吉林大学生物与农业工程学院, 仿生工程教育部重点实验室, 吉林 长春130022
基于叶绿素荧光光谱分析技术, 从光谱形态角度出发确定了波长685 nm作为健康与病虫害叶片分析的第一特征点, 采用简单波段自相关选择与主成分分析方法相结合实现对光谱的降维处理, 并在保持光谱信息达到99.999%的前提下将主成分因子个数由10降为5。 对比分析了偏最小二乘回归、 BP神经网络和最小二乘支持向量机回归三种建模方法, 以真实值与模型预测值的相关系数作为评价标准, 最终确定最小二乘支持向量机为温室黄瓜病虫害叶绿素荧光光谱分析的一种较为适宜的建模方法。
荧光光谱 主成分分析 最小二乘支持向量机 黄瓜病虫害 Fluorescence spectrum Principal component analysis LSSVMR Cucumber damaged by disease and insects 光谱学与光谱分析
2012, 32(5): 1292
1 国家农业智能装备工程技术研究中心, 北京100097
2 国家农业信息化工程技术研究中心, 北京100097
3 北京农产品质量检测与农田环境监测技术研究中心, 北京100097
传统的农作物信息诊断方法存在劳动强度大、 诊断时间长、 操作技术要求高、 受人为主观因素影响大等缺陷, 限制了农作物信息诊断的实时性和准确性。 成像光谱技术能够通过同时获得农作物的图像以及光谱信息, 实现对农作物生长状况、 病虫害等信息的快速、 无损检测, 已在作物信息诊断中得到越来越广泛的应用, 为农业的信息化提供了技术支持。 文章概述了成像光谱技术的原理, 重点介绍了其在农作物种子成分检测、 种子品种分类、 种子病虫害检测、 田间植株长势监测、 田间植株病虫害检测中的国内外最新研究进展, 分析了成像光谱技术应用于农作物信息诊断的难点, 并对其发展方向进行了展望。
成像光谱 农作物 种子 长势 病虫害 Imaging spectroscopy Crop Seed Growth vigour Disease and insects
