一种基于深度学习和高光谱技术的棉花黄萎病植被指数构建方法

本发明公开了一种基于深度学习和高光谱技术的棉花黄萎病植被指数构建方法，应用于作物病害防治技术领域。本发明包括：获取棉花高光谱数据，对高光谱数据进行特征提取，并对提取的光谱进行乘法散射校正处理；对处理后的棉花高光谱数据进行数据集的划分，构建ResNet‑NL模型，并通过划分的数据集实现模型的训练；将待检测棉花高光谱数据输入至训练好的模型来筛选棉花黄萎病光谱特征，并使用显著性图进行特征波长的提取；根据提取的特征波长构建棉花黄萎病植被指数，将棉花黄萎病植被指数和其他植被指数分别与黄萎病的严重程度进行相关性分析。本发明提供了一种有效和直观的疾病监测方法，更细粒度地描述感染区域和跟踪疾病进展。