VW早期诊断方法

无症状期 >80% 准确率

通过CWT小波特征分析,实现在棉花黄萎病无症状期的精准识别,为大规模早期防控提供可靠方法。

Mi, Yang · Kang, Xiaoyan · Xiaofeng, Qiu · 马露露 · Hong, Ren · 黄长平 · 张泽 · Lv, Xin

Computers and Electronics in Agriculture 2024

参数信息

识别准确率

90.62 %

Kappa系数

0.6

技术优势

提前24小时预警

叶绿素荧光参数在接种后24小时即发生显著变化,可在显症前发出预警。

准确率超90%

基于小波特征的逻辑回归模型平均识别准确率高达90.62%,满足田间应用需求。

仅需4-5个特征

经LASSO-VIF选择后仅用4-5个小波特征即可稳定识别,降低计算成本。

应用场景

• 棉花病害防治：在显症前识别感染,及时采取防治措施,减少病害扩散。
• 病原体检测：通过光谱特征诊断黄萎病菌侵染,无需破坏性采样。
• 植物病害诊断：提供无症状期的精准诊断,弥补传统目视判读的滞后性。
• 高光谱成像：利用高光谱数据提取近红外小波特征,实现非接触式监测。