基于无人机高光谱遥感的柑橘黄龙病植株的监测与分类

• Published in: 农业工程学报 Vol. 35; no. 3; pp. 92 - 100
• Main Authors: 兰玉彬, 朱梓豪, 邓小玲, 练碧桢, 黄敬易, 黄梓效, 胡洁
• Format: Journal Article
• Language: Chinese
• Published: 华南农业大学工程学院,广州 510642 01.02.2019; 国家精准农业航空施药技术国际联合中心,广州 510642; 国家精准农业航空施药技术国际联合中心,广州 510642%华南农业大学电子工程学院,广州 510642; 广东省农情信息监测工程技术研究中心,广州 510642%华南农业大学电子工程学院,广州 510642
• Subjects: 支持向量机; k近邻; 黄龙病; 无人机; 遥感; 柑橘; 高光谱
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.2019.03.012

TP79; 柑橘黄龙病(Huanglongbing,HLB)是柑橘产业的毁灭性病害,及早发现并挖除病株是防治HLB的有效手段.通过无人机低空遥感监测大面积果园,可大大减少HLB排查工作量和劳动力.该文获取了无人机低空柑橘果园的高光谱影像,分别提取并计算健康和感染HLB植株冠层的感兴趣区域的平均光谱,并对初始光谱进行Savitzky-Golay平滑、异常数据剔除和光谱变换,得到原始光谱、一阶导数光谱和反对数光谱3种光谱,对这3种光谱采用主成分分析法进行降维,与全波段信息比较,分别采用k近邻(kNN)和支持向量机(SVM)进行建模和分类.结果表明,以二次核SVM判别模型对全波段一阶导数光谱的分类准确率达到94.7％,对测试集的误判率为3.36％.表明低空高光谱遥感监测HLB的手段具有可行性,可大大提高果园管理效率和政府防控病情力度.