基于高光谱成像技术的辣椒疫霉病早期检测评估
《Agriculture》:Early Detection and Classification of Phytophthora Blight in Chili Peppers Using Hyperspectral Imaging and Machine Learning
【字体:
大
中
小
】
时间:2026年09月22日
来源:Agriculture 4.5
编辑推荐:
摘要 由Phytophthora capsici引起的疫霉病在症状
摘要
由Phytophthora capsici引起的疫霉病在症状出现后难以控制,因此需要在无症状阶段进行快速、非破坏性的检测。本研究评估了高光谱成像(HSI)技术在早期限制辣椒幼苗病害中的应用效果。在病害进展过程中,监测了茎部和叶片的光谱变化,并选取基部茎段作为研究对象,因为该部位在可见症状出现之前就表现出与病害相关的光谱变化。通过结合遗传算法、偏最小二乘法和相关分析,确定了五个特征波长(550、670、722、760和800纳米)。在对五种机器学习算法进行五折交叉验证的第五天测试中,线性判别分析(LDA)和支持向量机(SVM)的分类准确率分别为90.7%和90.1%。在第五天时,就已经可以实现病害的早期检测。因此,使用20个植被指数对当天采集的健康和无症状感染样本进行了评估,以寻找更简单的诊断指标。单指数支持向量机(SVM)的预测准确率介于60.00%到91.25%之间。其中,光化学反射指数(PRI)的准确率最高(91.25%),其次是增强植被指数(EVI)和三角植被指数(TVI)(均为90.00%)。这些研究结果表明,基部茎段的高光谱成像技术以及选定的植被指数可以作为早期检测Phytophthora capsici的候选方法,但还需进一步进行独立验证。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号