基于拉曼光谱的稻叶瘟病害程度划分研究

• 作者: 于洋 姜珊 廉琦 张乃夫 才巧玲 谭峰 辛元明 韩国鑫
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 拉曼光谱 稻叶瘟 病害程度
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 新技术应用
• 页码范围: 194-197,201
• 页数: 5页
• 分类号: S435.111.4+1
• 字数: 2563字
• 语种: 中文

摘要

随着植保变量喷施作业机械的研究和应用,急需一种高效的病害程度识别技术.为此,针对水稻稻叶病运用拉曼光谱仪采集正常及受病害叶片的光谱特性,通过绘制折线图及受试者工作特征曲线进行水稻受病害程度分析,并运用动量因子BP神经网络优化算法,建立了寒地水稻稻叶瘟的病害程度检测模型.结果表明:优化的BP神经网络算法网络预测集的均方误差为0.0024096、相关系数为0.9982.该方法可以较好地区分水稻正常叶片、稻叶瘟重度和轻度叶片,是一种高效的病害程度识别技术.