番茄氮素的多特征融合检测研究

合集下载

《滴灌条件下氮耦合对温室番茄生长的影响研究》范文

《滴灌条件下氮耦合对温室番茄生长的影响研究》范文

《滴灌条件下氮耦合对温室番茄生长的影响研究》篇一一、引言随着现代农业科技的快速发展,滴灌技术以其节水、节肥、增产的优点被广泛运用于温室番茄种植中。

与此同时,氮肥作为作物生长的关键营养元素,其合理施用对于作物的生长发育及品质具有重要作用。

本文就滴灌条件下氮耦合对温室番茄生长的影响进行了深入研究,旨在为农业生产提供理论依据和技术支持。

二、研究方法1. 材料与试验设计本实验选用具有较高产量和品质的温室番茄品种,设置不同氮耦合处理组和对照组,进行田间试验。

滴灌设备选用先进、节能的设备,确保水分和营养元素的均匀供给。

2. 试验方法(1) 氮肥处理:设定不同氮耦合处理组,分别在不同时期施用不同比例的氮肥,并采用滴灌方式供给。

(2) 观测指标:定期观测番茄的生长发育情况,包括株高、叶面积、生物量等指标,同时测定番茄的产量、品质及氮素利用率等。

(3) 数据处理:采用统计分析方法对实验数据进行处理和分析,比较不同氮耦合处理组与对照组的差异。

三、结果与分析1. 氮耦合对番茄生长的影响实验结果表明,滴灌条件下氮耦合对温室番茄的生长具有显著影响。

适当比例的氮肥施用能够促进番茄的生长发育,提高株高、叶面积和生物量。

然而,过量的氮肥施用则可能导致番茄生长受阻,甚至出现病害。

2. 氮耦合对番茄产量的影响适宜的氮耦合处理能够显著提高番茄的产量。

与对照组相比,适当施用氮肥的处理组番茄产量有明显提高。

然而,过量的氮肥施用可能导致产量下降,这可能与氮素过剩导致的植株生长失衡有关。

3. 氮耦合对番茄品质的影响滴灌条件下氮耦合对番茄品质也具有一定影响。

适量施用氮肥可以提高番茄的可溶性固形物含量、糖酸比等品质指标。

然而,过量施用氮肥可能导致番茄品质下降,如糖酸比降低等。

4. 氮素利用率分析实验结果显示,适宜的氮耦合处理能够提高氮素利用率,减少氮素的流失和浪费。

这说明在滴灌条件下,合理施用氮肥能够提高作物的氮素利用率,有助于降低生产成本和减少环境压力。

番茄“2+X” 氮肥总量控制田间试验方案

番茄“2+X” 氮肥总量控制田间试验方案

平川区番茄“2+X”氮肥总量控制田间试验方案一、试验目的本试验目的是研究番茄氮肥最佳用量,进一步修正和完善番茄氮肥优化施肥技术,集成番茄优化施肥技术。

二、试验作物:温室番茄,试验品种:。

三、试验设计设计依据《测土配方施肥技术规范》(2011年修订版),试验采用“2+X”方案,“2”是指以常规施肥和优化施肥2个处理为基础的对比施肥试验研究;本试验方案“X”是特指针对氮素养分而进行的进一步研究试验。

其中常规施肥是当地大多数农户在蔬菜生产中习惯采用的施肥技术,优化施肥则为当地近期获得的蔬菜高产高效或优质适产施肥技术;“X”处理中涉及有机肥、磷钾肥的用量、施肥时期等应接近于优化管理。

本试验在施用适量有机肥为底肥的基础上进行,设5个处理2次重复,采用完全随机区组设计,小区面积30m2,共450 m2宽度和长度不小于4米。

试验处理:(1)无氮区;(2)70%的优化施氮量;(3)优化施氮量;(4)130%的优化施氮量;(5)常规施肥。

有机肥选用腐熟好的鸡粪2方作肥底,磷钾肥施用以及其他管理措施一致。

各处理详见下表:推荐2水平施肥量为:氮肥(N)40千克/亩,磷肥(P2O5)35千克/亩,钾肥25(K2O)千克/亩。

目标产量:8000千克/亩。

表2、番茄氮肥总量控制试验各处理施肥量1、试验地点:选择在番茄栽培集中的蔬菜区宝积乡吊沟村农户郭加元的大棚中。

地块平坦、整齐、肥力中等、均匀,具有代表性的地块。

前三茬均为甜瓜。

2、土壤测试:取土化验土壤有机质(g/kg)、硝态氮(mg/kg)、有效磷(mg/kg)、速效钾(mg/kg)、pH值等。

3、调查与记载:3.1试验地基本情况:试验地户主、试验地地形、土壤类型、土壤质地、肥力等级、代表面积(hm²)、前茬作物名称、前茬作物施肥量(有机肥、氮(N)、磷(P2O5)、钾(K2O)、其他)、前茬作物产量、常规施肥数量等。

3.2管理情况:整地、播种、移栽、施肥、灌水、排水、中耕、防治病虫害、收获等田间操作的方法、时间、数量,其它农事活动及灾害。

《基于深度学习的番茄植株多目标识别方法研究》范文

《基于深度学习的番茄植株多目标识别方法研究》范文

《基于深度学习的番茄植株多目标识别方法研究》篇一一、引言在精准农业中,智能识别系统已成为实现农作物种植现代化的重要技术之一。

随着深度学习技术的发展,对于如番茄植株这样的农作物进行多目标识别和管理的精度及效率都有了显著的提升。

本研究提出了一种基于深度学习的番茄植株多目标识别方法,通过建立有效的模型,实现精准识别、监测和预测番茄生长情况,从而提升种植过程的科学性和经济性。

二、相关技术及研究现状近年来,深度学习技术已经广泛运用于各种农业智能识别领域。

特别是在农作物识别方面,基于深度学习的技术通过其强大的特征提取和分类能力,实现了高精度的目标识别。

然而,在番茄植株的多目标识别方面,由于植株的形态、颜色、光照等复杂因素的影响,仍存在许多挑战。

目前,国内外学者在番茄植株的识别上已经取得了一定的成果。

例如,通过使用卷积神经网络(CNN)等深度学习模型,可以有效地对番茄的叶子、花朵和果实等目标进行分类和定位。

但针对多种目标的同时识别,尤其是在多变的生长环境中进行高效识别仍需要进一步的探索和研究。

三、方法与技术实现本研究提出了一种基于深度学习的多目标识别方法,主要分为以下几个步骤:1. 数据准备与预处理:采集大量真实的番茄植株图片数据,进行数据预处理包括灰度化、尺寸归一化等操作。

2. 模型构建:使用深度学习框架(如TensorFlow或PyTorch)构建卷积神经网络模型。

模型采用多级特征融合策略,能够同时提取并处理不同目标的特征信息。

3. 训练与优化:使用预处理后的数据集对模型进行训练,通过调整网络参数和优化算法来提高模型的识别精度和效率。

4. 模型应用:将训练好的模型应用于实际场景中,对番茄植株的叶子、花朵、果实等目标进行实时监测和识别。

四、实验与结果分析本部分将通过实验来验证所提出的多目标识别方法的准确性和有效性。

1. 实验设置:选择不同生长阶段的番茄植株作为实验对象,设置不同的光照、角度等条件进行实验。

2. 实验结果:通过对比传统的图像处理方法和基于深度学习的方法,我们发现所提出的基于深度学习的多目标识别方法在准确率和效率上均表现出优势。

氮素形态及配比对番茄光合、产量和风味品质的影响

氮素形态及配比对番茄光合、产量和风味品质的影响

氮素形态及配比对番茄光合、产量和风味品质的影响焦娟;魏珉;谷端银;李岩;杨凤娟;史庆华【期刊名称】《山东农业大学学报:自然科学版》【年(卷),期】2022(53)1【摘要】为探明设施番茄优质高效栽培精准营养液氮素配方,明确氮素形态及配比对设施番茄产量和风味品质的影响,促进设施番茄果实风味品质提升。

本试验采用土壤盆栽+营养液滴灌栽培模式,探讨了CO(NH_(2))_(2)-N(酰胺态氮)、NO_(3)--N(硝态氮)和NH_(4)^(+)-N(铵态氮)3种氮素形态及不同比例对番茄光合、产量和风味品质的影响。

试验发现,与对照(CK,100%CO(NH_(2))_(2)-N)相比较,不同形态氮素配施能够增加番茄叶片SPAD值和光合所用,提高番茄产量;同种氮素替代NO_(3)--N条件下,番茄光合作用和产量随NH_(4)^(+)-N和CO(NH_(2))_(2)-N替代比例的增加而降低。

试验表明,氮素配施还可增加番茄果实可溶性固形物、可溶性糖、有机酸和可溶性蛋白含量;且在同种氮素替代NO_(3)--N条件下,可溶性糖、有机酸、可溶性蛋白含量亦随NH_(4)^(+)-N和CO(NH_(2))_(2)-N替代比例的增加而降低。

T2(75%NO_(3)--N+25%NH_(4)^(+)-N)处理可增加番茄果实中醛类和醇类的种类,增加反-2-己烯醛和1-己醇含量;且该处理提高了番茄果实中醛类和烃类的含量,比CK分别提高41.31%和23.86%。

不同氮素比例配施能够不同程度增加番茄产量和品质,当营养液中NO_(3)--N与NH_(4)^(+)-N比例为75:25时,可显著促进番茄光合作用,提高产量和风味品质。

【总页数】9页(P1-9)【作者】焦娟;魏珉;谷端银;李岩;杨凤娟;史庆华【作者单位】山东农业大学园艺科学与工程学院;山东省泰安市农业科学院【正文语种】中文【中图分类】S626.5【相关文献】1.不同形态氮素比对马铃薯氮素分布、光合参数及产量的影响2.干旱条件下不同氮素形态配比对番茄产量和品质的影响3.不同氮素形态及配比对蔬菜光合特性和品质的影响4.不同灌水下限及氮素形态配比对西兰花干物质分配、产量及品质的影响5.氮素形态配比对基质栽培韭菜产量、品质及矿质元素含量的影响因版权原因,仅展示原文概要,查看原文内容请购买。

氮素调控对加工番茄产量和品质的影响

氮素调控对加工番茄产量和品质的影响

表 1 不同 氮素 水平 对加 工番 茄产 量 影响
处理 J / T

不 同氮素水平对加工番茄产量影响 小 区产量 ( k g )
Ⅱ Ⅲ
平均 8 2 9 . 4 6 / 7 5 6 . 8
9 8 4. 6 3 / 9 8 5 . 0 1
2 3l 1 . 7 / 2 1 1 5 . 3 7
9 6 8 . 9 7 / 9 7 9. 8 6
2 2 4 5 . 3 6 / 2 1 0 8 . 5 3
8 2 9 . 7 8 / 7 6 6 . 8 l
9 8 7 . 2 8 / 9 8 6 . 5 4
2 3 2 1 . 5 9 / 2 1 1 6 . 4 5
产 量( k g / h m2 ) l 2 4 4 1 . 9 / 1 】 3 5 2
1 4 7 6 9 . 4 5 /1 4 7 7 5 . 1 5
3 4 6 7 5 . 5 / 3 1 7 3 0 . 5 5
1( c k )


8 2 3 . 1 4 / 7 5 0 . 6 4
1 3 样 品分 析
施基肥 前取 土样 测定 土壤基 础肥力 。 成 熟测 产时每小 区取成熟 果 , 测定 果 实 中的硝 酸盐 ( 格 里斯 试剂 比色法) 、 总糖 ( 盐 酸水 解一 铜 还原直 接 滴定 法 ) 、 总
试验地 点 是 巴彦淖 尔市 农业 气象 试 验站( 临河 区西郊 ) 土壤有 机 质含量 为
文章 编号 : 1 0 0 9 - 9 1 4 X( 2 0 1 4 ) 1 1 - 0 3 7 7 - 0 2
内蒙古 河套 灌区气候 干燥少 雨 , 光热资 源丰富 , 昼夜 温差大 , 有利于 加工番 茄 红 色素和 干物 质的 形成 , 是 适宜种 植加 工番 茄的 少数地 区之一 。 氮作 为植物 的生命 元素 , 参 与植 物体 内各 种代谢 过程 , 对 加工番 茄 的生长 发育 及其产 量 品 质 影响 深刻 而复杂 [ 1 . 2 . 3 1 , 关于 氮肥施 用 问题 , 学者 对 大量作 物 的氮素 营养 及 氮肥 施用量 做 了许多研究 。 研 究表 明土壤 中的氮素对 一般作 物产量 贡献率 可达 4 8 . 6 %~7 9 . 4 %[ 4 ] , 但 氮肥 的利用 率低 , 一 般在 2 8 ~4 1 % 之 间【 5 】 。 长期 以来 , 河 套 灌 区农 民在 农业 生产 中存 在较严 重的施 肥过多 和偏施 氮肥现 象 , 造 成土壤养 分 失调 和 土壤板 结 , 既增 加 了生产 成本 , 又 降低 了产 品品质 。 因此 , 依据 土壤肥 力 水平 和加工 番茄 吸肥特性 , 准确 调节 氮肥用量 是获得 优质高 产加工 番茄 的重要 措施 。

不同营养液浓度对温室番茄生长发育中N元素分布影响特征

不同营养液浓度对温室番茄生长发育中N元素分布影响特征

不同营养液浓度对温室番茄生长发育中N 元素分布影响特征作者:杨青松马万征邹长明马万敏王金光万梦徐彦涵来源:《农业与技术》2019年第14期摘要:番茄作为最为普遍的果菜之一,在我国深受人民喜爱,广为种植。

通过对种植温室大棚番茄的研究,将更有利于番茄的种植增产、培育优良品种和完善研究科学种植番茄的方法。

本实验研究在不同营养液长期浇灌培养下番茄植株生长发育过程中的各不同时期的各部位N元素分布影响特征;将番茄种植在装有珍珠岩的培养盆中,采用营养添加法,设置霍格兰营养液配方并长期浇灌番茄植株。

5个处理组分别为T1:1:20;T2:1:50;T3:1:100;T4:1:150;T5:1:200通过每7d采取各处理组实验样株,观察生长状况,实验检测分析各组处理组采样番茄植株根茎叶;在T1、T2、T3、T4(T1:1:20;T2:1:50;T3:1:100;T4:1:150;T5:1:200)5种不同营养液浓度长期浇灌培养下,从各组番茄植株根、茎、叶、果N元素含量分析特征可得出,T4组设置的营养液浓度最有利于番茄植株各生理器官组织生长。

关键词:生长发育;氮;番茄;影响;分布特征;营养液中图分类号:S-3文献标识码:ADOI:10.19754/j.nyyjs.20190730006引言番茄(Tomato),茄科,番茄属,一年生或多年生草本,植株株高可达1.5~2m,果实营养丰富,富含番茄红素,VC,可溶性固形物等营养物质,具特殊风味。

无土栽培营养液是指根据植物生长对养分的需求将肥料按一定的数量和适宜的比例溶解于水中配制而成的水溶液,植物在适宜的营养液浓度下能够正常生长发育,如果营养液的浓度过高,相反会造成营养浪费导致植物发生一些生理性障碍严重影响其产量和品质[1]。

番茄幼苗时缺氮,植株会生长缓慢,茎叶分化少,植株矮小,营养生长受到抑制;开花结果时如果缺少氮素供应[2],会影响番茄根系的发育,造成落花落果,下部功能叶片黄化脱落,造成番茄结果期短,果实畸形,产量降低。

干旱条件下不同氮素形态配比对番茄产量和品质的影响

干旱条件下不同氮素形态配比对番茄产量和品质的影响
尹艳莉 , 杨 彦 , 赵 兴杰 , 韩旭 平
( 太原市土壤肥料工作站 , 山西 太原 0 3 0 0 2 7 )

要: 试 验通 过在大棚种植番茄 , 研 究 了不同氮素形态配 比对番茄产量和 品质 的影响 。结果表 明, 在N O - _ N:
N H 4 + - N=1 0: 0处 理时 , 番茄产量 最高 , 品质最 差 , 这是 由于土壤 N O 。 一N含量增 加会引起番 茄中硝酸盐 含量过
Ke y wo r ds: NOs - -N;NH4 + - N; t o ma t o ; y i e l d ; qu a l i t y
蔬菜是喜水喜肥作物 , 但是 山西省太原市水资
源量有限 , 特别 是 在 西 部 和 北 部 山 区 , 蔬 菜 种植 多 为 干旱环 境 下进行 l l _ 5 ] 。 有研 究 表 明[ 6 1 , 不 同形态 氮素 在 不 同水 分 环 境 下 表 现 出不 同 的 生 长 促 进 作 用 。 N O 3 - - N和 N H 4 + 一 N是植 物 吸 收 氮 素 的 2种 主要 形
( T a i y u a n S o i l F e r t i l i z e r S t a t i o n , T a i y u a n 0 3 0 0 2 7 , C h i n a )
Ab s t r a c t : I n t h i s p a p e r , t h e e f e c t s o f d i f f e r e n t n i  ̄ o g e n mo r p h o l o g i c a l r a t i o s o n t h e y i e l d a n d q u a l i t y o f t o ma t o we r e s t u d i e d t h r o u g h

番茄临界氮浓度模型的建立及氮素营养诊断

番茄临界氮浓度模型的建立及氮素营养诊断

型 ,对鲜食番 茄氮营养状况进行诊 断。试验分别 于2016年 、2017年 以鲜食番茄 ‘苏粉 14号 ’为试验材
料 ,设置 了5个施 氮水平 ,研 究鲜食番茄地上部 生物量与氮浓度的动 态变化。结果表明 ,鲜食番茄地上
部生物量随氮肥施用量的增加 而增加 ,氮质量分数随着生长发育时间而降低 ;鲜食番茄临界氮浓度与地
establish the fresh tomato critical nitrogen concentration dilution curve model,fresh tomato(Lycopersicon esculentum)cultivar‘Sufen 14’was treated by 5 nitrogen application rates in 2016 and 2017.Based on the
0 引 言
草 本 植物 ,是 目前 重 要 的 消 费蔬菜 之 一 n1,由于 其 口感
番茄 (Lycopersicon esculentum)是 一 年 生或 多 年 生 好 ,营养 丰 富 ,而 颇 受 人们 喜 爱 ,所 以需 求量 也 越 来越
基金 项 目:扬 州市“绿杨金风计划”创业领军人才项 目。 第 一作者简介 :赵薇 ,女 ,1993年 出生 ,江 苏宿 迁人 ,硕士研究 生 ,研究方 向:园艺作物栽培生理 与生长调控研 究。通 信地址 :225009江 苏省扬 州市邗 江 区 扬 州大学文汇路校区 ,E-mail:2449421278@qq.corn。 通 讯作者 :缪曼珉 ,男,1973年出生 ,江苏如东人 ,教授 ,研 究方 向:园艺作物 栽培生理与生长调控研 究。通信地址 :225009江 苏省扬 州市邗江区 扬州 大 学文汇 路校区 ,E—mail:mmmiao@yzu.edu.ca。 收稿 日期 :2018-03.24,修 回日期 :2018-05.13。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

张晓东,李立,高洪燕,等.番茄氮素的多特征融合检测研究[J].江苏农业科学,2016,44(10) =379 -382.doi:10.15889/j. issn. 1002 - 1302.2016.10. 0111番茄氮素的多特征融合检测研究张晓东,李立,高洪燕,孙俊,苏辰(江苏大学现代农业装备与技术省部共建教育部重点实验室,江苏镇江212013)摘要:针对设施番茄的氮营养探测,利用高光谱成像结合三维激光扫描技术,提取了番茄氮素的高光谱特征图像 和植株的三维形态特征,实现了番茄氮素的快速定量分析。

基于获取的不同氮素水平番茄的高光谱图像数据立方体,利用敏感区域逐步回归,结合相关分析,提取了氮素的特征谱段,获取了特征图像强度均值特征;基于获取的番茄三维 激光扫描数据,通过建立番茄三维点云数据的空间几何模型,获取了不同氮素水平番茄的茎粗、株高和生物量特征;采 用P L S R建立了多特征融合番茄氮素检测模型,结果表明,所建立的模型的为0. 94,模型精度明显优于采用高光谱 图像和三维激光扫描单一特征模型。

关键词:番茄;氮素;高光谱图像;三维形态;多特征融合;检测模型中图分类号:S126;S641.206 文献标志码:A文章编号:1002 - 1302(2016) 10 -0379 -03目前我国设施面积已达380万hm2,其中番茄种植面积 186万hm2,产量已占世界产量的近1/3,但由于缺乏先进科 学的营养调控方法,设施番茄的氮肥利用效率仅为35%,不 及设施发达国家的1/2;因此对番茄生长过程信息进行精确 监测,实现基于作物生长需求反馈的精确调控具有现实意义。

目前替代传统人工和化学测定的高光谱遥感、视觉图像 等作物氮素的无损探测方法,因其具有快速性和时效性,且不 影响作物生长等优势,已有许多相关研究,并取得了一些成 果[1<。

但研究大多仅针对氮素丰缺导致的反射特性差异进 行氮素诊断,而作物氮素丰缺会直接导致其生物量、茎粗和植 株高度等的差异,因而同样可以作为有效特征进行作物氮素 的反演;与传统的视觉图像和接触式的测量方法相比,三维激 光扫描能够同步获取植株的整体形貌特征,且精度较高,可实 现作物长势综合特征的精确提取和分析。

本研究提出将高光 谱成像和三维激光扫描技术相结合,充分利用氮素丰缺导致 的番茄叶片尺度的高光谱图像特征,以及冠层尺度的生物量、株高、茎粗等形态特征差异,通过多尺度多特征信息融合进行 番茄氮素的定量分析,有效提高了番茄氮素营养的检测精度,为设施水肥精确管理提供了科学依据。

1材料与方法1.1样本培育试验于2014年9月至2014年12月期间在江苏大学现收稿日期:2015-08-11基金项目:国家自然科学基金重点项目(编号:61233006);国家科技 支撑计划(编号:2014BAD08B03 );中国博士后科学基金(编号:20100481097);江苏高校优势学科建设工程资助项目[编号:苏政办发(2011)6号];江苏省农业装备与智能化高技术研究重点实验 室项目(编号:BM2009703 );江苏大学高级专业人才基金(编号:10JDG081);江苏大学博士后基金。

作者简介:张晓东(1970—),男,河南洛阳人,博士,副研究员,主要从 事高光谱和机器视觉技术在设施作物生长信息检测应用方面的研 究。

E - mail: zxd700227@ 126 • com。

代农业装备与技术省部共建重点实验室的V e n l。

型现代化玻 璃温室进行。

为实现对番茄氮素的精确控制,采用无土栽培;在保证其他营养元素均衡的条件下,对氮素进行精确控制,以获取不同氮素水平的番茄样本。

选取的试验品种为合作903大红番茄。

根据山崎配方配 置营养液[5],样本分N1、N2、N3、N4、N5组5个氮素水平处 理,配置标准配方中N的浓度分别为0%、50%、100%、150%、200%的营养液(均为质量分数),每个水平10株,共 50株样本。

1.2 试验方法1.2.1高光谱图像采集与处理利用高光谱图像采集系统采集番茄叶片的高光谱图像数据[6],设定高光谱成像的曝光 时间为900 m s,扫描速度为1.25 mm/S,以保证图像的清晰且 不失真;之后进行黑场和白场标定,设定强度区间在〇 ~ 4 000;高光谱图像数据的采集是基于S pectm l C u b e软件平 台;采样光谱区间为390. 8 ~ 1 050. 1n m,分辨率为1.3 n m,同步获取采样区间内由512幅不同谱段图像构成的高光谱图像 数据立方体。

基于E N V I V.4软件平台对数据进行处理。

1.2.2番茄长势信息扫描与数据获取采用手持式自定位三维激光扫描仪采番茄的三维形态,如图1所示,三维激光扫 描仪由计算机、Handyscan3D(E X A s c a n)、F ire W ire 适配器、F ir e W ir e电缆、电源等部件组成。

该仪器测量速度25 m eas-ures/s,分辨率0.05 m m,精度O.O4m m,拍摄距离300 m m,视 野深度±150 m m,激光交叉区域210 m m X 210 m m。

进行扫 描时,首先在番茄和花盆上粘贴直径为6 m m的反射目标点,番茄植株形态复杂,因此两目标点之间的距离控制在20 m m;之后,用三维激光扫描仪测量校准板,以校正传感器参数;为 了保证三维形态模型清晰,经试验分析,设定激光功率为65%,快门时间为7.2 m S,分辨率为0.5 m m。

通过手持扫描 的方式,依次获取所有番茄样本的三维数据。

1.2.3植株氮素测定样本含氮量测定采用凯氏定氮法,利 用A A3连续流动分析仪对样本进行分析,通过式(1)计算含 氮量[7]。

式中W为测试样本的含氮量(% )为样品液仪器观测值 (mg) ;m为测试样本的质量(mg)为测试样本的含水率(%)。

2结果与分析2. 1番茄氮素高光谱图像特征提取与分析2.1.1图像背景分割为了获取番茄叶片的高光谱目标图 像,本研究利用ENVI软件,通过对目标图像和背景的阈值分 析,最终选择476nm图像基于双峰法进行阈值分割,分割阈 值为187;并将分割后的二值化目标图像进行灰度反转,填补 残留,去除孤立噪点;在此基础上,将原始图像与处理后的二 值化目标图像进行像素点相乘,得到番茄样本的高光谱序列 目标图像。

2.1.2氮素特征谱段提取为了降低冗余,提高特征的有效 性,本研究采用敏感区间分段逐步回归法[8],进行氮素特征 的筛选,以往的研究表明,番茄氮素主要所处的敏感区间为 390 -47]、520〜581、6〗0〜673 rn n的光谱区域'逐步回归法是在所考虑的全部变M中,按其对含氮量显著程度,取舍变 量。

本研究所采用的逐步回归准则为:当自变±4进入时,f>3. 10时则保留,F< 1.80时则剔除该变量,且保证i?2>0.5, 每组变量数小于等于4个,据此条件进行分析,得到各区间的 回归方程为:-^39〇~4?1m n —0-98 + 4.03A G40+17.3LAG422 ~ 6.3^>A G A A6+ 27. 64A G454;(2)#52〇~5射n m口1. 56 —6. 53i4G390 + 12. 2LAG349 + 9. 36AG336 + 5.63A G m;(3) ^6i〇~673n n i= I-29 +31. 56AG663 -8. 77A G sm+5.41AG663,0(4) 式中:从力区间为390〜700 nm)为高光谱图像灰阶变量;%(J_分别为390〜471、520〜581、610〜673 nm)为高光谱敏感 K间> 的含氮量预测值。

在此基础上,经过相关性分析,最终 选取454、549、556、663 nm图像的灰度均值作为氮素高光谱 图像特征#2. 1.3氮素特征的表达与量化图2为4个氮素水平下番 茄叶片在549 n m特征波长下的图像,可以看出随着氮素水平 的增加,灰度变化梯度较明显,在特定的波长下,图像的平均 灰度级可以用来表示番茄样本区域的反射强度分布特性,灰 度均值特征的算法如下;(5)式中代表敏感波长下的番茄叶片图像灰度均值,yv代表 整个图像中叶片区域的像素点个数(纟=1,2,…,A〇;/(〜;x)表示各像素点〇,y)的灰度值#u ma. N5b. N4c. N3d. N2 f. N1图2不同氮素胁迫下的番茄叶片549 nm特征图像基于获取的不同谱段的番茄氮素的高光谱图像灰度均值 特征变量,利用50个番藤样本中的25个,采用PLS法建立了 氮素检测模型:yV = 1. 75 +7. 8U G454 +22. 96AGm-27. 21AG56Q+ 10. l3AGm〇(6)利用剩余的25个样本进行预测分析,模型的相关系数为 0. 91,均方根误差为0. 66,表明高光谱图像特征能够进行番 茄氮素检测,但精度有待提高。

2.2番茄氮素的形态特征提取与分析2.2.1三维扫描数据预处理为了克服三维激光扫描时,由于样本周围物体的反射干扰产生的噪点,以及番茄叶片重叠 导致的扫描漏洞等问题,本研究采用Geomagic qualify逆向工 程软件对模型进行修复,以获取精确的扫描模型。

进行数据修复时,首先利用Geomagic qualify软件将由三 角形组成的番茄模型转化为点云,剔除多余的噪声点;之后利 用封装将三维点云转化为由三角形组成的曲面模型;进而对 番茄表面存在漏洞的部分进行填补;最后对番茄模型进行平 滑处理。

图3 - a、图3 - C为原始俯视、主视彐维数据,图3 -b、图3-d为进行模型修复后的三维数据。

经过数据修复处 理后,有效消除了干扰噪点,并使三维数据保持连续ac d图3番茄三维扫描数据修复2.2.2番茄氮素形态特征提取本研究通过建立点云数据的空间几何模型来提取番茄的体积、株高和茎粗等长势特征# 2. 2.2.1体积计算利用〃个微小立方体去拟合番茄形状# 如图4所示,番茄区域由〃个大小为a x a x a的立方体组成 (立方体的边长a小于番茄叶片的厚度),通过计算有效立方 体个数之和得到番茄体积。

此算法可以不考虑番茄形态,只需断立方体单元的数f i和有效性,其中有效立方体代表番为了克服变量间的尺度差异,首先利用式(13)对两类不 同的特征变量分别进行归一化处理:A =( _ %min ) ’ ( %max _ ) 〇 ( 13 )式中为特征向量特征值;i 为特征序号(i = 1,2,3,…);&i dax 为特征向量中的样本特征值的最小值和最大值。

将归一化后的4个图像特征和3个长势特征进行偏最小 二乘相关分析(P L S ),利用样本采集时同时获取的25个样本 的数据,建立P L S 成分与叶片含氮量做相关关系,得到基于 原变量的P L S 氮素回归模型:N = - 4. 15 + 8. 23AGm + 15. 36AG 549 + 27. 91AG 556 -31. 85AG 663 +3. 525c -3. 78P A +0. 79Bm Q (14)利用剩余的25个样本进行模型验证,模型预测值与实测 值的相关系数为〇. 94,均方根误差为0. 48 (图5 ),表明融合 了高光谱图像和长势特征的模型预测精度明显提高。

相关文档
最新文档