[发明专利]一种基于高光谱的作物虫害监测方法及设备

说明书

本说明书实施例公开了一种基于高光谱的作物虫害监测方法及设备。用以解决现有技术难以对作物虫害进行精准监测并分析虫害产生原因的问题。该方案包括：确定农作物的生长区域对应的画像，并在所述画像中提取出历史虫害信息；根据所述历史虫害信息，确定多个特征波段；通过设置在所述生长区域中的高光谱仪，获取所述农作物在所述多个特征波段下分别对应的多个高光谱图像；针对每个所述高光谱图像，根据该高光谱图像中不同的色彩体现，提取敏感图像，并根据所述敏感图像确定所述高光谱图像对应的当前虫害信息；针对每个所述当前虫害信息，通过预先训练的神经网络模型，在所述画像记录的相关信息中，对该当前虫害信息的产生因素进行分析。

技术领域

本发明涉及作物虫害监测领域，尤其涉及一种基于高光谱的作物虫害监测方法及设备。

背景技术

作物虫害是农业生产上的重要生物灾害，是制约高产、优质、高效益农业持续发展的主导因素之一。另外，作物虫害是我国农业生产的主要灾害之一，种类多、影响大，会降低作物产量和品质。

目前，我国农业生产中仍以传统方式监测作物虫害，比如，实地用目测手查的方法观察有无虫害发生，费时费力，并且获取信息的滞后性还严重影响虫害预报准确率。此外，现有技术对虫害类型以及其危害程度监测不准确，并且无法分析虫害产生的原因，影响对虫害的治理，难以提高作物产量。

发明内容

本说明书一个或多个实施例提供了一种基于高光谱的作物虫害监测方法及设备。用以解决如下技术问题：现有技术难以对作物虫害进行精准监测并分析虫害产生原因的问题。

为解决上述技术问题，本说明书一个或多个实施例是这样实现的：

一方面，本说明书一个或多个实施例提供一种基于高光谱的作物虫害监测方法，包括：

确定农作物的生长区域对应的画像，并在所述画像中提取出历史虫害信息；

根据所述历史虫害信息，确定多个特征波段；

通过设置在所述生长区域中的高光谱仪，获取所述农作物在所述多个特征波段下分别对应的多个高光谱图像；

针对每个所述高光谱图像，根据该高光谱图像中不同的色彩体现，提取敏感图像，并根据所述敏感图像确定所述高光谱图像对应的当前虫害信息；

针对每个所述当前虫害信息，通过预先训练的神经网络模型，在所述画像记录的相关信息中，对该当前虫害信息的产生因素进行分析。

本申请实施例通过确定农作物不同生长区域对应的画像，并在画像中提取历史虫害信息，确定易于判定当前虫害信息的多个特征波段，获取在多个特征波段下不同生长区域的多个高光谱图像，能够确定不同生长区域的虫害等级以及虫害类型等信息，实现虫害信息的精准监测，使得不同生长区域的管理人员能够根据针对自己管理的生长区域的虫害信息进行不同剂量不同种类的用药。并且，能够在画像记录的相关信息中，对当前虫害信息的产生因素进行分析。比如画像记录的相关信息包括对生长区域的作物使用的农药类型和剂量信息，生长区域的经纬度信息，喷洒农药的时间信息。能够根据相关信息得到当前虫害信息的产生因素。进而，根据当前虫害信息的产生因素减少不当操作，以提高农作物的产量。

在本申请的一种实现方式中，所述根据所述敏感图像确定所述高光谱图像对应的当前虫害信息，具体包括：

在所述敏感图像对应的所述生长区域，随机选择多个待测点；

调整所述高光谱仪的采集范围，采集多个所述待测点对应的所述农作物的高光谱图像，并获取平均光谱反射率；

通过预先构建的虫害光谱指数，计算所述平均光谱反射率对应的虫害指数值，并根据所述虫害指数值确定虫害等级；其中，虫害等级包括轻度虫害、中度虫害、重度虫害。

在本申请的一种实现方式中，所述采集多个所述待测点对应的所述农作物的高光谱图像，并获取平均光谱反射率，具体包括：