基于光譜分析技術的水稻病蟲害早期檢測研究.pdf

1、本文以TN1型水稻植株為研究對象,采用近紅外、拉曼光譜分析技術及高光譜成像技術分別進行了一系列相關研究,主要研究內容及結論為:
　　1、基于近紅外光譜分析技術建立受蟲害脅迫水稻的定性分析模型。
　　建立了受褐飛虱脅迫水稻的光譜定性判別模型。比較了PLSDA、SVMDA、PLS-SVMDA這3種模式識別法使用最佳預處理方法的效果,結果表明:模型鑒別效果良好,兩種非線性判別分析法的整體準確率可達100％。通過GA提取特征波長,并

2、比較了各模式識別方法下的最優(yōu)模型,結果表明:GA-PLSDA整體準確率為92.01%,GA-SVMDA和GA-PLS-SVMDA整體準確率均達到97.37%。
　　建立了受二化螟迫害水稻光譜的定性判別模型,結果顯示:最佳預處理方法下,三種判別分析方法的整體準確率均達100%。利用GA提取特征波長建模得到:GA-PLSDA準確率為78.89%,其余兩種模型整體準確率均為100%。
　　2、基于近紅外拉曼光譜分析技術的蟲害脅迫水

3、稻的無損早期檢測研究。
　　研究了受螟蟲迫害水稻與健康水稻的拉曼光譜的區(qū)別,并通過受害水稻的縱向研究來探索早期檢測的可行性。結果表明:拉曼光譜相對振動強度與受害程度呈一定線性關系;經(jīng)預處理后,觀察455cm-1、699cm-1、1248cm-1處的拉曼峰強度并測量其是否發(fā)生偏移現(xiàn)象可作為定性判別指標之一。
　　3、基于高光譜成像技術的水稻病蟲害定性判別研究。
　　研究了受褐飛虱迫害水稻的成像光譜,結果表明:在400nm