基于偏振光谱的叶片尺度下玉米与杂草识别研究

摘要：

自然界中不同种物质拥有不同的偏振特性，这些特征信号能用于检测不同的目标地物。为了探索偏振光谱技术用于精确识别作物和杂草的可行性，此研究利用配置偏振片的成像光谱仪 FISS-P 在室内采集玉米与5种杂草的偏振光谱影像。通过比较和分析0°、60°、120°和无偏4种状态下玉米与各种杂草的光谱响应规律、光谱特征和决策识别模型精度，结果显示4种偏振状态下玉米和杂草的光谱变化趋势较一致，无偏状态下玉米和杂草的光谱强度最大；不同偏振状态下玉米和杂草的敏感波段既存在共性又表现出一定的差异性；4种偏振状态下玉米杂草识别模型的总体精度和 Kappa 系数均达到90％以上，其中，0°偏振状态下玉米和杂草识别模型的整体精度最高，接近100％。综上，偏振光谱能够在叶片尺度较好地识别玉米和杂草，这为田间尺度进一步应用提供了扎实的数据积累。

关键词：FISS、偏振特性、识别模型、玉米、杂草

所属期刊栏目：45

分类号：TP97

资助基金：高等学校博士学科点专项科研基金新教师类20123228120004；公益性行业农业科研专项201303031；国家自然科学基金41301505,41301471

在线出版日期：2017-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：1223001-1-1223001-10