摘要
本发明公开了一种融合多光谱成像的百香果病虫害早期预警方法,该方法包括:在种植区部署多光谱成像设备和物联网环境监测站,通过LoRa协议将环境数据实时发送至边缘计算终端;间隔采集冠层多光谱图像,经校正后计算各波段反射率;利用边缘计算终端预处理图像,计算病害敏感指数DSI和虫害敏感指数NDRE;将DSI、NDRE、426nm波段反射率、温度、湿度组合为多维特征向量,输入云服务器的双通道卷积神经网络模型,该模型包含独立的病害识别分支和虫害识别分支,分别处理DSI与温度、NDRE、426nm及湿度数据;当病害概率高于65%或虫害概率高于60%时,自动触发预警指令,推送至农户终端。本方法用于百香果种植区的病虫害早期识别和精准防治。
技术关键词
早期预警方法
多光谱成像设备
双通道卷积神经网络
反射率
环境监测站
冠层多光谱
病虫害
模板
虫害识别
基准
多维特征向量
叶片
终端
分支
样本
数据
图像
生物防治药剂
校正
系统为您推荐了相关专利信息
数据处理单元
监测系统
数据传输单元
反射率
能源管理
马铃薯叶片
监测方法
连续投影算法
农作物灌溉技术
数据
强对流天气识别
卷积神经网络模型
高分辨率数值
多源观测数据
闪电定位数据
辐射定标方法
BRDF模型
高光谱系统
高光谱相机
辐射定标系统
燕麦种子
多光谱技术
多光谱传感器
机器学习算法
皮尔逊相关系数