La detección de la mancha bacteriana de la soja basada en técnicas de imagen espectral de polarización
Autores: Yi, Jia; Jiang, Huilin; Tan, Yong
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
La detección de la mancha bacteriana de la soja basada en técnicas de imagen espectral de polarización
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Mancha bacteriana de la soja
Soja
Detección
Método de imagen espectral de polarización
Diagnóstico de enfermedades
Enfermedades de cultivos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
La enfermedad bacteriana de la mancha de la soja, causada por pv., es una de las enfermedades comunes de la soja, que causa un gran daño y un impacto significativo en el rendimiento de la soja. Si la enfermedad no se diagnostica a tiempo y no se encuentra una solución, llevará a una seria pérdida de rendimiento una vez que la enfermedad se agrave. Por lo tanto, este documento propone la detección de la mancha bacteriana de la soja con el método de imagen espectroscópica de polarización, derivado del principio de detección y modelo matemático de la función de distribución de reflexión bidireccional de polarización sobre la base del método de análisis del vector de Stokes. Al sintetizar las líneas espectrales de los cuatro estados de polarización y los estados de no polarización, se encontró que los parámetros físicos del estado de polarización (135 grados, 90 grados) eran los más adecuados para identificar la enfermedad de la mancha bacteriana de la soja, y otros estados de polarización también podrían complementar la información característica. Los resultados muestran que la imagen espectral de polarización puede identificar efectivamente las características de polarización de las hojas sanas de soja y la mancha bacteriana temprana en el campo, y puede distinguir las hojas sanas de las hojas enfermas al obtener la reflectancia de polarización relativa de diferentes áreas en las hojas de soja. Finalmente, se puede diagnosticar con precisión la especie de enfermedad de la soja. Este documento proporciona un método óptico para la detección de enfermedades de cultivos y plagas de insectos, que compensa la deficiencia de la tecnología de detección tradicional y puede proporcionar una base científica para la detección segura y no destructiva de enfermedades y plagas de cultivos.
Descripción
La enfermedad bacteriana de la mancha de la soja, causada por pv., es una de las enfermedades comunes de la soja, que causa un gran daño y un impacto significativo en el rendimiento de la soja. Si la enfermedad no se diagnostica a tiempo y no se encuentra una solución, llevará a una seria pérdida de rendimiento una vez que la enfermedad se agrave. Por lo tanto, este documento propone la detección de la mancha bacteriana de la soja con el método de imagen espectroscópica de polarización, derivado del principio de detección y modelo matemático de la función de distribución de reflexión bidireccional de polarización sobre la base del método de análisis del vector de Stokes. Al sintetizar las líneas espectrales de los cuatro estados de polarización y los estados de no polarización, se encontró que los parámetros físicos del estado de polarización (135 grados, 90 grados) eran los más adecuados para identificar la enfermedad de la mancha bacteriana de la soja, y otros estados de polarización también podrían complementar la información característica. Los resultados muestran que la imagen espectral de polarización puede identificar efectivamente las características de polarización de las hojas sanas de soja y la mancha bacteriana temprana en el campo, y puede distinguir las hojas sanas de las hojas enfermas al obtener la reflectancia de polarización relativa de diferentes áreas en las hojas de soja. Finalmente, se puede diagnosticar con precisión la especie de enfermedad de la soja. Este documento proporciona un método óptico para la detección de enfermedades de cultivos y plagas de insectos, que compensa la deficiencia de la tecnología de detección tradicional y puede proporcionar una base científica para la detección segura y no destructiva de enfermedades y plagas de cultivos.