【表型分析設備】遙感與小麥條銹病分析

時間：2022-10-21

在小麥耕種中，我們往往要通過人工的方式去對小麥的患病進行監(jiān)測，這樣不僅耗時耗力，還可能**祛病的較好時機。像條銹病就是小麥疾病中較為普遍且嚴峻的一種病例，每年都會導致小麥的產(chǎn)量銳減，而在條銹病的感染前期癥狀不是特別明顯，常規(guī)的航拍數(shù)據(jù)可能做不到很好區(qū)分優(yōu)劣效果，這就需要借助遙感圖像優(yōu)勢，利用較深層次的光譜數(shù)據(jù)來挖掘一些肉眼無法察覺的信息。這里提到的遙感就是根據(jù)探測地表物體對電磁波的反射和其**的電磁波，從而提取這些物體的信息，完成遠距離識別物體。下文所要介紹的基于遙感圖像對小麥條銹病染病的檢測任務就是基于這一原理。

試驗過程與分析

圖1所示為一組無人機航拍的多光譜數(shù)據(jù)，獲取到的數(shù)據(jù)有六個通道，其中**個通道如圖2所示，分別為藍、綠、紅、紅邊和近紅外，*六個通道為航拍的高度，我們主要用**通道的光譜數(shù)據(jù)來對小麥患病情況進行檢測分類。

圖1無人機航拍的多光譜數(shù)據(jù)

圖2無人機航拍5個通道

圖1中很多的長方形田塊，它們在生長初期就有人工干涉噴灑藥物，有著不同的患病程度。如圖3所示為田塊染病等級分類標準，也是小麥分類的主要依據(jù)。

圖3田塊染病等級分類標準

為了進行小麥患病等級的分類，我們將每個小的田塊識別出來。直接在整張遙感圖片上進行是不太容易實現(xiàn)的，故先將整個區(qū)域分成左半?yún)^(qū)和右半?yún)^(qū)，在需要切割的區(qū)域上標出四個角點，而程序就通過識別這四個角點來分割出我們所需要的區(qū)域，期間可以通過反三角函數(shù)對圖像進行旋轉，修正成一個正立的圖像，得到如圖4所示結果，較大的方便后續(xù)任務。

圖4田塊分割圖

圖4的分割圖中小麥田塊的分布較為均勻，其上下間距及左右間距一樣，因此可以通過按行列進行分割得到只含有一個小麥田塊的區(qū)域。由于擔心四周的道路干擾因素，而且每個小麥田塊其邊緣部分和中間部分其受光程度不一樣，導致在生長效果上會有一定差異，因此通過在圖片四周截取掉一部分的像素來去除一些干擾因素。

在得到該小麥圖像的數(shù)據(jù)集后，利用當下較為熱門的深度學習來對圖像進行分類任務，目標就是訓練一個完善的分類器能夠對輸入的圖片進行正確的患病等級分類。

目前采用的卷積神經(jīng)網(wǎng)絡，**了一定的效果，但不一定達到較佳，依然還在試驗中。首先可以看一下**通道（藍、綠、紅）的分類效果，也就是我們較為常見的RGB圖像。如下圖所示，用該方案去訓練時，無論是準確度曲線和loss值曲線都有較大的波動，無法達到一個穩(wěn)定的效果。

如下圖所示，五個通道多光譜數(shù)據(jù)的分類效果。比較直觀的可以看到準確度曲線和loss值曲線都有一定提升，波動幅度得到了緩和，不僅如此，驗證的準確度已經(jīng)可以達到90左右，這是常規(guī)的RGB數(shù)據(jù)遠遠達不到的。

在筆者不斷試驗中發(fā)現(xiàn)，綠光通道，也就是多光譜數(shù)據(jù)的*二通道，在該患病等級分類任務中效果并不好，甚至會導致準確度下降，準確度曲線和loss值曲線震蕩。在去掉綠光通道后可以得到如下圖所示的效果，很明顯的可以看到曲線平滑了不少，且準確度也可以穩(wěn)定在較好的水平。

結果與結論

綜上所述，遙感圖片可以通過其更多的光譜信息來到達**常見的RGB圖像分類效果，察覺到肉眼看不到的信息。正如文中所提到的小麥條銹病染病等級分類任務，在遙感數(shù)據(jù)的加持下，達到一個不錯的分類效果，可見其在農(nóng)作物災害預測上有著顯而易見的優(yōu)勢，其廣闊前景有待我們不斷地去發(fā)掘。

詞條
詞條說明
菌絲和孢子有什么區(qū)別？
近年來我國食用菌大規(guī)模的生產(chǎn)已形成了穩(wěn)定的發(fā)展業(yè)態(tài)，吸引不少農(nóng)業(yè)育種科研者、食用菌吃貨們的青睞。當然，“菌絲”“孢子”也成了熱詞，那么他們之間是什么關系，又有什么區(qū)別呢？先來了解一下這兩個熱詞的定義。“菌絲”單條管狀細絲，為大多數(shù)真菌的結構單位，很多菌絲聚集在一起組成真菌的營養(yǎng)體，即菌絲體。菌絲一般分為兩類，有隔菌絲和無隔菌絲?！版咦印笔钦婢闹饕敝称鞴?。孢子在適宜條件下發(fā)芽，形成菌絲而進行分裂
導致食用菌菌絲稀疏的因素以及解決辦法
菌絲與菌種質量有關，菌種質量決定著產(chǎn)量。那么哪些因素會導致菌絲稀疏？用什么方法可以防治？菌絲一般出現(xiàn)增長速度較慢、纖弱、無力、稀疏。那么形成此現(xiàn)象的原因有以下幾種：**，種源特性退化、老化；*二，基料的含水量過低、pH過高或過低；*三，接近酸敗，培養(yǎng)溫度過高、濕度過大，基料營養(yǎng)的配比不合理；*四，種源自身帶有病毒和病菌等。那么如何防治呢？一起來看看小編的講解吧~?防治措施1、選用
【植物表型大數(shù)據(jù)】當育種遇上人工智能，農(nóng)業(yè)將快速發(fā)展
隨著農(nóng)業(yè)育種技術的不斷精進，我們吃的食物越來越多樣，并且與之前的食物外觀、味道有些不一樣。比如，小時候吃的白菜，葉子上總有許多被蟲吃的洞眼，而且白菜只有一兩個品種，如今白菜有近10個品種，葉子上沒有小洞。其實，自從作物被馴化以來，培育集抗性強、優(yōu)質、高產(chǎn)等性狀為一體的作物品種一直是育種家的夢想。DNA分子結構模型的發(fā)現(xiàn)推動了分子生物學的發(fā)展，讓育種家們能夠從基因和分子水平上解碼作物的生命秘密，通過
種圖家：食用菌數(shù)字化工廠生產(chǎn)輔助平臺
食用菌數(shù)字化工廠生產(chǎn)輔助平臺可以幫助食用菌生產(chǎn)企業(yè)實現(xiàn)數(shù)字化轉型，提高生產(chǎn)效率和產(chǎn)品質量。該平臺包括以下功能： 1. 生產(chǎn)計劃管理：根據(jù)市場需求和生產(chǎn)能力，制定生產(chǎn)計劃，并實時跟蹤生產(chǎn)進度。采用智能算法和數(shù)據(jù)分析技術，對生產(chǎn)計劃進行優(yōu)化和調(diào)整，以提高生產(chǎn)效率和降低生產(chǎn)成本。 2. 生產(chǎn)線監(jiān)控：通過傳感器和智能設備，對生產(chǎn)線進行實時監(jiān)控和數(shù)據(jù)采集?？蓪囟取穸?、光照、CO2濃度等生產(chǎn)環(huán)境參數(shù)進行監(jiān)