低成本和精确的传统中药树害虫和疾病监测,仅使用无人机RGB图像
Haoran Guo1, Yuhua Cheng1, Jun Liu2
1School of Informatics, Hunan University of Chinese Medicine, Changsha, China.
Scientific reports
|October 27, 2024
概括
这项研究引入了一种具有成本效益的方法,用于监测传统中国药用植物中的害虫和疾病,使用基于无人机的可见光成像和整体机器学习. 这种方法增强了对有价值作物的精准农业.
科学领域:
- 农业科学 农业科学
- 计算机科学 计算机科学
- 植物学 植物学
背景情况:
- 有效的害虫和疾病监测对于传统中国药物材料,如Cinnamomum Camphora var.至关重要. 玻利 (CCB). 玻利 (CCB). 玻利 (CCB). 玻利 (CCB). 玻利 (CCB). 玻利 (CCB). 玻利 (CCB). 玻利 (CCB). 玻利 (CCB). 玻利 (CCB). 玻利 (CCB).
- 目前的现场检查方法耗时,可能无法提供实时数据.
- 现有的无人机解决方案往往需要昂贵的多光谱或超光谱传感器.
研究的目的:
- 利用无人机可见光成像为CCB开发一个准确且低成本的害虫和疾病监测系统.
- 解决传统检查方法的局限性和先进的传感器要求.
主要方法:
- 在无人机上利用可见光传感器进行图像采集.
- 开发了一个集体学习方法,结合了多个机器学习算法 (RF,SVM,KNN,GBDT,XGBoost,GNB,ELM).
- 采用RGB衍生的植被指数,形态过,以及用于分类器权重和最佳组合的遗传算法.
主要成果:
- 在CCB树上实现了精确的害虫和疾病监测.
- 在减少训练样本的情况下表现出高概括能力.
- 验证了拟议的集体学习策略在提高监测准确性的有效性.
结论:
- 拟议的方法允许大规模,低成本,高精度的害虫和疾病监测.
- 这有助于提高中国传统医药材料的精密种植管理.
- 该系统为实时作物健康评估提供了一个实用的解决方案.
