依據(jù)表型診斷作物氮營養(yǎng)狀態(tài),并綜合考慮土壤、栽培管理和環(huán)境因子等對作物氮吸收的實際影響,適時、適量補充氮素是實現(xiàn)蔬菜栽培精準化管理的基礎(chǔ),有助于降低肥料投入,實現(xiàn)安全生產(chǎn)。本研究以不結(jié)球白菜（Brassica campestris ssp.chinensis L.）為對象,基于機器視覺技術(shù)和機器學習方法建立了植株氮營養(yǎng)診斷模型,并研究了累積光熱、水勢、施氮量和栽培系統(tǒng)對不結(jié)球白菜氮吸收與產(chǎn)量形成的影響,建立了以作物和環(huán)境信息為依據(jù)的不結(jié)球白菜氮需求模型�；诖�,設(shè)計了不結(jié)球白菜氮素供應(yīng)決策系統(tǒng),為不結(jié)球白菜水肥精準管理研究提供豐富的理論與技術(shù)積累。具體結(jié)果如下:1.不結(jié)球白菜表型與氮濃度關(guān)聯(lián)模型的構(gòu)建采用實驗室自制的表型平臺收集不同氮水平處理和不同生長期的不結(jié)球白菜圖像,采用OpenCV軟件和Python語言處理圖像并提取了顏色、紋理和形態(tài)學三大類表型指標,分析了植株氮濃度和表型特征間的關(guān)系,分別采用隨機森林（RF）、支持向量回歸（SVR）和神經(jīng)網(wǎng)絡(luò)（NN）三種機器學習算法建立了基于表型的不結(jié)球白菜氮濃度預(yù)測模型。結(jié)果表明,RF、SVR和NN模型的均方根誤差（RMSE）值分別為0.54... 

【文章來源】：上海交通大學上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：137 頁

【學位級別】：博士

【部分圖文】：

技術(shù)路線圖

第二章不結(jié)球白菜表型與氮濃度相關(guān)性分析及關(guān)聯(lián)模型構(gòu)建25鏡頭（M1214-MP2，MicroVision，陜西，中國）焦距設(shè)置成12mm，相機的光圈和曝光時間分別設(shè)置為F16和0.13s。圖像以未壓縮的PNG格式存儲，以避免由于壓縮算法而產(chǎn)生的顏色偽影。圖2-1圖像采集平臺Fig.2-1Imageacquisitionplatform2.1.3圖像處理使用OpenCV（3.4.4版）和Python語言（3.6.1版）進行圖像分析。首先對圖像分別進行過量綠色指數(shù)（NE×G=2GRB）和灰度化預(yù)處理，再進行閾值分割，過量綠色指數(shù)法的閾值設(shè)置為40～200，灰度化的閾值設(shè)置為0～240。并對上述兩種運算得到的掩模求交集，然后基于數(shù)學形態(tài)學的開運算消除噪聲（去除小尺寸的污染物，如灰塵等）。最后利用OpenCV軟件分別去除殘差噪聲（蟲子咬食的孔洞）和恢復(fù)被刪除葉脈。獲得的不同生長期的最終圖像如圖2-2。圖像處理具體流程如下：（1）過量綠色指數(shù)處理

第二章不結(jié)球白菜表型與氮濃度相關(guān)性分析及關(guān)聯(lián)模型構(gòu)建26（2）灰度化處理（3）求交集與開運算圖2-2不同生長期（第一次施氮后第0、7、14、21、28、35和42d）的不結(jié)球白菜圖像Fig.2-2Thepakchoiimagesatdifferentgrowthperiods(0,7,14,21,28,35,and42daysafterthefirstNapplication,respectively).2.1.4指標提取采用OpenCV（3.4.4版）軟件提取了顏色，紋理和幾何形狀相關(guān)的表型指標。其中，顏色特征的提取涉及RGB、Lab和HSV顏色空間的轉(zhuǎn)換。紋理指標的提取基于灰度共生矩陣算法[117]，具體方法見附錄1。并使用輪廓跟蹤法進行植株圖像的輪廓提取，并基于此求得植株周長、面積、橫軸長、縱軸長、凸包面積、邊界盒面積等幾何學形態(tài)特征。

【參考文獻】：
期刊論文
[1]WOFOST模型對河南省冬小麥模擬的適用性分析[J]. 張弘,劉偉昌,李樹巖.  氣象與環(huán)境科學. 2019(01)
[2]水氮因子耦合對日光溫室基質(zhì)栽培番茄品質(zhì)、產(chǎn)量及水氮利用率的影響[J]. 劉中良,谷端銀,張艷艷,焦娟,高俊杰,劉世琦,田曉飛.  中國農(nóng)業(yè)科技導(dǎo)報. 2019(02)
[3]水肥一體肥料減量對大棚番茄產(chǎn)量、品質(zhì)和氮肥利用率的影響[J]. 王文軍,朱克保,葉寅,蔣光月.  中國農(nóng)學通報. 2018(28)
[4]不同營養(yǎng)基質(zhì)栽培對黃瓜生長及產(chǎn)量的影響[J]. 王彩云,武春成,閆立英,張夢,趙藝佳.  安徽農(nóng)業(yè)科學. 2018(26)
[5]作物氮素吸收與利用研究進展[J]. 歐立軍,康林玉,趙激,陳娟,劉周斌.  北方園藝. 2018(07)
[6]基于灰色模型的黑龍江省水稻生育期熱量指數(shù)分析及預(yù)測[J]. 王秋京,馬國忠,王晾晾,朱海霞,杜春英,姜麗霞.  中國農(nóng)業(yè)氣象. 2018(03)
[7]基于葉綠素熒光圖像的辣椒葉片氮含量的預(yù)測[J]. 楊一璐,汪小旵,李成光,趙博,白如月.  湖南農(nóng)業(yè)大學學報(自然科學版). 2017(01)
[8]作物硝態(tài)氮轉(zhuǎn)運利用與氮素利用效率的關(guān)系[J]. 張振華.  植物營養(yǎng)與肥料學報. 2017(01)
[9]氮素形態(tài)對小白菜根系和硝酸鹽含量的影響[J]. 韓瑞鋒,梁韻,黃丹楓.  上海交通大學學報(農(nóng)業(yè)科學版). 2017(03)
[10]土壤與基質(zhì)栽培系統(tǒng)對生菜（Lactuca sativa）根際細菌群落的影響[J]. 梁韻,趙麗,黃丹楓.  農(nóng)業(yè)資源與環(huán)境學報. 2017(01)

博士論文
[1]區(qū)域冬小麥生長模擬遙感數(shù)據(jù)同化的不確定性研究[D]. 李賀.中國農(nóng)業(yè)科學院 2016
[2]水氮供應(yīng)和施肥頻率對溫室甜瓜生長和養(yǎng)分吸收的影響[D]. 岳文俊.西北農(nóng)林科技大學 2015
[3]小白菜低硝酸鹽積累品種篩選及其生理特征研究[D]. 湯亞芳.華中農(nóng)業(yè)大學 2014
[4]基于生長發(fā)育模擬模型的加工番茄氮素吸收模型研究[D]. 王新.石河子大學 2014
[5]小白菜對甘氨酸態(tài)氮的吸收代謝及生理響應(yīng)[D]. 王小麗.上海交通大學 2014
[6]水氮互作對水稻產(chǎn)量形成和氮素利用特征的影響及其生理基礎(chǔ)[D]. 孫永健.四川農(nóng)業(yè)大學 2010
[7]作物水肥利用過程及調(diào)控試驗研究[D]. 杜紅霞.西北農(nóng)林科技大學 2009
[8]溫室甜椒生長發(fā)育模擬模型的研究[D]. 刁明.南京農(nóng)業(yè)大學 2008

碩士論文
[1]土壤基礎(chǔ)供氮能力與小白菜氮素利用率的相關(guān)關(guān)系研究[D]. 嚴瑾.上海交通大學 2014
[2]溫室生菜干物質(zhì)積累模擬模型和單葉面積非破壞性估測方法研究[D]. 汪力威.華中農(nóng)業(yè)大學 2010



本文編號：3596030