返回當(dāng)前位置:主頁>應(yīng)用案例>農(nóng)業(yè)監(jiān)測
來源:賽斯拜克 發(fā)表時間:2023-06-02 瀏覽量:488 作者:awei
水稻紋枯病是一種嚴(yán)重危害水稻生產(chǎn)的土傳真菌病害,可導(dǎo)致水稻葉片枯死、減產(chǎn)等問題。傳統(tǒng)的病害檢測方法通常需要通過人工觀察和分析葉片的病斑等來判斷病害程度,效率低下、易誤判,而高光譜相機成像技術(shù)可以通過獲取水稻葉片的光譜信息快速準(zhǔn)確地識別病害。
高光譜成像技術(shù)是一種非接觸式成像技術(shù),可以通過獲取物體在不同波長下的反射和吸收光譜信息來確定物體的組成和特征。在水稻紋枯病的檢測中,可以使用高光譜成像設(shè)備掃描患病水稻植株,獲取其葉片在不同波長下的光譜信息。通過對這些光譜數(shù)據(jù)的分析,可以識別出病害區(qū)域與健康區(qū)域之間的差異,并精確定位紋枯病病害區(qū)域。
高光譜成像技術(shù)的優(yōu)點在于可以快速、準(zhǔn)確地識別水稻紋枯病病害區(qū)域,提高了病害的檢測效率和精度,并且可以實現(xiàn)植株全面、非接觸式檢測。同時,該技術(shù)也為病害防控和治理提供了有價值的數(shù)據(jù)和信息,有助于加強對水稻紋枯病的預(yù)測、監(jiān)測和防治,保障水稻生產(chǎn)的質(zhì)量和產(chǎn)量。
高光譜相機成像技術(shù)與傳統(tǒng)病害診斷方法相比,具有更高的準(zhǔn)確性和速度,同時可以實現(xiàn)非接觸式成像,避免了傳統(tǒng)診斷方法可能造成的二次傷害。
本研究應(yīng)用400-1000nm的高光譜相機,可采用賽斯拜克技術(shù)有限公司產(chǎn)品SP130M進行相關(guān)研究。光譜范圍在400-1000nm,波長分辨率優(yōu)于2.5nm,可達1200個光譜通道。采集速度全譜段可達128FPS,波段選擇后最高3300Hz(支持多區(qū)域波段選擇)。
精細農(nóng)業(yè)是實現(xiàn)農(nóng)業(yè)低耗、高效、優(yōu)質(zhì)與安全的重要途徑。作為我國第一大糧食作物,水稻的穩(wěn)產(chǎn)高產(chǎn)一直是我國農(nóng)業(yè)生產(chǎn)的關(guān)注重點,而及時有效的病害防治是實現(xiàn)穩(wěn)產(chǎn)高產(chǎn)的重要保證。水稻紋枯病是水稻三大病害之一,如果能在水稻患病早期及時檢測出受害作物的發(fā)病原因和受害程度,再結(jié)合精細農(nóng)業(yè)中的變量施藥,就能有效減小水稻病害感染的病變率,縮小危害范圍,切實有效地提高水稻產(chǎn)量。變量施藥主要是指根據(jù)獲取的作物的病蟲害信息,及時地診斷受害作物的病因以及受害程度,因病治宜、因地制宜、按需按量施用化學(xué)制劑,這樣既能減少化學(xué)制劑的使用量,又能達到及時防治的目的。
本研究采用高光譜成像技術(shù)實現(xiàn)了對水稻紋枯病的病害識別。試驗對原始光譜分別進行不同的預(yù)處理后建立PLS-DA判別分析模型,得到了較好的效果。以SG、SNV和MSC這3種預(yù)處理方法下預(yù)測樣本判別的正確率分別為82.8%、92.1%和89.1%,其中以SNV預(yù)處理的光譜建立的PLS-DA 模型正確率最高,而以SG預(yù)處理的光譜建立的PLS-DA模型正確率最低,但正確率均超過了80%,故這3種方法都是可行的?;贛NF特征信息提取建立的LDA和BPNN判別模型預(yù)測集的正確率分別為95.3%和98.4%,優(yōu)于基于全部波段建立的PLS-DA模型。綜合比較3種模型,基于MNF特征信息提取建立的BPNN模型取得了最優(yōu)判別效果,建模集和預(yù)測集正確率分別為99.1%和98.4%。試驗結(jié)果表明采用高光譜成像技術(shù)能夠識別水稻紋枯病,采用MNF算法提取特征信息可以代表原始光譜,并極大地減少計算量,該算法在水稻病害快速識別建模過程中具有廣泛的應(yīng)用前景。
高光譜相機成像技術(shù)的發(fā)展前景非常廣闊,可以應(yīng)用于農(nóng)業(yè)、生態(tài)環(huán)境、食品安全等領(lǐng)域,具有很大的市場開發(fā)潛力。與高光譜相機成像技術(shù)相關(guān)的應(yīng)用領(lǐng)域包括糧食、蔬菜、水果、森林、草地、海洋、資源環(huán)境等領(lǐng)域。 高光譜相機成像技術(shù)在其他作物病害檢測方面的應(yīng)用案例包括番茄、玉米、小麥、苗木等作物的病害診斷,其中也涉及了病原菌檢測等方面的研究。
未來可以通過進一步積累大量的光譜數(shù)據(jù)和專業(yè)的數(shù)據(jù)分析技能,結(jié)合深度學(xué)習(xí)、人工智能等技術(shù)手段,優(yōu)化高光譜相機成像技術(shù)的性能,提高水稻紋枯病病害識別的準(zhǔn)確性和效率??梢詫⒏吖庾V相機成像技術(shù)與其他傳感器、檢測設(shè)備等結(jié)合,實現(xiàn)對水稻病害的多維度診斷和監(jiān)測。