作者单位
摘要
1 中国石油大学(华东)海洋与空间信息学院, 山东 青岛 266580
2 海洋国家实验室海洋矿产资源评价与探测技术功能实验室, 山东 青岛 266237
3 中国农业科学院烟草研究所, 山东 青岛 266101
烟草是我国重要的经济作物, 税收的重要来源, 为国家的经济发展做出了巨大贡献, 然而, 烟草病害严重影响烟叶产量与品质。 采用光谱分析技术对烟草病害进行早期防治具有非常重要的现实意义。 以接种烟草花叶病毒(TMV)与马铃薯Y病毒(PVY)的烟草为研究对象, 分别采集室内与室外培养的染病烟草叶片高光谱数据。 为实现对烟草病害的精准识别, 每隔两天对两种染病烟草进行光谱数据采集, 将每种病害数据详细地分成五个严重度等级, 最终获得1 697个在350~2 500 nm波段范围内的光谱数据。 为对烟草高光谱数据进行有效利用, 以支持向量机(SVM)为基础, 结合快速近邻波段选择算法(FNGBS)与归一化匹配滤波(NMFW), 提出一种聚类与排序相结合的波段选择算法(FNG-NMFW)。 FNG-NMFW首先采用FNGBS算法对烟草光谱进行精细分组, 再采用NMFW算法对各组波段进行排序以选择特征光谱, 实现烟草光谱特征提取与降维。 在波段选择的基础上, 采用SVM对烟草特征光谱进行分类, 最终实现高精度烟草病害检测。 研究结果显示: 该模型性能稳定, 在样本数量较少情况下, 即可实现TMV与PVY两种病害的高精度识别。 对于TMV1与TMV3, 该算法可以获得精度优于94%的检测结果, 对于PVY1与PVY3, 该算法精度接近90%, 表明该算法可有效完成两种病害早期的识别与预防工作。 与采用全波段光谱数据进行病害检测的模型相比, FNG-NMFW模型优势明显, 烟草病害检测结果总体精度达94.46%, 精度提高约1.5%, 检测时间由12.9 s缩短为1.1 s。
烟草病害 精准识别 高光谱 波段选择 支持向量机 Tobacco disease Precise identification Hyperspectral Band selection Support vector machine 
光谱学与光谱分析
2023, 43(4): 1023
作者单位
摘要
1 云南师范大学物理与电子信息学院, 云南 昆明650092
2 文山州烟草公司文山县分公司, 云南 文山663000
用傅里叶变换红外光谱法研究了赤星病、 角斑病和气候型斑点病3组病斑、 病斑附近烟叶和正常烟叶, 发现3组烟叶样品红外光谱的吸光度比A1 631/A1 025呈现相同的变化趋势, 有正常烟叶<病斑附近烟叶<病斑的规律。 对3组烟叶样品整个光谱区的原始光谱和二阶导数光谱进行距离分析, 结果显示, 病斑附近烟叶与正常烟叶的Pearson相关系数大于病斑与正常烟叶的Pearson相关系数, 即与病斑相比, 病斑附近烟叶与正常烟叶具有更紧密的关系。 吸光度比A1 631/A1 025和Pearson相关系数的这种变化趋势表明病斑附近烟叶的化学成分在逐渐改变, 即病斑附近烟叶处于正常和病变的过渡状态。 研究结果表明, 傅里叶变换红外光谱有望成为诊断烟草潜育期病害的方法。
傅里叶变换红外光谱 烟草病害 诊断 距离分析 FTIR Tobacco disease Diagnosis Distance analysis 
光谱学与光谱分析
2010, 30(8): 2120

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!