单/双子叶杂草与作物的高光谱识别

作者：张东彦; 祖琴; 邓巍; 王秀

来源：红外与激光工程, 2013, S1: 208-213.

• 玉米
• 单/双子叶杂草
• 主成分分析
• 判别分析
• 特征波长 corn
• monocotyledonous/dicotyledonous weed
• principal component analysis
• discriminant analysis
• characteristic wavelength

利用地物光谱仪Fieldspec FR2500采集玉米、谷子、狗尾草、牛筋草、马唐、葎草、圆叶牵牛、裂叶牵牛、马齿苋和小藜等10种植物的叶片光谱反射率,将这10种植物按照作物、单子叶杂草和双子叶杂草分成三类,在Unscrambler软件中对光谱数据做主成分分析,观察三类样本的聚类情况;在此基础上,根据波长变量对于主成分的载荷值,提取对三类植物识别敏感的特征波长;在SAS软件中,以分类变量和特征波长变量作为输入变量,利用DISCRIM过程进行非参数判别分析。结果表明,利用552、647、730、765、962、1093、1325、1410、1660 nm等9个特征波长组合可有效区分作物中单/双子叶杂草。其中,针对单子叶杂草的建模集和预测集的识别正确率分别达到90%和85%,双子叶杂草的建模集和预测集的识别正确率均达到100%,整体样本的建模集和预测集的识别正确率分别达到96.1%和95.3%。

• 单位
  中国科学院遥感与数字地球研究所; 北京农业智能装备技术研究中心; 安徽大学