柑橘黄龙病光谱特征波段选择及光谱检测仪研制

黄龙病(Huanglongbing,HLB)被称为柑橘的癌症,及早检测出患病植株可防止病情蔓延,降低病情灾害程度。高光谱分析技术因其丰富的光谱信息,成为近年来作物病害检测的研究热点。然而高光谱设备昂贵,波段数较多,计算量大,在实际应用中尚未形成规模应用。使用合理的波段选择方法,可以去掉冗余信息,避免“维数灾难”,减轻数据存储、计算与传输压力,并降低设备成本。该研究利用地物谱仪获取了柑橘冠层叶片的高光谱信息,提出一种基于典型成分分析(Exemplar Component Analysis,ECA)的柑橘黄龙病特征波段优选方法,并与其他3种波段优选算法进行比较,分别优选了7个光谱波段的组合。基于优选波段,采用6种机器学习方法进行建模分类,对4种波段选择方法的鲁棒性进行了分析。此外,基于优选的特征波段设计了一款多光谱仪应用于柑橘黄龙病的检测。结果表明,用ECA算法选择的特征波段,其结合6种分类器在测试集上的准确率达到92%以上,并具有较好的鲁棒性。自研基于特征波段的多光谱仪对于HLB的检测精确度最高可达95%。试验表明用少量特征波段表征HLB作为检测手段具有可行性,合理的特征波段有助于降低专门农业病害光谱检测的设计成本,提高果园病情防控精准度。