农业工程学报

作者：徐晨光,曾体伟,夏长秀,李斌,吴建,欧阳爱国,刘燕德,

关键词：黄龙病, 高光谱, 反透融合, 无损检测, 柑橘, 分级检测

基金：42

为了提高柑橘黄龙病无损诊断精度，该研究将柑橘表面物理光谱反射特征与其内部成分透射特征进行有效融合，提出了柑橘叶片黄龙病高光谱反透融合方法。首先利用聚合酶链式反应方法对柑橘叶片进行黄龙病等级鉴别。然后采集不同级别柑橘叶片的高光谱反射和透射光谱，利用单一的反射和透射高光谱对不同级别的黄龙病叶片进行光谱分析，分别建立反射光谱和透射光谱分类模型。最后把高光谱反射与透射信息进行融合，建立了3种基于高光谱反透融合（数据级融合、特征级融合和决策级融合）的柑橘叶片黄龙病病害程度分级检测模型，并对其进行分析和优化。结果表明：单一反射光谱、单一透射光谱及反透融合的分类方法，均能对柑橘黄龙病进行有效分类检测，但数据级融合方法并不能提升单一光谱方法的检测效果，而特征级融合和决策级融合方法却比单一光谱方法的检测效果有很大提升。相比于单一光谱数据建立的最优模型，决策级融合方法的预测准确率提升了3.2%～11.6%。其中在决策级融合方法中，经过滤波预处理和竞争自适应重加权采样特征波段选择的高光谱数据在反向传播神经网络分类模型分类效果较好，准确率达到99.98%。高光谱成像技术结合反透融合技术可以有效地对柑橘黄龙病病害程度进行快速且高精度的检测，决策级融合能够最大化提升模型的性能，研究结果可为植物病虫害检测研究提供参考。/

来源：2026年第4期

《农业工程学报》期刊编辑部

查看农业工程学报杂志2026年第4期