|
|||||
|
|
| 玉米典型叶部病害高光谱识别及其烈度分类 | |
| 作者姓名： | 沈艳艳 赵玉涛 陈庚申 吕振刚 赵峰 杨万能 孟冉 |
| 作者单位： | 1. 华中农业大学资源与环境学院;2. 智慧农场技术与系统全国重点实验室;3. 哈尔滨工业大学人工智能研究院有限公司;4. 华中农业大学作物遗传改良全国重点实验室;5. 襄阳市农业科学院;6. 华中师范大学城市与环境科学学院/地理过程分析与模拟湖北省重点实验室;7. 哈尔滨工业大学计算学部 |
| 摘 要： | [目的/意义]近年来,玉米叶部病害发生日趋加重且呈现混发现象,严重威胁玉米产量和品质。但目前鲜有研究对叶部病害种类识别及其烈度分类进行结合,无法满足实际场景中玉米不同病害及不同烈度混发下的病害防控需求。[方法]提出一种基于高光谱技术实现玉米典型叶部病害种类识别及其烈度分类的方法,通过挖掘玉米大斑病、小斑病和南方锈病3种叶部病害的光谱特性,优选敏感特征构建基于病害发展全阶段(包含病害所有烈度)和病害单一烈度下的病害种类识别模型;进一步地,针对玉米叶部单一病害构建烈度分类模型,以期实现对不同叶部病害的全过程识别与病害烈度分类。[结果和讨论]3种玉米叶部病害在550～680 nm的可见光、740～760 nm的红边、760～1 000 nm的近红外和1 300～1 800 nm的短波红外处其光谱变化显著。基于此提取的光谱特征能够有效捕捉病害特异性信息。基于病害发展全阶段构建的病害种类识别模型最优总体精度(Overall accuracy,OA)达77.51%,MacroF1达0.77;而基于病害单一烈度下的病害种类识别模型精度随着病害烈度的增加而升高。在病害发展阶段处于... |
| 关 键 词： | 玉米病害 高光谱遥感 病害种类识别 病害烈度分类 机器学习 |