作物病害表型監(jiān)測(cè)對(duì)于作物的抗性育種和栽培管理具有重要意義。目前傳統(tǒng)的病害調(diào)查主要通過(guò)人工田間進(jìn)行,這種方式費(fèi)時(shí)費(fèi)力且主觀性較強(qiáng),工作效率低下。本研究針對(duì)上述出現(xiàn)的問(wèn)題,針對(duì)葉面型病害和莖稈型病害兩類病害,以茶樹炭疽病和水稻紋枯病為例,基于成像高光譜數(shù)據(jù)研究這兩種病害的光譜響應(yīng)特點(diǎn)和差異,并基于不同類型的病害提出不同的分析思路以及方法,通過(guò)圖譜分析進(jìn)行病蟲害識(shí)別。本文的實(shí)驗(yàn)和研究主要工作如下:（1）開展系統(tǒng)實(shí)驗(yàn)獲得研究數(shù)據(jù)。通過(guò)設(shè)計(jì)并開展實(shí)驗(yàn)獲取水稻紋枯病和茶樹炭疽病的成像高光譜數(shù)據(jù)。于杭州水稻研究所紋枯病實(shí)驗(yàn)田開展紋枯病成像高光譜獲取實(shí)驗(yàn),拍攝60幅成像光譜數(shù)據(jù)（感病30幅,正常30幅）,經(jīng)過(guò)光譜數(shù)據(jù)質(zhì)量監(jiān)測(cè),最終選擇32幅進(jìn)行實(shí)驗(yàn)數(shù)據(jù)分析。并于浙江武義縣開展茶葉炭疽病實(shí)驗(yàn),在實(shí)驗(yàn)茶園采集健康和炭疽病葉片樣本,用小型保溫箱將葉片從田間運(yùn)至實(shí)驗(yàn)室,采用一套室內(nèi)高光譜成像系統(tǒng)進(jìn)行成像光譜測(cè)試實(shí)驗(yàn)共檢測(cè)100片茶葉（50片正常和50片炭疽病葉片）。剔除有損傷且光照異常的葉片,最終選取78片葉片（正常39片,炭疽病39片）作為后續(xù)研究的樣本。這些實(shí)驗(yàn)為后續(xù)病害數(shù)據(jù)分析提供了堅(jiān)實(shí)的基礎(chǔ)。（2）以... 

【文章來(lái)源】：杭州電子科技大學(xué)浙江省

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

植物脅迫引起的光譜變化

杭州電子科技大學(xué)碩士學(xué)位論文5鈴薯干腐病等為果實(shí)病害，不同病害發(fā)病于植物的不同生育期，為植物生長(zhǎng)發(fā)育帶來(lái)極大威脅。本文針對(duì)葉面型病害（以茶葉炭疽病為例）和莖稈型病害（以水稻紋枯�。槔魈岢鲆惶紫鄳�(yīng)的分析方法進(jìn)行分析，為亟需在葉片型病害和莖稈型病害的高通量病害表型監(jiān)測(cè)提供方法。1.3.1葉面型病害-茶葉炭疽病在茶樹生長(zhǎng)發(fā)育過(guò)程中受到多種病害的侵?jǐn)_，其中茶樹炭疽病（Gloeosporiumtheae-sinesisMiyake）是茶樹葉部病害中最為主要的一種病害，在全國(guó)大部分茶區(qū)均有分布，尤以西南、江南等雨水偏多地區(qū)的茶園較為普遍[38]。病害發(fā)生嚴(yán)重時(shí)可導(dǎo)致茶樹大量落葉和長(zhǎng)勢(shì)衰退，嚴(yán)重影響次年春茶的品質(zhì)和產(chǎn)量。主要由茶盤長(zhǎng)孢真菌的侵染引起，屬半知菌亞門真菌[39]。病斑初始分布于葉片邊緣，隨著時(shí)間推移，逐漸向葉片內(nèi)部發(fā)展，最終發(fā)展為不規(guī)則的病斑形狀，病斑顏色為褐色。發(fā)病嚴(yán)重的時(shí)候會(huì)變?yōu)榛野咨“咧車划a(chǎn)生云紋區(qū)域。近年來(lái)，茶樹炭疽病在浙江茶區(qū)特別是名優(yōu)茶龍井品種上有擴(kuò)大蔓延的趨勢(shì)，成為茶園管理防控的重點(diǎn)病害。該病作為目前大面積推廣的龍井茶良種―龍井43‖的―軟肋‖，2014年導(dǎo)致浙江新昌縣茶樹良種場(chǎng)的全場(chǎng)70畝茶園全部患病，其中重病30畝，有5畝2015年春茶無(wú)茶可采。目前找到對(duì)該病及時(shí)、有效的監(jiān)測(cè)方法是其防控工作刻不容緩的任務(wù)。圖1.2茶葉炭疽病病害圖1.3.2莖稈型病害-水稻紋枯病在我國(guó)水稻生產(chǎn)中發(fā)生的60多種病蟲害中，水稻紋枯病(RhizoctoniasolaniKühn)是一種主要且常見的的病害。水稻紋枯病的發(fā)生與氣候，溫度，濕度等氣象因素有關(guān)，除此之外，與氮肥用量，作物的生長(zhǎng)狀態(tài)也有極大的關(guān)系。紋枯病

杭州電子科技大學(xué)碩士學(xué)位論文6也被稱為云紋病，主要由立枯絲核菌的侵染引起，屬半知菌亞門真菌[40]。主要發(fā)生于南方水稻種植區(qū)，高溫高濕的氣候條件尤為適合紋枯病的發(fā)生。其菌核能抗逆性較強(qiáng)且可忍受極端環(huán)境，主要發(fā)生于水稻的葉鞘和莖稈部位，嚴(yán)重時(shí)葉片也可發(fā)玻初發(fā)病時(shí)病斑呈現(xiàn)暗綠色且邊緣不清晰。隨后逐步擴(kuò)展為橢圓形病斑，邊緣出現(xiàn)黑色云紋，中部呈現(xiàn)為淡黃色或白色，與枯葉等顏色較為類似。在水稻的各個(gè)生育期均可發(fā)生但多發(fā)生于稻孕穗拔節(jié)期。極大的影響水稻的產(chǎn)量。圖1.3水稻紋枯病病害圖1.4本文的結(jié)構(gòu)安排第一章為緒論，首先介紹本文的研究背景，描述了目前病害調(diào)查的局限性以及高光譜遙感在病害表型診斷的潛力。闡述了國(guó)內(nèi)外目前主流的病害識(shí)別算法以及遇到的難題，并介紹了介紹了水稻和茶樹的重要性以及水稻紋枯病和茶葉炭疽病的危害。并對(duì)本文的工作進(jìn)行介紹。第二章介紹了田間水稻紋枯病光譜數(shù)據(jù)和室內(nèi)葉片尺度茶葉炭疽病的光譜數(shù)據(jù)采集及配套地面數(shù)據(jù)測(cè)試方法及規(guī)范，并詳細(xì)介紹了光譜采集實(shí)驗(yàn)的具體實(shí)施過(guò)程。第三章基于茶葉炭疽病成像高光譜圖像提出一套結(jié)合ISODATA無(wú)監(jiān)督分類和二維光譜特征空間分析的自適應(yīng)茶樹炭疽病識(shí)別策略，包括葉片正常以及病害部位ROI的選擇，茶葉炭疽病專屬特征的構(gòu)建，并詳細(xì)介紹了如何利用T檢驗(yàn)和JM距離進(jìn)行特征的敏感性分析以及特征提齲采用無(wú)監(jiān)督分類算法ISODATA生成分類圖。然后，在NIR-Red二維空間，應(yīng)用逐步閾值法確定識(shí)別病害和健康像元的最佳閾值范圍，完成病斑提取，并對(duì)分析結(jié)果進(jìn)行討論。

【參考文獻(xiàn)】：
期刊論文
[1]基于k近鄰算法優(yōu)化的最小二乘3D表面匹配算法[J]. 王鵬,李少達(dá),趙雪.  地理空間信息. 2018(05)
[2]作物病蟲害遙感監(jiān)測(cè)與預(yù)測(cè)研究進(jìn)展[J]. 黃文江,張競(jìng)成,師越,董瑩瑩,劉林毅.  南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[3]基于多特征字典學(xué)習(xí)的害蟲圖像自動(dòng)分類方法[J]. 張超凡,王儒敬,謝成軍.  計(jì)算機(jī)應(yīng)用與軟件. 2017(03)
[4]基于高光譜的春玉米大斑病害遙感監(jiān)測(cè)指數(shù)選擇[J]. 王利民,劉佳,邵杰,楊福剛,高建孟.  農(nóng)業(yè)工程學(xué)報(bào). 2017(05)
[5]中國(guó)主要茶區(qū)茶樹炭疽菌系統(tǒng)發(fā)育學(xué)[J]. 王玉春,郝心愿,黃玉婷,岳川,王博,曹紅利,王璐,王新超,楊亞軍,肖斌.  中國(guó)農(nóng)業(yè)科學(xué). 2015(24)
[6]炭疽病脅迫下的茶樹葉片高光譜特征分析[J]. 王曉慶,冉烈,彭萍,崔正龍.  植物保護(hù). 2014(06)
[7]應(yīng)用高光譜圖像光譜和紋理特征的番茄早疫病早期檢測(cè)研究[J]. 謝傳奇,王佳悅,馮雷,劉飛,吳迪,何勇.  光譜學(xué)與光譜分析. 2013(06)
[8]馬尾松赤枯病冠層光譜特征及嚴(yán)重度反演[J]. 伍南,劉君昂,閆瑞坤,周國(guó)英,張磊.  中國(guó)農(nóng)學(xué)通報(bào). 2012(04)
[9]稻干尖線蟲病脅迫水稻葉片波譜響應(yīng)特征及識(shí)別研究[J]. 劉占宇,石晶晶,王大成,黃敬峰.  光譜學(xué)與光譜分析. 2010(03)
[10]ISODATA算法的原理與實(shí)現(xiàn)[J]. 曾江源.  科技廣場(chǎng). 2009(07)

博士論文
[1]基于圖譜特征分析的農(nóng)業(yè)蟲害檢測(cè)方法研究[D]. 劉子毅.浙江大學(xué) 2017
[2]小麥病蟲害多尺度遙感識(shí)別和區(qū)分方法研究[D]. 袁琳.浙江大學(xué) 2015

碩士論文
[1]基于高光譜技術(shù)的植物分類及狀態(tài)監(jiān)測(cè)方法研究[D]. 劉鵬.杭州電子科技大學(xué) 2019
[2]基于視覺(jué)的農(nóng)作物病蟲害監(jiān)測(cè)飛行器設(shè)計(jì)與實(shí)現(xiàn)[D]. 張寧寧.西南科技大學(xué) 2018
[3]基于Android的水稻病蟲害圖像識(shí)別與診斷系統(tǒng)的研究[D]. 張永玲.浙江理工大學(xué) 2018
[4]利用衛(wèi)星遙感估測(cè)冬小麥長(zhǎng)勢(shì)和赤霉病的研究[D]. 金正婷.南京信息工程大學(xué) 2016
[5]基于圖像處理的大豆病害識(shí)別方法研究[D]. 郝麗.浙江理工大學(xué) 2015



本文編號(hào)：3071490