摘要：为实现柑橘黄龙病的早期、快速确诊，有效阻止病害蔓延，达到早期防治、保障柑橘生产的目的，该文研究基于高光谱成像的柑橘黄龙病早期无损检测及病情分级，并对多种预处理方法的建模结果进行探讨。试验获取370～1000 nm健康、不同染病程度及缺锌共5类柑橘叶片的高光谱图像，用遥感图像处理平台（environment for visualizing images，ENVI）得到各类样本感兴趣区域的光谱反射率平均值。运用一阶微分、移动窗口拟和多项式平滑（savitzky-golay，SG）进行数据处理，结合偏最小二乘判别分析（partial least squares-discriminate analysis， PLS-DA）构建黄龙病的早期鉴别及病情分级模型。结果表明：建立的3个判别模型，验证集相关系数均不低于0.9548。其中，经SG平滑及一阶微分预处理所建立的模型分类效果最佳，总体预测准确率达96.4%，预测均方根误差0.1344。该研究为柑橘病害早期诊断和预警提供了新方法，也为黄龙病病害程度遥感监测提供了基础。

关键词：无损检测 分级 模型 高光谱成像 偏最小二乘判别 

单位：华南农业大学工程学院; 广州510642; 华南农业大学南方农业机械与装备关键技术教育部重点实验室; 广州510642; 国家柑橘产业技术体系机械研究室; 广州510642; 华南农业大学资源环境学院柑橘黄龙病研究室; 广州510642