用高光谱成像技术检测柑橘红蜘蛛为害叶片的色素含量.pdf

《用高光谱成像技术检测柑橘红蜘蛛为害叶片的色素含量.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第3O卷第6期农业工程学报Vo1．30No．61242014年3月TransactionsoftheChineseSocietyofAgriculturalEngineeringMar．2014用高光谱成像技术检测柑橘红蜘蛛为害叶片的色素含量李震，洪添胜，，倪慧娜，一，李楠，王建，一，郑建宝2，林瀚2(1．南方农业机械与装备关键技术教育部重点实验室，广州510642；2．华南农业大学工程学院，广州5106423．华南农业大学公共基础课实验教学中心，广州510642)摘要：为解决传统理化法检测柑橘树叶片受红蜘蛛为害后色素含量变化时存在的工作量大、效率低等问题，该文研究应用高光谱成像技术检测柑橘红

2、蜘蛛为害叶片色素含量的方法。研究中对比了正常叶片与受害叶片的原始光谱以及原始光谱一阶微分曲线的差异，寻找反映叶片色素含量变化的特征波段；分析了特征波段反射率比值与叶片色素问相关性；采用单变量线性回归法分析了常用植被指数预测叶片色素含量的效果；采用逐步回归分析法建立了叶片色素含量预测模型，并对模型预测效果进行了，检验。结果表明：常用植被指数预测叶片色素含量结果不理想；选取的667／522、667／647和522／647nln等3个特征波段反射率比值与叶片3种色素含量间具有较高的相关性；用于建立叶片色素含量预测模型的最佳特征波段反射率比值为667／522和667／647nn'l，所建立的模型可较好

3、地预测健康及受害叶片的叶绿素a、叶绿素b和类胡萝卜素含量。关键词：光谱检测；预测；模型；叶绿素；高光谱成像；特征波段；柑橘；红蜘蛛doi：10．3969~．issn．10026819．2014．06．015中图分类号：$229文献标志码：A文章编号：10026819(2014)一06—0124—07李震，洪添胜，倪慧娜，等．用高光谱成像技术检测柑橘红蜘蛛为害叶片的色素含量[J]．农业工程学报，2014，30(6)：124—130．LiZhen，HongTiansheng，NiHuina，eta1．Pigmentcontentmeasurementforcitrusredmiteinfected

4、leafusinghyper-spectralimagingtechnology[J]．TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE)，2014，30(6)：l24—130．(inChinesewithEnglishabstract)部分区域的色素含量发生改变，其他区域仍保持正0引言常水平。光谱技术的测量结果包含了叶片中色素含柑橘树红蜘蛛分布广、繁殖快、寄主植物广泛，量正常和改变区域的光谱反射值，影响分析和建模大量发生时可导致树叶变色脱落及果实畸形早落，的准确性。高光谱成像技术可以获

5、得目标的影像信造成果树减产L1J。传统的检测方法需人工观察气候条息和光谱信息，与单纯的光谱分析相比可更加直观件或叶片变化，对观察人员的专业知识要求较高【2弓J。和准确地分析目标中特定区域的物质结构及化学组受柑橘树红蜘蛛为害的叶片出现初期为淡绿色、后成，已在农产品品质检测等方面得到广泛应用J。期为灰白色的斑点，失去光泽L4J，叶片叶绿素及类在农作物和森林病虫害检测方面，邢东兴等¨基于胡萝卜素含量均有不同程度下降【oJ，通过该差异可光谱反射技术对红富士苹果树的黄叶病害进行检确定叶片受红蜘蛛为害情况。目前采用的理化检测测，建立了苹果树黄叶病害级别测评模型，准确度方法【7J需将采摘的叶片捣碎并浸泡较长

6、时间后实达98％。Aleixox等UJ利用RGB和750nlTl的高光现检测，周期长、工作量大、效率低。谱图像进行柑橘的探伤和分级，鉴别率分别为93％采用高光谱技术检测植物叶片的色素含量己和94％。李江波等【2lJ对高光谱图像运用主成分分析被证明是可行的【9。⋯。柑橘树叶片受红蜘蛛为害后，算法提取特征波段，对柑橘溃疡病病情进行分类识别，正确识别率达95．4％。吴达科等．2l对番茄和黄收稿日期：2013-08．26修订日期：2014．02—15瓜感染斑潜蝇虫害的叶片光谱信息进行了初步研基金项目：国家自然科学基金(31101077)：广东省科技计划究，根据斑潜蝇啃噬后的叶肉组织反射形成反射峰(20

7、11B020308009)：现代农业产业技术体系建设专项资金(CARS一27)作者简介：李震(1981一)，男，广东广州人，博士，副教授，硕士和吸收带，建立的预测模型可用于识别该虫害。胡生导师，主要从事自动控制技术与装备研究。广州华南农业大学工程永光等[23]基于可见近红外光谱开展绿茶杀青叶料学院，510642。Email：lizhen@scan．edu．cn含水率检测方法研究，建立了基于可见近红