基于數(shù)字圖像的水稻氮磷鉀營養(yǎng)診斷與建模研究.pdf

1、數(shù)字診斷技術(shù)是近年來水稻營養(yǎng)診斷的主要發(fā)展方向，建立高效、快速、實用的水稻數(shù)字診斷技術(shù)體系具有十分重要的意義。本研究以掃描儀和低空無人機(jī)機(jī)載數(shù)碼相機(jī)兩種數(shù)字圖像獲取方式，分別獲取水稻葉片掃描圖像和田間冠層圖像，分析葉片和冠層數(shù)字圖像特征與水稻氮磷鉀營養(yǎng)狀況的關(guān)系，選擇圖像光譜敏感特征，建立營養(yǎng)模式識別規(guī)則及定量化模型。同時將作物營養(yǎng)專家的診斷經(jīng)驗量化處理，以作為水稻營養(yǎng)診斷的輔助因子。本研究的主要工作、認(rèn)識及結(jié)論如下：
　　 ⑴

2、兩種方式獲取的數(shù)字圖像對比。為了能夠快速、準(zhǔn)確的提取水稻葉片特征，本文利用掃描儀采集水稻葉片數(shù)字圖像，采集過程受環(huán)境影響小，方便快捷，掃描圖像的背景單一也為葉片特征的準(zhǔn)確提取提供了保證。為了對比掃描數(shù)字圖像和數(shù)碼相機(jī)獲取數(shù)字圖像之間的異同，本文根據(jù)數(shù)字圖像質(zhì)量評價方法，以兩種途徑獲取的水稻葉片數(shù)字圖像為對象，從彩色度、對比度和信息度三方面進(jìn)行對比分析。結(jié)果表明：兩種圖像在三項評價標(biāo)準(zhǔn)下，彩色度和信息度不存在顯著差異，掃描圖像保持?jǐn)?shù)字圖像

3、信息量豐富的優(yōu)點；兩種圖像對比度差異較大，但掃描圖像的對比度的離散程度較小，數(shù)據(jù)表現(xiàn)出較強(qiáng)穩(wěn)定性。因此，利用掃描方式獲取的葉片數(shù)字圖像能夠保證顏色、紋理和形狀的準(zhǔn)確提取，對比度的穩(wěn)定性又進(jìn)一步證明，以掃描為手段獲取圖像進(jìn)行圖像分析做理論性研究是有獨特優(yōu)勢的。基于對比分析的結(jié)果，同時考慮到掃描獲取日益普遍，本文對影響元素缺乏種類及程度判斷的葉片局部關(guān)鍵信息量化獲取采用掃描方式，而對水稻冠層整體信息的采集選擇數(shù)碼相機(jī)。
　　 ⑵基于

4、葉片掃描圖像的氮磷鉀營養(yǎng)診斷規(guī)則的建立。在不同氮磷鉀營養(yǎng)狀態(tài)下，水稻植株會表現(xiàn)出不同差異，水稻葉片表現(xiàn)更加明顯。本文以氮磷鉀不同營養(yǎng)水平處理的水培水稻為材料，利用掃描方式獲取葉片樣本數(shù)字圖像，采用數(shù)字圖像技術(shù)提取葉片顏色、紋理、形狀特征，并根據(jù)水稻葉片不同缺素種類下的生理癥狀表現(xiàn)，針對性的加入一些特異性的識別特征。單因素營養(yǎng)水平間特征差異性對比和特征選擇出的最優(yōu)特征集合顯示，氮營養(yǎng)診斷中，葉片顏色因子對結(jié)果的預(yù)測具有重要作用；磷營養(yǎng)診斷

5、中，紋理特征問差異性明顯，可用于磷營養(yǎng)水平的區(qū)分；鉀營養(yǎng)診斷中，葉片斑點面積比例特征可區(qū)分和識別鉀營養(yǎng)水平。對缺素葉片樣本進(jìn)行分類識別，獲取不同營養(yǎng)水平的識別規(guī)則。結(jié)果表明，對氮、磷、鉀單一元素處理的樣本識別結(jié)果中，缺素樣本均能以高精度識別率被識別出，并且呈現(xiàn)出隨著營養(yǎng)水平的升高，識別率降低，老葉識別效果好于新葉的規(guī)律。分別對兩年缺氮、缺磷、缺鉀和正常葉片樣本的診斷識別中，篩選出的特征對比表現(xiàn)出，缺磷對水稻葉片圖像直方圖均值和熵紋這兩個

6、紋理特征影響比較大；對缺鉀葉片易出現(xiàn)斑點的水稻品種，斑點比例對缺鉀樣本區(qū)分度較高。因此，紋理特征和斑點特征分別可以作為缺磷和缺鉀樣本的典型特征。缺磷和缺鉀樣本的典型特征使得兩種缺素種類樣本識別率較高，分別為97.1％和100％。以2009年試驗數(shù)據(jù)為訓(xùn)練樣本建立的規(guī)則對缺氮的樣本識別精度為77.8％，正常樣本的識別率為90.3％。以葉片圖像特征為依據(jù)對三種缺素樣本和正常樣本的區(qū)分結(jié)果表明，各類缺素樣本能夠以高精度的識別率被區(qū)分出來，以缺

7、素水稻葉片典型性特征作為依據(jù)進(jìn)行水稻缺素種類的診斷識別是可行的。
　　 ⑶基于無人機(jī)冠層圖像的水稻氮素營養(yǎng)診斷。以旋翼無人機(jī)為平臺，獲取水稻冠層圖像具有快速，便捷、區(qū)域性強(qiáng)等優(yōu)點，以水稻冠層圖像為研究對象進(jìn)行營養(yǎng)診斷能夠達(dá)到實時、高效的目的。本文以旋翼無人機(jī)機(jī)載數(shù)碼相機(jī)獲取的不同氮肥處理水稻冠層圖像為對象，提取與地面取樣點對應(yīng)的圖像特征，分析圖像特征與地面測定值之間的關(guān)系，探求利用低空冠層圖像對水稻營養(yǎng)狀況進(jìn)行監(jiān)測的可行性。結(jié)論

8、如下：冠層水稻高光譜曲線在可見光區(qū)域的趨勢和深綠色指數(shù)DGCI與葉片含氮量呈極顯著二次曲線關(guān)系表明，冠層圖像的RGB、HSI顏色空間特征與水稻氮營養(yǎng)水平顯著相關(guān)，可用于估測水稻氮肥營養(yǎng)狀況，對冠層圖像的8個紋理特征值與對應(yīng)點的水稻葉片氮含量做相關(guān)分析，獲得5個相關(guān)性較高的紋理特征。通過RGB、HSI顏色空間特征和紋理特征三方面與不同水稻氮營養(yǎng)水平冠層圖像綜合分析，說明利用冠層圖像對水稻氮肥營養(yǎng)狀況估測具有可行性。從六個不同施氮區(qū)域隨機(jī)提

9、取100個樣點的圖像特征，獲取每個樣點的特征值，并進(jìn)行施氮水平的識別。識別結(jié)果顯示不施氮肥的區(qū)域識別率最高，達(dá)100％，正常施氮水平的識別率最低為55.9％，50％正常施氮量田塊識別率為85.7％，75％正常施氮量田塊識別率為61.7％，150％正常施氮量田塊識別率為85.1％，習(xí)慣施肥田塊識別率為80％。
　　 ⑷葉片含氮量預(yù)測模型的建立。為了能更精確的衡量水稻氮營養(yǎng)狀況，預(yù)測葉片氮含量，本文分別以不同氮處理葉片圖像特征和冠層

10、圖像特征選擇出的特征集合為依據(jù)，利用因子分析的方法，將眾多特征轉(zhuǎn)化為少數(shù)幾個互不相關(guān)的綜合指標(biāo)，解釋各因子含義，并構(gòu)建綜合預(yù)測因子。對水培葉片圖像和冠層圖像的分析結(jié)果表明：葉片特征組成的因子可以分為顏色因子、紋理因子、形狀因子，對結(jié)果貢獻(xiàn)率分別為40.04％、29.62％和26.44％。冠層圖像特征組成的因子分為顏色因子和紋理因子，各自貢獻(xiàn)率為85.55％和9.27％，對比單葉和冠層分析結(jié)果可知，利用葉片特征對葉片氮含量預(yù)測時，顏色因子

11、的貢獻(xiàn)率雖然最高，但紋理和形狀因子的共同貢獻(xiàn)率較高，對結(jié)果的預(yù)測有不可忽視的作用；而冠層特征各因子中，顏色因子是對營養(yǎng)狀態(tài)預(yù)測的主導(dǎo)因子，紋理因子貢獻(xiàn)率較低，這也是兩種診斷的差異之一。以綜合預(yù)測因子Fz值為自變量，葉片含氮量N為因變量，獲得水培氮水平處理葉片含氮量的預(yù)測模型N=2.8967e-0.3312Fz和大田不同施氮水平水稻葉片含氮量模型N=-0.01F2z-0.39Fz+2.315
　　 ⑸專家經(jīng)驗的量化及對營養(yǎng)診斷的輔

12、助作用。由于水稻品種多樣，而且生長環(huán)境差別較大，品種間葉片特征的表達(dá)有很大差異，為了保證診斷結(jié)果的準(zhǔn)確性以及診斷規(guī)則的廣泛適用性，在研究過程中，收集大量水稻營養(yǎng)診斷經(jīng)驗知識，從中篩選出便于獲取的一些經(jīng)驗性特征為研究對象，這些特征能夠通過無損、方便、快捷的方法獲取或表達(dá)，以水培模式培養(yǎng)的氮磷鉀缺素水平水稻植株為試驗樣本，探討了水稻經(jīng)驗性診斷經(jīng)驗的量化方法，并利用這些量化的經(jīng)驗性特征對不同樣本進(jìn)行分類識別。結(jié)果表明：以篩選出的能夠判斷水稻氮