基于光谱分析技术的作物中杂草识别研究.pdfVIP

第29卷，第2期 光谱学与光谱分析 200 and 9年2月 SpectroscopySpectralAnalysis February，2009 基于光谱分析技术的作物中杂草识别研究 陈树人，栗移新，毛罕平，沈宝国，张玉珠，陈 斌 江苏大学现代农业装备与技术省部共建教育部重点实验室，江苏省重点实验室，江苏镇江212013 摘要除草剂的精确喷施、物理方法精确除草皆依赖于杂草的自动识别。光合色素和结构差异导致作物、 杂草的光谱反射率不同，因此不同植物可以利用光谱特性来区分。利用ASD光谱仪在室内分别测量了棉花、 刺儿菜、水稻、稗草等四种植物在3502500啪波段范围内的光谱反射率。运用SAS统计软件的STEP- DISC过程筛选能够区分作物和杂草的波长；判别模型中加入筛选所得特征波长，利用Discrim过程进行判 别分析。实验结果表明，利用3个特征波长385，415和435nnl有效地从双子叶植物棉花中识别出双子叶杂 草刺儿菜，其识别率为100％，波长415和435啪的组合对识别模型的贡献最大#利用5个特征波长375， 465，585，705和1035啪可有效地从单子叶植物水稻中识别出单子叶杂草稗草，其识别率也为i00％，黄 色到橙色的过渡波长585姗和“红边”内的波长705衄的组合对识别模型的贡献最大。 关键词光谱分析；双子叶植物；单子叶植物；杂草识别 t中图分类号：$341．6文献标识码：A 用光学频谱分析仪在实验室内测量了甜菜、玉米以及七种杂 000 引 草在400～2 nm波长范围内的反射率，以555，675， 665 815，1265，1455和1nln处的反射率作为分母，利用在 粗放式的大面积喷洒除草剂虽然达到了除草的效果，但 很少的波段处的反射率之比在实验室内可以区分作物与杂 带来了诸多问题，比如农业环境的污染、杂草对除草剂产生 草，识别率高达97％；在田间自然光照条件下，运用线性摄 抗性、杂草群落变迁等。为减缓化学除草带来的环境污染、 谱仪测量了作物和杂草在480～820nnl波长范围内的冠层反 引发粮食和农产品安全问题，变量喷雾、物理方法精确除草 射率，判别模型利用有限的波段处反射率的比值。当周围光 成为现阶段的研究热点。精确除草的前提条件是杂草的自动 照条件一致时，田间的作物和杂草正确识别率高达90％[3]。 识别。与利用图像处理的杂草识别方法相比，基于光谱分析 2500 技术的杂草识别方法处理过程相对简单，并且在实时性方面 rim)区分西红柿和同属茄科的杂草龙葵和毛茄，利用 具有明显的优势。 窄波段超光谱模式和标准判别分析，发现在2120～2320 Brown等运用分光辐射仪在自然光照条件下测量了免耕衄波长范围内的光谱数据能达到最好的区分率(100％)H]。 棉田中的兰草、狗尾草、小黎等七种杂草在400～900nm范 毛文华等利用傅里叶变换红外光谱仪测量并分析了小麦、小 Din 1 100 围内的冠层反射率，通过分析得出440，530，650和730藜和荠菜等几种杂草在700 nn]波长范围内的反射 四个特征波长[1]。G∞l等运用机载成像分光计以1121的空间 率，运用选定的特征波长建立判别模型识别小麦和杂草的正 分辨率测量了有三种不同组合杂草的玉米和土豆作物在 确识别率达到了97％L5j。 475．1