[发明专利]棉花苗期叶片棉蚜早期为害的监测方法及系统

权利要求书

1.一种棉花苗期叶片棉蚜早期为害的监测方法，其特征在于，包括：

获取待监测棉花叶片的光谱反射率；

将所述待监测棉花叶片的光谱反射率输入最优为害监测模型得到所述待监测棉花叶片的蚜害情况；所述蚜害情况为无蚜害或1级蚜害；所述最优为害监测模型是以L-BFGS为函数优化算法，以0.0001为初始学习率且以0.7为动量进行训练得到的；所述最优为害监测模型的隐藏层为(30，10，30)，所述最优为害监测模型的激活层函数为tanh。

2.根据权利要求1所述的棉花苗期叶片棉蚜早期为害的监测方法，其特征在于，所述最优为害监测模型的确定方法为：

获取待训练棉花叶片的光谱，并将所述光谱按设定比例分为训练集和测试集；

分别采用随机森林算法和连续投影算法对所述训练集进行特征波段筛选，获得第一组特征波段光谱和第二组特征波段光谱；

以所述第一组特征波段光谱的光谱反射率为输入，以所述第一组特征波段光谱对应的棉花叶片的蚜害情况为输出，分别采用Logistic方法、偏最小二乘法判别分析方法、支持向量机方法、BP神经网络和卷积神经网络建模方法构建第一为害监测模型组；

以所述第二组特征波段光谱的光谱反射率为输入，以所述第二组特征波段光谱对应的棉花叶片的蚜害情况为输出，分别采用Logistic方法、偏最小二乘法判别分析方法、支持向量机方法、BP神经网络和卷积神经网络建模方法构建第二为害监测模型组；

将所述测试集分别输入所述第一为害监测模型组中的各个为害监测模型和所述第二为害监测模型组中的各个为害监测模型，得到各个所述为害监测模型的蚜害预测结果，根据所述蚜害预测结果和对应的蚜害实际结果计算各个所述为害监测模型的评价指标；所述评价指标包括准确率和精确率；

将所述准确率和所述精确率均最高的评价指标对应的为害监测模型确定为最优为害监测模型。

3.根据权利要求2所述的棉花苗期叶片棉蚜早期为害的监测方法，其特征在于，所述第一组特征波段光谱包括：

波段为865纳米、912纳米、955纳米、977纳米、1249纳米、1265纳米、1644纳米、1645纳米、2244纳米和2273纳米的光谱。

4.根据权利要求2所述的棉花苗期叶片棉蚜早期为害的监测方法，其特征在于，所述第二组特征波段光谱包括：

波段为350纳米、394纳米、436纳米、437纳米、495纳米、496纳米、620纳米、694纳米、725纳米、750纳米、914纳米、921纳米、974纳米、1021纳米、1023纳米、1072纳米、1089纳米、1384纳米、1388纳米、1507纳米、1612纳米、1623纳米、1694纳米、1696纳米、1856纳米、1867纳米、1879纳米、1881纳米、2014纳米和2242纳米的光谱。

5.一种棉花苗期叶片棉蚜早期为害的监测系统，其特征在于，包括：

获取模块，用于获取待监测棉花叶片的光谱反射率；

测试模块，用于将所述待监测棉花叶片的光谱反射率输入最优为害监测模型得到所述待监测棉花叶片的蚜害情况；所述蚜害情况为无蚜害或1级蚜害；所述最优为害监测模型是以L-BFGS为函数优化算法，以0.0001为初始学习率且以0.7为动量进行训练得到的；所述最优为害监测模型的隐藏层为(30，10，30)，所述最优为害监测模型的激活层函数为tanh。