基于高光谱成像的寒地水稻叶瘟病与缺氮识别

来源：农业工程学报杂志2016年第13期北京时间：

作者：袁建清,苏中滨,贾银江,张雨,章宗鑫,

摘要：为进行水稻叶瘟病与养分缺失的区分、实现叶瘟病及时、准确的诊断，以大田试验为基础，利用高光谱成像仪获取2个品种的健康、缺氮、轻度感病和重度感病共4类水稻叶片的反射率光谱，对其光谱特性进行分析，并采用多种预处理方法、分别结合偏最小二乘判别分析(partial least squares-discriminate analysis，PLS-DA)和主成分加支持向量机(principle component analysis-support vector machine，PCA-SVM)方法构建水稻叶瘟病识别模型。试验结果显示6个判别模型都获得了较高的识别准确率，经标准正态变量(standard normal variate，SNV)变换预处理的PLS-DA模型获得了最佳的识别结果，预测准确率达100%，经多元散射校正(multiplicative scatter correction，MSC)预处理的PCA-SVM模型的预测准确率也达到97.5%。本研究为水稻叶瘟病的判别和分级提供了新方法，也为稻瘟病大范围遥感监测提供了基础。

关键词：光谱分析, 水稻叶瘟病, 主成分分析, 算法, 高光谱成像, 支持向量机, 偏最小二乘判别