文档介绍：中国农业科学院学位论文基于近红外光谱技术的水稻叶部病害诊断模型构建硕士研究生:王晓丽指导教师:周国民研究员申请学位类别:管理学硕士管理科学与工程研究方向:多媒体技术农业应用培养单位:农业信息研究所研究生院密级:论文编号:专提交日期年
..,
M论文作者签名:王流砀独创性声明关于论文使用授权的声明萌时间:年莎月/,日年莎月陟日石月,:西,本人完全了解中国农业科学院有关保留、使用学位论文的规定,即:中国农业科C艿难宦畚脑诮饷芎笥ψ袷卮诵本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中国农业科学院或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名:学院有权保留送交论文的复印件和磁盘,允许论文被查阅和借阅,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。同意中国农业科学院可以用不同方式在不同媒体上发表、传播学位论文的全部或部分内容。导师签名:
龇恤锄稼锄/自欲。\\.\\阕义涨懒中国农业科学院硕士学位论文评阅人、答辩委员会签名表论文题目基于近红外光谱技术的水稻叶部病害诊断模型构建论文作者专业管理科学与工程研究方向指导教师培养单位芯克农业信息研究所硕单多媒体技术农王晓丽业应用周国民姓名职称位签名导师评山东农业科学院科技朱建华研究员情报研究所中国农业科学院农业周义桃作物信息科学信息研究所辩中国科学院地理科学甘国辉农业信息技术。.,’
摘要水稻病害光谱特征分析阶段,对水稻病害叶片光谱信息对比发现:在段冢本文主要研究了利用光谱数据诊断水稻胡麻斑病和水稻纹枯病叶片的理论和方法,通过对多种算法的比较分析研究,找出了最优的光谱预处理和分析算法,并建立了最优的病害严重度诊断模型和识别模型。为今后通过航空航天遥感平台大面积监测水稻胡麻斑病和水稻纹枯病提供了依据,也可以为水稻其他病害的遥感监测提供借鉴和参考。本文的研究对象是自然条件下发病的水稻叶片,主要流程如下:光谱数据采集阶段,比较了运用内置光源的反射探头和裸光纤测最水稻叶片光谱信息的优劣;通过比较不同宽度水稻叶片对光谱反射率的影响,发现宽度的变化对近红外区域水稻叶片光谱反射率影响较大;同时提出了水稻病害叶片光谱数据采集的注意事项,对进入预处理阶段的光谱进行了筛选,最后获取鏊静『σ镀居糜诼畚难芯俊光谱数据预处理阶段,针对光谱数据存在噪声和散射的问题,主要研究了瓽平滑、平滑、导数算法、多元散射校正等预处理算法。结果表明,平滑点数和多项式阶数需根据实际进行调整;平滑比瓽平滑算法更优,但是处理速度较慢;光谱信息的一阶导数较二阶导数随着胡麻斑病和纹枯病病害等级的增加反射率逐渐增高,纹枯病较胡麻斑病光谱反射率增高速度近红外区域,水稻胡麻斑病和纹枯病叶片反射率随病害等级的增加而逐渐降低;在段冢疚瓶莶∫斗瓷渎仕娴燃对黾又鸾ピ龈撸竞榘卟特征提取阶段,针对近红外光谱的数据量大、波段众多的问题,先根据严重度与反射率的相关性数据,选取了水稻胡麻斑和纹枯病的敏感波段,再运用主成分分析的算法,选取累积贡献率达到%以上的前龇至浚钪昭∪、、个主要的特征波段用于建模;原始光谱反射率经一阶导数处理后,选取与严重度相关性最好的红边面积模型建立阶段,通过对得到的鎏卣鞑ǘ魏秃毂呙婊问直鸾⑺竞榘吆臀瓶莶〉严重度诊断模型,通过模型验证表明以下模型精度最高:榘呷胙〉,其中个样本用于建模,个样本用于模型检验,结果表明,与逐步回归分析相比较,当对、、三个特征波段进行组合识别时,神经网络识别准确率比逐步回归分析的准确率高。对噪声敏感度低,且能得出重要的光谱参数;多元散射校正能很好的消除基线的平移和偏移。迅速;在叶片反射率随等级增加而降低;而其他波段无明显规律。作为区分健康与生病叶片的重要参数。—建立的模型..瑀:.,.:运关键词:近红外光谱,水稻,病害,诊断模型
籥;,琸,.琺,,,.,;:籌瑆,:嬲—.,.,籾∞琲,籪甀籾;狦!;;,瑀Ⅱ
,∽Ⅱ.簄琩,
目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一本研究的背景和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...