植物電信號(hào)特征分析及其與環(huán)境因子關(guān)系研究.pdf

1、植物電信號(hào)是植物細(xì)胞或組織的靜息電位在外界刺激下，發(fā)生變化并能在細(xì)胞、組織間傳遞的一種微弱信號(hào)，是一種能表征植物生理過(guò)程及體內(nèi)信息變化的重要植物生理信號(hào)。環(huán)境變化能激發(fā)刺激植物電信號(hào)的變化。因?yàn)楫a(chǎn)生植物電信號(hào)的植物電生理系統(tǒng)是一個(gè)非線性和非穩(wěn)態(tài)的系統(tǒng)，所以植物電信號(hào)是一種具有非平穩(wěn)性和非線性的隨機(jī)信號(hào)，而且與植物生命活動(dòng)密切關(guān)聯(lián)。植物電信號(hào)屬于微弱低頻信號(hào)范疇，其幅度在幾微伏到幾十毫伏之間，這種信號(hào)總是被強(qiáng)噪聲背景所包圍，這些噪聲除了來(lái)

2、自于測(cè)試現(xiàn)場(chǎng)，植物內(nèi)部各種信號(hào)之間也存在干擾，這對(duì)植物電信號(hào)的提取和分析技術(shù)提出了更高的要求。
　　 目前就植物電信號(hào)的處理方法而言，方法單一，關(guān)于植物電信號(hào)的研究多只是停留在對(duì)信號(hào)進(jìn)行分析上，研究植物電信號(hào)的方法及目的意義有待進(jìn)一步開(kāi)發(fā)?？v觀大量文獻(xiàn)，如何從植物電信號(hào)出發(fā)，探尋信號(hào)特征與植物生理變化的關(guān)系，如何建立信號(hào)特征參數(shù)與環(huán)境因子的定量關(guān)系，以實(shí)現(xiàn)對(duì)植物的保護(hù)、監(jiān)測(cè)，這些方面的研究相對(duì)偏少。本文致力于將先進(jìn)的、優(yōu)化的信號(hào)

3、處理和分析方法應(yīng)用于植物電信號(hào)，綜合考慮植物電信號(hào)時(shí)域、頻域、時(shí)頻域中的各種特征，以期從中發(fā)掘出與植物體生理特性相關(guān)的信息，使植物成為“會(huì)說(shuō)話的植物”，其次探索特征值與環(huán)境因子的關(guān)系，為指導(dǎo)灌溉、調(diào)控環(huán)境參數(shù)提供科學(xué)依據(jù)。本文主要研究?jī)?nèi)容和結(jié)論如下:
　　 從植物電信號(hào)的特點(diǎn)出發(fā)，采用小波硬閾值消噪法、小波軟閾值消噪法、無(wú)偏風(fēng)險(xiǎn)估計(jì)法及改進(jìn)的自適應(yīng)小波閩值去噪法，對(duì)采集的植物葉片電信號(hào)進(jìn)行降噪處理，通過(guò)對(duì)信噪比SNR和均方誤差M

4、SE兩個(gè)參數(shù)的比較，得出結(jié)論:當(dāng)利用標(biāo)準(zhǔn)的小波固定閾值消噪時(shí)，雖然對(duì)白噪聲性質(zhì)的儀器噪聲具有良好的去除效果，但是對(duì)一些隨機(jī)噪聲的去除效果不理想，采用改進(jìn)的自適應(yīng)小波軟閾值收縮法進(jìn)行消噪處理，獲得了較標(biāo)準(zhǔn)固定閾值收縮法更好的降噪效果。
　　 對(duì)植物葉片電信號(hào)時(shí)域特征進(jìn)行了分析。分析結(jié)果顯示:四種植物的葉片電信號(hào)呈現(xiàn)隨機(jī)性、差異性，體現(xiàn)出不同植物具有不同的電生理特性。植物電信號(hào)的均方值都小于200μV2，說(shuō)明正常環(huán)境下的植物電信號(hào)的

5、能量很小，表明植物自身的電信號(hào)是一種微弱信號(hào)。采用相關(guān)法測(cè)試了蘆薈在燒傷、凍傷、刺傷三種刺激性傷害下所產(chǎn)生的變異信號(hào)，信號(hào)的傳遞速度分別為22.4 mm/s、15.8mm/s、9.5mm/s，為植物電信號(hào)測(cè)速提供了可行的方法。為了實(shí)現(xiàn)植物電信號(hào)的擬合與預(yù)測(cè)，采用自適應(yīng)AR模型進(jìn)行參數(shù)估計(jì)，建立了觀音蓮和君子蘭兩種植物電信號(hào)AR模型，結(jié)果表明該方法收斂速度快，所需樣本數(shù)據(jù)個(gè)數(shù)少，易于實(shí)現(xiàn)實(shí)時(shí)在線預(yù)報(bào)。
　　 對(duì)所采集的四種盆栽植物

6、葉片電信號(hào)進(jìn)行了頻譜分析。從重心頻率分布看，四種植物電信號(hào)的功率主要集中在1.78Hz、1.34Hz、1.3Hz和1.53Hz附近，說(shuō)明植物電信號(hào)屬于低頻信號(hào)。從功率譜熵的數(shù)據(jù)看四種植物信號(hào)的復(fù)雜程度在正常狀態(tài)下相近，但由于植物個(gè)體的差異性，使得它們?yōu)轫憫?yīng)不同的脅迫刺激，各自植物體內(nèi)離子運(yùn)動(dòng)的快慢程度不同。改變不同土壤含水量采集碧玉葉片電信號(hào)分析其頻譜參數(shù)，當(dāng)含水量在1.9％到27.8％時(shí)，邊緣頻率呈現(xiàn)上升的趨勢(shì);當(dāng)含水量超過(guò)27.8％

7、后，邊緣頻率呈現(xiàn)下降趨勢(shì)，說(shuō)明27.8％的含水量是碧玉的需水飽和點(diǎn);當(dāng)含水量在5％到20％時(shí)邊緣頻率變化很小，說(shuō)明該植物有對(duì)應(yīng)的合適需水范圍。
　　 選擇“db3”小波作為基函數(shù)，對(duì)采集的植物電信號(hào)進(jìn)行5尺度小波分解，從小波分解圖中能清晰地區(qū)分不同脅迫時(shí)各高頻、低頻部分的差別及細(xì)節(jié)部分出現(xiàn)的噪聲。結(jié)合小波包分解提取特征值能力強(qiáng)的優(yōu)點(diǎn)，用模糊準(zhǔn)則來(lái)優(yōu)化小波包分解，進(jìn)而以此來(lái)提取植物電信號(hào)中各種脅迫的特征，應(yīng)用于四種植物所處的七種脅

8、迫因子的識(shí)別，結(jié)果表明本文所提方法下的識(shí)別率明顯高于統(tǒng)計(jì)方法下的識(shí)別率，四種植物脅迫的平均識(shí)別率達(dá)到96％以上，說(shuō)明了此方法的準(zhǔn)確性和可行性。
　　 從空氣溫度、相對(duì)濕度、光照度及土壤含水量四個(gè)因子出發(fā)，在其他環(huán)境因子不變的條件下，分別改變某個(gè)單一環(huán)境因子，研究了時(shí)域、頻域及時(shí)頻域中典型特征參數(shù)與這一因子的變化關(guān)系，分析了單個(gè)因子與這些參數(shù)的相關(guān)程度，建立了相關(guān)程度最大的參數(shù)與這些單一因子的數(shù)量關(guān)系模型，從擬合優(yōu)度看決定系數(shù)均達(dá)

9、到0.98以上。為了建立適合碧玉生長(zhǎng)的環(huán)境因子模型，利用學(xué)習(xí)速度快、范化性能好的極限學(xué)習(xí)機(jī)，在環(huán)境溫度、光照度及空氣相對(duì)濕度三個(gè)變量中，分別以其中一個(gè)變量為輸出，選取剩下的兩個(gè)環(huán)境因子變量、土壤含水量及信號(hào)的7個(gè)特征值作為輸入變量，建立對(duì)應(yīng)輸出因子的預(yù)測(cè)模型，通過(guò)與BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行對(duì)比，從預(yù)測(cè)評(píng)價(jià)結(jié)果看，三個(gè)因子的預(yù)測(cè)模型決定系數(shù)均大于0.92，充分說(shuō)明了此方法的可行性。
　　 本文選取的植物是溫室中的典型盆栽植物，研究方法