基于光谱信息的柑橘黄龙病无损检测及分级模型构建

摘要

柑橘黄龙病(Huanglongbing,HLB)是世界柑橘生产上最具毁灭性的病害,给果农和相关产业造成了巨大的损失.以柑橘叶片为载体,利用高光谱图像技术采集柑橘叶片表面的高光谱图像,用ENVI4.7进行图像处理,提取感兴趣区域(Region of Intest,ROI),统计感兴趣区域平均光谱数据,并进行相关植被植物的运算,最后通过PLS-DA(Partial Least Squares Discrimination Analysis)判别法进行鉴别并分类.结果表明:基于平均光谱值和植被指数的PLS-DA判别模型都能对健康、缺锌和HLB叶片进行鉴别.其中基于平均光谱值的PLS-DA模型鉴别健康柑橘叶片样品的灵敏度为100％,特异度为100％,准确度为100％;鉴别缺锌柑橘叶片样品的灵敏度为80.6％,特异度为91.7％,准确度为88.9％;鉴别HLB叶片的灵敏度为89.3％,特异度为88.3％,准确度为88.9％.基于植被指数的PLS-DA判别模型鉴别健康柑橘叶片样品的灵敏度为100％,特异度为100％,准确度为100％;鉴别缺锌柑橘叶片样品灵敏度为92.5％,特异度为89.3％,准确度为90.1％;鉴别HLB叶片的灵敏度为86.4％,特异度为95.3％,准确度为90.1％.识别正确率较高,说明利用高光谱进行柑橘黄龙病病情分类是可行的.