基于高光谱的温室网纹甜瓜不同叶位叶片含水率监测

叶片是植物缺水时生理变化最敏感的器官,监测叶片水分情况可以实时快速判断植株体内水分状况,从而为温室甜瓜精准灌溉提供理论依据。通过对网路甜瓜进行4个水分处理的2年盆栽试验,获取了伸蔓期不同叶位叶片高光谱反射率、叶片含水率,进一步基于325~1 075 nm波段范围内的原始光谱、一阶导数光谱、倒数光谱,构建了任意2个波段组合下的比值和归一化光谱指数,并分析上述高光谱指数与甜瓜叶片含水量的定量关系。结果显示:网路甜瓜上部叶片一阶导数构建的NDVI680 nm,734 nm、RVI680 nm,750 nm及中部叶片一阶导数构建的RVI603 nm,758 nm模型的R2分别为0.746、0.743和0.707。利用独立试验数据对模型进行检验,模型测试精度R2和相对均方根误差RRSME分别为0.667、0.660、0.600和1.409%、1.629%、1.923%。研究结果为高光谱实时监测网路甜瓜叶片水分状况提供了新的方法。     

基于冠层光谱与表型信息融合的温室网纹甜瓜水分预测模型

为连续、快速地预测甜瓜植株含水率,提高预测精度,本研究在对不同水分处理下,冠层叶片反射光谱和植株表型特征进行分析的基础上,采用多信息融合技术,对温室网纹甜瓜植株进行了水分预测研究。结果表明,多信息融合技术对水分的预测精度优于单一的光谱和表型预测方法。预测结果在幼苗期、伸蔓期和果实生长期实测值与预测值拟合优度(r~2)分别为0.710、0.857和0.939;平均相对误差(MRE)分别为1.27%、0.74%和0.07%;相对均方根差(RRMSE)分别为1.45%、0.97%和1.58%。研究结果为网纹甜瓜生产中水分精准管理提供了理论基础。