多模态作物病害指数

小麦条锈病定量

一个融合RGB、多光谱和植被指数的三模态深度学习框架，用于小麦条锈病指数的精准定量反演。

Deng, Jie · 洪丹枫 · Li, Chenyu · 姚婧 · Ziqian, Yang · Zhijian, Zhang · Chanussot, Jocelyn

Computers and Electronics in Agriculture 2024

参数信息

决定系数

0.8024

均方根误差

11.4776

早期均方根误差

5.47

R²提升幅度

17.65-35.59 %

R²提升幅度

1.27-6.67 %

RMSE降低幅度

20.51-30.71 %

RMSE降低幅度

3.93-11.56 %

技术优势

量化不用单模态凑合

用互信息最小化模块让RGB、多光谱、植被指数互相补充，R²比单模态模型高出17.65%–35.59%。

早期侵染也能抓

病情指数不超过10的时候RMSE只有5.47，病害尚未大面积显症就能定量，给防治留出时间。

一个模型跑通整个流行期

模型训练用上了从初始侵染到严重爆发全过程的时序无人机影像，不必分阶段训练不同模型。

应用场景

• 作物病害监测：无人机扫一遍就能输出病情指数图，不用下田逐株调查。
• 无人机遥感：让无人机多光谱数据直接变成可用的病情指数，不再是原始波段。
• 精准农业：有了小区尺度的病情指数，打药、施肥可以按地块精准决策。