基于高光谱成像技术的苹果叶片叶绿素和氮素含量分布反演
发布时间:2020-09-09 16:51
植物叶片的叶绿素(Chlorophyll,Chl)和氮素(Nitrogen,N)在植物的新陈代谢和生长起着重要的作用。苹果叶片叶绿素在光合作用中起着重要作用,氮素又是苹果在生长过程中所必需的元素,二者都直接影响苹果的长势和产量。利用高光谱成像技术对苹果叶片叶绿素和氮素含量的估测及其分布反演研究,对于苹果叶片的养分分布及精准施肥都具有重要意义。传统植物叶绿素和氮素的测定多为化学分析方法,费时、费力且专业技术性要求高,而近来来发展的高光谱技术具有测量快速方便、低成本,并且非破坏性等优点。高光谱成像技术结合了光谱和图像两方面的优势,具有高分辨率、多波段、图谱合一等特点,可以检测物体的外观特性与内部成分,既可以利用多波段光谱对植物叶绿素和氮素的含量进行定量分析,又可以利用图像对其空间分布差异进行可视化研究。因此,利用高光谱成像技术来获取苹果生长过程中叶片营养状况的变化,可以为精准施肥管理提供技术支持。研究区为被称为“世界苹果之城”的山东省烟台栖霞市。研究的样本为2016年9月红富士苹果树叶片。利用成像光谱仪测定苹果叶片的成像高光谱数据,分别利用分光光度计法和凯氏定氮仪测定苹果叶片叶绿素和氮素含量,提取叶片的光谱信息并进行预处理。(1)筛选出了苹果叶片叶绿素含量和氮素含量的敏感波长,构建了植被指数。通过对光谱进行多元散射校正预处理,苹果叶片叶绿素含量与光谱数据的相关性得到提高,筛选出712 nm、509 nm、561 nm、840 nm、696 nm、987 nm6个敏感波长。对光谱进行SG平滑一阶微分,苹果叶片氮素含量与光谱数据的相关性提高,筛选出535 nm、576 nm、633 nm、654 nm、701 nm 5个敏感波长建立模型,同时利用前人已得出较好的6个植被指数NIR/NIR(740,780)、RVI2(765,787)、ZTM(710,750)、VLOPT2(730,760)、GRVI(550,800)、GNDVI(550,800)建立模型,进行对比。(2)建立了基于高光谱成像技术的苹果叶片叶绿素含量估测模型,分别为偏最小二乘、主成分回归、二次多项式逐步回归模型。建立了基于高光谱成像技术的苹果叶片氮素含量的逐步回归分析模型、BP人工神经网络模型、岭回归模型,通过对比分析选出了最佳的预测模型。结果表明,建立的MSC-PCA模型能较好的估测叶绿素含量,建立的SG-D-SRA模型能较好的估测氮素含量(叶绿素:R~2=0.8004,RMSE=0.3188,RE=26.4%;氮素:R~2=0.6866,RMSE=0.3188,RE=10.21%)。通过利用叶绿素含量对氮素估测模型进行修正,发现修正后的氮素含量估测模型预测集的R~2由0.7431提高到0.7866,检验集R~2由0.6866提高到0.7071,效果良好。(3)建立了苹果叶片叶绿素和氮素的分布反演图。依据得出的叶绿素和氮素的回归方程,计算叶片上各个像素点的叶绿素和氮素,从而得到苹果叶片叶绿素和氮素的分布反演图,为苹果叶片上叶绿素和氮素含量提供更加直观的信息表达。结果表明了利用高光谱成像技术可以实现苹果叶片叶绿素和氮素分布的反演,为有效地检测植物的养分分布以及合理施肥提供了科学的理论依据。
【学位单位】:山东农业大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:S661.1;TP391.41
【部分图文】:
即放入铺满冰块的泡沫箱中,带回实验室测定。本研究共 130 个样本。验仪器采用 SOC710VP 高光谱成像仪进行成像光谱数据的采集,由成像光谱 的卤素灯、国家标准灰板、暗箱和装有采集软件的电脑组成。组装各项准灰板放置暗箱内部;在暗箱中安装卤素灯,左右各安装一个,调节卤使卤素灯光源交叉照射于灰板中心位置;在灰板中央上方固定成像光谱仪镜头对准灰板中心,调节镜头光圈设置为 F5.6;连接电脑与成像光谱示。光谱成像数据系统平台组装完成后,调试系统。将叶片放置于灰板中心源,打开图像采集软件,待软件显示样本图像时,调节成像光谱仪的镜头像清晰可见。关闭暗箱,保证卤素灯为唯一光源,试采集成像光谱信息系统平台无误。
式进行黑白校正,获得校正后图像 R。以苹果叶片为研究对象,为了免在图像采集过程中受到外界环境和光线干扰,程在暗箱中进行。.3 苹果叶片成像光谱数据处理通过高光谱成像系统得到的是遥感影像像元亮度值即 DN 值(Digital Number),是记录地物的灰度值,但并不是地物的真正光谱值,所以必须进行反射率转换,用的 DN 值转化为可以使用的反射率。本次实验用 SOC710VP 成像光谱仪自带软行反射率标准化,包括几何定标,辐射定标。几何定标是指对图像几何特征进行校正,以还原真实情况;辐射定标是指消除据辐射亮度中的各类失真的过程,对遥感图像的辐射度进行校准,以实现定量遥射率标准化后,最终获得包含反射率的数据。结果如图 2-2 所示:
山东农业大学硕士专业学位论文.4 苹果叶片高光谱数据获取利用 ENVI 软件提取反射率,即选取感兴趣区域(ROI),提取反射率。将经过的高光谱图像数据加载到 ENVI 中,设置各通道波长分布为:698.33 nm(R)、5(G)、435.76 nm(B)。显示叶片的 RGB 图像,可以看见叶片的基本情况,如图 2
本文编号:2815225
【学位单位】:山东农业大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:S661.1;TP391.41
【部分图文】:
即放入铺满冰块的泡沫箱中,带回实验室测定。本研究共 130 个样本。验仪器采用 SOC710VP 高光谱成像仪进行成像光谱数据的采集,由成像光谱 的卤素灯、国家标准灰板、暗箱和装有采集软件的电脑组成。组装各项准灰板放置暗箱内部;在暗箱中安装卤素灯,左右各安装一个,调节卤使卤素灯光源交叉照射于灰板中心位置;在灰板中央上方固定成像光谱仪镜头对准灰板中心,调节镜头光圈设置为 F5.6;连接电脑与成像光谱示。光谱成像数据系统平台组装完成后,调试系统。将叶片放置于灰板中心源,打开图像采集软件,待软件显示样本图像时,调节成像光谱仪的镜头像清晰可见。关闭暗箱,保证卤素灯为唯一光源,试采集成像光谱信息系统平台无误。
式进行黑白校正,获得校正后图像 R。以苹果叶片为研究对象,为了免在图像采集过程中受到外界环境和光线干扰,程在暗箱中进行。.3 苹果叶片成像光谱数据处理通过高光谱成像系统得到的是遥感影像像元亮度值即 DN 值(Digital Number),是记录地物的灰度值,但并不是地物的真正光谱值,所以必须进行反射率转换,用的 DN 值转化为可以使用的反射率。本次实验用 SOC710VP 成像光谱仪自带软行反射率标准化,包括几何定标,辐射定标。几何定标是指对图像几何特征进行校正,以还原真实情况;辐射定标是指消除据辐射亮度中的各类失真的过程,对遥感图像的辐射度进行校准,以实现定量遥射率标准化后,最终获得包含反射率的数据。结果如图 2-2 所示:
山东农业大学硕士专业学位论文.4 苹果叶片高光谱数据获取利用 ENVI 软件提取反射率,即选取感兴趣区域(ROI),提取反射率。将经过的高光谱图像数据加载到 ENVI 中,设置各通道波长分布为:698.33 nm(R)、5(G)、435.76 nm(B)。显示叶片的 RGB 图像,可以看见叶片的基本情况,如图 2
【参考文献】
相关期刊论文 前10条
1 刘燕德;邓清;;基于高光谱成像技术的脐橙叶片的叶绿素含量及其分布测量[J];发光学报;2015年08期
2 郭志明;赵春江;黄文倩;彭彦昆;李江波;王庆艳;;苹果糖度高光谱图像可视化预测的光强度校正方法[J];农业机械学报;2015年07期
3 余克强;赵艳茹;李晓丽;丁希斌;庄载椿;何勇;;高光谱成像技术的不同叶位尖椒叶片氮素分布可视化研究[J];光谱学与光谱分析;2015年03期
4 岳学军;全东平;洪添胜;王健;瞿祥明;甘海明;;柑橘叶片叶绿素含量高光谱无损检测模型[J];农业工程学报;2015年01期
5 王仁红;宋晓宇;李振海;杨贵军;郭文善;谭昌伟;陈立平;;基于高光谱的冬小麦氮素营养指数估测[J];农业工程学报;2014年19期
6 张筱蕾;刘飞;聂鹏程;何勇;鲍一丹;;高光谱成像技术的油菜叶片氮含量及分布快速检测[J];光谱学与光谱分析;2014年09期
7 冀荣华;郑立华;邓小蕾;张瑶;李民赞;;基于反射光谱的苹果叶片叶绿素和含水率预测模型[J];农业机械学报;2014年08期
8 朱逢乐;章海亮;邵咏妮;何勇;;基于高光谱成像技术的多宝鱼肉冷藏时间的可视化研究[J];光谱学与光谱分析;2014年07期
9 赵艳茹;余克强;李晓丽;何勇;;基于高光谱成像的南瓜叶片叶绿素分布可视化研究[J];光谱学与光谱分析;2014年05期
10 朱文静;毛罕平;周莹;张晓东;;基于高光谱图像技术的番茄叶片氮素营养诊断[J];江苏大学学报(自然科学版);2014年03期
本文编号:2815225
本文链接:https://www.wllwen.com/nykjlw/yylw/2815225.html