基于高光譜成像技術(shù)的油菜信息獲取研究.pdf

1、精細農(nóng)業(yè)是基于信息和知識支持的現(xiàn)代農(nóng)業(yè)，不僅能合理利用農(nóng)業(yè)資源、提高農(nóng)作物產(chǎn)量和品質(zhì)、降低生產(chǎn)成本、減少污染、改善生態(tài)環(huán)境進而實現(xiàn)農(nóng)業(yè)的可持續(xù)發(fā)展；而且對促進農(nóng)業(yè)現(xiàn)代化，發(fā)展大農(nóng)業(yè)體系和帶動相關(guān)產(chǎn)業(yè)的發(fā)展具有顯著的作用.其本質(zhì)是一種以知識和信息為基礎(chǔ)的農(nóng)業(yè)管理系統(tǒng)?？焖儆行У夭杉兔枋鲎魑锷L信息是精細農(nóng)業(yè)實踐的重要基礎(chǔ)。
　　 針對國內(nèi)外現(xiàn)狀，本論文以油菜為研究對象，采用高光譜圖像技術(shù)確定了油菜籽的特征波段，并用于鑒別不同品種

2、的油菜籽品種研究了油菜葉片高光譜反射率與油菜葉綠素含量(SPAD值)的關(guān)系；還研究了不同生長時期不同油菜品種的鑒別方法。本論文的主要研究結(jié)論如下：
　　 (1)采用高光譜圖像技術(shù)對不同品種的油菜籽進行鑒別分析。通過對高光譜數(shù)據(jù)進行主成分分析，實現(xiàn)了高光譜數(shù)據(jù)的降維，并找出油菜籽的3個特征波長，采用基于灰度統(tǒng)計矩陣和灰度直方圖的紋理特征提取方法，提取了油菜籽的10個紋理參數(shù)。研究了基于BP神經(jīng)網(wǎng)絡(luò)的油菜籽品種鑒別模型，模型訓(xùn)練時判

3、別率為93.75％，預(yù)測時判別率為91.67％。
　　 (2)研究了油菜葉片反射率與油菜葉綠素含量的關(guān)系，建立了油菜葉綠素含量的定量分析模型。根據(jù)特征波長結(jié)合神經(jīng)網(wǎng)絡(luò)建立了油菜葉片SPAD值預(yù)測模型，結(jié)果表明，模型判別的相關(guān)系數(shù)為0.9237，預(yù)測相關(guān)系數(shù)為0.9526。
　　 (3)對不同生長時期不同油菜品種的鑒別分析，分別找出油菜葉片的特征波長，得到了油菜葉片的特征波段為544-565、674-693和708-723