[發明專利]基于子窗口重排法提取敏感參數構建小麥葉片白粉病早期監測模型的方法

在審

• 申請號: 201710172841.4
• 申請日: 2017-03-22
• 公開（公告）號: CN106777845A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 姚霞;程濤;王文雁;劉紅艷;海德;田永超;朱艷;曹衛星
• 申請（專利權）人: 南京農業大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;G01N21/25
• 代理公司: 北京高沃律師事務所11569
• 代理人: 王加貴

1.基于子窗口重排法提取敏感參數構建小麥葉片白粉病早期監測模型的方法，包括以下步驟：

1)獲取感病小麥葉片的高光譜反射率；

2)利用SPA算法從高光譜反射率的原始波段中提取敏感波段；

3)選擇現有研究中與病害可能相關的光譜指數，利用SPA算法從所述光譜指數中提取敏感光譜指數；

4)利用偏最小二乘-線性判別分析法，將所述敏感波段或所述敏感光譜指數作為分輸入變量，構建小麥白粉病早期監測模型；

5)用二分類算法對所述小麥白粉病早期監測模型進行檢驗，且基于獨立易感品種用留一交互檢驗法評價模型表現；

所述步驟2)和步驟3)之間沒有時間順序的限制。

2.根據權利要求1所述的方法，其特征在于，所述步驟1)中感病小麥葉片按照病情嚴重度劃分樣品病情等級。

3.根據權利要求2所述的方法，其特征在于，所述病情嚴重度是病葉上病斑菌絲層覆蓋葉片面積占葉片總面積的比率；

所述樣品等級為9級病情嚴重度SL，分別為0％、1％、5％、10％、20％、40％、60％、80％和100％的小麥葉片。

4.根據權利要求2所述的方法，其特征在于，所述步驟2)中敏感波段包括紅邊區域。

5.根據權利要求3所述的方法，其特征在于，所述步驟3)中光譜指數包括13種高光譜植被指數和13種微分光譜指數。

6.根據權利要求5所述的方法，其特征在于，所述步驟3)中光譜指數特征包括歸一化色素比率指數、紅邊植被脅迫指數、黃邊范圍內一階微分總和、葉綠素吸收比率指數、生理反射指數、花青素反射指數、轉換葉綠素吸收指數、藍邊范圍內一階微分總和、紅邊范圍內一階微分總和與藍邊范圍內一階微分總和的歸一化值和紅邊范圍內一階微分總和與藍邊范圍內一階微分總和的比值。

7.根據權利要求1所述的方法，其特征在于，所述步驟5)中二分類算法中的分類為：以健康葉片為正類，以感病葉片為負類；實際健康葉片且被預測成健康葉片為真正類，如果實際健康葉片是負類而被預測成正類為假正類；如果實際健康葉片是負類且被預測成負類為真負類，如果實際健康葉片是正類被預測成負類為假負類。

8.根據權利要求1所述的方法，其特征在于，所述步驟5)中評價的指標包括模型敏感度、模型特異度、模型接受者操作曲線下面積和模型總體分類精度。

9.根據權利要求8所述的方法，其特征在于，所述模型敏感度的計算方法如式I所示；其中TP為真正類；TN為真負類；

所述模型特異度的計算方法如式Ⅱ所示；其中TN為真負類；FP為假正類。

10.根據權利要求8所述的方法，其特征在于，所述模型接受者操作曲線下面積計算方法根據分類器繪制的接受者操作曲線通過積分計算的接受者操作曲線下面積值；

所述模型總體分類精度的計算方法如式Ⅲ所示；其中TP為真正類；TN為真負類；FN為假負類；FP為假正類；TN為真負類。