农业机械学报

作者：高 超,赵 玥,赵燕东

单位：北京林业大学;城乡生态环境北京实验室,北京林业大学;林业装备与自动化国家林业局重点实验室,北京林业大学;城乡生态环境北京实验室,

关键词：紫薇; 茎干含水率; 病虫害等级; 早期诊断; 特征提取; 学习模型

基金：国家重点研发计划项目（2017YFD0600901）、北京市科技计划项目（Z161100000916012）和北京市共建项目

为了对植物病虫害进行早期预警，提出一种基于茎干含水率的植物病虫害等级早期诊断方法。以紫薇为研究对象，监测复苏萌芽期内不同健康等级紫薇的茎干含水率；然后，分别通过关键参数和主成分分析对茎干含水率进行特征提取；最后，结合有监督和无监督学习模型实现对紫薇病虫害等级的早期诊断。基于方差分析，紫薇健康等级对日最小含水率、日最大含水率、日平均含水率、日极差含水率4个关键参数的影响均为极显著。基于主成分分析，茎干含水率时间序列前4个主成分的累计贡献率达到99.7%。在有监督模型中，以主成分特征为输入的BP模型的性能最优，平均识别率达到98%；在无监督模型中，以主成分特征为输入的K均值模型最优，平均识别率达到92%。因此，茎干含水率可以作为诊断植物病虫害等级的早期指标，主成分特征优于关键参数特征，有监督模型优于无监督模型。

来源：2018年第11期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2018年第11期