基于茎干含水率的紫薇病虫害等级早期诊断方法

摘要：

为了对植物病虫害进行早期预警,提出一种基于茎干含水率的植物病虫害等级早期诊断方法.以紫薇为研究对象,监测复苏萌芽期内不同健康等级紫薇的茎干含水率;然后,分别通过关键参数和主成分分析对茎干含水率进行特征提取;最后,结合有监督和无监督学习模型实现对紫薇病虫害等级的早期诊断.基于方差分析,紫薇健康等级对日最小含水率、日最大含水率、日平均含水率、日极差含水率4个关键参数的影响均为极显著.基于主成分分析,茎干含水率时间序列前4个主成分的累计贡献率达到99.7％.在有监督模型中,以主成分特征为输入的BP模型的性能最优,平均识别率达到98％;在无监督模型中,以主成分特征为输入的K均值模型最优,平均识别率达到92％.因此,茎干含水率可以作为诊断植物病虫害等级的早期指标,主成分特征优于关键参数特征,有监督模型优于无监督模型.

关键词：紫薇、茎干含水率、病虫害等级、早期诊断、特征提取、学习模型

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划项目2017YFD0600901;北京市科技计划项目Z161100000916012;北京市共建项目

在线出版日期：2018-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：189-194,250