生菜生長信息快速檢測方法與時域變量施肥研究.pdf

1、我國是生菜生產與消費大國，生產量約占世界的1/2以上。而隨著現(xiàn)代農業(yè)的發(fā)展，快速診斷生菜營養(yǎng)及水分的豐缺情況，充分了解生菜的生長規(guī)律，是實現(xiàn)生菜產業(yè)化發(fā)展的有效途徑。本文利用光譜及圖像技術，結合多種化學計量學算法及圖像處理技術，建立了基于單傳感及多傳感信息融合的生菜冠層氮、磷、鉀、水分含量檢測模型。研究了生菜的生長規(guī)律，分析了養(yǎng)分含量、長勢、產量三者間的關系，提出了根據(jù)長勢進行時域變量施肥。具體研究內容及結果如下:
　　(1)采用

2、Savitzky-Golay濾波(SG)、Savitzky-Golay濾波結合一階導數(shù)變換(SG+FD)、Savitzky-Golay濾波結合對數(shù)變換(SG+Log(1/R))和Savitzky-Golay濾波結合連續(xù)統(tǒng)去除(SG+CR)四種濾波方法對原始光譜進行去噪。SG+FD方法適用于生菜冠層氮、磷、鉀光譜的預處理，SG+Log(1/R)適用于生菜冠層水分光譜的預處理。采用RS法、KS算法和SPXY算法對樣本集進行劃分，SPXY算法

3、可有效地覆蓋多維向量空間，優(yōu)于RS和KS算法。
　　綜合使用間隔偏最小二乘法(iPLS)、聯(lián)合區(qū)間偏最小二乘法(SiPLS)和后向區(qū)間偏最小二乘法(BiPLS)對與生菜冠層氮、磷、鉀及水分相關的最優(yōu)光譜區(qū)間進行提取。結果顯示基于不同光譜模型的預測結果存在以下關系:BiPLSN＞SiPLSN＞iPLSN, SiPLSP＞BiPLSP＞iPLSP, BiPLSK＞SiPLSK＞iPLSK,BiPLSw＞SiPLSw＞iPLSw。使用遺

4、傳算法(GA)和連續(xù)投影算法(SPA)對與生菜冠層氮、磷、鉀及水分相關的特征波長進行提取。氮素的最優(yōu)波長為:482、513、522、569、641、691、704和821nm，磷元素的最優(yōu)波長為:675、680、972、991、1476和2016nm，鉀元素的最優(yōu)波長為:463、551、652、683、729、987和1041nm，水分的最優(yōu)波長為:967、1170、1221、1406、1484、1942和1985nm。多種算法聯(lián)合運用

5、大量去除了冗余及相關信息，光譜變量從2151個減少到了6～8個。
　　分別利用多元線性回歸(MLR)、徑向基函數(shù)神經網絡(RBFNN)和極限學習機(ELM)三種建模方法建立生菜營養(yǎng)及水分檢測模型。ELM算法所建模型最優(yōu)。氮元素模型的RMSEP=0.2842％，Rp=0.9218、磷元素模型的RMSEP=0.5164g/kg，Rp=0.8462、鉀元素模型的RMSEP=0.1741％，Rp=0.8749、水分模型的RMSEP=197

6、％，Rp=0.8243。
　　(2)分別采用中值濾波、均值濾波和小波去噪等方法對原始圖像進行降噪處理，結果表明小波去噪的效果最好。提取冠幅投影面積(TPCA)、冠幅周長(TPCP)、株高(PH)作為生菜冠層的長勢特征，提取RGB和HSI空間的各顏色分量作為生菜冠層的顏色特征，提取RGB和HSI顏色空間中的CCMR,G，CCMR,B，CCMG,B，CCMH,S，CCMH,I，CCMS,I6個顏色共生矩陣的熵(ENT)、角二階矩(AS

7、M)、對比度(CON)和協(xié)同性(HOM)的平均值作為生菜冠層的紋理特征。建立基于ELM算法的生菜冠層氮、磷、鉀、水分含量檢測模型，得到氮元素模型的RMSEP=0.4651％，Rp=0.8217、磷元素模型的RMSEP=0.6083g/kg，Rp=0.7649、鉀元素模型的RMSEP=0.2434％，Rp=0.8167、水分模型的RMSEP=238％，Rp=0.7794，光譜模型的檢測精度高于圖像模型。開發(fā)了生菜圖像特征快速提取軟件，可提

8、取TPCA、TPCP、PH、R、G、B、H、S、I、ENT、ASM、CON和HOM共13個特征。
　　(3)對比分析了主成分分析(PCA)及核主成分分析（KPCA）的降維效果，結果表明使用KPCA得到的主成分累積貢獻率明顯高于PCA。利用RBFNN和ELM算法建立多信息融合模型，ELM模型最優(yōu)。得到氮素模型的RMSEP=0.2531％，Rp=0.9464、磷元素模型的RMSEP=0.3679g/kg，Rp=0.9034、鉀元素模型

9、的RMSEP=0.1349％，Rp=0.9249、水分模型的RMSEP=169％，Rp=0.8918。氮鉀模型的預測效果稍好于磷元素和水分，多信息融合的預測結果明顯優(yōu)于單一傳感器的預測結果。
　　(4)建立了TPCA、PH及TPCP的Gomportz、Logistic和灰色Verhulst模型。灰色Verhulst模型可很好地反映TPCA和TPCP的長勢情況，Logistic算法可用于PH的預測。計算后得到生菜TPCA的理論生長上

10、限值為692.8 cm2，速生點為第16.4天，速生期從8.2到24.7天。生菜PH的理論生長上限值為25.1cm，速生點為第16.1天，速生期從4.0到28.2天。生菜TPCP的理論生長上限值為123.3cm，速生點為第18.0天，速生期從4.2到25.8天。以此將生菜的生長期分為三個階段，即對數(shù)期，直線期和衰老期。
　　(5)計算了養(yǎng)分含量、長勢、產量三者的灰色關聯(lián)度，得到養(yǎng)分含量對TPCA、TPCP和PH的影響順序為氮＞磷＞