中国苹果叶片病虫害2015年光谱和图像数据集

doi:10.19788/j.issn.2096-6369.200415

农业大数据学报 ›› 2020, Vol. 2 ›› Issue (4): 120-124.doi: 10.19788/j.issn.2096-6369.200415

• 数据论文 • 上一篇

中国苹果叶片病虫害2015年光谱和图像数据集

高飞^1,⁵(), 王晓丽^1,^3,⁴, 刘婷婷^1,^3,⁴(), 李壮², 满芮^1,^3,⁴

^1.中国农业科学院农业信息研究所，北京 100081
^2.中国农业科学院果树研究所，辽宁 125100
^3.国家农业科学数据中心，北京 100081
^4.农业农村部农业大数据重点实验室，北京 100081
^5.广东省农业科学院农业经济与农村发展研究所，广东 510640

收稿日期:2020-10-09 出版日期:2020-12-26 发布日期:2021-03-11
通讯作者: 刘婷婷 E-mail:gaofei20120214@163.com;liutingting@caas.cn
作者简介:高飞，男，博士，助理研究员，研究方向：农业科学数据获取与分析研究;E-mail:gaofei20120214@163.com
基金资助:
中国农业科学院创新工程：数据整合与应用服务研究(2020CX017)

Spectral and Imaging Datasets of Apple Leaf Disease and Insect Pests in China in 2015

Fei Gao^1,⁵(), Xiaoli Wang^1,^3,⁴, Tingting Liu^1,^3,⁴(), Zhuang Li², Rui Man^1,^3,⁴

^1.Agricultural Information Institute of Chinese Academy of Agricultural Sciences, Beijing 100081, China
^2.Institute of Pomology of Chinese Academy of Agricultural Sciences, Liaoning 125100, China
^3.National Agriculture Science Data Center, Beijing 100081, China
^4.Key Laboratory of Big Agri-Data, Ministry of Agriculture, Beijing 100081, China
^5.Guangdong Academy of Agriculture Sciences, Guangdong 510640, China

Received:2020-10-09 Online:2020-12-26 Published:2021-03-11
Contact: Tingting Liu E-mail:gaofei20120214@163.com;liutingting@caas.cn

摘要/Abstract

摘要：

中国苹果种植面积和总产量居世界首位，但目前在果树光谱和图像数据采集研究中，多数集中在对受害苹果果实的光谱和图像数据采集，对苹果叶片病虫害数据采集的研究报道较少。本研究通过收集国家苹果资源圃中分别患有斑点落叶病、红蜘蛛虫害、白粉病3种不同病虫害的苹果叶片光谱反射率和图像数据，为苹果叶片在不同病虫害胁迫下进行有效识别提供数据基础，并为今后利用航空航天遥感进行大面积果树病虫害监测提供数据基础。

关键词: 苹果叶片, 病虫害, 近红外光谱, 图像, 科学数据

Abstract:

China’s apple planting area and total output rank first in the world, but most of the current collection of spectral and imaging data from fruit trees focuses on apple leaf diseases and insect pests. In this study, the spectral reflectance and imaging data from apple leaves having three different diseases, spot leaf fall and powdery mildew, or the red spider insect pest, were collected from the National Apple Resource Nursery to provide data for the effective identification of apple leaves exposed to different diseases and insect pests. This will provide a foundation for the future use of aerospace remote sensing to monitor large-scale fruit tree diseases and associated insect pests.

Key words: apple leaf diseases, insect pests, near-infrared spectrum, image, scientific data

中图分类号:

高飞, 王晓丽, 刘婷婷, 李壮, 满芮. 中国苹果叶片病虫害2015年光谱和图像数据集[J]. 农业大数据学报, 2020, 2(4): 120-124.

Fei Gao, Xiaoli Wang, Tingting Liu, Zhuang Li, Rui Man. Spectral and Imaging Datasets of Apple Leaf Disease and Insect Pests in China in 2015[J]. Journal of Agricultural Big Data, 2020, 2(4): 120-124.

图/表 4

图1

图2

图3

参考文献 10

1	田有文,程怡,王小奇,等.基于高光谱成像的苹果虫害检测特征向量的选取[J]. 农业工程学报, 2014, 30(12): 132-139.
	Tian Y W, Cheng i, Wang X Q, et al. Feature vectors determination for pest detection on apples based on hyperspectral imaging[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2014, 30(12): 132-139.
2	Haff R P, Saranwong S, Thanapase W, et al. Automatic image analysis and spot classification for detection of fruit fly infestation in hyperspectral images of mangoes[J].Postharvest Biology and Technology, 2013, 86(1): 23-28.
3	Purcell D. E., O’Shea M. G., Johnson R. A., et al. Near-infrared spectroscopy for the prediction of disease ratings for Fiji leaf gall in sugarcane clones[J].Applied Spectroscopy,2009,63(4):450-457.
4	Teixeira R., Fernandéz J. I., Pereira J., et al. Identification of grapholita molesta (Busk) (Lepidoptera: Tortricidae) biotypes using infrared spectroscopy[J]. Neotropical Entomology, 2015, 44(2): 129-133.
5	程立真,朱西存,高璐璐,等.基于随机森林模型的苹果叶片磷素含量高光谱估测[J].果树学报, 2016, 33(10): 1219-1229.
	Cheng L Z, Zhu X C, Gao L L,al el. Hyperspectral estimation of phosphorus content for apple leaves based on the random forest model[J]. Journal of Fruit Science, 2016, 33(10): 1219-1229.
6	刘思伽,田有文,冯迪,等.基于高光谱成像的苹果病害无损检测方法[J].沈阳农业大学学报,2016,47(05):634-640.
	Liu S J, Tian Y W, Feng D, al el. Nondestructive Detection Method of Hyperspectral Imaging for Apple Disease[J].Journal of Shenyang Agricultural University,2016,47(05):634-640.
7	夏雪,李壮,吴定峰,等.苹果品种标准叶片图像和光谱数据集[J/OL].中国科学数据,2016,1(1).
	Xia X, Li Z, Wu D F,et al. An image and spectral dataset for standard leaves of apple varieties[J/OL].China Scientific Data,2016,1(1)
8	赵良斌,曹卫彬. 地物光谱仪在野外光谱测量中的使用[J].新疆农机化,2008(1):41-42.
	Zhao L B,Cao W B. Use of ground feature spectrometer in field spectrum measurement[J].Xinjiang Agricultural Mechanization,2008(1):41-42.
9	Beers R. V., Aernouts B., Gutiérrez L. L., et al. Optimal illumination-detection distance and detector size for predicting braeburn apple maturity from Vis/NIR laser reflectance measurements[J].Food and Bioprocess Technology,2015,8(10): 2123-2136.
10	王晓丽. 基于光谱分析技术的果树花、叶理化性状信息提取及建模[D].北京林业大学,2017.
	Wang X L. Extraction and Modeling of Physical and Chemical Properties of Fruit Trees Flowers and Leaves Based on Spectral Analysis Technique[D]. Beijing Forestry University,2017.

数据集中文名称	中国苹果叶片病虫害2015年光谱和图像数据集
数据集英文名称	An spectrum and image data sets of China's apple leaf disease and insect pest in 2015
作者	高飞、王晓丽、刘婷婷、李壮、满芮
通讯作者	刘婷婷（liutingting@caas.cn）
采集时间	2015年	采集区域	中国辽宁兴城
格式	.asd, .jpeg	数据量	247MB
数据访问地址	http://www.agridata.cn/data.html#/paperdetail?id=4363
基金项目	中国农业科学院创新工程：数据整合与应用服务研究(2020CX017)
数据集组成	数据集由近红外光谱和图像两部分数据组成，包括： 1. 叶片近红外光谱数据中包含斑点落叶病、红蜘蛛虫害、白粉病3种不同类别苹果叶片病虫害光谱数据，数据量36MB； 2. 叶片图像数据中包含3个叶片病虫害图像数集，数据量211MB。

[1]	胡天赐, 王瑞利, 蒋呈祥, 白涛, 胡林, 王晓丽, 郭雷风. 2022年内蒙古无人机马铃薯图像数据集[J]. 农业大数据学报, 2023, 5(1): 40-45.
[2]	段博文, 王卷乐, 石蕾, 高孟绪. 前沿领域国内外典型数据库调研与启示[J]. 农业大数据学报, 2023, 5(1): 46-54.
[3]	陈佳云, 徐向英, 章永龙, 周烨, 汪红江, 谭昌伟. 多模态知识图谱在农业中的研究进展[J]. 农业大数据学报, 2022, 4(3): 126-134.
[4]	张翔鹤, 刘婷婷, 王晓丽, 胡林, 樊景超, 姜林林. 辽宁富士苹果品质及病害近红外光谱数据集[J]. 农业大数据学报, 2022, 4(2): 30-35.
[5]	孙雨潇, 李艳丽, 李峰, 陈谦. 国内外科学数据共享现状研究与发展建议[J]. 农业大数据学报, 2022, 4(2): 88-98.
[6]	薛沐涵, 徐硕, 刘慧媛, 鲁峰, 王宇, 李奥. 远洋渔业科学数据治理与应用服务研究[J]. 农业大数据学报, 2022, 4(2): 99-107.
[7]	高飞, 王晓丽, 胡林, 樊景超, 刘婷婷, 闫燊, 曹姗姗. 2016年辽宁兴城富士、华红、嘎啦苹果叶片光谱与图像数据集[J]. 农业大数据学报, 2022, 4(1): 109-113.
[8]	张翔鹤, 王晓丽, 刘婷婷, 胡林, 樊景超. 桔小实蝇等六种常见果园害虫图像数据集[J]. 农业大数据学报, 2022, 4(1): 114-118.
[9]	王亚鹏, 张文革, 胡林, 刘婷婷, 曹姗姗, 王蕾, 孙伟. 2019年天山云杉背包式激光雷达三维参数测量数据集[J]. 农业大数据学报, 2022, 4(1): 119-124.
[10]	范亚慧, 朱亮, 赵华, 郑建华. 科学数据共享的知识产权保护研究[J]. 农业大数据学报, 2021, 3(4): 3-9.
[11]	周玲莉, 任妮, 张文翔, 程雅雯, 陈诚, 易中懿. 应用于农业场景视觉解析任务的番茄数据集[J]. 农业大数据学报, 2021, 3(4): 70-76.
[12]	冯小鼎, 王晓冬, 罗斌, 王成. 基于LabVIEW的植物离子吸收多参数检测系统软件研发[J]. 农业大数据学报, 2021, 3(2): 16-23.
[13]	李强, 高懋芳, 方莹. 农业大数据信息平台构建方法初探[J]. 农业大数据学报, 2021, 3(2): 24-30.
[14]	颜瑞, 王震, 李言浩, 李哲敏, 李娴. 中国农业智能传感器的应用、问题与发展[J]. 农业大数据学报, 2021, 3(2): 3-15.
[15]	王慧, 王海江, 高攀, 张泽, 侯彤瑜, 吕新. 新疆生产建设兵团农业资源数据采集与整合方法研究[J]. 农业大数据学报, 2021, 3(2): 31-41.

中国苹果叶片病虫害2015年光谱和图像数据集

Spectral and Imaging Datasets of Apple Leaf Disease and Insect Pests in China in 2015

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 10

相关文章 15

Metrics

本文评价

推荐阅读 0