1、碩士學位論文題目基于高光譜技術的水稻稻曲病監(jiān)測研究研究生謝亞平專業(yè)儀器科學與技術指導教師指導教師王玲副教授陳豐農副教授完成日期完成日期2018.5.30浙江省碩士學位論文I摘要糧食作物是人類賴以生存和生活的重要保障，水稻是最主要的一種可供人類食用的農作物，然而水稻稻曲病一直是制約其品質和產量的重要因素之一，它會在水稻生長的整個時期隨時出現(xiàn)，導致水稻葉片發(fā)黑，腐化，脫落，稻穗不能正常生長，最終導致水稻減產甚至顆粒無收。通常情況下，人們會根

2、據(jù)受病害侵襲情況噴灑相應的農藥，以防止病害的進一步惡化和大面積擴散，這樣又會產生許多其他問題，比如投入成本增加、環(huán)境污染等。因此，當務之急需要新的方法來解決水稻受稻曲病脅迫的問題，首先，需要隨時了解水稻的生長情況，以便采取合理措施來保障水稻的正常生長和發(fā)育；其次，根據(jù)掌握的水稻生長信息預測水稻是否發(fā)病以及發(fā)病嚴重程度等；再次，提高農藥的使用效率對降低投入成本和抑制水稻稻曲病的蔓延有重要意義。高光譜技術是一種新的高效、無損的監(jiān)測農作物病害

3、技術手段，對提高水稻品質和產量，減少環(huán)境污染，改善可持續(xù)農田管理有重要意義[1]。本文在研究了水稻受病害脅迫下的生長機理和各種分類算法的基礎上，利用高光譜技術建立健康和患病水稻的識別模型并進行驗證，為水稻稻曲病的早期監(jiān)測提供數(shù)據(jù)支持。主要內容如下：1）使用高光譜設備采集發(fā)病水稻區(qū)域和健康水稻區(qū)域的多組高光譜圖像數(shù)據(jù)；2）使用ENVI影像處理軟件分析處理高光譜設備采集的數(shù)據(jù)，通過選擇ROI區(qū)域獲得發(fā)病區(qū)域的光譜數(shù)據(jù)和正常區(qū)域的光譜數(shù)據(jù)，發(fā)

4、現(xiàn)曲線隨病害發(fā)生情況之間的關系，找出稻曲病稻穗特有的光譜特征；3）建立基于高光譜技術的水稻稻曲病識別模型，采用Linear，Polynomial，RadialBasisFunction，Sigmoid四種核函數(shù)的SVM建模算法對其進行識別；4）對影像分類后的結果進行精度驗證，驗證方法包括混淆矩陣，Kappa統(tǒng)計；5）通過使用ENVI軟件對高光譜設備采集的數(shù)據(jù)進行分析處理，并使用PCA和ANN的方法，以凸顯發(fā)病區(qū)域。結果表明：水稻感染稻曲

5、病后，患病區(qū)域與正常區(qū)域的光譜曲線比較，在可見光波段450～720nm和近紅外波段780～900nm范圍內光譜反射率有明顯下降。這是由于在可見光譜段內，植物的光譜性質主要是葉綠素起著重要的作用，在450nm為中心的藍波段以及以670nm為中心的紅波段，葉綠素強烈吸收輻射能而呈吸收谷，在這兩個吸收谷之間吸收較少，形成綠色反射峰而呈現(xiàn)綠色植物。當水稻受稻曲病脅迫時，稻穗及葉部出現(xiàn)黃褐色病斑，此病斑處葉綠素含量降低，葉綠素在藍、紅波段的吸收增