基于小波特征的小麥白粉病與條銹病的定量識(shí)別

《基于小波特征的小麥白粉病與條銹病的定量識(shí)別》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、第３６卷，第６期光譜學(xué)與光譜分析Vol暢３６，No暢６，pp１８５４‐１８５８２０１６年６月SpectroscopyandSpectralAnalysisJune，２０１６基于小波特征的小麥白粉病與條銹病的定量識(shí)別１，２１倡３２魯軍景，黃文江，張競(jìng)成，蔣金豹１．中國(guó)科學(xué)院遙感與數(shù)字地球研究所，數(shù)字地球重點(diǎn)實(shí)驗(yàn)室，北京１０００９４２．中國(guó)礦業(yè)大學(xué)（北京）地測(cè)學(xué)院，北京１０００８３３．北京農(nóng)業(yè)信息技術(shù)研究中心，北京１０００９７摘要小麥白粉病和條銹病是小麥常發(fā)病害中為害較重的兩種病害，在我國(guó)小麥產(chǎn)區(qū)均有發(fā)生，但它們由不同病原引起，需要采取不同的防治措施。因此，快速、準(zhǔn)確的獲取

2、小麥病害類型信息對(duì)于病害的防治具有重要的指導(dǎo)意義。遙感數(shù)據(jù)具有快速、準(zhǔn)確的獲取空間上連續(xù)信息的特點(diǎn)，提出一種基于實(shí)測(cè)冠層高光譜數(shù)據(jù)信息的小麥病害定量識(shí)別方法。通過對(duì)標(biāo)準(zhǔn)化光譜進(jìn)行連續(xù)小波變換，分析３５０～１３００nm范圍內(nèi)各波段及其連續(xù)小波特征與小麥白粉病和條銹病之間的相關(guān)性，以及在不同病害間的差異性，篩選出對(duì)不同病害敏感的光譜波段（SBs）和小波特征（WFs），然后采用Fisher判別分析法分別基于SBs，WFs以及結(jié)合SBs和WFs建立小麥白粉病、條銹病及正常小麥識(shí)別模型，分別采用未參與建模的５５個(gè)地面調(diào)查數(shù)據(jù)和留一法進(jìn)行驗(yàn)證。結(jié)果顯示：（１）基于WFs模型的總體識(shí)

3、別精度（分別為９２暢７％和９０暢４％）明顯高于基于SBs模型的總體識(shí)別精度（分別為６５暢５％和６１暢５％）；（２）SBs和WFs結(jié)合模型的總體識(shí)別精度（分別為９４暢６％和９１暢１％）略高于基于WFs模型的總體識(shí)別精度，在Fisher８０‐５５模型中白粉病和正常樣本的生產(chǎn)者精度提高了１０％以上。（３）條銹病樣本能在基于WFs和SBs&WFs的模型中準(zhǔn)確判別出來(lái)，用戶精度和生產(chǎn)者精度均達(dá)到１００％。結(jié)果表明采用作物光譜信息能夠準(zhǔn)確的識(shí)別健康作物和不同類型的作物病害，為采用遙感影像進(jìn)行大范圍作物病害識(shí)別提供了理論基礎(chǔ)，對(duì)于指導(dǎo)作物病害防治具有實(shí)際應(yīng)用價(jià)值。關(guān)鍵詞白粉病；條銹病

4、；光譜波段；小波特征；Fisher線性判別分析中圖分類號(hào)：S１３２文獻(xiàn)標(biāo)識(shí)碼：ADOI：１０暢３９６４／j暢issn暢１０００‐０５９３（２０１６）０６‐１８５４‐０５［３］總體精度達(dá)到０暢７５；Guan等利用（NDVI‐PhRI），（MSR‐引言PhRI）和（NRI‐RVSI）植被指數(shù)結(jié)合建立二維特征空間成功［４］的區(qū)分小麥白粉病、條銹病和水肥脅迫；Huang等利用農(nóng)作物病害監(jiān)測(cè)主要包括對(duì)單一病害發(fā)生程度的估測(cè)和RELIEF‐F特征提取算法構(gòu)建新的光譜指數(shù)NSIs（HI，PMI，對(duì)不同病害類型的識(shí)別兩大類。目前，大多數(shù)病害監(jiān)測(cè)主要YRI和AI）區(qū)分小麥不同的脅迫類型，

5、結(jié)果表明與新型光譜針對(duì)單一病害的傳統(tǒng)光譜特征（光譜波段、植被指數(shù)、一階指數(shù)相比常用光譜指數(shù)在識(shí)別病蟲害方面具有更高的精度和微分和連續(xù)統(tǒng)特征）進(jìn)行研究。然而，小麥不同的脅迫常在可靠性。目前仍存在冠層尺度病害識(shí)別研究較少、大多利用麥區(qū)同時(shí)發(fā)生，而且大都會(huì)造成枯黃萎蔫等相似的外部形態(tài)傳統(tǒng)光譜特征以及病害識(shí)別精度不高等問題。特征，但其在防治上需實(shí)施不同的殺菌劑，農(nóng)藥的濫用會(huì)給小波變換是繼傅里葉變換之后又一有效的時(shí)頻分析［５‐６］糧食安全帶來(lái)隱患，而且農(nóng)藥殘留還會(huì)污染土壤、地下水法，主要分為離散小波變換和連續(xù)小波變換（continuous［１］等，因此準(zhǔn)確獲取病害發(fā)生的程度和其空

6、間分布是十分必wavelettransform，CWT）兩大類，被不同的領(lǐng)域所采納；在要的。遙感技術(shù)的出現(xiàn)極大地促進(jìn)了動(dòng)態(tài)監(jiān)測(cè)作物病害發(fā)生遙感領(lǐng)域主要使用離散小波變換對(duì)影像數(shù)據(jù)進(jìn)行數(shù)據(jù)濾波、［７］信息的發(fā)展。目前，一些學(xué)者開始利用高光譜研究小麥不同去噪，而連續(xù)小波變換主要應(yīng)用于信號(hào)分析。自Cheng等［２］脅迫類型的區(qū)分。Yuan等嘗試?yán)贸Ｓ玫墓庾V特征區(qū)分利用連續(xù)小波變換和傳統(tǒng)方法對(duì)比提取葉片的含水量，發(fā)現(xiàn)小麥條銹病、白粉病和蚜害，分類模型取得了較好的效果，CWT能利用高頻信號(hào)和低頻信號(hào)提取光譜敏感信息，一些收稿日期：２０１５‐０４‐１３，修訂日期：２０１５‐０８‐０

7、８基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（４１２７１４１２）項(xiàng)目和中國(guó)科學(xué)院百人計(jì)劃項(xiàng)目資助作者簡(jiǎn)介：魯軍景，女，１９８９年生，中國(guó)科學(xué)院遙感與數(shù)字地球研究所和中國(guó)礦業(yè)大學(xué)（北京）碩士研究生e‐mail：junjing２＠sina暢com倡通訊聯(lián)系人e‐mail：huangwenjiang＠gmail暢com第６期光譜學(xué)與光譜分析１８５５［８］研究便開始關(guān)注CWT在農(nóng)業(yè)領(lǐng)域的應(yīng)用。Huang等利用度、位置細(xì)化，將１‐D的反射率轉(zhuǎn)化成由位置和尺度組成的［１１］CWA（continuouswaveletanalysis）得到的葉綠素敏感系數(shù)比２‐D小