换一批柑橘黄龙病高光谱早期鉴别及病情分级
Early detection and grading of citrus huanglongbing using hyperspectral imaging technique
摘要为实现柑橘黄龙病的早期、快速确诊，有效阻止病害蔓延，达到早期防治、保障柑橘生产的目的，该文研究基于高光谱成像的柑橘黄龙病早期无损检测及病情分级，并对多种预处理方法的建模结果进行探讨。试验获取370～1000 nm健康、不同染病程度及缺锌共5类柑橘叶片的高光谱图像，用遥感图像处理平台（environment for visualizing images，ENVI）得到各类样本感兴趣区域的光谱反射率平均值。运用一阶微分、移动窗口拟和多项式平滑（savitzky-golay，SG）进行数据处理，结合偏最小二乘判别分析（partial least squares-discriminate analysis， PLS-DA）构建黄龙病的早期鉴别及病情分级模型。结果表明：建立的3个判别模型，验证集相关系数均不低于0.9548。其中，经SG平滑及一阶微分预处理所建立的模型分类效果最佳，总体预测准确率达96.4%，预测均方根误差0.1344。该研究为柑橘病害早期诊断和预警提供了新方法，也为黄龙病病害程度遥感监测提供了基础。
更多相关知识
关键词
无损检测分级模型高光谱成像偏最小二乘判别黄龙病早期鉴别nondestructive examinationgradingmodelshyperspectral imagingpartial least squares discriminant analysishuanglongbing (HLB)early detection
栏目名称
DOI
10.3969/j.issn.1002-6819.2014.09.018
发布时间
2014-05-08（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（31201129）
现代农业产业技术体系建设专项（CARS-27）
广东省教育厅高等学校优秀青年创新人才培养计划（2012LYM_0028）
高等学校博士学科点专项科研基金（20124404120006）
- 浏览1
- 被引84
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
