应用数字图像技术对有机肥施用后玉米氮营养诊断研究

目前常规的应用于玉米氮素营养诊断的方法需要大量的破坏性取样,并需要较长时间的室内测定,时效性和便捷性存在不足.该文设置了施用不同类型和用量的有机肥玉米盆栽试验,利用数码相机获取玉米十叶期冠层的数字图像,试图研究利用数码相机的可见光光谱进行施用有机肥后玉米氮营养诊断的可行性.研究结果表明,绿光值、红光值都与玉米叶片的SPAD值、地土部生物量和地上部吸氮量都有着显著或极显著的线性负相关关系;蓝光值则与上述玉米营养指标均没有达到显著相关.其中,绿光值与玉米叶片的SPAD值、地上部生物量和地上部吸氮缱的相关系数在0.40～0.45之间;而红光值与玉米上述指标的相关系数则达到了0.45～0.53之间,高于绿光值与相应指标的相关系数.综合比较,利用可见光光谱形成的数字图像可以用来对施用有机肥后的玉米氮营养进行诊断,图像的红光值是较好的进行营养诊断的数字图像指标.     

基于可见光光谱高效鉴别玉米单倍体籽粒

单倍体技术已发展成为玉米遗传研究及现代玉米育种的重要技术之一,单倍体籽粒的鉴别筛选是其中的重要环节。目前单倍体籽粒主要是依赖于籽粒的R1-nj遗传标记通过人工肉眼观察颜色的有或无进行鉴别,费时费工。而且部分材料由于标记颜色很难从籽粒外部观察到,导致人工筛选准确率较低。基于可见光光谱分析建立玉米单倍体籽粒鉴别方法,探索利用可见光光谱鉴别玉米单倍体籽粒的可行性。同时,由于每季用于诱导单倍体的育种材料不尽相同,模型须能够鉴别未参加建模的材料的单倍体。本研究以9个遗传背景的单倍体和杂交籽粒共284粒作为试验材料,利用便携式紫外-可见光光纤光谱仪采集单个玉米籽粒的可见光漫透射光谱。光谱数据经平滑、矢量归一化预处理和主成分分析,基于支持向量机方法建立单倍体和杂交籽粒判别模型。每次选择1个背景的样本作为测试集,其余背景的样本作为建模集对模型进行交叉验证。模型交叉验证平均正确判别率达到92.06%。其中8次测试正确判别率在85%以上。结果表明利用可见光光谱分析建立玉米单倍体籽粒鉴别方法,并使模型可鉴别未参与建模材料的单倍体具有可行性。并且基于该方法有望建立玉米单倍体籽粒的自动化快速筛选系统,提高玉米单倍体育种效率。     

应用数码相机进行水稻氮营养诊断

传统的水稻氮营养诊断需要大量的破坏性取样和实验室分析,SPAD叶绿素仪虽然具有较高的精度,但只能测定叶片的很小一部分,需要进行多点的测试,在大面积应用费时费力,时效性和便捷性不足.该文利用田间不同氮水平试验,使用数码相机获取了水稻冠层图像并进行色彩分析,研究了利用可见光遥感技术手段进行水稻冠层的氮营养诊断的可行性,并对表征水稻氮营养状况的可见光光谱诊断指标进行了探索.研究结果表明,数字图像红光值(R)、绿光值(G)和红光标准化值(NRI)与水稻氮营养状况常规诊断指标植株全氮含量、生物量和地上部吸氮量等都旱显著的线性反相关关系,而绿光标准化值则与上述指标呈显著正相关关系.红光标准化值与叶绿素仪SPAD读数相比能更好地表征水稻幼穗期的氮素营养状况,与常规测试指标的相关系数介于0.541～0.780之间.数字图像色彩分析技术具有发展成为新一代作物氮营养诊断手段的潜力.     

基于机器学习和可见光光谱的冬小麦叶片氮积累量估算

在拔节期分4次采集了6个施氮水平下的冬小麦冠层图像,同步进行取样并以凯氏定氮法测定叶片含氮量,进而计算叶片氮积累量。利用随机森林算法分割冠层图像之后提取冠层覆盖度、可见光波段(R, G和B)三个分量及其衍生的5个色彩指数。以冠层覆盖度外加色彩指数、色彩分量的两种非线性回归,以及人工神经网络、支持向量回归、随机森林3种机器学习算法建立了冬小麦叶片氮积累量的估算模型。结果表明利用色彩指数的非线性回归模型的估算精度稍低于其他方法,而随机森林算法的拟合精度最高,但存在明显的过拟合现象。其他三种方法,即以冠层覆盖度及色彩分量为输入变量的非线性回归、支持向量回归和人工神经网络方法,均具有较高的拟合精度和泛化性能。     

不同施氮水平下玉米冠层光谱反射特征分析

通过田间试验研究了玉米不同生长期冠层光谱反射率的变化特征,分析了不同施氮水平下可见光区冠层光谱反射率的差异。研究结果表明：受作物群体光和能力的影响,玉米可见光区冠层反射光谱在拔节期达最高点,随后持续降低; 近红外区,苗期反射率最低,在拔节期达最高点,喇叭口期有所降低而在开花吐丝期得到回升,进入灌浆期后又下降。不同施氮水平下,拔节期随施氮水平的增加,叶绿素的强吸收带(430～450和640～660 nm)玉米冠层反射曲线呈下降排列,但在550 nm附近反射率R_正常>R_偏低>R_偏高; 喇叭口期偏低施氮区的冠层反射率在可见光区明显高于其它施氮水平,且偏高和正常施氮区域内光谱反射强度基本相同,显示过量施肥并不会促进作物生长。分析玉米生长期间不同施氮水平下光谱反射率的差异,对监测玉米生长状况,指导田间施肥具有重要的现实意义。     

夏玉米叶片分层氮素营养的高光谱诊断

建立能够快速诊断作物氮素状况的光谱估算模型,对指导有效施肥具有现实意义。应用高光谱技术在夏玉米生育期研究了氮素在上下层叶片的分布规律及其氮素含量与植被指数的关系,并建立了叶片氮含量的估算模型。结果表明：夏玉米四个生育期(拔节期﹑大喇叭口期﹑抽雄期和灌浆期)上层叶氮含量均高于下层叶氮含量,抽雄期的下层叶片对氮素的缺乏反应敏感,生产上在抽雄期可以通过对下层叶片氮含量的监测来指导施肥。构建了三个时期(拔节、大喇叭口和抽雄期)各自最佳的估测叶片氮含量的模型。研究结果为作物氮素营养诊断及合理施肥提供了参考。     

应用数码相机进行绿肥翻压后春玉米氮素营养诊断和产量预测

在绿肥翻压条件下,常规的玉米氮素营养诊断技术存在耗时、费力和可靠性差的缺点。基于数码相机的可见光光谱技术已被广泛应用于大田作物的氮素营养诊断,但尚未见应用于绿肥翻压后的玉米氮素营养诊断。为评价利用图像处理技术进行绿肥翻压后玉米氮素营养诊断和玉米产量预测的可行性,设置了不同施氮水平下的绿肥翻压试验,利用数码相机获取不同生育期玉米冠层数字图像,分析了玉米冠层图像色彩参数与氮素营养诊断指标和成熟期籽粒产量之间的关系。结果表明,绿肥翻压显著改善了玉米的氮素营养,不同生育期的玉米叶绿素含量(SPAD值)、地上部生物量和吸氮量均高于单施化肥处理;绿肥翻压处理下,玉米冠层光谱指数与氮素营养指标间的相关性较单施化肥处理低,且其相关性在不同的生育期有较大变异,其中,12叶期(V12)的蓝光标准化值(B/(R+G+B))与灌浆期(R4)的红光标准化值(R/(R+G+B))与植株氮营养指标相关性较好,二者均与玉米产量间呈显著直线回归关系,回归系数分别为45%和46%。因此,数字图像技术在进行绿肥翻压后玉米氮素营养的诊断和产量预测方面具有应用潜力,但应注意诊断时期和关键指标的选择。     

应用主动作物冠层传感器对马铃薯氮素营养诊断

氮肥的充足供应是马铃薯高产的重要条件,然而氮肥的过量投入会导致资源浪费、环境污染,因此,氮素精准管理势在必行,而实时的氮素营养诊断是实现马铃薯合理氮素养分管理的前提。本研究通过在内蒙古武川县和林西县进行的田间试验,采用主动作物冠层传感器GreenSeeker对马铃薯各生育时期进行实时监测,建立了传感器读数NDVI值与地上部植株氮浓度以及整株吸氮量的关系。研究表明,由于受到土壤背景的影响,苗期NDVI值与马铃薯氮营养指标相关性较差。苗期以后,马铃薯在封垄前NDVI值与植株吸氮量呈显著的指数关系(R2=0.665),封垄后NDVI值与地上部植株氮浓度呈显著的线性关系(R2=0.699),且不受地域以及生育时期的影响。结果表明,主动作物冠层传感器GreenSeeker能够用于马铃薯氮素营养诊断,该结果为进一步建立应用主动作物冠层传感器的氮肥管理提供了理论依据。     

应用近红外光谱进行玉米单籽粒品种真实性鉴定的光谱测量方法研究

从玉米籽粒胚的朝向,中长波漫反射分析和短波透射分析,进样方式三个方面进行了研究,通过比较不同的测量方法对品种识别模型性能的影响来选择最佳的玉米单籽粒光谱测量方式,进而鉴定玉米单籽粒品种真实性。原始光谱经过预处理后,使用判别式偏最小二乘法(PLS-DA)对数据进行特征提取和降维,选取前9个因子建立8个玉米品种的仿生模式识别模型。结果表明,玉米籽粒胚正对光源优于胚背对光源,中长波漫反射分析优于短波透射分析,小样品池效果好于小光阑。采用最优测量方法(籽粒胚正对光源,使用小样品池和中长波漫反射分析)获取玉米单籽粒的近红外光谱,建立的品种识别模型对本品种样品的平均正确识别率达到94.6%,对其他品种样品的平均正确拒识率达到96.5%。     

基于可见光波段的色彩概率聚类模型的玉米杂交种子识别

由于同一种玉米杂交种子籽粒的粒型多样、色彩随贮藏时间不同而不同,仅靠其形状和单一区域色彩的机器视觉方法识别种类较为困难,且现有识别算法多以高光谱特征作为分类基础,对于不同时期、不同种类的玉米杂交种子要分别训练分类识别器,识别前需要大量的训练工作。为提高玉米种子品种识别方法的适用性,根据花粉直感色彩遗传现象,提出以可见光波段玉米种子的多区域小波色彩特征作为识别参数,建立多模型的概率聚类模型进行玉米杂交种子种类识别。该方法首先采用专有设备采集单粒玉米种子的无胚芽侧和顶端两部分色彩信息,包括RGB,HIS和Lab色彩信息,对该色彩信息进行增强和特征优化选择,通过小波包分解提取优化出21维细节识别向量;其次采用不同聚类模型对优化后色彩特征进行聚类识别,建立基于SOM、K-means、两步法三种聚类识别模型;最后以多种聚类模型结果为基础,建立基于概率模型的玉米种子品种识别。通过对郑单958、先玉335、郑58(郑单958母本)、昌7-2(郑单958父本)、PH6WC(先玉335母本)、PH4CV(先玉335父本)的试验,发现该方法可有效识别非亲缘关系和父本亲缘关系的玉米种子,识别率可达到98%以上;而对于亲缘关系母本识别率可达到75%。采用可见光波段玉米种子多区域色彩特征,结合概率聚类模型的方法可为玉米杂交种子纯度在线检验识别提供科学依据。     

基于无人机可见光谱平台的烤烟氮素营养诊断

利用不同氮肥用量田间试验,分析基于无人机平台的可见光谱诊断技术对烟草氮素营养进行无损评估预测的可行性,明确该技术的最佳颜色参数和方程模型.2018年在江西省安福县开展田间试验,设置不同氮肥用量,分别为0,45,90,135,180和300 kg N·ha-1,于移栽后47 d(团棵期)、移栽后83 d(旺长后期)和移栽...     

基于可见光光谱和BP人工神经网络的冬小麦生物量估算研究

建立基于冬小麦冠层图像分析获取的冠层覆盖度和色彩指数的地上部生物量估算模型,以促进作物冠层图像分析技术和BP神经网络技术在冬小麦长势无损监测中的应用。六个施氮水平的田间试验条件下,在冬小麦拔节期,分四次采集冬小麦冠层图像,同步进行破坏性取样,测定冬小麦地上部生物量;分析了通过图像分析软件(利用微软Visual Basic软件开发)获取的冠层覆盖度和10种色彩指数与冬小麦地上部生物量的相关关系,以逐步回归和BP神经网络方法建立了冬小麦地上部生物量估算模型。结果表明,冬小麦地上部生物量与冠层覆盖度、饱和度和红光亮度值呈显著相关,其中,与冠层覆盖度间的相关性最强,且除亮度外,冠层覆盖度、色彩指数与地上部生物量间呈非线性相关。通过BP神经网络方法构建的模型相对于逐步回归模型,显著提高了冬小麦地上部生物量估算精度,均方根误差(RMSE)、相对均方根误差(RRMSE)更小,决定系数(R2)更大。     

血液可见吸收光谱与血氧参数神经网络估算法

总血红蛋白浓度和血氧饱和度是两个基本的血氧参数。文章提出了利用内置双光纤微创探头在位测量大鼠脑组织血氧参数的新方法。首先,利用悬乳液(Intralipid)和全血配置不同总血红蛋白浓度的混合溶液,模拟生物组织模型,用光纤光谱仪测试系统测量组织模型在加氧和去氧时的实时吸收光谱,同时用血氧分析仪(OXI meter)对血氧参数定标,建立测试光谱和定标数据样本集。然后,利用人工神经网络建立血液吸收光谱与血氧参数的神经网络模型,训练后的网络模型能根据吸收光谱输出生物组织的血氧参数值,总血红蛋白浓度和血氧饱和度的平均输出误差分别为±4μmol·L-1和±5%。最后,利用神经网络模型对大鼠脑组织血氧参数进行了在位测试实验,测得脑灰质的血氧饱和度为0.60~0.70,脑白质血氧饱和度为0.45~0.55;总血红蛋白浓度在脑皮层(深度1mm)附近最高,平均110μmol·L-1,其余深度脑组织的总血红蛋白浓度为70~90μmol·L-1。这种方法对脑外科微创手术中实时在位测试脑组织血氧参数具有重要的参考意义。     

基于地对空观测光谱的大气CO2柱浓度反演分析

基于地对空高光谱观测获取大气CO₂柱浓度(大气中CO₂的垂直总含量)数据是验证和改进卫星高光谱观测反演CO₂浓度的重要数据源之一,而目前在中国还没有基于地面光谱观测进行大气CO₂柱浓度反演研究的报告。利用光谱分析仪与太阳跟踪仪等构成的地面观测系统在中国内蒙古锡林郭勒草原进行了地对空高光谱观测,基于高光谱观测数据反演了大气CO₂柱浓度。在基于1.6 μm大气CO₂的光谱吸收特征进行CO₂浓度反演过程中,评价分析了观测光谱的波长漂移和气象参数对大气CO₂柱浓度反演精度的影响。结果显示观测期间平均大气CO₂柱浓度为390.9 μg·mL-1。波长的漂移将会导致反演浓度值整体偏低;波长漂移从-0.012～0.042 nm范围时,将会导致1 μg·mL-1以上的偏差。同时,研究发现光谱透过率在6 357～6 358,6 360～6 361和6 363～6 364 cm-1谱段敏感于气象参数的变化。对比利用与光谱观测同时和非同时观测的气象参数进行的浓度反演结果发现,非同时观测气象参数的利用引起的浓度偏差最小在0.11 μg·mL-1,最大可达4 μg·mL-1;本论文的分析结果对基于光谱反演CO₂柱浓度算法的改进有着一定的参考价值。     

施加有机肥对农田有机质和氮素演化影响的光谱学分析

施用有机肥是改善土壤物理结构、提升土壤肥力、调控养分平衡的的有效手段之一,但目前有机肥施用对农田有机质和氮素演化的影响尚不清楚。研究了施入有机肥后土壤总有机碳(TOC)、可溶性有机碳(DOC)、无机氮含量的变化特征,并利用三维荧光光谱分析了施加有机肥后土壤DOM光谱学特性的变化规律,结合PARAFAC分析法分析了施加有机肥后不同时期土壤水溶性有机物(DOM)各组分相对含量的变化,利用2D-COS技术分析各荧光组分随时间的变化顺序,此外采用典型相关度分析法研究了DOM各组分相对含量与土壤氮素的响应关系,以探究施入有机肥对土壤有机质和氮素演变的影响。结果表明：(1)施加有机肥提高了土壤总有机碳、水溶性有机碳和硝态氮含量,降低了铵态氮含量;(2)土壤DOM三维荧光光谱图出现了A峰(UV类腐殖酸)、 M峰(UVA类腐殖酸)、 T峰(类色氨酸), PARAFAC分析结果显示试验土壤DOM主要由陆地源类腐殖酸(C1)、典型类腐殖酸(C2)、类色氨酸(C3)组成。结果还显示,施加有机肥能提高土壤C1, C2和C3组分的相对含量,试验期间,施加有机肥处理后土壤C1, C2和C3组分的相对含量均呈现先上...