基于光谱和多光谱图像技术的植物生长信息采集

摘要

精细农业是高新技术与农业生产相结合形成的一门新兴的跨学科和综合技术。以农田信息采集、变量作业和智能化管理为核心的精细农业代表了21世纪农业发展的必然趋势。快速有效地采集和描述作物的生长信息是开展精细农业的重要基础，同时也是精细农业研究的热点问题。
　　 结合国内外对作物生长信息采集的研究，针对于温室黄瓜种植现状，本文应用光谱和多光谱图像技术对黄瓜的生长信息进行快速采集。主要研究内容如下：
　　 1．研究了黄瓜叶片光谱反射率与黄瓜SPAD值含量的关系，建立黄瓜SPAD值含量的定量分析模型．采用不同建模方法对全波段光谱进行建模，结果表明采用最小二乘支持向量机(LSSVM)建模得到的预测效果最好。其相关系数r和预测均方根误差RMSEP分别为0.9583和0.9732．通过对黄瓜叶片的光谱反射率与SPAD值的相关系数和PLS建模回归系数分析，得到了531—581nm和696—716nm两个特征波段以及556nm、581nm、698nm和715nm四个特征波长，应用LSSVM分别对特征波段和特征波长建模，分析表明，采用特征波段建模结果较好，其预测相关系数r和预测均方根误差分别为0.9338和1.1370，与全波段建模结果相近，而采用特征波长建模效果稍差。
　　 2．研究了黄瓜叶片光谱反射率与含氮量的关系。对不同建模算法进行比较，结果表明LSSVM校正模型对叶片含氮量的预测效果最好，预测相关系数r和均方根误差RMSEP分别为0.8651和1.1731。采用相关系数法和回归系数法得到两个特征波长534—573nm和698—721nm以及三个特征波长556nm、703nm和717nm．采用LSSVM对所选的特征波段和特征波长进行建模分析，采用特征波长建模效果比较差，而采用特征波段建模其预测相关系数r和预测均方根误差RMSEP分别为0.8445和1.2715，说明采用特征波段建模可以在保证精度的情况下大大减少运算量。
　　 3．研究了植被指数同黄瓜生长信息的关系．利用标定板建立了光谱反射率同图像灰度值之间的线性公式．通过对3CCD每通道的样本图像进行处理，获得叶片样本在每一通道的灰度值，然后根据由标定板所建立的灰度值与反射率间的经验线性公式将对应的灰度值转为反射率值。并由反射率值计算得出植被指数．采用LSSVM建立植被指数同黄瓜生长信息的关系，植被指数同叶片SPAD值、含氮量和叶面积指数LAI的拟合相关系数分别为0.8696、0.8665和0.8553，拟合结果都比较理想。

目录

文摘

英文文摘

声明

致谢

1 绪论

1.1前言

1.2精细农业技术体系及国内外研究现状

1.2.1精细农业技术体系

1.2.2国外精细农业研究现状

1.2.3国内精细农业研究现状

1.3光谱技术与多光谱图像技术的研究发展

1.3.1近红外光谱技术原理及其特点

1.3.2近红外光谱技术在农业中的应用

1.3.3机器视觉及光谱成像技术在农业中的应用

1.4黄瓜的研究现状

1.5目前研究中存在的主要问题

1.6研究目的与内容

2试验材料与研究方法

2.1试验设备

2.1.1便携式可见-近红外光谱仪

2.1.2 Duncan MS3 100 3CCD多光谱成像仪

2.1.3 SPAD-502

2.2黄瓜叶片样本制备及化学值的测量

2.2.1样本的制备

2.2.2凯氏定氮法测量叶片的含氮量

2.3化学计量学方法研究

2.3.1偏最小二乘法(PLS)

2.3.2人工神经网络(ANN’)

2.3.3最小二乘支持向量机(LSSVM)

2.3.4模型评价标准

2.4小结

3黄瓜生长信息光谱分析

3.1黄瓜叶片SPAD值光谱测定研究

3.1.1 SPAD值与光谱信息的获取

3.1.2采用不同回归方法建立叶片SPAD值校正模型

3.1.3 SPAD值相关特征波段的选取

3.1.4基于不同特征波段的SPAD值校正模型

3.2黄瓜叶片含氮量光谱测定研究

3.2.1黄瓜叶片含氮量的获取以及样本选择

3.2.2采用不同回归方法建立叶片含氮量校正模型

3.2.3含氮量相关特征波段的选取

3.2.4采用不同谱段建立叶片含氮量校正模型

3.3小结

4多光谱图像技术在黄瓜生长信息采集中的应用

4.1系统结构

4.1.1标定板

4.1.2平台搭建及3CCD的调整

4.2植被指数介绍

4.3图像处理过程

4.3.1叶片灰度值获得

4.3.2经验公式的建立及植被指数的计算

4.4.植被指数同植物生长信息之间的关系

4.4.1植被指数与叶片SPAD值关系

4.4.2植被指数与含氮量的关系

4.4.3植被指数与叶面积指数的关系

4.5小结

5结论与展望

5.1结论

5.2展望

参考文献

附录

作者简历