基于高光谱图像的生菜叶片氮素含量预测模型研究.pdf

基于高光谱图像的生菜叶片氮素含量预测模型研究.pdf

ID:52103248

大小:394.69 KB

页数:6页

时间:2020-03-22

基于高光谱图像的生菜叶片氮素含量预测模型研究.pdf_第1页
基于高光谱图像的生菜叶片氮素含量预测模型研究.pdf_第2页
基于高光谱图像的生菜叶片氮素含量预测模型研究.pdf_第3页
基于高光谱图像的生菜叶片氮素含量预测模型研究.pdf_第4页
基于高光谱图像的生菜叶片氮素含量预测模型研究.pdf_第5页
资源描述:

《基于高光谱图像的生菜叶片氮素含量预测模型研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第42卷分析化学(FENXIHUAXUE)研究报告第5期2014年5月ChineseJournalofAnalyticalChemistry672~677DOI:10.3724/SP.J.1096.2014.31120基于高光谱图像的生菜叶片氮素含量预测模型研究孙俊金夏明毛罕平武小红张晓东高洪燕(江苏大学电气信息工程学院,江苏省现代农业装备与技术重点实验室,镇江212013)摘要为了便于更经济合理地为作物施肥,建立一种无损检测作物氮营养元素的高光谱图像模型。本实验以生菜为研究对象,无土栽培各氮素水平的生菜叶样

2、本,在莲座期,采集生菜叶片样本的高光谱图像(390—1050nm),同时采用凯氏定氮法测定对应生菜叶片样本的全氮含量。通过ENVI软件提取出生菜叶片中感兴趣区域的平均光谱作为该样本原始光谱信息,分别使用平滑处理(Smoothing)、多元散射矫正(MSC)、标准正态变量变换结合去趋势(SNVdetrending)、一阶导数法(Firstderivative)、二阶导数法(Secondderiva.tive)、正交信号矫正(OSC)等预处理方法对样本原始光谱进行处理,然后利用偏最小二乘回归法(Partialle

3、astsquaresregression,PLSR)分别建立样本全波段光谱信息与氮含量的关系模型,研究各预处理方法对氮含量模型的影响,结果表明,使用OSC预处理的模型效果最好。为了简化模型,根据OSC预处理光谱后的模型的PLSR回归系数优选出敏感波长,利用训练集中样本的敏感波长光谱信息与氮含量数据重新构建PLSR回归模型,并利用测试集样本进行测试试验。结果表明,该模型得到校正集和预测集的决定系数()分别为0.89,0.81;均方根误差RMSEC,RMSEP分别为0.33,0.45。该回归模型大大降低了自变量个

4、数,简化了模型,并且取得了较优的效果,这为生菜氮素含量预测提供了一种新的快速有效方法。关键词高光谱图像;生菜叶片;氮素;敏感波长;偏最小二乘回归法1引言生菜富含蛋白质、碳水化合物、维生素等营养物质,且种植面积广。氮素是影响生菜生长的最主要元素之一,建立快速、高效、无损的生菜的氮素含量检测方法,便于对生菜的合理施肥进行指导。目前,对作物营养元素的无损检测研究方法主要集中在计算机视觉技术、光谱技术,如毛罕平等利用计算机视觉技术结合神经网络实现了番茄中各营养元素亏缺情况的识别j,石吉勇等利用近红外光谱技术对黄瓜中的

5、氮、镁营养元素进行快速无损诊断,识别率达到96%;Ulissi等利用可见一近红外光谱技术检测番茄中的氮素含量。无论光谱检测技术还是计算机视觉技术,在进行作物营养诊断时主要是针对缺乏营养元素症状的识别和诊断,即使是对营养水平进行定量诊断,精度也较低。高光谱图像技术是近年出现的一种新技术,它集光谱信息和图像信息于一身,目前已在水果和农作物内部品质的检测中已有一定应用j。例如,Vigneau等利用高光谱图像技术研究了小麦叶片在400~1000nm内的反射光谱与氮素浓度之间的关系;孙俊等_1。。利用高光谱图像技术来预

6、测生菜中的水分含量,取得了一定的效果;潘蓓等¨¨利用高光谱植被指数估测苹果树冠层叶绿素含量,这些都表明利用高光谱图像技术应用于作物营养元素检测是可行的。当前利用高光谱图像技术检测生菜氮素含量鲜有报道,本实验将高光谱图像技术应用于生菜叶片氮素含量的无损检测中,通过研究多种光谱预处理方法对PLSR建模的影响,选出合适的生菜叶片光谱预处理方法,优选出适于预测生菜叶片氮素含量的敏感波长,尝试建立生菜叶片氮素含量最简最优预测模型,此套方法尚未见报道,同时也为开发便携式蔬菜营养元素检测仪提供依据,具有较强的实用价值。2实

7、验部分2.1生菜样本栽培与采集生菜栽培于2012年5月,栽培实验地点选在江苏大学现代农业装备与技术省部共建重点Venlo型2013—11—19收稿;2014-01-22接受本文系国家自然科学基金(Nos.31101082,61075036);江苏高校优势学科建设工程项目PAPD(苏政No.20116)资助E—mail:sun2000jun@ujs.edu.ca第5期孙俊等:基于高光谱图像的生菜叶片氮素含量预测模型研究673温室,温室环境温度为5.4~32.8℃,相对湿度为25.3%~97.5%RH。本实验研究

8、对象为意大利全年耐抽苔生菜,采用珍珠岩袋培方式进行样本培育,采用日本山崎配方配制营养液。为了培育不同氮素含量的生菜样本,从移栽开始,分别按标准营养液配方氮元素投入量的25%~150%处理实验样本,其它营养元素按正常量投入,按5个氮素水平处理;第1组(N1)按照标准配方配制营养液(100%);第2组(N2);第3组(N3)、第4组(N4)、第5组(N5)在标准配方的基础上,在不影响其它营养素的情况下,

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。