基于光譜和多光譜圖像技術(shù)的植物生長(zhǎng)信息采集.pdf

1、精細(xì)農(nóng)業(yè)是高新技術(shù)與農(nóng)業(yè)生產(chǎn)相結(jié)合形成的一門(mén)新興的跨學(xué)科和綜合技術(shù)。以農(nóng)田信息采集、變量作業(yè)和智能化管理為核心的精細(xì)農(nóng)業(yè)代表了21世紀(jì)農(nóng)業(yè)發(fā)展的必然趨勢(shì)。快速有效地采集和描述作物的生長(zhǎng)信息是開(kāi)展精細(xì)農(nóng)業(yè)的重要基礎(chǔ)，同時(shí)也是精細(xì)農(nóng)業(yè)研究的熱點(diǎn)問(wèn)題。
　　 結(jié)合國(guó)內(nèi)外對(duì)作物生長(zhǎng)信息采集的研究，針對(duì)于溫室黃瓜種植現(xiàn)狀，本文應(yīng)用光譜和多光譜圖像技術(shù)對(duì)黃瓜的生長(zhǎng)信息進(jìn)行快速采集。主要研究?jī)?nèi)容如下：
　　 1．研究了黃瓜葉片光譜反射

2、率與黃瓜SPAD值含量的關(guān)系，建立黃瓜SPAD值含量的定量分析模型．采用不同建模方法對(duì)全波段光譜進(jìn)行建模，結(jié)果表明采用最小二乘支持向量機(jī)(LSSVM)建模得到的預(yù)測(cè)效果最好。其相關(guān)系數(shù)r和預(yù)測(cè)均方根誤差RMSEP分別為0.9583和0.9732．通過(guò)對(duì)黃瓜葉片的光譜反射率與SPAD值的相關(guān)系數(shù)和PLS建?；貧w系數(shù)分析，得到了531—581nm和696—716nm兩個(gè)特征波段以及556nm、581nm、698nm和715nm四個(gè)特征波長(zhǎng)，

3、應(yīng)用LSSVM分別對(duì)特征波段和特征波長(zhǎng)建模，分析表明，采用特征波段建模結(jié)果較好，其預(yù)測(cè)相關(guān)系數(shù)r和預(yù)測(cè)均方根誤差分別為0.9338和1.1370，與全波段建模結(jié)果相近，而采用特征波長(zhǎng)建模效果稍差。
　　 2．研究了黃瓜葉片光譜反射率與含氮量的關(guān)系。對(duì)不同建模算法進(jìn)行比較，結(jié)果表明LSSVM校正模型對(duì)葉片含氮量的預(yù)測(cè)效果最好，預(yù)測(cè)相關(guān)系數(shù)r和均方根誤差RMSEP分別為0.8651和1.1731。采用相關(guān)系數(shù)法和回歸系數(shù)法得到兩個(gè)特

4、征波長(zhǎng)534—573nm和698—721nm以及三個(gè)特征波長(zhǎng)556nm、703nm和717nm．采用LSSVM對(duì)所選的特征波段和特征波長(zhǎng)進(jìn)行建模分析，采用特征波長(zhǎng)建模效果比較差，而采用特征波段建模其預(yù)測(cè)相關(guān)系數(shù)r和預(yù)測(cè)均方根誤差RMSEP分別為0.8445和1.2715，說(shuō)明采用特征波段建?？梢栽诒ＷC精度的情況下大大減少運(yùn)算量。
　　 3．研究了植被指數(shù)同黃瓜生長(zhǎng)信息的關(guān)系．利用標(biāo)定板建立了光譜反射率同圖像灰度值之間的線性公式．