基于光譜和多光譜成像技術的油菜生命信息快速無損檢測機理和方法研究.pdf

1、數(shù)字農業(yè)和農業(yè)物聯(lián)網(wǎng)技術作為現(xiàn)代農業(yè)最前沿的發(fā)展領域之一，是當今世界發(fā)展農業(yè)信息化，實現(xiàn)農業(yè)可持續(xù)發(fā)展的關鍵和核心技術。數(shù)字農業(yè)和農業(yè)物聯(lián)網(wǎng)要求快速、實時、準確和定位化的獲取植物生長信息，而傳統(tǒng)的實驗室測量分析和信息獲取方法已經(jīng)不能滿足現(xiàn)代農業(yè)的發(fā)展要求。因此，研究和開發(fā)植物生命信息快速無損檢測技術和傳感儀器等軟硬件平臺已經(jīng)成為現(xiàn)代農業(yè)亟待解決的關鍵問題。本研究以種植廣泛、經(jīng)濟價值高和作為可再生能源的油菜為研究對象，通過連續(xù)4年（200

2、7-2010年）的試驗研究，建立了油菜苗期、花期、角果期等全生長期的葉片和冠層養(yǎng)分信息快速檢測模型，首次實現(xiàn)了非生物脅迫（除草劑丙酯草醚）下油菜葉片乙酰乳酸合成酶活力、蛋白質含量、氨基酸含量等生理信息的快速檢測，并研發(fā)了油菜生物脅迫（菌核?。┰缙谠\斷識別方法和系統(tǒng)，對油菜種植的精細化管理和作業(yè)，提高油菜籽的產量和品質具有重要意義。主要創(chuàng)新性成果有：
　　 (1)提出了光譜數(shù)據(jù)預處理-特征波長提取-線性和非線性建模預測的光譜分析技

3、術路徑，建立了油菜苗期、花期、角果期，以及苗-花-角果生命期葉片和冠層養(yǎng)分的快速檢測模型，實現(xiàn)了油菜養(yǎng)分信息的精確、高效無損檢測。系統(tǒng)地研究了原始光譜(Raw)和7種光譜預處理方法，并應用連續(xù)投影算法提取特征波長，建立了線性（多元線性回歸MLR和偏最小二乘法PLS）和非線性（最小二乘．支持向量機LS-SVM）預測模型。對油菜苗期、花期、角果期，以及苗-花-角果生命期SPAD值的預測相關系數(shù)分別為0.7149、0.9431、0.9215和

4、0.8557?；贑ropscan多光譜輻射信息（15通道）的油菜冠層SPAD值檢測最優(yōu)模型LS-SVM的預測相關系數(shù)為0.7122。
　　 (2)應用可見/近紅外光譜技術，建立了油菜葉片光譜信息與生理信息的定量關系模型，首次實現(xiàn)了非生物脅迫（除草劑丙酯草醚）下油菜葉片乙酰乳酸合成酶活力(AIS)的快速檢測。在可見光譜(400-780 nm)、近紅外光譜(781-2500 nm)和可見/近紅外光譜（400-2500 nm）范圍的

5、最優(yōu)預測相關系數(shù)分別為0.9026、0.9179和0.9379。在近紅外光譜(1100-2500 nm)范圍，應用回歸系數(shù)(RC)提取的10個特征波長所建最優(yōu)模型對ALS的預測相關系數(shù)為0.9395。
　　 (3)提出了連續(xù)投影算法(SPA)、回歸系數(shù)法(RC)、載荷系數(shù)法（x-Loading Weights）和獨立組分分析法(ICA)提取特征波長的準則，建立了除草劑丙酯草醚脅迫下油菜葉片蛋白質含量的快速檢測方法和模型。在可見/

6、近紅外光譜(400-2500 nm)范圍，油菜鮮葉可溶性蛋白含量、非可溶性蛋白含量和總蛋白含量最優(yōu)預測相關系數(shù)分別為0.9351、0.9067和0.9338。在近紅外光譜(1100-2500 nm)范圍，油菜干葉可溶性蛋白含量最優(yōu)模SPA-LS-SVM(Raw)的預測相關系數(shù)為0.9887。
　　 (4)提出了直接正交信號校正(DOSC)和連續(xù)投影算法(SPA)的優(yōu)化組合次序為DOSC-SPA，建立了除草劑脅迫下油菜葉片17種氨

7、基酸和總氨基酸含量的預測模型，闡明了除草劑丙酯草醚對總氨基酸含量的作用機理和響應規(guī)律。所建模型對氨基酸含量的預測相關系數(shù)均大于0.95，應用DOSC-SPA提取特征波長所建直接方程模型（冪函數(shù)方程）對總氨基酸含量的預測相關系數(shù)為0.9968。
　　 (5)應用光譜和多光譜成像技術，建立了油菜生物脅迫（菌核病）早期識別的光譜診斷模型、多光譜圖像反射特性診斷模型和多光譜圖像紋理特征診斷模型，并開發(fā)了油菜菌核病早期診斷識別系統(tǒng)。應用D