基于高光谱相机成像技术识别水稻纹枯病

　　本研究应用400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。

　　精细农业是实现农业低耗、高效、优质与安全的重要途径。作为我国第一大粮食作物，水稻的稳产高产一直是我国农业生产的关注重点，而及时有效的病害防治是实现稳产高产的重要保证。水稻纹枯病是水稻三大病害之一，如果能在水稻患病早期及时检测出受害作物的发病原因和受害程度，再结合精细农业中的变量施药，就能有效减小水稻病害感染的病变率，缩小危害范围，切实有效地提高水稻产量。变量施药主要是指根据获取的作物的病虫害信息，及时地诊断受害作物的病因以及受害程度，因病治宜、因地制宜、按需按量施用化学制剂，这样既能减少化学制剂的使用量，又能达到及时防治的目的。

　　本研究采用高光谱成像技术实现了对水稻纹枯病的病害识别。试验对原始光谱分别进行不同的预处理后建立PLS-DA判别分析模型，得到了较好的效果。以SG、SNV和MSC这3种预处理方法下预测样本判别的正确率分别为82.8%、92.1%和89.1%，其中以SNV预处理的光谱建立的PLS-DA 模型正确率最高，而以SG预处理的光谱建立的PLS-DA模型正确率最低，但正确率均超过了80%，故这3种方法都是可行的。基于MNF特征信息提取建立的LDA和BPNN判别模型预测集的正确率分别为95.3%和98.4%，优于基于全部波段建立的PLS-DA模型。综合比较3种模型，基于MNF特征信息提取建立的BPNN模型取得了最优判别效果，建模集和预测集正确率分别为99.1%和98.4%。试验结果表明采用高光谱成像技术能够识别水稻纹枯病，采用MNF算法提取特征信息可以代表原始光谱，并极大地减少计算量，该算法在水稻病害快速识别建模过程中具有广泛的应用前景。