn)行預(yù)處理，得到圖像中整株樣本的光譜反射值。其后，分別基于全波段和特征波長(zhǎng)建立偏最小二乘法(PLS-DA)、支持向量機(jī)(SVM)、極限學(xué)習(xí)機(jī)(

3、ELM)、K-近鄰分類算法(KNN)模型，進(jìn)行健康和染病樣本的判別分析。在基于全波段信息的分析中，不同預(yù)處理方法和建模方法組合性能差異明顯，其中采用MSC預(yù)處理結(jié)合ELM建模方法得到的分類效果最優(yōu)，建模集和預(yù)測(cè)集的結(jié)果達(dá)到100％。然后，分別采用連續(xù)投影算法(SPA)、二階導(dǎo)數(shù)(2nd Der)及遺傳算法-偏最小二乘法(GA-PLS)進(jìn)行特征波長(zhǎng)提取，并利用提取的特征波長(zhǎng)建立PLS-DA、 SVM、ELM及KNN模型進(jìn)行分析。結(jié)果顯示基

4、于SPA所選取特征波長(zhǎng)結(jié)合ELM模型得到的分類效果最優(yōu)，建模集和預(yù)測(cè)集的結(jié)果都達(dá)到100％。
　　(2)基于光譜數(shù)據(jù)計(jì)算油菜植被指數(shù)，通過(guò)相關(guān)性分析和單因素方差分析獲取優(yōu)選植被指數(shù)，并分別基于單一及組合優(yōu)選后的植被指數(shù)對(duì)健康和染病樣本進(jìn)行建模判別分析。結(jié)果顯示，優(yōu)選得到的DVI、TVI、RVSI、RDVI、CARI及OSAVI等指數(shù)與油菜健康與染病狀態(tài)相關(guān)性較好，可對(duì)其進(jìn)一步建模分析。針對(duì)單一和組合優(yōu)選植被指數(shù)的判別結(jié)果顯示，組合

5、建模條件下的分類效果優(yōu)于單一植被指數(shù)。
　　(3)從葉片尺度獲取高光譜圖像數(shù)據(jù)，對(duì)健康和染病油菜樣本進(jìn)行檢測(cè)研究。分別采用MAS、SG、 MSC、Detrending及SNV對(duì)獲取到的葉片高光譜數(shù)據(jù)進(jìn)行預(yù)處理，得到葉片病斑區(qū)域的光譜反射值。其后，分別基于全波段和特征波長(zhǎng)信息建立PLS-DA、SVM、ELM、KNN模型，進(jìn)行健康和染病樣本的判別分析。在基于全波段信息的分析中，其中采用MSC預(yù)處理結(jié)合ELM建模方法得到的分類效果最優(yōu)，

6、建模集和預(yù)測(cè)集的結(jié)果達(dá)到100％。進(jìn)一步地，在基于特征波長(zhǎng)的分析中，分別采用SPA、2nd Der及GA-PLS進(jìn)行特征波長(zhǎng)提取，并利用提取的特征波長(zhǎng)建立PLS-DA、SVM、ELM及KNN模型進(jìn)行分析。結(jié)果顯示基于SPA方法所選取特征波長(zhǎng)結(jié)合ELM模型得到的分類效果最優(yōu)，建模集和預(yù)測(cè)集的結(jié)果達(dá)到100％。
　　(4)從冠層尺度獲取熱紅外圖像數(shù)據(jù)，對(duì)健康和染病油菜樣本進(jìn)行早期的識(shí)別診斷。提取樣本冠層尺度的溫度值，并對(duì)其進(jìn)行生理指數(shù)

7、的監(jiān)測(cè)。然后利用平均溫度和最大溫差區(qū)分健康和染病油菜，并進(jìn)行單因素方差分析。結(jié)果表明，健康和染病油菜的最大溫差差異明顯，且隨著天數(shù)的變化該差值基本保持不變;健康和染病植株的平均溫度差值起初無(wú)明顯變化，但隨著天數(shù)的變化差值逐漸增大。其單因素方差分析表明，最大溫差在油菜染病后第1天即存在顯著性差異(P＜0.01)。進(jìn)一步地，分析油菜生理指數(shù)（氣孔導(dǎo)度、光合速率、二氧化碳濃度及蒸騰速率）隨染病程度的加重發(fā)生的變化，該變化可以直觀檢測(cè)出菌核病對(duì)

8、油菜的染病程度，且發(fā)現(xiàn)健康油菜的生理指數(shù)高于比染病油菜，并對(duì)生理指數(shù)與溫度進(jìn)行相關(guān)性分析。結(jié)果顯示，光合速率、二氧化碳濃度與蒸騰速率與溫度之間存在顯著相關(guān)性。
　　(5)針對(duì)葉片尺度的熱紅外數(shù)據(jù)對(duì)健康和染病油菜樣本進(jìn)行早期的識(shí)別診斷。獲取樣本中染病葉片健康區(qū)域和病斑區(qū)域的溫度信息。其中熱紅外圖像可以直觀的識(shí)別出病害侵染過(guò)程，并利用像素點(diǎn)的值來(lái)判別健康和染病區(qū)域的溫度差異。采用溫度信息中的最大溫度、最小溫度、平均溫度以及最大溫差對(duì)健