一个带有标签的光谱数据集,使用病毒标位确定协议记录麻病的发生情况

科学领域:

• 农业科学 农业科学
• 植物病理学 植物病理学
• 遥感 遥感 遥感 遥感

背景情况:

• 传统的麻病诊断依赖于视觉检查,往往太晚才能进行有效的干预.
• 可见的症状可能不会出现,直到可食根发生不可逆转的损伤.
• 光谱信息提供了一种潜在的方法,可以在视觉表现之前检测疾病.

研究的目的:

• 开发一种新的光谱和图像数据数据集,用于检测麻病.
• 调查频谱数据的潜力,用于早期诊断麻病,包括麻棕色条纹病和麻马赛克病.
• 建立一个协议,用于在受控和开放场的环境中收集多模式作物数据.

主要方法:

• 从健康和患病的麻瓜植物收集可见和近红外光谱和叶子图像.
• 获取的生物化学数据作为疾病评估的基本事实.
• 使用专家疾病评分 (1-5) 对植物叶子超过19周 (温室) 和15周 (露天).

主要成果:

• 该数据集包括与生化基础真相和专家疾病评分相关的光谱和图像数据.
• 数据收集跨越了较长的时间,以捕捉疾病进展.
• 该研究假设光谱数据可以识别缺乏可见症状的病变作物.

结论:

• 这一新型数据集支持对麻早期疾病检测的研究.
• 光谱分析对麻病的非侵入性早期诊断具有前途.
• 通过光谱数据的早期检测可以促进及时干预,可能节省作物和提高产量.