单双子叶杂草与作物的高光谱识别.pdfVIP

第42卷增刊1 红外与激光工程 2013年6月 V01．42No．s1 Inf】骶dandLaser Jun．2013 Engineedng 单／双子叶杂草与作物的高光谱识别 张东彦12f3’4，祖琴∽，邓巍1一。王秀12 (1．北京农业智能装备技术研究中心，北京100097； 2．国家农业智能装备工程技术研究中心，北京100097； 3．中国科学院遥感与数字地球研究所，北京100094； 4．安徽大学智能计算与信号处理教育部重点实验室，安徽合肥230039) FR2500采集玉米、谷子、狗尾草、牛筋草、马唐、棒草、圆叶牵牛、裂叶牵 摘要：利用地物光谱仪Fieldspee 牛、马齿苋和小藜等10种植物的叶片光谱反射率，将这10种植物按照作物、单子叶杂草和双子叶杂草分 成三类，在Unscrambler软件中对光谱数据做主成分分析，观察三类样本的聚类情况；在此基础上，根据波 长变量对于主成分的载荷值，提取对三类植物识别敏感的特征波长；在SAs软件中，以分类变量和特征波 1093、1325、1410、1660 nm等9个特征波长组合可有效区分作物中单／双子叶杂草。其中，针对单子叶杂草 的建模集和预测集的识别正确率分别达到90％和85％，双子叶杂草的建模集和预测集的识别正确率均达 到100％，整体样本的建模集和预测集的识别正确率分别达到96．1％和95．3％。 关键词：玉米；单／双子叶杂草；主成分分析；判别分析；特征波长 中图分类号：0657．3文献标志码：A 文章编号：1007—2276(2013)S1一0208—06 to sensor UsinghyperspectraIrecogllize weedsand crops xiul’2 zhangDongyanl，2’3一，zuQinl一，Dengweil2，wang C明ter0f for 0f Rese眦h (1．Be巧ing Acad8my Fores时Sciences，Be玎ing100唧，C}lina； InteUi8entEqIliP啪ntA咖culture，Be巧i“g A咖cIllture柚d 2．NationalResearchCenterof for IntelligentEquipmentA鲥culture，Be玎ing100097，China； 3．InstiluteofRemote EarthChinese 0f Di舀tal lO0094，China； Sensi“g蛐d Ac“emySciences，Be可ing 0f kIboralory Education，Anhui 4．Key InleUig朗tcomputing＆si