The invention discloses a method for monitoring rice sheath blight based on hyperspectral technology, which comprises the following steps: S1. Complete the collection of original spectral data according to the preset driving path based on the hyperspectral instrument carried by the UAV; S2. Determine the deflection angle of each original spectral data based on the three-dimensional attitude information of the UAV and complete the weight of all original spectral data according to the standard deflection angle Structure; S3. After the reconstructed spectrum is transformed by standard normal variable (SNV), MapReduce is used to extract spectral feature information; S4. MapReduce is used to extract spectral feature information as input variable of BP neural network model and output evaluation results. The invention ensures the accuracy of the data source, the high efficiency of the data processing and the accuracy of the processing result, and greatly facilitates the later prevention and control work.
【技术实现步骤摘要】
一种基于高光谱技术监测水稻纹枯病的方法
本专利技术涉及一种高光谱技术应用领域,具体涉及一种基于高光谱技术监测水稻纹枯病的方法。
技术介绍
作为我国第一大粮食作物,水稻的稳产高产一直是我国农业生产的关注重点。水稻纹枯病是水稻三大病害之一,如果能在水稻患病早期及时检测出受害作物的发病原因和受害程度,再结合精细农业中的变量施药,就能有效减小水稻病害感染的病变率,缩小危害范围,切实有效地提高水稻产量。光谱与光谱成像技术近年来被广泛应用于快速无损检测、产品作物的鉴别以及品质分析方面。病害识别方面,高光谱成像技术结合判别分析方法对番茄病害、水稻稻瘟病、油菜病害、西瓜种子品种等的检测和识别都取得了很好的效果。但是,目前,高光谱检测技术应用时,主要是根据农技人员通过抽样调查的方式人为进行高光谱数据采集的,病害调查过程中随机性、主观性较大,不同调查者的技术水平和经验高低决定了调查结果的差异性大小,导致预测预报的准确率不高,影响防治工作的开展。
技术实现思路
为解决上述问题,本专利技术提供了一种基于高光谱技术监测水稻纹枯病的方法,保证了数据源的准确性、数据处理的高效性,以及处理结果的准确性,且大大方便了后期防治工作的开展。基于无人机自动进行高光谱数据的采集,系统自带评估系统。为实现上述目的,本专利技术采取的技术方案为:一种基于高光谱技术监测水稻纹枯病的方法,包括如下步骤:S1、基于无人机搭载的高光谱仪按预设的行驶路径完成原始光谱数据的采集;S2、基于无人机的三维姿态信息 ...
【技术保护点】
1.一种基于高光谱技术监测水稻纹枯病的方法,其特征在于,包括如下步骤:/nS1、基于无人机搭载的高光谱仪按预设的行驶路径完成原始光谱数据的采集;/nS2、基于无人机的三维姿态信息确定每个原始光谱数据的偏转角度并按照标准偏转角度完成所有原始光谱数据的重构;/nS3、将完成重构后的光谱经标准正态变量变换后,采用MapReduce提取光谱特征信息;/nS4、采用MapReduce提取光谱特征信息作为BP神经网络模型的输入变量,输出评估结果。/n
【技术特征摘要】
1.一种基于高光谱技术监测水稻纹枯病的方法,其特征在于,包括如下步骤:
S1、基于无人机搭载的高光谱仪按预设的行驶路径完成原始光谱数据的采集;
S2、基于无人机的三维姿态信息确定每个原始光谱数据的偏转角度并按照标准偏转角度完成所有原始光谱数据的重构;
S3、将完成重构后的光谱经标准正态变量变换后,采用MapReduce提取光谱特征信息;
S4、采用MapReduce提取光谱特征信息作为BP神经网络模型的输入变量,输出评估结果。
2.如权利要求1所述的一种基于高光谱技术监测水稻纹枯病的方法,其特征在于,每一个原始光谱数据均标记三维姿态信息和GPS定位信息。
3.如权利要求1所述的一种基于高光谱技术监测水稻纹枯病的方法,其特征在于,所述BP神经网络模型采用单隐含层3层网络结构,隐含层的节点数设置为12,最大迭代次数为1000,学习速率为0.6,目标误差为10...
【专利技术属性】
技术研发人员:陈立才,李艳大,黄俊宝,舒时富,曹中盛,孙滨峰,叶春,罗翔,黄芳,董希慧,应春根,
申请(专利权)人:江西省农业科学院农业工程研究所,
类型:发明
国别省市:江西;36
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。