10.3964/j.issn.1000-0593(2019)03-0857-08
基于毛竹叶片理化参数的刚竹毒蛾危害检测研究
虫害检测算法研究是开展虫害快速、准确监测, 制定精准森防检疫措施的重要基础.以毛竹叶片为研究尺度, 基于刚竹毒蛾危害下的寄主外部形态与内部生理现象总结, 选择并实测叶损量LL、相对叶绿素含量RCC、相对含水量RWC、原始光谱的733.66~898.56 nm值 (ρ733.66~898.56) 、一阶微分光谱的562.95~585.25 nm值 (ρ′562.95~585.25) 与706.18~725.41 nm值 (ρ′706.18~725.41) 等理化参数, 随机划分实验组 (63组) 和验证组 (37组) 并设计5次重复实验;分别运用Fisher判别分析、 BP神经网络、随机森林等三种方法建立刚竹毒蛾危害等级的检测模型, 从检测精度、 Kappa系数及R2等指标对模型的检测效果予以分析和比较.结果显示, Fisher判别分析、 BP神经网络、随机森林的检测精度分别为69.19%, 65.41%, 83.78%, Kappa系数分别为0.576 9, 0.532 4和0.778 8, R2分别为0.722 2, 0.582 6和0.870 9, 总体而言, 三种方法均具备刚竹毒蛾危害的检测能力, 随机森林的检测效果最优, Fisher判别分析次之, 再次为BP神经网络;从分等级来看, 随机森林的检测精度亦优于Fisher判别分析与BP神经网络, 但3种方法对中度危害等级的检测精度均有所不足.该成果可为刚竹毒蛾危害及其他病虫害检测算法的选择提供参考, 并为进一步建立冠层、遥感影像像元等尺度的虫害检测模型奠定基础.
刚竹毒蛾、毛竹叶片、Fisher判别分析、BP神经网络、随机森林
39
O433(光学)
国家自然科学基金项目41501361,41401385;中国博士后科学基金面上项目2018M630728;福建省资源环境监测与可持续经营利用重点实验室开放基金项目ZD1403;福州大学人才基金项目XRC-1345
2019-06-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
857-864