松萎蔫病的检测与辨别文献综述

 2022-03-17 19:43:32

  1. 研究的目的及意义

松萎蔫病又称松树枯萎病,是以松萎蔫病为主导的,综合人为因素、线虫及其伴生细菌、媒介昆虫及其伴生真菌、寄主松树以及环境因素互作的复杂病害系统。该病已给除北美洲原发地以外的病害发生国造成了巨大的经济损失和生态压力。20 世纪 80 年代初该病传入我国境内,随后迅速扩散蔓延,并成为我国最危险的森林生物灾害之一。2019年全国已有18省(市、区)发生疫情,面积达111.46万hm2,导致当年累计1946.74万株松树枯死,对我国的松林资源、自然景观和生态环境造成严重破坏,造成了严重的经济和生态损失。[1]

目前,该病已经对我国的松林生态系统构成了严重的破坏和威胁。另外,随着我国贸易往来越来越频繁,松萎蔫病由境外反复进入我国的可能性越来越大。因此,该病的控制与治理是我国森林保护工作中必须长期面对的严峻课题。[2]

2.国外研究现状

在20世纪30年代,国外一些科学家首先将遥感技术应用到森林病虫害的监测中,他们利用航摄试验来观察被铁杉尺蠖危害的落叶林的情况,由此揭开了利用遥感监测森林病虫害的序幕;而到90年代中期Bach Heike等率先将高光谱遥感用于植被参数研究,他们发现利用高光谱数据对植被参数估计的精确度要明显高于利用多光谱数据的,这为利用高光谱遥感来监测森林病虫害提供了可能[3]

1983年,科学家利用航空成像光谱仪(AIS.1)获取了第一幅高光谱影像,这标志着第一代高光谱成像仪的面世。随着高光谱遥感技术的快速发展,越来越多的人将高光谱影像应用的病虫害的监测中。E.Bauriegel等利用高光谱成像系统并结合主成分分析来识别感染镰刀菌的小麦,最终发现利用此种方法所获得的结果精确率可高达87%,并指出该检测精度还可以大大的增加[4]。Youwen Tian等利用高光谱遥感技术采集了黄瓜在感染霜霉病后的影像,来对黄瓜霜霉病进行区分与检测,发现精度接近90%,于是指出可以利用高光谱来监测黄瓜的霜霉病[5]。Apan等通过研究指出利用高光谱遥感影像来监测甘蔗的叶锈病具有良好的效果[6]

由于利用高光谱影像所获取得信息量非常大,所以我们通常要利用一些方法来对原始数据进行各种转换与处理,提取出我们所需要的信息,使之能更好的反映出目标的本质,便于我们在进行对比与分析后得到更好的结论。像Juan Xing等就是对所获得高光谱数据进行了处理,利用主成分分析得到了6个有效波长来监测分析苹果的瘀伤,并表明具有良好的效果[7]。而Kong,Wenwen等则是利用遗传偏最小二乘法来对原始数据进行处理,提取出了21个最佳波段来以此实现利用高光谱监测感染灰霉病的番茄叶片的活性[8]。而有些研究并不是单纯地利用某一种方法来进行分析,而是结合多种处理方法一起进行选择,像Gamal ELMasry等就是利用偏最小二乘法(PLS)、逐步判别分析(SDA)和PCA方法一起对损伤苹果的高光谱图像进行分析,最终选择出了750nm、820nm和960nm这3个有效波长来进行检测[9]

利用高光谱实现对森林病虫害监测的一个重要环节就是监测目标分类以及识别。T.Rumpf等利用手持式非成像光谱仪对感染了不同病菌的甜菜进行了分类和识别,利用支持向量机对感染叶斑病、叶锈病、白粉病以及健康植株的叶片进行分类,最终发现健康甜菜和感病甜菜之间分类的精度可高达97%,而白粉病、叶锈病和叶斑病这三种病害之间的分类精度要高于86%[10]

Aleixos利用高光谱成像技术对柑橘类水果品质进行了评估,并以此开发机器视觉系统[11]。Lu,Xing和Elmasry分别用高光谱成像技术对苹果瘀伤进行检测,并得到不同的结果,Lu认为1000~1340nm是检测苹果瘀伤的最佳波段,而Xing和El Masry则认为558~760nm才是最优波段[12-14]。Qin在波长范围450~930nm之间获取柑桔溃疡病的高光谱图像,并利用一个以光谱信息散度(SID)为基础的分类方法来区别病变于健康的水果,发现其精确度可达96%[15]。Shafri和Hamdan利用机载高光谱成像技术对油棕榈植物园的灵芝茎基腐病进行检测,分别用不同植被指数和红边技术来区分病变和健康值株,结果发现其分类精度在73~84%之间,于是指出航空高光谱成像可以用于大规模种植园的疾病的检测和管理[16]

3.国内研究现状

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。