基于近红外光谱技术的农作物病害诊断

基于近红外光谱技术的农作物病害诊断

ID:3922189

大小:274.53 KB

页数:4页

时间:2017-11-25

基于近红外光谱技术的农作物病害诊断_第1页
基于近红外光谱技术的农作物病害诊断_第2页
基于近红外光谱技术的农作物病害诊断_第3页
基于近红外光谱技术的农作物病害诊断_第4页
资源描述:

《基于近红外光谱技术的农作物病害诊断》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、2010年6月植保器材http://www.zhibao17.com/第6期基于近红外光谱技术的农作物病害诊断王晓丽,周国民(中国农业科学院农业信息研究所,北京100081)摘要:利用近红外光谱诊断农作物病害是近几年兴起的一种具有高效、准确和非破坏性的技术。为此,阐述了近红外光谱诊断农作物病害的原理;介绍了处理近红外光谱数据的关键技术以及建立光谱模式识别模型的方法;报告了近红外光谱技术在农作物病害诊断中的应用现状;提出了运用近红外光谱技术诊断农作物病害存在的难点;最后,指出了一些研究中有待解决的问题。关键词:近红外光谱;农作物病害

2、;无损检测中图分类号:S432;S123文献标识码:A文章编号:1003-188X(2010)06-0171-04由于各种物体的组成成分、内部结构和外部状态0引言的不同,它们对电磁辐射的响应有很大差别。也就是我国是一个农业大国,农作物病害是我国农业生说,各种物体都有自己独特的电磁辐射特性,而地物产上主要的灾害之一。农作物病害种类多、影响大且光谱反射曲线是对电磁反射或发射差异的集中体现。灾害性强,长期以来一直是农业生产的一个痼疾,严光谱折射、反射、散射和吸收原理如图1所示。[1]重影响了农村的经济发展。目前,农作物病害的诊[2][3

3、]断方法也有很多。例如,张宝棣与谭广发等主要利用水稻的发病症状来诊断和防治水稻病害;Gregory[4][5]A与何国金等利用卫星遥感技术来检测农作物病[6]害;穗波信雄等利用计算机视觉技术来对作物病害进行识别。这些方法对农作物病害的诊断做出了很大的贡献,但是它们又各自存在着一些不足:利用发病症状诊断水稻病害比较费时费力,对专家的依赖较强;卫星遥感技术比较适合大面积的农作物病害检测,对于小面积的管理仍然存在一些困难;而计算机视觉技术,虽然是比较先进的技术之一,但是要达到对农作物病害的实时监控还有一定距离。图1光谱折射、反射、散射和

4、吸收原理图Fig.1TheSchematicoftransmission,reflection,scattering,近红外光谱技术采集数据比较省时省力,其精确absorptionofspectrum度和自动化程度高,是一种非破坏性的高科技技术之1.2受害植物的光谱特征原理一。因此,如何能有效地和最大程度地利用光谱信植物受到病害胁迫后会发生叶片发黄、枯萎、凋息,并且能快速准确地处理光谱数据,成为当前研究[7]零等外部形态和生理的变化,这些可见光上的变化比的一个热点。[8-9]较容易识别,而受害植物和健康植物的光谱特征1近红外光谱技

5、术诊断农作物病害的原理曲线在红光和近红外区域会有更显著的变化,尤其红[10]边位置更可以反映出植物的生理状态。红边的位1.1地物光谱产生的机理置主要和植物叶子中的叶绿素含量有关。当叶绿素收稿日期:2009-10-09含量减少时,红边位置发生“蓝移”;当叶子含水量减基金项目:国家高技术研究发展计划(863)项目(2007AA102Z237)少时,它发生“红移”。研究发现,近红外波段反射率作者简介:王晓丽(1982-),女,石家庄人,硕士研究生,(E-mail)WXL608@126.com。的变化是在可见光变化之前的,因此可以结合近红

6、外通讯作者:周国民(1969-),男,江苏盐城人,研究员,博士生导师,(E-mail)zhougm@mail.caas.net.cn。光谱的各种特征变化来诊断农作物病害。2010年6月第6期农作物病害检测仪http://www.zhibao17.com/product/203.html[11][8]陈兵等对不同严重度棉花黄萎病冠层反射率Adams等利用光谱二阶导数设计的大豆黄蒌病的研究结果表明,冠层反射率与严重度存在明显相发黄指数对病情评价进行了研究。关,806nm附近两者负相关达到极显著水平(相关系2.3光谱位置变量分析技术数达

7、到0.8以上,F=0.01)。建立的回归方程检验后光谱位置变量指光谱曲线一些特殊点的波长,如的相关系数很高,为0.815,很好地反演了棉花黄萎病最高点、最低点或拐点的波长。其中,比较常用的是的发生情况。红边位置和吸收特征峰分析技术。红边位置一般通[16]过光谱数据的一阶微分求得。Miller等提出了一种2农作物病害近红外光谱分析技术倒高斯模型—光谱红边特征的重建模型来拟合植被2.1近红外光谱数据预处理方法红边特征更为常用,即2在测定农作物光谱时,由于天气、环境的湿度和-(λ0-λ)R(λ)=Rs-(Rs-R0)exp[2]温度、人

8、为因素等的不同以及暗电流的存在,会使测2σ量结果存在较大的误差,因此在建立模型之前必须将式中Rs—红边最高点的反射率;光谱数据进行预处理。常用的方法有n阶求导、平滑R0—红边最低点的反射率;处理、基线校正、小波变换(WT)、光散射校正和正交λ0—最

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。