一种基于光谱技术的设施黄瓜病害预警方法及装置制造方法及图纸

本发明专利技术涉及一种基于光谱技术的设施黄瓜病害预警方法及装置，其中，所述方法包括采集样本设施黄瓜的光谱信息；利用主成分分析法对所述样本设施黄瓜的光谱信息进行处理；根据所述样本设施黄瓜的光谱信息的处理结果构建基于神经网络的设施黄瓜病害预警模型；采集目标设施黄瓜的光谱信息；根据所述设施黄瓜病害预警模型对所述目标设施黄瓜的光谱信息进行病害判别，以根据所述判别结果对目标设施黄瓜进行病害预警。本发明专利技术的设施黄瓜病害预警方法及装置可以提高黄瓜病害预警的时效性和准确性，实现及时指导农户采取相应的病害预防措施。

【技术实现步骤摘要】

本专利技术涉及设施作物病害
，尤其涉及一种基于光谱技术的设施黄瓜病害预警方法及装置。
技术介绍
设施栽培可以在通过在局部范围内改善或者创造适宜作物生长的气象环境因素，为作物的生长发育提供良好的环境条件而进行有效的生产，从而获得优质高产的农作物。设施农业是一项技术密集、资金密集、劳动力密集型产业，科技含量高，设施农业的发展已经成为评价一个国家或地区农业现代化水平的重要指标。虽然设施环境为作物周期性生产提供了有利场所，但其形成的小气候环境造成了生态系统的不稳定，高温高湿等环境条件也给病原生物的繁殖和侵染提供了有利条件，导致了作物病害发生数量激增。实际情况下，大棚温室中的有害细菌、真菌数量均大于露地。在设施栽培过程中，作物受到不良环境和病原的影响，造成作物品质下降，影响其质量和经济效益，造成难以估量的损失。黄瓜口感清脆，营养丰富，是人们喜爱的蔬菜之一。近年来，随着设施栽培技术的发展，很多地区已普遍施行了黄瓜温室栽培，但由于温室特殊的气候环境和多年种植，黄瓜病害的种类、数量及为害程度都有了新的变化，防治愈来愈困难。对于设施黄瓜病害的预防，现阶段多依靠人为经验或根据环境信息来对黄瓜病害进行预警，虽有一定的指导性，但针对性不强，准确度较低。综上，现有的亟待解决的技术问题之一为如何提供快速有效、针对性强、准确度高的设施黄瓜病害预警方法，帮助农民及时有效的做好病害防治工作。
技术实现思路
为了解决上述技术问题，本专利技术提出如下技术方案：一种基于光谱技术的设施黄瓜病害预警方法，包括：采集样本设施黄瓜的光谱信息；利用主成分分析法对所述样本设施黄瓜的光谱信息进行处理；根据所述样本设施黄瓜的光谱信息的处理结果构建基于神经网络的设施黄瓜病害预警模型；采集目标设施黄瓜的光谱信息；根据所述设施黄瓜病害预警模型对所述目标设施黄瓜的光谱信息进行病害判别，以根据所述判别结果对目标设施黄瓜进行病害预警。可选地，所述采集样本设施黄瓜的光谱信息，包括：采集健康的黄瓜叶片光谱信息以及病斑初显的黄瓜叶片光谱信息。可选地，所述利用主成分分析法对所述样本设施黄瓜的光谱信息进行处理，包括：将所述样本设施黄瓜的光谱信息转换为波长及吸光度数据，并采用主成分分析法对所述波长及吸光度数据进行分析，以得到含有特征波段的各主成分。可选地，所述根据所述样本设施黄瓜的光谱信息的处理结果构建基于神经网络的设施黄瓜病害预警模型，包括：采用反向传播神经网络BPNN进行样本训练，构建所述设施黄瓜病害预警模型。可选地，所述根据所述设施黄瓜病害预警模型对所述目标设施黄瓜的光谱信息进行病害判别之前，所述方法还包括：利用主成分分析法对所述目标设施黄瓜的光谱信息进行处理。一种基于光谱技术的设施黄瓜病害预警装置，包括：样本光谱采集单元，用于采集样本设施黄瓜的光谱信息；样本光谱处理单元，用于利用主成分分析法对所述样本设施黄瓜的光谱信息进行处理；预警模型构建单元，用于根据所述样本设施黄瓜的光谱信息的处理结果构建基于神经网络的设施黄瓜病害预警模型；目标光谱采集单元，用于采集目标设施黄瓜的光谱信息；病害预警单元，用于根据所述设施黄瓜病害预警模型对所述目标设施黄瓜的光谱信息进行病害判别，以根据所述判别结果对目标设施黄瓜进行病害预警。可选地，所述样本光谱采集单元具体用于采集健康的黄瓜叶片光谱信息以及病斑初显的黄瓜叶片光谱信息。可选地，所述样本光谱处理单元具体用于将所述样本设施黄瓜的光谱信息转换为波长及吸光度数据，并采用主成分分析法对所述波长及吸光度数据进行分析，以得到含有特征波段的各主成分。可选地，所述预警模型构建单元具体用于采用反向传播神经网络BPNN进行样本训练，构建所述设施黄瓜病害预警模型。可选地，所述装置还包括：目标光谱处理单元，用于利用主成分分析法对所述目标设施黄瓜的光谱信息进行处理。本专利技术的设施黄瓜病害预警方法及装置，通过采集样本设施黄瓜的光谱信息，利用主成分分析法对所述样本设施黄瓜的光谱信息进行处理，并根据所述样本设施黄瓜的光谱信息的处理结果构建基于神经网络的设施黄瓜病害预警模型，以根据所述设施黄瓜病害预警模型对目标设施黄瓜的光谱信息进行病害判别，进而根据所述判别结果对目标设施黄瓜进行病害预警，可以提高黄瓜病害预警的时效性和准确性，实现及时指导农户采取相应的病害预防措施。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术一个实施例的基于光谱技术的设施黄瓜病害预警方法的流程示意图；图2是本专利技术一个实施例的基于BPNN的设施黄瓜白粉病预警模型拓扑结构图；图3为本专利技术一个实施例的基于光谱技术的设施黄瓜病害预警装置的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术一个实施例的基于光谱技术的设施黄瓜病害预警方法的流程示意图；如图1所示，所述方法包括：S1：采集样本设施黄瓜的光谱信息；作为本实施例的优选，步骤S1可以进一步包括：S11：采集健康的黄瓜叶片光谱信息以及病斑初显的黄瓜叶片光谱信息。S2：利用主成分分析法对所述样本设施黄瓜的光谱信息进行处理；作为本实施例的优选，步骤S2可以进一步包括：S21：将所述样本设施黄瓜的光谱信息转换为波长及吸光度数据，并采用主成分分析法对所述波长及吸光度数据进行分析，以得到含有特征波段的各主成分。S3：根据所述样本设施黄瓜的光谱信息的处理结果构建基于神经网络的设施黄瓜病害预警模型；作为本实施例的优选，步骤S3可以进一步包括：S31：采用反向传播神经网络BPNN进行样本训练，构建所述设施黄瓜病害预警模型。S4：采集目标设施黄瓜的光谱信息；S5：根据所述设施黄瓜病害预警模型对所述目标设施黄瓜的光谱信息进行病害判别，以根据所述判别结果对目标设施黄瓜进行病害预警。进一步地，作为本实施例的优选，步骤S5中所述根据所述设施黄瓜病害预警模型对所述目标设施黄瓜的光谱信息进行病害判别之前，所述方法还包括：S5’：利用主成分分析法对所述目标设施黄瓜的光谱信息进行处理。本实施例的设施黄瓜病害预警方法，通过采集样本设施黄瓜的光谱信息，利用主成分分析法对所述样本设施黄瓜的光谱信息进行处理，并根据所述样本设施黄瓜的光谱信息的处理结果构建基于神经网络的设施黄瓜病害预警模型，以根据所述设施黄瓜病害预警模型对目标设施黄瓜的光谱信息进行病害判别，进而根据所述判别结果对目标设施黄瓜进行病害预警，可以提高黄瓜病害预警的时效性和准确性，实现及时指导农户采取相应的病害预防措施。下面以一具体的实施例来说明本专利技术，但不限定本专利技术的保护范围。在上述实施例的基础上，S1，利用便携式可见-短波近红外光谱仪(型号：FieldSpecHandheld)进行设施黄瓜叶片光谱信息的采集。在本步骤中，光谱仪的光谱检本文档来自技高网...

【技术保护点】
一种基于光谱技术的设施黄瓜病害预警方法，其特征在于，包括：采集样本设施黄瓜的光谱信息；利用主成分分析法对所述样本设施黄瓜的光谱信息进行处理；根据所述样本设施黄瓜的光谱信息的处理结果构建基于神经网络的设施黄瓜病害预警模型；采集目标设施黄瓜的光谱信息；根据所述设施黄瓜病害预警模型对所述目标设施黄瓜的光谱信息进行病害判别，以根据所述判别结果对目标设施黄瓜进行病害预警。

【技术特征摘要】
1.一种基于光谱技术的设施黄瓜病害预警方法，其特征在于，包括：采集样本设施黄瓜的光谱信息；利用主成分分析法对所述样本设施黄瓜的光谱信息进行处理；根据所述样本设施黄瓜的光谱信息的处理结果构建基于神经网络的设施黄瓜病害预警模型；采集目标设施黄瓜的光谱信息；根据所述设施黄瓜病害预警模型对所述目标设施黄瓜的光谱信息进行病害判别，以根据所述判别结果对目标设施黄瓜进行病害预警。2.根据权利要求1所述的方法，其特征在于，所述采集样本设施黄瓜的光谱信息，包括：采集健康的黄瓜叶片光谱信息以及病斑初显的黄瓜叶片光谱信息。3.根据权利要求1所述的方法，其特征在于，所述利用主成分分析法对所述样本设施黄瓜的光谱信息进行处理，包括：将所述样本设施黄瓜的光谱信息转换为波长及吸光度数据，并采用主成分分析法对所述波长及吸光度数据进行分析，以得到含有特征波段的各主成分。4.根据权利要求1所述的方法，其特征在于，所述根据所述样本设施黄瓜的光谱信息的处理结果构建基于神经网络的设施黄瓜病害预警模型，包括：采用反向传播神经网络BPNN进行样本训练，构建所述设施黄瓜病害预警模型。5.根据权利要求4所述的方法，其特征在于，所述根据所述设施黄瓜病害预警模型对所述目标设施黄瓜的光谱信息进行病害判别之前，所述方法还包括：利用主成分分析法对所述目标...

【专利技术属性】
技术研发人员：傅泽田，王翔宇，李鑫星，张领先，严谨，杨菡，冀际安，刘恒一，郭蕾，康冬妮，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京;11