[發明專利]一種毒蛾危害檢測的特征光譜指數及檢測系統及方法

在審

• 申請號: 201910139384.8
• 申請日: 2019-02-25
• 公開（公告）號: CN109738368A
• 公開（公告）日: 2019-05-10
• 發明（設計）人: 吳志毅;李凱兵;陳鵬程;任琰;袁淑珍;田紅偉;方文淵;程帆;吳穎
• 申請（專利權）人: 浙江省檢驗檢疫科學技術研究院
• 主分類號: G01N21/17
• 分類號: G01N21/17;G01N21/3563;G01N21/359;G01N21/31
• 代理公司: 重慶市信立達專利代理事務所(普通合伙) 50230
• 代理人: 包曉靜

1.一種毒蛾危害檢測的特征光譜指數檢測方法，其特征在于，所述毒蛾危害檢測的特征光譜指數檢測方法包括：

第一步，利用光譜設備采用最佳一致逼近方法測定多組無危害及受毒蛾危害的植物葉片光譜數據；通過數據線傳輸采集的光譜數據；

第二步，利用數據處理程序構建植物受毒蛾危害數學模型；

第三步，利用判斷程序判斷植物是否受毒蛾危害；

第四步，利用警報器通過變量變換將相關異常數據轉為若干個不相關的綜合指標變量，進行異常數據集的降維處理，根據判斷結果進行及時警報通知；

第五步，利用存儲器存儲采集的植物葉片光譜數據；并利用顯示器顯示采集的植物葉片光譜數據、毒蛾危害判斷數據。

2.如權利要求1所述的毒蛾危害檢測的特征光譜指數檢測方法，其特征在于，所述第一步中利用光譜設備采用最佳一致逼近方法測定多組無危害及受毒蛾危害的植物葉片光譜數據，具體的算法為：

設f(x)∈C[a,b],p_n(x)是次數不超過n的全體多項式構成的集合；如果

則稱p*(x)是f(x)在[a,b]上的最佳一致逼近多項式，也稱極小化極大多項式；

采用里米茲算法求取最佳多項式；根據切比雪夫定理求解：

其中：ak(k＝0,1,…n)為待求多項式系數；ρ為最佳逼近值；x_i用反復校正法取得。

3.如權利要求1所述的毒蛾危害檢測的特征光譜指數檢測方法，其特征在于，所述第二步的危害數據模型構建方法如下：

(1)獲取多份植物葉片樣本，分別劃定蟲害等級；

(2)分別測定各植物葉片樣本的葉損量、相對葉綠素含量、相對含水量和特征波長光譜值，并將所采集的數據隨機劃分為實驗組和驗證組；

(3)設置采樣點并獲取對應采樣點的植物葉損特征，然后根據所獲取的葉損特征確定毒蛾的危害等級，同時，對應記錄無危害和受毒蛾危害的植物樣品采樣點坐標；

(4)根據各采樣點確定的毒蛾危害的植物表征進行選擇與之對應的遙感指標，所述的遙感指標至少包括：葉面積指數LAI、特征光譜指數CSI、歸一化差值山地植被指數NDMVI和全局植被濕度指數GVMI；

(5)耦合步驟(3)毒蛾的危害等級和步驟(4)的遙感指標進行對應建立毒蛾危害檢測數學模型。

4.如權利要求1所述的毒蛾危害檢測的特征光譜指數檢測方法，其特征在于，所述第三步植物是否受毒蛾危害的判斷方法如下：

1)測定多組無危害及受毒蛾危害的植物葉片光譜數據；

2)運用相關數理統計方法，獲取毒蛾危害下植物葉片特征波長；

3)根據多光譜遙感衛星傳感器波段設置與所得特征波長間的對應關系，得到遙感尺度下的特征波長；

4)基于所得特征波長，構建毒蛾危害特征光譜指數；

5)從所述多光譜遙感衛星影像中提取相應的特征光譜指數值；

6)根據各竹林像元所對應的特征光譜指數值，判斷竹林是否受毒蛾危害。

5.一種實現權利要求1所述毒蛾危害檢測的特征光譜指數檢測方法的毒蛾危害檢測的特征光譜指數檢測系統，其特征在于，所述毒蛾危害檢測的特征光譜指數檢測系統包括：

光譜數據采集模塊，與數據傳輸模塊連接，用于通過光譜設備測定多組無危害及受毒蛾危害的植物葉片光譜數據；

數據傳輸模塊，與光譜數據采集模塊、中央控制模塊連接，用于通過數據線傳輸采集的光譜數據；

中央控制模塊，與光譜數據采集模塊、數據傳輸模塊、危害數據模型構建模塊、危害判斷模塊、報警模塊、數據存儲模塊、數據顯示模塊連接，用于通過單片機控制各個模塊正常工作；

危害數據模型構建模塊，與中央控制模塊連接，用于通過數據處理程序構建植物受毒蛾危害數學模型；

危害判斷模塊，與中央控制模塊連接，用于通過判斷程序判斷植物是否受毒蛾危害；

報警模塊，與中央控制模塊連接，用于通過警報器根據判斷結果進行及時警報通知；

數據存儲模塊，與中央控制模塊連接，用于通過存儲器存儲采集的植物葉片光譜數據；

數據顯示模塊，與中央控制模塊連接，用于通過顯示器顯示采集的植物葉片光譜數據、毒蛾危害判斷數據。

6.一種應用權利要求1～4任意一項所述毒蛾危害檢測的特征光譜指數檢測方法的毒蛾危害檢測終端。