植物葉片的葉綠素(Chlorophyll,Chl)和氮素(Nitrogen,N)在植物的新陳代謝和生長起著重要的作用。蘋果葉片葉綠素在光合作用中起著重要作用,氮素又是蘋果在生長過程中所必需的元素,二者都直接影響蘋果的長勢和產(chǎn)量。利用高光譜成像技術(shù)對蘋果葉片葉綠素和氮素含量的估測及其分布反演研究,對于蘋果葉片的養(yǎng)分分布及精準(zhǔn)施肥都具有重要意義。傳統(tǒng)植物葉綠素和氮素的測定多為化學(xué)分析方法,費(fèi)時(shí)、費(fèi)力且專業(yè)技術(shù)性要求高,而近來來發(fā)展的高光譜技術(shù)具有測量快速方便、低成本,并且非破壞性等優(yōu)點(diǎn)。高光譜成像技術(shù)結(jié)合了光譜和圖像兩方面的優(yōu)勢,具有高分辨率、多波段、圖譜合一等特點(diǎn),可以檢測物體的外觀特性與內(nèi)部成分,既可以利用多波段光譜對植物葉綠素和氮素的含量進(jìn)行定量分析,又可以利用圖像對其空間分布差異進(jìn)行可視化研究。因此,利用高光譜成像技術(shù)來獲取蘋果生長過程中葉片營養(yǎng)狀況的變化,可以為精準(zhǔn)施肥管理提供技術(shù)支持。研究區(qū)為被稱為“世界蘋果之城”的山東省煙臺(tái)棲霞市。研究的樣本為2016年9月紅富士蘋果樹葉片。利用成像光譜儀測定蘋果葉片的成像高光譜數(shù)據(jù),分別利用分光光度計(jì)法和凱氏定氮儀測定蘋果葉片葉綠素和氮素含量,提取葉片的光譜信息并進(jìn)行預(yù)處理。(1)篩選出了蘋果葉片葉綠素含量和氮素含量的敏感波長,構(gòu)建了植被指數(shù)。通過對光譜進(jìn)行多元散射校正預(yù)處理,蘋果葉片葉綠素含量與光譜數(shù)據(jù)的相關(guān)性得到提高,篩選出712 nm、509 nm、561 nm、840 nm、696 nm、987 nm6個(gè)敏感波長。對光譜進(jìn)行SG平滑一階微分,蘋果葉片氮素含量與光譜數(shù)據(jù)的相關(guān)性提高,篩選出535 nm、576 nm、633 nm、654 nm、701 nm 5個(gè)敏感波長建立模型,同時(shí)利用前人已得出較好的6個(gè)植被指數(shù)NIR/NIR(740,780)、RVI2(765,787)、ZTM(710,750)、VLOPT2(730,760)、GRVI(550,800)、GNDVI(550,800)建立模型,進(jìn)行對比。(2)建立了基于高光譜成像技術(shù)的蘋果葉片葉綠素含量估測模型,分別為偏最小二乘、主成分回歸、二次多項(xiàng)式逐步回歸模型。建立了基于高光譜成像技術(shù)的蘋果葉片氮素含量的逐步回歸分析模型、BP人工神經(jīng)網(wǎng)絡(luò)模型、嶺回歸模型,通過對比分析選出了最佳的預(yù)測模型。結(jié)果表明,建立的MSC-PCA模型能較好的估測葉綠素含量,建立的SG-D-SRA模型能較好的估測氮素含量(葉綠素:R~2=0.8004,RMSE=0.3188,RE=26.4%;氮素:R~2=0.6866,RMSE=0.3188,RE=10.21%)。通過利用葉綠素含量對氮素估測模型進(jìn)行修正,發(fā)現(xiàn)修正后的氮素含量估測模型預(yù)測集的R~2由0.7431提高到0.7866,檢驗(yàn)集R~2由0.6866提高到0.7071,效果良好。(3)建立了蘋果葉片葉綠素和氮素的分布反演圖。依據(jù)得出的葉綠素和氮素的回歸方程,計(jì)算葉片上各個(gè)像素點(diǎn)的葉綠素和氮素,從而得到蘋果葉片葉綠素和氮素的分布反演圖,為蘋果葉片上葉綠素和氮素含量提供更加直觀的信息表達(dá)。結(jié)果表明了利用高光譜成像技術(shù)可以實(shí)現(xiàn)蘋果葉片葉綠素和氮素分布的反演,為有效地檢測植物的養(yǎng)分分布以及合理施肥提供了科學(xué)的理論依據(jù)。
【學(xué)位單位】：山東農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：S661.1;TP391.41
【部分圖文】：

即放入鋪滿冰塊的泡沫箱中，帶回實(shí)驗(yàn)室測定。本研究共 130 個(gè)樣本。驗(yàn)儀器采用 SOC710VP 高光譜成像儀進(jìn)行成像光譜數(shù)據(jù)的采集，由成像光譜 的鹵素?zé)簟覙?biāo)準(zhǔn)灰板、暗箱和裝有采集軟件的電腦組成。組裝各項(xiàng)準(zhǔn)灰板放置暗箱內(nèi)部；在暗箱中安裝鹵素?zé)�，左右各安裝一個(gè)，調(diào)節(jié)鹵使鹵素?zé)艄庠唇徊嬲丈溆诨野逯行奈恢�；在灰板中央上方固定成像光譜儀鏡頭對準(zhǔn)灰板中心，調(diào)節(jié)鏡頭光圈設(shè)置為 F5.6；連接電腦與成像光譜示。光譜成像數(shù)據(jù)系統(tǒng)平臺(tái)組裝完成后，調(diào)試系統(tǒng)。將葉片放置于灰板中心源，打開圖像采集軟件，待軟件顯示樣本圖像時(shí)，調(diào)節(jié)成像光譜儀的鏡頭像清晰可見。關(guān)閉暗箱，保證鹵素?zé)魹槲ㄒ还庠�，試采集成像光譜信息系統(tǒng)平臺(tái)無誤。

式進(jìn)行黑白校正，獲得校正后圖像 R。以蘋果葉片為研究對象，為了免在圖像采集過程中受到外界環(huán)境和光線干擾，程在暗箱中進(jìn)行。.3 蘋果葉片成像光譜數(shù)據(jù)處理通過高光譜成像系統(tǒng)得到的是遙感影像像元亮度值即 DN 值（Digital Number），是記錄地物的灰度值，但并不是地物的真正光譜值，所以必須進(jìn)行反射率轉(zhuǎn)換，用的 DN 值轉(zhuǎn)化為可以使用的反射率。本次實(shí)驗(yàn)用 SOC710VP 成像光譜儀自帶軟行反射率標(biāo)準(zhǔn)化，包括幾何定標(biāo)，輻射定標(biāo)。幾何定標(biāo)是指對圖像幾何特征進(jìn)行校正，以還原真實(shí)情況；輻射定標(biāo)是指消除據(jù)輻射亮度中的各類失真的過程，對遙感圖像的輻射度進(jìn)行校準(zhǔn)，以實(shí)現(xiàn)定量遙射率標(biāo)準(zhǔn)化后，最終獲得包含反射率的數(shù)據(jù)。結(jié)果如圖 2-2 所示：

山東農(nóng)業(yè)大學(xué)碩士專業(yè)學(xué)位論文.4 蘋果葉片高光譜數(shù)據(jù)獲取利用 ENVI 軟件提取反射率，即選取感興趣區(qū)域（ROI），提取反射率。將經(jīng)過的高光譜圖像數(shù)據(jù)加載到 ENVI 中，設(shè)置各通道波長分布為：698.33 nm(R)、5(G)、435.76 nm(B)。顯示葉片的 RGB 圖像，可以看見葉片的基本情況，如圖 2

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉燕德;鄧清;;基于高光譜成像技術(shù)的臍橙葉片的葉綠素含量及其分布測量[J];發(fā)光學(xué)報(bào);2015年08期

2 郭志明;趙春江;黃文倩;彭彥昆;李江波;王慶艷;;蘋果糖度高光譜圖像可視化預(yù)測的光強(qiáng)度校正方法[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2015年07期

3 余克強(qiáng);趙艷茹;李曉麗;丁希斌;莊載椿;何勇;;高光譜成像技術(shù)的不同葉位尖椒葉片氮素分布可視化研究[J];光譜學(xué)與光譜分析;2015年03期

4 岳學(xué)軍;全東平;洪添勝;王健;瞿祥明;甘海明;;柑橘葉片葉綠素含量高光譜無損檢測模型[J];農(nóng)業(yè)工程學(xué)報(bào);2015年01期

5 王仁紅;宋曉宇;李振海;楊貴軍;郭文善;譚昌偉;陳立平;;基于高光譜的冬小麥氮素營養(yǎng)指數(shù)估測[J];農(nóng)業(yè)工程學(xué)報(bào);2014年19期

6 張?bào)憷?劉飛;聶鵬程;何勇;鮑一丹;;高光譜成像技術(shù)的油菜葉片氮含量及分布快速檢測[J];光譜學(xué)與光譜分析;2014年09期

7 冀榮華;鄭立華;鄧小蕾;張瑤;李民贊;;基于反射光譜的蘋果葉片葉綠素和含水率預(yù)測模型[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2014年08期

8 朱逢樂;章海亮;邵詠妮;何勇;;基于高光譜成像技術(shù)的多寶魚肉冷藏時(shí)間的可視化研究[J];光譜學(xué)與光譜分析;2014年07期

9 趙艷茹;余克強(qiáng);李曉麗;何勇;;基于高光譜成像的南瓜葉片葉綠素分布可視化研究[J];光譜學(xué)與光譜分析;2014年05期

10 朱文靜;毛罕平;周瑩;張曉東;;基于高光譜圖像技術(shù)的番茄葉片氮素營養(yǎng)診斷[J];江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

本文編號：2815225