基于制造技术

本发明专利技术涉及一种基于

【技术实现步骤摘要】
基于CARS
‑
Ridge算法融合新型指数的小麦赤霉病识别方法


[0001]本专利技术涉及作物病害遥感监测
，尤其是一种基于
CARS
‑
Ridge
算法融合新型指数的小麦赤霉病识别方法
。

技术介绍

[0002]小麦作为中国最重要的粮食作物之一，其产量和品质一直受到赤霉病发生的影响，这种疾病直接破坏小麦籽粒发育，导致籽粒萎缩
、
体重下降，流行年份可导致
10
‑
70
％的产量损失
。
近年来，随着全球气候变暖，赤霉病发展日益严重
。
因此，精准识别赤霉病害的发展是成功控制这种病害的关键，也是至关重要的一步
。
[0003]目前，光谱反射率仍然是小麦赤霉病识别应用中的一个很好的候选者
。
虽然高光谱数据中包含许多光谱波段，但并不是所有的波段都对监测目标敏感
。
在训练样本数据有限的情况下，随着参与分析的波段数量的增加，病害识别过程中容易出现精度先提高本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
CARS
‑
Ridge
算法融合新型指数的小麦赤霉病识别方法，其特征在于：该方法包括下列顺序的步骤：
(1)
获取数据：获得小麦赤霉病冠层高光谱数据，同时对各个样方的发病率进行统计；
(2)
进行数据降维：通过
CARS、PCA
和
SPA
三种算法对获取的小麦赤霉病冠层高光谱数据进行降维，得到三种不同的特征集；
(3)
进行建模：通过
RF、PLSR
和
Ridge
三种算法进行建模，得到
CARS
‑
RF、CARS
‑
PLSR、CARS
‑
Ridge、PCA
‑
RF、PCA
‑
PLSR、PCA
‑
Ridge、SPA
‑
RF、SPA
‑
PLSR
和
SPA
‑
Ridge
共9个小麦赤霉病识别模型；
(4)
确定最优模型：通过对9个小麦赤霉病识别模型的结果进行十折交叉验证，确定最优模型；
(5)
开发新型指数：以
12
个植被指数为基础，构建两个新型指数即
WFI
two
和
WFI
three
；
(6)
构建最优小麦赤霉病识别模型：将新型指数与最优模型进行融合，得到最优小麦赤霉病识别模型
。2.
根据权利要求1所述的基于
CARS
‑
Ridge
算法融合新型指数的小麦赤霉病识别方法，其特征在于：所述步骤
(1)
具体包括以下步骤：
(1a)
测量光谱数据：获得小麦赤霉病冠层高光谱数据，病害发生分为自然发生和人为接种两种，所有小麦冠层光谱反射率均采用
FieldSpec4
光谱仪进行测量；
(1b)
统计发病率：统计每个样方的发病率，以此来定量估计小麦感染的严重程度，小麦发病率与冠层光谱采集同步进行，统计样方中发病小麦穗数占调查总穗数的比例
DER
来作为小麦染病程度的重要评估指标
。3.
根据权利要求1所述的基于
CARS
‑
Ridge
算法融合新型指数的小麦赤霉病识别方法，其特征在于：在步骤
(2)
中，通过
CARS
算法对高光谱数据进行降维具体包括以下步骤：
(2a)
进行蒙特卡罗模型采样：以迭代和竞争的方式通过蒙特卡洛
MC
对变量进行采样，设置蒙特卡洛
MC
采样运行
N
次并获得
N
个子集变量，在每一次样本运行中，随机选取子集变量中
80
％的样本建立蒙特卡罗模型；
(2b)
通过指数递减函数
EDF
进行波长选择：通过指数递减函数
EDF
强制波长减少，去除回归系数绝对值较小的变量；
(2c)
进行自适应重加权采样：保留回归系数绝对值较大的变量形成新的特征集；
(2d)
循环迭代：将新的特征集输入蒙特卡罗模型并计算十折交叉验证的均方根误差，
N
次运行所记录的最小均方根误差对应的子集就是筛选出的最优波长组合，最优波长组合组成
CARS
算法确定的特征集；指数递减函数
EDF
定义为：
r
i
＝
ae
‑
ki
其中，
i
表示采样运行的次数；在第
N
次采样运行时，只有两个波长被保留，
r1＝1，
r
N
＝
2/P
；
a
和
k
是常数，
a
为指数递减函数
EDF
在
i
＝0处的取值，
k
为指数递减函数
EDF
的下降速度，
a
和
k
的计算公式如下：
波长
P
的数量为
501
，采样运行的总数
N
设置为
50。4.
根据权利要求1所述的基于
CARS
‑
Ridge
算法融合新型指数的小麦赤霉病识别方法，其特征在于：在步骤
(3)
中，通过
Ridge
算法进行建模具体是指：假设线性回归模型
y
＝
x
β
+
ε
，回归参数
β
的目标函数为：其中，
x
为自变量，即样方的冠层光谱反射率，
y
为因变量，即发病率；
β
和
ε
分别表示回归系数和误差；
n
表示样本数量；
λ
是正则化参数，它的值由脊迹法进行确定，以平衡线性回归模型的方差和偏差；线性回归模型的偏差随
λ
的增大而增大，而方差则相反；回归系数
β
的目标函数等价于：式中，
x
i
和
y
i
分别表示第
i
个自变量和因变量，
n
表示样本数量，<...

【专利技术属性】
技术研发人员：黄林生，张寒苏，黄文江，赵晋陵，雷雨，阮超，芦奇宝，尚俊呈，孔繁楚，
申请(专利权)人：安徽大学，
类型：发明
国别省市：