柑橘部分病理病害和生理病害的高光譜識(shí)別研究.pdf

1、柑橘是世界第一大水果，在主產(chǎn)區(qū)鄉(xiāng)村經(jīng)濟(jì)發(fā)展和世界貿(mào)易中有著舉足輕重的地位，而諸多柑橘病害和生理性病害則是制約柑橘生產(chǎn)發(fā)展和國(guó)內(nèi)外市場(chǎng)拓展的重要因素之一。近年來(lái)，植物病害的無(wú)損傷、快速識(shí)別技術(shù)已成為農(nóng)業(yè)信息技術(shù)研究的重要內(nèi)容，而光譜技術(shù)作為一種新興的無(wú)損檢測(cè)技術(shù)已被應(yīng)用到多種作物的病害診斷中。國(guó)內(nèi)外有關(guān)農(nóng)作物病害的光譜診斷技術(shù)研究近年發(fā)展較快，但涉及柑橘類(lèi)水果的病理病害和生理病害的光譜檢測(cè)技術(shù)研究相對(duì)較少。本文針對(duì)癥狀相似、易于混淆的部分

2、重要柑橘病理病害和生理病害，綜合利用高光譜成像、光譜分析、模式識(shí)別、化學(xué)計(jì)量學(xué)和柑橘病害等交叉學(xué)科知識(shí)，進(jìn)行了高光譜無(wú)損識(shí)別方法研究，以期為柑橘病害實(shí)時(shí)、快速光譜診斷系統(tǒng)的建立提供依據(jù)。主要研究?jī)?nèi)容和結(jié)果如下:
　　1.利用高光譜成像技術(shù)（400-1000nm），結(jié)合化學(xué)計(jì)量學(xué)方法，對(duì)部分柑橘重要病害的染病葉片和正常葉片，以及受多種病害為害的葉片進(jìn)行了光譜識(shí)別研究。
　　2.從黃龍病發(fā)病果園和未發(fā)病果園采集葉色正常和感病黃化

3、的紐荷爾臍橙葉片為研究對(duì)象，獲取了柑橘葉片的正面和背面的高光譜信息，并對(duì)柑橘葉片樣本進(jìn)行分子檢測(cè)驗(yàn)證，利用高光譜信息建立了柑橘葉片黃龍病LDA，BPNN和LSSVM等三種識(shí)別模型。結(jié)果表明，三種模型以L(fǎng)SSVM模型結(jié)果最優(yōu)，基于葉片正面光譜和9點(diǎn)平滑預(yù)處理，基于葉片背面光譜和二階導(dǎo)數(shù)預(yù)處理的LSSVM建模預(yù)測(cè)，建模集識(shí)別精度均為100％，預(yù)測(cè)集識(shí)別精度均為92.5％?；谌~片正面光譜，應(yīng)用逐步判別分析篩選得到的9個(gè)特征波長(zhǎng)(400.19

4、，403.17，406.15，407.64，412.12，721.14，730.74，740.34和823.98nm)所建LSSVM模型，大幅度減少了輸入變量，并且識(shí)別效果也較為理想，建模集識(shí)別精度可達(dá)98.57％，預(yù)測(cè)集識(shí)別精度可達(dá)92.5％。研究結(jié)果顯示，葉片正面光譜和背面光譜都可用于黃龍病識(shí)別，并且通過(guò)高光譜建模分析能夠較好地從柑橘葉色正常的葉片中識(shí)別出黃龍病PCR陽(yáng)性葉片，顯示了對(duì)黃龍病感染但無(wú)癥狀時(shí)的高光譜早期無(wú)損診斷的可能性

5、。
　　3.采集感染褐斑病、黑星病和潰瘍病的柑橘葉片高光譜圖像，分析并比較病斑及病斑附近不同組織的光譜反射率特征，提取了區(qū)分三種病害的光譜特征波段(404.66,421.1,428.6,434.62,436.12,446.68,618.04,700.40,719.55,727.54,864.38，938.93和998.96nm)，利用特征波段結(jié)合Fisher多類(lèi)線(xiàn)性分析對(duì)三種病害病斑的識(shí)別率為100％。
　　4.網(wǎng)室內(nèi)培養(yǎng)的

6、健康以及接種TRL514，CT30，CT32和CT11A四種不同衰退病株系的柑橘植株，采集葉片的高光譜圖像，建立了MD，LDA和BPNN等三種衰退病染病葉片識(shí)別模型。結(jié)果表明，利用400-1000nm和760-1000nm的光譜對(duì)健康和感染衰退病葉片的建模預(yù)測(cè)識(shí)別率均為100％，利用九個(gè)特征波長(zhǎng)(405.4，424.1，920.28，947.04，957.59，972.19，978.68，980.3和998.15 nm)對(duì)健康和感染衰退

7、病葉片的建模預(yù)測(cè)識(shí)別率分別為100％和97.33％。而對(duì)于感染四種不同株系的衰退病植株葉片的預(yù)測(cè)診斷效果不佳，僅為70％。
　　5.應(yīng)用高光譜成像技術(shù)，研究哈姆林甜橙葉片不同程度缺錳、缺鋅癥狀的光譜響應(yīng)特征及差異，對(duì)LDA，BPNN和LSSVM模型的識(shí)別精度進(jìn)行比對(duì)分析。結(jié)果表明:利用高光譜原始全光譜反射率，結(jié)合LSSVM建立葉片缺錳、鋅癥狀識(shí)別模型，其建模集識(shí)別精度達(dá)91.88％，預(yù)測(cè)集識(shí)別率可以達(dá)到90.00％;利用連續(xù)投影算