基于葉綠素?zé)晒鈭D像參數(shù)的生菜氮磷鉀無(wú)損檢測(cè)與建模.pdf

1、我國(guó)是一個(gè)農(nóng)業(yè)大國(guó)，農(nóng)作物產(chǎn)量高、肥料需求大，農(nóng)業(yè)生產(chǎn)中作物很容易出現(xiàn)氮(N)、磷(P)、鉀(K)及其它元素虧缺的情況，嚴(yán)重影響農(nóng)產(chǎn)品的產(chǎn)量及經(jīng)濟(jì)效益。近年來(lái)，隨著科學(xué)技術(shù)的不斷提高，基于計(jì)算機(jī)技術(shù)的農(nóng)作物營(yíng)養(yǎng)元素?zé)o損檢測(cè)技術(shù)已經(jīng)成為本領(lǐng)域的研究熱點(diǎn)之一。本文首先分析了生菜在不同氮、磷、鉀元素水平作用下葉綠素?zé)晒鈭D像參數(shù)隨著生育期的變化情況，得到氮、磷、鉀對(duì)生菜光合性能的影響，同時(shí)本研究嘗試將葉綠素?zé)晒鈭D像參數(shù)與相關(guān)算法相結(jié)合對(duì)生菜的氮

2、、磷、鉀營(yíng)養(yǎng)元素進(jìn)行虧缺診斷及含量預(yù)測(cè)。最終期望得到在生菜缺素初期氮、磷、鉀營(yíng)養(yǎng)元素虧缺診斷及含量預(yù)測(cè)的新方法。
　　針對(duì)現(xiàn)有的元素?zé)o損檢測(cè)技術(shù)（光譜分析技術(shù)和計(jì)算機(jī)視覺(jué)技術(shù)）無(wú)法表征植物內(nèi)部組織生理生化的變化和作物缺素初期精確檢測(cè)元素水平難度大等問(wèn)題，本文嘗試將葉綠素?zé)晒鈭D像參數(shù)與相關(guān)算法相結(jié)合用于生菜氮、磷、鉀虧缺診斷及含量預(yù)測(cè)。以葉綠素為天然探針、光合理論為基礎(chǔ)的葉綠素?zé)晒饧夹g(shù)能夠及時(shí)準(zhǔn)確探測(cè)外界脅迫對(duì)作物內(nèi)部生理的細(xì)微影響

3、，彌補(bǔ)了計(jì)算機(jī)視覺(jué)技術(shù)無(wú)法及早檢測(cè)元素營(yíng)養(yǎng)狀況的不足。通過(guò)葉片的葉綠素?zé)晒鈭D像獲取相應(yīng)的葉綠素?zé)晒鈪?shù)，克服了光譜分析技術(shù)獲取信息片面的不足。
　　分析不同的N、P、K水平作用下生菜葉片葉綠素?zé)晒鈭D像參數(shù)隨著生育進(jìn)程變化情況，和發(fā)棵期生菜葉片葉綠素?zé)晒鈭D像參數(shù)隨N、P、K施加水平的變化情況。結(jié)果表明PSII的最大光合效率(Fv/Fm)受N和K元素影響較大，PSII的實(shí)際光合效率(Yield)隨著N素水平變化較明顯，高N、低K有助于

4、增強(qiáng)生菜的光化學(xué)淬滅能力。本部分研究為后續(xù)的氮、磷、鉀營(yíng)養(yǎng)虧缺診斷及氮、磷、鉀含量預(yù)測(cè)奠定了堅(jiān)實(shí)的基礎(chǔ)。
　　基于葉綠素?zé)晒鈭D像參數(shù)的生菜N、P、K元素虧缺診斷。比較了常用的3種支持向量機(jī)(SVM)參數(shù)優(yōu)化方法的優(yōu)缺點(diǎn)，即網(wǎng)格優(yōu)化參數(shù)、遺傳算法優(yōu)化參數(shù)、粒子群優(yōu)化參數(shù)。提出了改進(jìn)型網(wǎng)格搜索法。改進(jìn)型網(wǎng)格搜索法先在較大的范圍內(nèi)進(jìn)行搜索，再在最優(yōu)參數(shù)附近區(qū)域進(jìn)行精確搜索。將4種參數(shù)優(yōu)化方法分別應(yīng)用于生菜氮、磷、鉀虧缺分類(lèi)，結(jié)果表明采用

5、改進(jìn)型網(wǎng)格搜索法耗時(shí)短，且分類(lèi)正確率也很高。
　　基于葉綠素?zé)晒鈭D像參數(shù)的N、P、K元素含量預(yù)測(cè)。選用誤差反傳(BP)神經(jīng)網(wǎng)絡(luò)、回歸型支持向量機(jī)(SVR)2種算法進(jìn)行建模。結(jié)果表明在氮素含量預(yù)測(cè)時(shí)，SVR明顯優(yōu)于BP神經(jīng)網(wǎng)絡(luò)。SVR用于氮素含量預(yù)測(cè)時(shí)決定系數(shù)為0.91263，均方誤差為0.0444。磷元素含量預(yù)測(cè)時(shí)，模型整體預(yù)測(cè)效果均相對(duì)較差。鉀元素含量預(yù)測(cè)時(shí)，SVR的決定系數(shù)R2為0.92078，均方誤差E為0.04523。