生菜生长信息快速检测方法与时域变量施肥研究

发布时间：2016-11-12 15:50

  本文关键词：生菜生长信息快速检测方法与时域变量施肥研究，，由笔耕文化传播整理发布。

《江苏大学》 2015年

生菜生长信息快速检测方法与时域变量施肥研究

高洪燕  

【摘要】：我国是生菜生产与消费大国,生产量约占世界的1/2以上。而随着现代农业的发展,快速诊断生菜营养及水分的丰缺情况,充分了解生菜的生长规律,是实现生菜产业化发展的有效途径。本文利用光谱及图像技术,结合多种化学计量学算法及图像处理技术,建立了基于单传感及多传感信息融合的生菜冠层氮、磷、钾、水分含量检测模型。研究了生菜的生长规律,分析了养分含量、长势、产量三者间的关系,提出了根据长势进行时域变量施肥。具体研究内容及结果如下：(1)采用Savitzky-Golay滤波(SG)、Savitzky-Golay滤波结合一阶导数变换(SG+FD)、Savitzky-Golay滤波结合对数变换(SG+Log(1/R))和Savitzky-Golay滤波结合连续统去除(SG+CR)四种滤波方法对原始光谱进行去噪。SG+FD方法适用于生菜冠层氮、磷、钾光谱的预处理,SG+Log(1/R)适用于生菜冠层水分光谱的预处理。采用RS法、KS算法和SPXY算法对样本集进行划分,SPXY算法可有效地覆盖多维向量空间,优于RS和KS算法。综合使用间隔偏最小二乘法(iPLS)、联合区间偏最小二乘法(SiPLS)和后向区间偏最小二乘法(BiPLS)对与生菜冠层氮、磷、钾及水分相关的最优光谱区间进行提取。结果显示基于不同光谱模型的预测结果存在以下关系：BiPLSNSiPLSNiPLSN, SiPLSPBiPLSPiPLSP, BiPLSK SiPLSK iPLSK, BiPLSW SiPLSW iPLSW。使用遗传算法(GA)和连续投影算法(SPA)对与生菜冠层氮、磷、钾及水分相关的特征波长进行提取。氮素的最优波长为：482、513、522、569、641、691、704和821nm,磷元素的最优波长为：675、680、972、991、1476和2016nm,钾元素的最优波长为：463、551、652、683、729、987和1041nm,水分的最优波长为：967、1170、1221、1406、1484、1942和1985nm。多种算法联合运用大量去除了冗余及相关信息,光谱变量从2151个减少到了6-8个。分别利用多元线性回归(MLR)、径向基函数神经网络(RBFNN)和极限学习机(ELM)三种建模方法建立生菜营养及水分检测模型。ELM算法所建模型最优。氮元素模型的RMSEP=0.2842%, Rp=0.9218、磷元素模型的RMSEP=0.5164g/kg, Rp=0.8462、钾元素模型的RMSEP=0.1741%, Rp=0.8749、水分模型的RMSEP=197%, Rp=0.8243。(2)分别采用中值滤波、均值滤波和小波去噪等方法对原始图像进行降噪处理,结果表明小波去噪的效果最好。提取冠幅投影面积(TPCA)、冠幅周长(TPCP)、株高(PH)作为生菜冠层的长势特征,提取RGB和HSI空间的各颜色分量作为生菜冠层的颜色特征,提取RGB和HSI颜色空间中的CCMR,G, CCMR,B, CCMG,B,CCMH,S, CCMH,I, CCMS,I6个颜色共生矩阵的熵(ENT)、角二阶矩(ASM)、对比度(CON)和协同性(HOM)的平均值作为生菜冠层的纹理特征。建立基于ELM算法的生菜冠层氮、磷、钾、水分含量检测模型,得到氮元素模型的RMSEP=0.4651%, Rp=0.8217、磷元素模型的RMSEP=0.6083g/kg, Rp=0.7649、钾元素模型的RMSEP=0.2434%, Rp=0.8167、水分模型的RMSEP=238%, Rp=0.7794,光谱模型的检测精度高于图像模型。开发了生菜图像特征快速提取软件,可提取TPCA、TPCP、PH、R、G、B、H、 S、I、ENT、ASM、CON和HOM共13个特征。(3)对比分析了主成分分析(PCA)及核主成分分析(KPCA)的降维效果,结果表明使用KPCA得到的主成分累积贡献率明显高于PCA。利用RBFNN和ELM算法建立多信息融合模型,ELM模型最优。得到氮素模型的]RMSEP=0.2531%,Rp=0.9464、磷元素模型的 RMSEP=0.3679g/kg, Rp=0.9034、钾元素模型的RMSEP=0.1349%, Rp=0.9249、水分模型的RMSEP=169%, Rp=0.8918。氮钾模型的预测效果稍好于磷元素和水分,多信息融合的预测结果明显优于单一传感器的预测结果。(4)建立了TPCA、PH及TPCP的Gomportz、Logistic和灰色Verhulst模型。灰色Verhulst模型可很好地反映TPCA和TPCP的长势情况,Logistic算法可用于PH的预测。计算后得到生菜TPCA的理论生长上限值为692.8 cm2,速生点为第16.4天,速生期从8.2到24.7天。生菜PH的理论生长上限值为25.1cm,速生点为第16.1天,速生期从4.0到28.2天。生菜TPCP的理论生长上限值为123.3cm,速生点为第18.0天,速生期从4.2到25.8天。以此将生菜的生长期分为三个阶段,即对数期,直线期和衰老期。(5)计算了养分含量、长势、产量三者的灰色关联度,得到养分含量对TPCA、TPCP和PH的影响顺序为氮磷钾,养分含量对生菜产量的影响顺序为氮钾磷,长势对生菜产量的影响顺序为TPCAPH TPCP。建立了基于环境温度、氮磷钾含量的TPCA、TPCP和PH的预测模型,同时建立了营养液浓度与养分含量关系模型,提出了根据长势进行时域变量施肥。本研究为生菜营养及水分的快速精确诊断提供了重要依据,为生菜的精细化管理及产业化高效生产奠定了基础。

【关键词】：
【学位授予单位】：江苏大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：S636.9
【目录】：

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【参考文献】

中国期刊全文数据库 前10条

1 祝锦霞;邓劲松;石媛媛;陈祝炉;韩凝;王珂;;基于水稻扫描叶片图像特征的氮素营养诊断研究[J];光谱学与光谱分析;2009年08期

2 高洪智;卢启鹏;丁海泉;彭忠琦;;基于连续投影算法的土壤总氮近红外特征波长的选取[J];光谱学与光谱分析;2009年11期

3 陈国庆;魏柏林;王俊;吴亚敏;高淑梅;孔艳;朱拓;;应用荧光光谱和径向基函数神经网络定量检测三聚氰胺[J];光谱学与光谱分析;2010年01期

4 孙钦平;李吉进;邹国元;向成材;罗一鸣;刘本生;;应用数字图像技术对有机肥施用后玉米氮营养诊断研究[J];光谱学与光谱分析;2010年09期

5 蔡年辉;许玉兰;白青松;张瑞丽;魏巍;段安安;李悦;;不同种群高山松1年生播种苗木生长节律及其变异[J];东北林业大学学报;2013年05期

6 魏巍;李根前;李甜江;代光辉;李孙玲;肖智勇;高海银;刘丹一;;不同灌水强度下中国沙棘苗木生长过程[J];林业科学研究;2012年03期

7 李绍伟;李军华;任丽;金建猛;范君龙;邓丽;;花生产量与主要农艺性状的灰色关联度分析[J];陕西农业科学;2007年01期

8 秦玲;康文怀;李嘉瑞;魏钦平;;草炭改土条件下葡萄生长模型模拟研究与灰色关联分析[J];生物数学学报;2010年03期

9 胡建忠;;人工沙棘林灰色生长模型的建立与预测[J];水土保持学报;1991年02期

10 郑益兴;吴疆翀;彭兴民;张燕平;;元谋干热河谷实生印楝人工林产量和品质与叶片养分含量之间的关系[J];生态学杂志;2013年08期

中国硕士学位论文全文数据库 前2条

1 曾茜;花卉植物形态与生长可视化仿真研究[D];北京林业大学;2011年

2 杨小锋;氮磷钾营养供应对生菜生长和品质的影响[D];华中农业大学;2006年

【共引文献】

中国期刊全文数据库 前10条

1 洪德峰;任转滩;马毅;张学舜;;利用灰色关联度评价玉米新组合产量与产量构成因子的关系[J];山东农业科学;2008年04期

2 杨春玲;侯军红;宋志均;李晓亮;薛鑫;;DTOPSIS法综合评价黄淮小麦新品种初探[J];山东农业科学;2010年08期

3 杜淑辉;臧德奎;孙居文;;木瓜属观赏品种的灰色关联度综合评价[J];山东农业科学;2011年01期

4 李玉发;梁军;窦忠玉;王佰众;张学军;刘洪欣;栾天浩;何中国;;食用向日葵杂交种主要性状与产量间的灰关联分析[J];山东农业科学;2011年12期

5 汪军,周鸣争;基于小波分解的痕迹灰度图像边缘检测[J];安徽工程科技学院学报(自然科学版);2003年03期

6 周鸣争,李华,汪军;基于软阈值小波痕迹图像去噪算法及应用[J];安徽工程科技学院学报(自然科学版);2003年04期

7 李振江;;DTOPSIS法在大豆品种综合评估中的应用[J];安徽农学通报(上半月刊);2011年19期

8 郭振升;贾利元;张慎举;;模糊概率法在强筋小麦品种综合评估中的应用初探[J];安徽农学通报(上半月刊);2011年21期

9 周守年,戴瓯和;应用灰色关联分析法综合评估大豆品种的初步研究[J];安徽农业科学;1991年01期

10 张平治,汪建来,赵景忠;对灰色关联度法评价区试品种的研究[J];安徽农业科学;1996年03期

中国博士学位论文全文数据库 前10条

1 王兴梅;水下声纳图像的MRF目标检测与水平集的轮廓提取方法研究[D];哈尔滨工程大学;2010年

2 石媛媛;基于数字图像的水稻氮磷钾营养诊断与建模研究[D];浙江大学;2011年

3 李锦卫;基于计算机视觉的水稻、油菜叶色—氮营养诊断机理与建模[D];湖南农业大学;2010年

4 卢泉;基于机器视觉的特殊管道静态参数高精度测量技术研究[D];西安电子科技大学;2010年

5 唐世伟;地震解释中的图像处理方法与技术研究[D];东北石油大学;2011年

6 朱险峰;生物颗粒流式成像关键技术的研究[D];天津大学;2010年

7 邱宇;基于双边滤波的图像去噪及锐化技术研究[D];重庆大学;2011年

8 谢恒星;不同灌溉方式下温室甜瓜生长效应及植株液流研究[D];西北农林科技大学;2010年

9 王方永;基于近地可见光成像传感器的棉花生长信息监测研究[D];石河子大学;2011年

10 辛山;基于γ射线CT及ECT的气液两相流成像系统[D];天津大学;2011年

中国硕士学位论文全文数据库 前10条

1 马彦平;基于数字图像的冬小麦、夏玉米长势远程动态监测技术研究[D];华中农业大学;2010年

2 朱明涛;分子标记辅助番茄自交系改良及其配合力的测定[D];华中农业大学;2010年

3 侯洪升;基于SPOT5高分辨率影像的城市新增建设用地监测研究[D];山东农业大学;2009年

4 赵开伟;Contourlet变换在图像去噪中的应用研究[D];哈尔滨工程大学;2010年

5 郑琪;冻害对杂交玉米种子发芽特性及结构的影响[D];甘肃农业大学;2010年

6 南铭;低温冻害对不同粒型玉米种子萌发及生理生化指标的影响[D];甘肃农业大学;2010年

7 张学梦;基于小波理论的水下图像后向散射降噪研究[D];中国海洋大学;2010年

8 濮震宇;基于小波收缩的图像去噪[D];苏州大学;2010年

9 于美玲;20个红花品种的耐盐生理及农艺性状的综合评价[D];河南师范大学;2010年

10 樊丁宇;新疆杏品种果实数量性状评价研究[D];新疆农业大学;2010年

【二级参考文献】

中国期刊全文数据库 前10条

1 刘贯山;烟草叶面积不同测定方法的比较研究[J];安徽农业科学;1996年02期

2 张建新;;不同浓度园试营养液配方对生菜生长的影响[J];安徽农业科学;2005年12期

3 李萍萍;胡永光;赵玉国;陈勇;李国权;;不同物质调节醋糟基质理化性状分析及其应用效果[J];安徽农业科学;2007年11期

4 刘金定;伍艳莲;梁敬东;;基于OpenGL的荷花开放过程模拟[J];安徽农业科学;2008年25期

5 王美琴，杜月键，孙永玲;应用灰色关联度分析油菜主要农艺性状间的相关及其对产量的影响[J];安徽农业科学;1994年03期

6 宛彩云;;生物有机肥对玉米生长发育及产量品质的影响[J];现代农业科技;2009年12期

7 江力,张荣铣;不同氮钾水平对烤烟光合作用的影响[J];安徽农业大学学报;2000年04期

8 邢素芝,汪建飞,夏金林;氮肥用量对生菜产量的影响及生菜专用肥的研制[J];安徽农业技术师范学院学报;2001年01期

9 李孝良,王伟;无土栽培生菜吸钾规律研究[J];安徽技术师范学院学报;2004年01期

10 李树和,刘运霞,廖靖,孙世海;不同氮、磷、钾配比对砂培生菜长势影响[J];北方园艺;2001年03期

中国博士学位论文全文数据库 前5条

1 贾良良;应用数字图像技术与土壤植株测试进行冬小麦氮营养诊断[D];中国农业大学;2003年

2 陈立平;精准农业变量施肥理论与试验研究[D];中国农业大学;2003年

3 王青;流形上参数曲面的理论与方法[D];浙江大学;2003年

4 张淮声;大尺度地形/植被的实时绘制技术[D];浙江大学;2006年

5 曾兰玲;树木花卉形态建模研究[D];浙江大学;2009年

中国硕士学位论文全文数据库 前2条

1 董莹莹;基于GPU的虚拟植物生长研究[D];首都师范大学;2009年

2 马培良;基于结构—功能反馈机制的虚拟水稻模型研究[D];浙江工业大学;2009年

【相似文献】

中国期刊全文数据库 前10条

1 孙裕晶,马成林,张书慧,张勇智;智能变量施肥技术初步试验研究[J];农机化研究;2003年04期

2 杨印生,吴才聪,马成林,张书慧;基于数据包络分析的变量施肥技术经济分析[J];农机化研究;2004年04期

3 王秀,赵春江,孟志军,陈立平,潘瑜春,薛绪掌;精准变量施肥机的研制与试验[J];农业工程学报;2004年05期

4 曲桂宝,田耘;变量施肥的实现过程及其发展前景[J];中国农机化;2005年04期

5 余泳昌;郭树满;周玉乾;李春杰;刘文艺;;实时监控变量施肥技术的初步研究[J];农业机械化与电气化;2006年02期

6 李富先;吕新;潘冬梅;王海江;;棉花膜下滴灌比例混合变量施肥装置的研发与应用[J];节水灌溉;2007年02期

7 李志红;李锦泽;侯桂凤;于玉真;;变量施肥机的设计[J];农机化研究;2008年08期

8 李爱传;王熙;汪志强;高飞;;电液驱动式变量施肥闭环控制系统研究[J];中国农学通报;2009年07期

9 吉建斌;王秀;张文爱;;半自动变量施肥控制器的研究与开发[J];农机化研究;2009年11期

10 齐江涛;张书慧;于英杰;徐岩;;基于蓝牙技术的变量施肥机速度采集系统设计[J];农业机械学报;2009年12期

中国重要会议论文全文数据库 前10条

1 江发潮;彭彦昆;;精准变量施肥技术现状及其研究应用展望[A];中国农作制度研究进展2008[C];2008年

2 马旭;马成林;张书慧;;变量施肥机及其应用的研究[A];农业机械化与全面建设小康社会——中国农业机械学会成立40周年庆典暨2003年学术年会论文集[C];2003年

3 王秀;孟志军;白由路;;机械化变量施肥技术在我国的应用初探[A];中国数字农业与农村信息化学术研究研讨会论文集[C];2005年

4 薛绪掌;陈立平;潘瑜春;王秀;赵春江;;不同肥力水平下变量施肥尺度效应的理论研究[A];中国数字农业与农村信息化学术研究研讨会论文集[C];2005年

5 齐江涛;张书慧;于英杰;徐岩;;基于蓝牙技术的变量施肥机速度采集系统设计[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集（下册）[C];2008年

6 王金武;;深施型液态变量施肥控制系统建模与仿真[A];中国农业工程学会2011年学术年会（CSAE 2011）论文摘要集[C];2011年

7 孟志军;王秀;田凯;李吉望;;一种变量作业模拟测试软件的设计与实现[A];中国数字农业与农村信息化学术研究研讨会论文集[C];2005年

8 苑进;;双变量施肥序列优化和相关向量机控制参数决策[A];中国农业工程学会2011年学术年会（CSAE 2011）论文摘要集[C];2011年

9 王熙;王新忠;;三种不同变量施肥执行机构比较研究[A];农业机械化与新农村建设——中国农业机械学会2006年学术年会论文集（下册）[C];2006年

10 马旭;马成林;张书慧;;变量施肥机及其应用的研究[A];中国农业机械学会成立40周年庆典暨2003年学术年会论文集[C];2003年

中国重要报纸全文数据库 前1条

1 周铮;[N];农民日报;2008年

中国博士学位论文全文数据库 前10条

1 高洪燕;生菜生长信息快速检测方法与时域变量施肥研究[D];江苏大学;2015年

2 陈相芬;变量施肥的环境效率测算技术研究[D];吉林大学;2007年

3 张睿;智能型变量施肥关键技术研究[D];中国农业科学院;2012年

4 陈立平;精准农业变量施肥理论与试验研究[D];中国农业大学;2003年

5 于英杰;基于传感器定位的变量施肥控制系统研制[D];吉林大学;2010年

6 吴才聪;精确农业变量施肥决策研究与技术经济分析[D];吉林大学;2003年

7 张继成;基于处方图的变量施肥系统关键技术研究[D];东北农业大学;2013年

8 王熙;精准农业大豆变量施肥控制技术研究[D];黑龙江八一农垦大学;2010年

9 乔欣;基于光谱技术的大豆营养信息诊断及其变量施肥系统研究[D];吉林大学;2008年

10 梁春英;电液比例变量施肥系统参数模型辨识及滑模变结构控制研究[D];沈阳农业大学;2013年

中国硕士学位论文全文数据库 前10条

1 张丽颖;变量施肥技术的生命周期分析及实施变量施肥技术的影响因素辨识[D];吉林大学;2007年

2 齐江涛;蓝牙技术在变量施肥中的应用研究[D];吉林大学;2008年

3 张林焕;变量施肥机液压无级调速控制系统的研究[D];吉林大学;2009年

4 孙成;变量施肥机控制系统的研究[D];吉林农业大学;2008年

5 梁红霞;基于高光谱遥感技术的变量施肥算法及机理研究[D];安徽农业大学;2005年

6 千锦辉;推算定位变量施肥控制系统研究[D];吉林大学;2006年

7 曲桂宝;变量施肥机的试验研究[D];吉林农业大学;2006年

8 刘步玉;变量施肥控制方法研究[D];东北林业大学;2013年

9 张井柱;玉米精准变量施肥技术的示范应用[D];吉林农业大学;2013年

10 牛晓颖;精准农业变量施肥技术及其实施系统的研究[D];河北农业大学;2005年

  本文关键词：生菜生长信息快速检测方法与时域变量施肥研究，由笔耕文化传播整理发布。

本文编号：172270