基于多光谱无人机的柑橘黄龙病早期气象诱因监测.docxVIP

PAGE2

基于多光谱无人机的柑橘黄龙病早期气象诱因监测

摘要

柑橘黄龙病是威胁全球柑橘产业的毁灭性病害，其早期症状隐蔽、传播迅速，传统田间巡检与单一遥感手段难以在发病初期实现精准识别，尤其缺乏对气象诱因的定量关联分析。

本研究针对这一问题，设计了一套基于多光谱无人机影像与微气象数据融合的黄龙病早期气象诱因监测方案。研究以果园小气候与冠层光谱响应为核心，构建了“数据采集—预处理—特征提取—诱因建模—风险预警”的完整技术链路。

论文首先分析了果农与农技人员对早期预警的迫切需求，继而设计了包含多光谱采集模块、气象感知模块、数据处理引擎与可视化预警平台的总体架构。在详细设计中，重点阐述了植被指数反演算法、气象因子时空插值方法以及基于随机森林的诱因识别模型。系统实现后，通过历史数据回测与模拟飞行验证了模型精度。测试结果表明，该方案对黄龙病早期气象诱因的识别准确率达到85%以上，可为果园精准防控提供决策依据。本设计的核心创新在于将厘米级多光谱纹理特征与逐小时微气象动态数据相结合，突破了传统监测仅依赖单一光谱或经验阈值的局限。

第一章绪论

1.1研究背景

柑橘黄龙病被称为柑橘界的“癌症”，一旦染病，植株将终身带毒，且目前尚无有效的根治药物。全球柑橘产业每年因此病造成的经济损失高达数十亿美元。在我国赣南、桂北等主产区，黄龙病已成为制约果农增收和产业可持续发展的头号难题。

该病由韧皮部杆