农作物病害是制约农业生产稳定发展的最重要因素之一。实时、灵敏、可靠的作物病害检测、预报和防治是进行科学的作物生产管理的基础。根据植物抗性与病害之间的交互作用关系,本研究提出了利用基于作物叶片和冠层的多光谱成像技术对植物病害进行非破坏性检测。以粮食的主要作物来源-水稻作为研究对象,以引致水稻稻瘟病的主要病害源-叶瘟病菌(Pyficularia oryzae CAV.)作为病原物,通过可控温室盆栽(初期)和大田栽培(后期)环境条件,利用不同品种的水稻在幼苗期和抽穗期受到不同程度的叶瘟真菌感染后,反映在叶面及冠层反射光谱特征和相应的特征波段的图像信息,建立能准确反映水稻稻瘟病害的检测模型和病害程度的定量描述模型,形成对稻瘟病进行早期、灵敏、非破坏性诊断的新方法和新理论。对提高我国植物抗病机制的研究,控制稻叶瘟的危害,科学地指导作物生产。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
低轨卫星通信信道分配策略
基于多模态信息特征融合的犯罪预测算法研究
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
结核性胸膜炎分子及生化免疫学诊断研究进展
稻飞虱发生早期的水稻冠层多光谱检测技术研究
基于热红外成像技术的水稻稻瘟病早期检测与评价方法研究
基于光谱和多光谱成像技术的植物养分快速检测方法的研究
基于高光谱错位成像技术的水稻叶片氮素三维分布检测方法研究