基于近地光谱特征的玉米田间杂草识别研究

发布时间：2021-10-23 05:55

　　化学防治是我国农田杂草防治使用较广泛的方法之一,化学除草剂的过量喷洒以及粗略的施用方式已成为农药泛滥、质量安全问题的罪魁祸首。目前,精准施药技术成为杂草去除的重要手段,杂草识别又是精准施药的关键技术。利用ASD FieldSpec 4便携式地物光谱仪,采集玉米、马齿苋、野苋菜及香附植株冠层在350～2 500 nm波段内的光谱信息,经过数据预处理,运用逐步判别模型,筛选出了954、1 324、1 869、734 nm 4个特征波段。将特征波段带入贝叶斯判别函数模型,分别对玉米田间杂草进行预测。结果表明,贝叶斯判别函数模型正确识别率达85.8%;对玉米的识别精度达90.0%。特征波段选取中剔除了波长749 nm选入了734 nm波长变量,在"红边"680～780 nm区域的反射率对玉米田间杂草识别较为重要。试验结果进一步论证了基于贝叶斯判别模型方法的可靠性,且证明了高光谱在杂草的识别方向具有一定的应用价值,该研究结果为田间杂草识别及光谱传感器提供了参考。 

【文章来源】：江苏农业科学. 2020,48(08)

【文章页数】：5 页

【文章目录】：
1 研究区概况
2 数据采集与处理
    2.1 数据采集
    2.2 数据处理
3 结果与分析
    3.1 光谱曲线
    3.2 提取特征波长
    3.3 判别函数
4 结论


【参考文献】：
期刊论文
[1]农田杂草群落演替的影响因素综述[J]. 孙金秋,任相亮,胡红岩,姜伟丽,马亚杰,王丹,宋贤鹏,马艳,马小艳.  杂草学报. 2019(02)
[2]玉米地除草剂防治宽叶酢浆草的田间药效评价[J]. 张伟平,沈云峰,肖文祥,黄邦成,汤东生.  杂草学报. 2018(03)
[3]中国杂草生物学研究的新进展[J]. 强胜.  杂草学报. 2018(02)
[4]中国玉米栽培研究进展与展望[J]. 李少昆,赵久然,董树亭,赵明,李潮海,崔彦宏,刘永红,高聚林,薛吉全,王立春,王璞,陆卫平,王俊河,杨祁峰,王子明.  中国农业科学. 2017(11)
[5]基于光谱特性分析的冬油菜苗期田间杂草识别[J]. 白敬,徐友,魏新华,张进敏,沈宝国.  农业工程学报. 2013(20)
[6]光谱图像技术在精准施药中的应用[J]. 祖琴,陈湘萍,邓巍.  农机化研究. 2013(03)
[7]杂草信息实时获取技术与设备研究进展[J]. 毛文华,张银桥,王辉,赵博,张小超.  农业机械学报. 2013(01)
[8]基于SVM的可见/近红外光的玉米和杂草的多类识别（英文）[J]. 唐晶磊,何东健,景旭,冯大淦.  红外与毫米波学报. 2011(02)
[9]基于颜色特征的棉田中铁苋菜识别技术[J]. 陈树人,沈宝国,毛罕平,尹建军,杨运克,肖伟中.  农业机械学报. 2009(05)
[10]基于虚拟仪器技术的田间多光谱视觉系统设计[J]. 齐龙,马旭,周海波.  农业机械学报. 2009(01)

博士论文
[1]基于光谱和多光谱数字图像的作物与杂草识别方法研究[D]. 潘家志.浙江大学 2007

硕士论文
[1]夏玉米叶绿素、叶面积指数高光谱估测研究[D]. 高雨茜.西北农林科技大学 2016



本文编号：3452601