基于叶绿素荧光图像参数的生菜氮磷钾无损检测与建模

基于叶绿素荧光图像参数的生菜氮磷钾无损检测与建模

ID:36397822

大小:10.30 MB

页数:64页

时间:2019-05-10

基于叶绿素荧光图像参数的生菜氮磷钾无损检测与建模_第1页
基于叶绿素荧光图像参数的生菜氮磷钾无损检测与建模_第2页
基于叶绿素荧光图像参数的生菜氮磷钾无损检测与建模_第3页
基于叶绿素荧光图像参数的生菜氮磷钾无损检测与建模_第4页
基于叶绿素荧光图像参数的生菜氮磷钾无损检测与建模_第5页
资源描述:

《基于叶绿素荧光图像参数的生菜氮磷钾无损检测与建模》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号婴兰窆!:垒UDC丝!:3密级公珏编号一10299Sl107049江.藩大擎硕士学位论文基于叶绿素荧光图像参数的生菜氮磷钾无损检测与建模NPKNutrientsNondestructiveTestingandModelingofLettuceBasedonChlorophyllFluorescenceImageparameters申请学位级别亟±专业名称值呈生值皇处理论文提交日期2014.5论文答辩日期2014.6学位授予单位和日期江菱太堂2Q!垒:垒答辩委员会主席评阅人——独创性声明1lllPIJIIIJIIIIIlUlI

2、IIIlY2537384本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容以外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:京黟惠、日期:沙If年6月]日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权江苏大学可以将本学

3、位论文的全部内容或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密口,在年解密后适用本授权书。本学位论文属于,不保密回。学位论文作者签名:宗黟蔻、导师签名:翻.睁‘签字日期:仂l午年6月1Et签字日期:枷咿年f月_7Et江苏大学硕士学位论文摘要我国是一个农业大国,农作物产量高、肥料需求大,农业生产中作物很容易出现氮(N)、磷(P)、钾(K)及其它元素亏缺的情况,严重影响农产品的产量及经济效益。近年来,随着科学技术的不断提高,基于计算机技术的农作物营养元素无损检测技术已经成为本领域的研究热

4、点之一。本文首先分析了生菜在不同氮、磷、钾元素水平作用下叶绿素荧光图像参数随着生育期的变化情况,得到氮、磷、钾对生菜光合性能的影响,同时本研究尝试将叶绿素荧光图像参数与相关算法相结合对生菜的氮、磷、钾营养元素进行亏缺诊断及含量预测。最终期望得到在生菜缺素初期氮、磷、钾营养元素亏缺诊断及含量预测的新方法。针对现有的元素无损检测技术(光谱分析技术和计算机视觉技术)无法表征植物内部组织生理生化的变化和作物缺素初期精确检测元素水平难度大等问题,本文尝试将叶绿素荧光图像参数与相关算法相结合用于生菜氮、磷、钾亏缺诊断及含量预测。以叶绿素为天然

5、探针、光合理论为基础的叶绿素荧光技术能够及时准确探测外界胁迫对作物内部生理的细微影响,弥补了计算机视觉技术无法及早检测元素营养状况的不足。通过叶片的叶绿素荧光图像获取相应的叶绿素荧光参数,克服了光谱分析技术获取信息片面的不足。分析不同的N、P、K水平作用下生菜叶片叶绿素荧光图像参数随着生育进程变化情况,和发棵期生菜叶片叶绿素荧光图像参数随N、P、K施加水平的变化情况。结果表明PSII的最大光合效率(Fv/Fm)受N和K元素影响较大,PSII的实际光合效率(Yield)随着N素水平变化较明显,高N、低K有助于增强生菜的光化学淬灭能力

6、。本部分研究为后续的氮、磷、钾营养亏缺诊断及氮、磷、钾含量预测奠定了坚实的基础。基于叶绿素荧光图像参数的生菜N、P、K元素亏缺诊断。比较了常用的3种支持向量机(SVM)参数优化方法的优缺点,即网格优化参数、遗传算法优化参数、粒子群优化参数。提出了改进型网格搜索法。改进型网格搜索法先在较大的范围内进行搜索,再在最优参数附近区域进行精确搜索。将4种参数优化方法分别应用于生菜氮、磷、钾亏缺分类,结果表明采用改进型网格搜索法耗时短,且分类正确率也很高。基于叶绿素荧光图像参数的N、P、K元素含量预测。选用误差反传(BP)神经网络、回归型支持

7、向量机(SVR)2种算法进行建模。结果表明在氮素含量预测时,SVR明显优于BP神经网络。SVR用于氮素含量预测时决定系数为0.91263,均方误差为基于叶绿素荧光图像参数的生菜氮磷钾无损检测与建模0.0444。磷元素含量预测时,模型整体预测效果均相对较差。钾元素含量预测时,SVR的决定系数R2为0.92078,均方误差E为0.04523。本研究提供了作物氮、磷、钾营养元素无损检测的新方法,研究结果对作物营养元素亏缺快速精确诊断具有一定的参考价值。关键词:叶绿素荧光图像;氮磷钾;分类算法:元素含量预测II江苏大学硕士学位论文ABST

8、RACTChinaisanagriculturalcountry,andcropsareeasytooccurnitrogen,phosphorus,potassiumandotherelementsshortageintheagricultura

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。