基于无人机多光谱图像和集成学习的橡胶树白粉病检测

打开文本图片集

摘要：橡胶树是我国重要的热带经济作物，其生长过程中易受白粉病的侵染，准确、及时地监测橡胶树白粉病是防止其大规模蔓延的关键。近年来，无人机遥感技术在农林领域得到了广泛应用，本研究评估了采用低空遥感技术大规模检测橡胶树白粉病的可行性，并致力于提高检测的准确性。基于大疆精灵4多光谱无人机获取橡胶树冠层多光谱图像，计算植被指数（VI）和纹理特征（TF），然后结合皮尔逊相关系数（PCCs）和BorutaSHAP算法进行相关性分析和特征重要性分析，去除冗余特征，BlueMEA、WI、DVIRE、PPR和GI被选为最佳特征组合，最后基于K近邻（KNN）、朴素贝叶斯（Bayes）、支持向量机（SVM）、随机森林（RF）、极端梯度提升（XGB）和Stacking集成算法构建橡胶树白粉病监测模型。（剩余16963字）