本研究應(yīng)用400-1000nm的高光譜相機(jī)，可采用杭州彩譜科技有限公司產(chǎn)品FS13進(jìn)行相關(guān)研究。光譜范圍在400-1000nm，波長分辨率優(yōu)于2.5nm，可達(dá)1200個(gè)光譜通道。采集速度全譜段可達(dá)128FPS，波段選擇后最高3300Hz（支持多區(qū)域波段選擇）。

　　精細(xì)農(nóng)業(yè)是實(shí)現(xiàn)農(nóng)業(yè)低耗、高效、優(yōu)質(zhì)與安全的重要途徑。作為我國第一大糧食作物，水稻的穩(wěn)產(chǎn)高產(chǎn)一直是我國農(nóng)業(yè)生產(chǎn)的關(guān)注重點(diǎn)，而及時(shí)有效的病害防治是實(shí)現(xiàn)穩(wěn)產(chǎn)高產(chǎn)的重要保證。水稻紋枯病是水稻三大病害之一，如果能在水稻患病早期及時(shí)檢測(cè)出受害作物的發(fā)病原因和受害程度，再結(jié)合精細(xì)農(nóng)業(yè)中的變量施藥，就能有效減小水稻病害感染的病變率，縮小危害范圍，切實(shí)有效地提高水稻產(chǎn)量。變量施藥主要是指根據(jù)獲取的作物的病蟲害信息，及時(shí)地診斷受害作物的病因以及受害程度，因病治宜、因地制宜、按需按量施用化學(xué)制劑，這樣既能減少化學(xué)制劑的使用量，又能達(dá)到及時(shí)防治的目的。

　　本研究采用高光譜成像技術(shù)實(shí)現(xiàn)了對(duì)水稻紋枯病的病害識(shí)別。試驗(yàn)對(duì)原始光譜分別進(jìn)行不同的預(yù)處理后建立PLS-DA判別分析模型，得到了較好的效果。以SG、SNV和MSC這3種預(yù)處理方法下預(yù)測(cè)樣本判別的正確率分別為82.8%、92.1%和89.1%，其中以SNV預(yù)處理的光譜建立的PLS-DA 模型正確率最高，而以SG預(yù)處理的光譜建立的PLS-DA模型正確率最低，但正確率均超過了80%，故這3種方法都是可行的。基于MNF特征信息提取建立的LDA和BPNN判別模型預(yù)測(cè)集的正確率分別為95.3%和98.4%，優(yōu)于基于全部波段建立的PLS-DA模型。綜合比較3種模型，基于MNF特征信息提取建立的BPNN模型取得了最優(yōu)判別效果，建模集和預(yù)測(cè)集正確率分別為99.1%和98.4%。試驗(yàn)結(jié)果表明采用高光譜成像技術(shù)能夠識(shí)別水稻紋枯病，采用MNF算法提取特征信息可以代表原始光譜，并極大地減少計(jì)算量，該算法在水稻病害快速識(shí)別建模過程中具有廣泛的應(yīng)用前景。