基于无人机高光谱的水稻细菌条斑病监测
Geomatics & Spatial Information Technology(2022)
摘要
为了快速、有效、大范围地监测水稻细菌条斑病的受害情况,本文以无人机高光谱数据和地面样点数据为数据基础,分别使用相关性分析法、敏感度分析法对高光谱数据进行特征波段的选取,利用支持向量机分别基于特征波段和全波段对水稻细菌条斑病受害情况进行分级识别.结果表明,受细菌条斑病胁迫的水稻光谱在绿光区和近红外区表现为随病害等级的增加而降低,在红光区表现为随病害等级的增加而升高,并与近红外区具有高度相关性;基于特征波段的水稻细菌条斑病识别,精度达到了 93.48%,比全波段的识别提高了 6.52%,总体Kappa系数为0.901,具有高度一致性.由此表明,基于特征波段的水稻细菌条斑病识别精度更高、预测能力更强,取得了较好的监测效果,同时为精准农业的发展提供了一定思路.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要