(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210465127.5 (22)申请日 2022.04.29 (71)申请人 吉林农业科技学院 地址 132000 吉林省吉林市经济技 术开发 区翰林路7 7号 (72)发明人 冯志渊　胡宇祥　李娜　苏燕清　 袁明飞　 (74)专利代理 机构 长春众邦菁华知识产权代理 有限公司 2 2214 专利代理师 李青 (51)Int.Cl. G01N 21/84(2006.01) G01N 21/31(2006.01) G01N 21/55(2014.01) G06V 20/17(2022.01)G06V 10/74(2022.01) G06V 10/58(2022.01) G06K 9/62(2022.01) (54)发明名称 基于无人机采集玉米高光谱实现检测根腐 病和定位的方法 (57)摘要 基于无人机采集玉米高光谱实现检测根腐 病和定位的方法属于农业病害早期预测技术领 域， 能够及时、 高效地监测玉米生产管理全过程 可能发生的玉米根腐病害。 本发 明基于玉米植株 的叶片在不同时期和不同程度根腐病情况下叶 绿素变化的差异， 建立根腐病鉴别模型， 通过根 腐病鉴别模型可以在玉米患病植株无表观症状 前约14天做出正确诊断， 并可以同时在农田中定 位出患病区位， 为玉米根腐病害早期防治、 及时 治疗提供决策， 提高玉米产量。 本发明具有准确、 快速的特点， 可以提高农业生产水平， 降低农业 生产管理成本， 提高农产品产量、 质量和效益。 权利要求书1页 说明书3页 附图3页 CN 114740004 A 2022.07.12 CN 114740004 A 1.基于无人机采集玉米高光谱实现检测根腐病和定位的方法， 其特征在于， 该方法包 括如下步骤： 步骤一： 诱发2叶期玉米根腐病， 采集所述病患玉米根和健康玉米植株的高光谱反射 率； 步骤二： 对步骤一所述的病患玉米植株和健康玉米植株的高光谱反射率进行一阶微分 计算， 选取不同病情程度下差异性显著的波段， 作为特 征波段； 步骤三： 根据步骤二所述的特征波段， 计算健康玉米植株和病患玉米根的高光谱反射 率归一化值， 根据所述高光谱反射 率归一化值与所述的特 征波段建立 根腐病鉴别模型； 步骤四： 利用无 人机采集待测区域 不同叶期玉米高光谱反射 率； 步骤五： 根据步骤四所述的玉米高光谱反射率和步骤三所述的根腐病鉴别模型预测待 测区域玉米病情， 绘制患病区位图， 通过 人工复检确定病害发生 程度。 2.根据权利要求1所述的基于无人机采集玉米高光谱实现检测根腐病和定位的方法， 其特征在于， 步骤一所述的诱发2叶期玉米根腐病是利用人工 接种病菌的方式实现的。 3.根据权利要求1所述的基于无人机采集玉米高光谱实现检测根腐病和定位的方法， 其特征在于， 所述病患玉米根 为4叶期轻度病患和6叶期中度病患。 4.根据权利要求1所述的基于无人机采集玉米高光谱实现检测根腐病和定位的方法， 其特征在于， 步骤一中通过便携式光谱仪采集所述健康玉米植株、 病患玉米根的高光谱反 射率。 5.根据权利要求1所述的基于无人机采集玉米高光谱实现检测根腐病和定位的方法， 其特征在于， 所述特 征谱段的波长为5 50nm～740nm。 6.根据权利要求1所述的基于无人机采集玉米高光谱实现检测根腐病和定位的方法， 其特征在于， 所述 根腐病鉴别模型包括轻度病患、 中度病患和重度病患区域。 7.根据权利要求1所述的基于无人机采集玉米高光谱实现检测根腐病和定位的方法， 其特征在于， 所述步骤四的具体步骤为： 利用搭载高光谱相 机的无人机对待测区域进行正 射影像拍摄， 采集数据。 8.根据权利要求7所述的基于无人机采集玉米高光谱实现检测根腐病和定位的方法， 其特征在于， 所述步骤四的具体步骤为还包括： 所述无人机起飞前设定好航线， 并在 待测区 域的地面放置用于辐射标定校准反射 面板。权　利　要　求　书 1/1 页 2 CN 114740004 A 2基于无人机采集玉米高光谱 实现检测根腐病和定位的方 法 技术领域 [0001]本发明属于农业病害早期预测技术领域， 具体涉及一种基于无人机采集玉米高光 谱实现检测根腐病和定位的方法。 背景技术 [0002]玉米是我国主要的粮食作物之一， 其种植面积和总产量仅次于小麦和水稻。 玉米 的应用十分广泛， 除食用和 配置优质畜牧饲料外， 还是轻工业， 医药工业的重要原料之一， 故玉米在国民经济的发展中处于重要地位， 但是 由于气候的变迁、 栽培制度的变革和种类 的更换， 频发的玉米病害 是制约玉米发展的重要因素之一， 因此， 防止玉米病害已成为保证 玉米当前可持续增产的关键环节。 玉米根腐病是玉米苗期严重 真菌病害之一， 一般在 玉米2 叶期感染， 到4叶期根系变褐， 到8叶期玉米叶片出现症状， 自下向上逐渐变黄枯萎。 由于玉 米根腐病发病初期隐蔽性 强， 表性症状出现晚， 使 该病害在国内部 分地区发病率高达8 0％， 对玉米产量影响较大。 [0003]目前， 传统的病虫害监测主要采用人工田间调查， 通过病害发生发展表现出的形 态、 症状进 行诊断， 是靠人类感官判断， 不仅效率低、 准确率差且难度大， 需要检测人员具备 较强的专 业知识或经验， 难以大范围推广。 也有采 取田间取样后通过化学分析进 行诊断， 但 是这种检测方法对检测样品的精度以及检测者的操作技术要求都很高， 且成本高、 耗时长、 对样品产生破坏较多， 还容 易造成环境污染。 发明内容 [0004]为了解决现有技术中存在的问题， 本发明提供了一种基于无人机采集玉米高光谱 实现检测 根腐病和定位的方法， 能够及时、 高效地监测玉米生产管理全过程可能发生的玉 米根腐病害。 [0005]本发明解决技 术问题所采用的技 术方案如下： [0006]基于无人机采集玉米高光谱实现检测根腐病和定位的方法， 该方法包括如下步 骤： [0007]步骤一： 诱发2叶期玉米根腐病， 采集所述病患玉米根和健康玉米植株的高光谱反 射率； [0008]步骤二： 对步骤一所述的病患玉米植株和健康玉米植株的高光谱反射率进行一阶 微分计算， 选取不同病情程度下差异性显著的波段， 作为特 征波段； [0009]步骤三： 根据步骤二所述的特征波段， 计算健康玉米植株和病患玉米根的高光谱 反射率归一化值， 根据所述高光谱反射率归一化值与所述的特征波段建立根腐病鉴别模 型； [0010]步骤四： 利用无 人机采集待测区域 不同叶期玉米高光谱反射 率； [0011]步骤五： 根据步骤四所述的玉米高光谱反射率和步骤三所述的根腐病鉴别模型预 测待测区域玉米病情， 绘制患病区位图， 通过 人工复检确定病害发生 程度。说　明　书 1/3 页 3 CN 114740004 A 3