高光譜指數(shù)和機器學(xué)習(xí)分類器增強小麥作物鐮刀菌頭枯病檢測
小麥赤霉?。?/font>FHB)是一種常見的真菌性病害,由禾谷鐮刀菌和其他鐮刀菌物種導(dǎo)致。它無處不在,主要侵染穗部,嚴(yán)重影響谷物質(zhì)量?,F(xiàn)階段基于光譜特征技術(shù)的病害監(jiān)測,嚴(yán)重依賴病害侵染過程中作物生理生化參數(shù)改變所引起的光譜響應(yīng)。然而,作物穗器官的生理特性隨生育時期發(fā)展,也會產(chǎn)生顯著差異?,F(xiàn)有的穗部病害光譜監(jiān)測研究多基于接種后數(shù)天內(nèi),或基于單一時期的數(shù)據(jù)樣本,進行病害監(jiān)測研究,不同生育時期的病害光譜響應(yīng)規(guī)律是否相同、其病情嚴(yán)重度估算精度是否一致尚不明確。目前還缺乏一個機理性強的指數(shù)構(gòu)建方法,使得構(gòu)建的小麥赤霉病指數(shù)能夠用于侵染早期的病情估算。
南京農(nóng)業(yè)大學(xué)智慧農(nóng)業(yè)創(chuàng)新團隊以小麥赤霉病為研究對象,在南京農(nóng)業(yè)大學(xué)牌樓試驗基地開連續(xù)三年展了小麥赤霉病監(jiān)測試驗,利用了兩個高抗小麥品種和一個易感小麥品種,在穗部接種赤霉菌后開始持續(xù)觀測。利用我司高光譜設(shè)備(V10E近紅外高光譜成像儀)進行穗部時序拍照(圖1),并同步進行破壞性取樣測試穗子的多項生理生化指標(biāo)。
圖1 病穗樣本高光譜圖像采集示意圖
研究總體技術(shù)路線如圖2所示:基于時序病害高光譜影像,利用連續(xù)小波變換進行特征選擇,包括小波特征(WF)和紋理特征(TF);同時,還創(chuàng)建了赤霉病監(jiān)測新型指數(shù)(WFSI和WTTI),再利用多種機器學(xué)習(xí)算法逐一將WF、TF和數(shù)據(jù)融合(DF=WFs+TFs)作為輸入進行赤霉病識別,最終確定最佳的赤霉病估測模型。
圖2. 研究總體技術(shù)路線
研究結(jié)果表明,赤霉病顯著的小波特征在可見光區(qū)域的波段為420-440nm和580-680nm、近紅外區(qū)域為850-880nm、920-940nm和980nm(圖3)。然而針對不同的病害階段,敏感小波特征有所差異,最終確定了赤霉病最佳監(jiān)測小波特征為2尺度下的423、581、624、865小波系數(shù)。同時,基于灰度共生矩陣計算出這些小波特征的紋理特征,再經(jīng)過任意兩兩組合,篩選出了四個赤霉病監(jiān)測新型指數(shù)(WFSI1、WFSI2、WFTI1、WFTI2)。經(jīng)過與傳統(tǒng)植被指數(shù)對比發(fā)現(xiàn),新型赤霉病監(jiān)測指數(shù)具有更好監(jiān)測能力,病害階段1和2的三年平均分類精度(ACA)分別是80%、90%和91%(圖4)。然而,將光譜指數(shù)和紋理指數(shù)一起作為輸入,小麥赤霉病的分類精度得到了進一步提升,三年ACA分別提高到98.06%、89.67%和94.83%。對比不同的機器學(xué)習(xí)算法發(fā)現(xiàn),Xgboost展現(xiàn)出更好的穩(wěn)定性和準(zhǔn)確性(圖5)。這項工作揭示了高光譜成像技術(shù)在小麥赤霉病早期監(jiān)測上的巨大潛力,也為作物病害監(jiān)測提供了較好的參考。
圖3. 2019年(a-c)和2020年(d-f)小麥赤霉病的小波系數(shù)相關(guān)標(biāo)度圖
圖4. 基于植被指數(shù)和機器學(xué)習(xí)分類器的小麥赤霉病平均分類精度對比圖
圖5. 不同機器學(xué)習(xí)分類器和數(shù)據(jù)集的平均分類精度(ACA)對比圖
(空格分隔,最多3個,單個標(biāo)簽最多10個字符)
立即詢價
您提交后,專屬客服將第一時間為您服務(wù)