农业机械学报

作者：刘又夫，肖德琴，刘亚兰，钟伯平，周志艳

单位：华南农业大学,华南农业大学,华南农业大学,华南农业大学,华南农业大学,

关键词：水稻;褐飞虱;热红外技术;机器学习;统计学特征;气象因子

基金：国家重点研发计划项目（2018YFD0200301）、国家自然科学基金项目（31371539）和广东省重点领域研发计划项目（2019B020217003）

为寻求水稻被褐飞虱侵害后冠层温度特征的有效评估方法，以褐飞虱易感水稻品种“TN1”为研究对象，设置了褐飞虱侵害及未侵害两个处理，运用热红外成像技术获取水稻的冠层温度特征，使用机器学习分类器，对褐飞虱诱导的水稻冠层热图像温度特征变异评估方法进行了研究。首先，对试验采集的水稻冠层热图像和对应时刻的空气温度、相对湿度以及水稻灌溉水层水温信息进行分析，针对水稻冠层热图像提取了3种统计学温度特征，并使用了累计差值法分析水稻冠层的特征数；然后，对空气温度、相对湿度、水温与冠层温度特征分别进行了相关性分析；最后，分别采用逻辑回归算法与支持向量机算法进行评估模型的拟合。结果表明：3种统计学特征中，冠层温度变异系数的累计差值为30.78，是差异性最大的特征值；统计学特征与空气温度、相对湿度和水温的皮尔逊系数分别为0.27、-0.34和0.41。将3种冠层特征作为输入向量，采用逻辑回归算法判断水稻受褐飞虱侵害状况的测试集精准率为87.15%，召回率为86.54%，F1综合指标为86.55%。本文提出将气象因子与水稻的冠层特征数相结合，对水稻受褐飞虱侵害的冠层温度特征进行评估，可为水稻虫害的监测与诊断提供参考。

来源：2020年第5期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2020年第5期