[发明专利]采用模型传递识别不同品种柑橘黄龙病的方法

说明书

本发明公开了一种采用模型传递识别不同品种柑橘黄龙病的方法，本发明基于高光谱图像技术建立了对不同季节柑橘黄龙病的LS‑SVM判别模型，然后采用分段直接校正算法(PDS)结合模型更新的方法对不同品种的柑橘的光谱数据进行校正，实现了对不同品种、不同季节柑橘黄龙病的识别。

(一)技术领域

本发明涉及一种采用模型传递识别不同品种柑橘黄龙病的方法。

(二)背景技术

光学技术具有快速、无损和准确检测的优势，逐渐被运用到不同尺度(近地、无人机、飞机和卫星)的植物生长状态监测以及病虫害诊断之中。其中基于电磁波谱如可见(400-700nm)、近红外(700-1100nm)、短波红外(1100-2500nm)以及热红外(8-12μm)的图谱技术在作物的生长状态监测以及病虫害诊断应用极为广泛。植物对不同波长光的反射、吸收和透射率可以反映着植物内部不同的生理状态信息和化学组分信息，如叶片表面和内部结构、色素、水分、蛋白含量、干物质以及叶温等。当植物受到病虫害胁迫时，叶片或者冠层的颜色、叶片结构、含水率，叶温、蒸腾速率会发生改变，而这个改变会导致植物产生特定的光谱特征，使区分不同类型的病害或者胁迫成了可能。

Sankaran and Ehsani等人[Sankaran S and Ehsani R.Visible-near infraredspectroscopy based citrus greening detection:Evaluation of spectral featureextraction techniques[J].Crop Protection,2011,30(11):1508-1513.]利用可见-近红外光谱仪获取健康和感染黄龙病叶片的反射率，通过特征波段选择算法选择6个敏感性波段(537、662、713、813、1120和1472nm)用于柑橘黄龙病检测，获得了84-87％的总体准确率，但是对未显症的染病样品的识别正确率仅为41-67％。考虑到柑橘黄龙病在单棵染病植株内分散性分布，点对点(1D)测量的方式可能会引起较大的不确定性。因此，基于2维(2D)或3维(3D)的光学成像技术不仅能获取光谱信息，而且能够得到病害在叶片上的空间信息。梅慧兰等人[梅慧兰,邓小玲,洪添胜,罗霞,邓晓玲.柑橘黄龙病高光谱早期鉴别及病情分级[J].2014,30(9):140-147.]利用室内的高光谱成像系统获取叶片上感兴趣区域的光谱反射率，并比较了不同光谱预处理算法(一阶微分、移动窗口拟合和SG平滑)对噪声的去除效果，结果表明，经SG平滑及一阶微分预处理后，基于全波段建立的偏最小二乘判别分析(Partial least squares-discriminate analysis,PLS-DA)构建的黄龙病的早期鉴别及病情分级模型能够获得96.4％的总体准确率。

尽管光谱技术(包括成像和非成像)被用于柑橘黄龙病和其他植物病害的检测，并取得一些效果。但是在这些研究成果从实验室转向更加贴近实际应用之前，还有一系列问题需要解决。例如普遍存在数据纬度较高的问题，不利于便携式仪器的开发，需要简化数据维度；所建立的柑橘黄龙病模型对不同染病阶段(从未显症到显症)的染病叶片须要具有适用性；由于季节和果园环境对柑橘植株的影响较大，所建立的柑橘黄龙病判别模型须要适用于不同季节和不同果园；不同品种的柑橘对黄龙病的感病性不同，所建立的判别模型须要对其他品种的柑橘黄龙病也具有通用性。

(三)发明内容

本发明要解决的技术问题在于提供一种采用模型传递识别不同品种柑橘黄龙病的方法，该方法能实现对不同品种、不同季节的柑橘黄龙病的识别。

为解决上述技术问题，本发明采用如下技术方案：

一种采用模型传递识别不同品种柑橘黄龙病的方法，包括如下步骤：

(a)采集在不同时间的品种A的柑橘叶片，所述的柑橘叶片包括健康叶片和染病叶片；

(b)使用高光谱成像系统采集每片柑橘叶片380-1024nm波长范围内的高光谱图像，获得高光谱图像中的感兴趣区域在各个波段的平均光谱反射率；