研究使用高光谱植被指数来评估花粉的研究
Bo Liu1, Marco Antonio Fernandez2, Taryn Michelle Liu1
1BioResource and Agricultural Engineering Department, California Polytechnic State University, San Luis Obispo, CA 93407, USA.
Sensors (Basel, Switzerland)
|March 28, 2024
概括
这项研究引入了新的高光谱指数,用于检测Brassica oleracea的菌 (DM). 这些指数准确地区分了感染水平,有助于作物监测和育种.
科学领域:
- 植物病理学 植物病理学
- 农业遥感 农业遥感
- 频谱学是一种光谱学.
背景情况:
- 由 * Hyaloperonospora brassicae * 引起的 (DM) 是一种影响 * Brassica oleracea * 作物的重大疾病.
- 对DM感染水平的有效监测对于产量保存和市场性至关重要.
- 超光谱数据为植物疾病的非破坏性评估提供了潜力.
研究的目的:
- 评估现有的植被指数并开发新的植被指数,以评估菌感染水平在Brassica oleracea*.
- 确定最佳的光谱频段,以区分健康,早期,进展和严重的DM感染.
- 评估为自动化疾病监测和耐药性分析开发的指数的潜力.
主要方法:
- 人工接种 *Brassica oleracea* (cv.人工接种) 的方法 麻疹) 与H. brassicae,以创建不同的感染水平.
- 从受感染和健康的叶子中获取高光谱反射数据 (350-1050 nm).
- 应用连续投影算法 (SPA) 和信号灵敏度分析来提取信息波长.
- 评估37个现有的植被指数和三个新提议的菌指数 (DMI).
主要成果:
- 拟议的菌指数使用支向量机器证明了高的分类准确性.
- 在区分健康与DM1,DM2和DM3感染水平方面,分别获得了71.3%,80.7%和85.3%的准确性.
- 开发的DMI有效地表明了不同程度的菌严重程度.
结论:
- 新的高光谱指数可以准确地检测和区分菌感染水平在Brassica oleracea.
- 拟议的菌指数显示出开发自动化疾病监测系统的前景.
- 这种方法可以支持在 *Brassica* 育种计划中进行耐药性分析.
