37、基于机器学习的油棕基腐病分类研究

基于机器学习的油棕基腐病分类研究

1. 热成像在 BSR 检测中的潜力

BSR 会损害油棕树的根部，影响水分运输，导致树木水分胁迫。因此，热成像在 BSR 检测中的潜力值得进一步研究和利用。此前虽有研究使用热成像技术检测 BSR 感染树木，但本次研究在相机参数方面具有独特性。以往研究使用相机默认热成像参数，而本次研究考虑了各种辐射源（如发射率、反射温度）以及其他环境变量（大气温度、环境湿度、相机距离）的影响。

1.1 相机参数设置

• 发射率 ：保留了 0.98 的发射率值，通过发射率涂层方法，使用黑色涂料或黑色电工胶带，调整设备发射率设置，使涂层和未涂层表面测得的温度相同，从而确定物体发射率。
• 反射表观温度（RAT） ：使用皱折并重新展平的铝箔，结合红外相机取景器，设置发射率为 1、距离为 0 来计算反射器温度，该温度即为最终反射温度。
• 大气温度和湿度 ：每半小时使用 TFA Dostmann 数字温湿度计测量环境温度和湿度。
• 物距 ：为捕捉棕榈树基部树干上的 G. boninense 子实体，固定物体与相机前镜头的距离为 1 米，并将相机聚焦在 1 米高度。

2. 机器学习在作物病害中的应用

2.1 智能农业与机器学习

智能农业利用高精度算法提高农业效率和效益，由机器学习驱动。机器学习允许机器在未明确编程的情况下学习，为农业运营中的数据密集型过程提供了新的测量、