基于近红外光谱的烤烟烟叶自动分组方法

为了探索烤烟烟叶收购质量的无损检测技术,提出了一种基于近红外光谱技术快速鉴别烟叶分组（部位、颜色）的方法。分析了近红外光谱技术应用于完整烤烟烟叶质量评价的可行性,用不同波段范围、不同光谱预处理方法（多元散射校正MSC、标准正态变量变换SNV、微分光谱）和不同主成分因子数分别对烟叶部位和颜色分类结果的影响进行了对比分析,分别建立了烟叶部位和颜色的定性判别模型。结果表明：用判别分析（discrimant analysis,DA）方法在1?101～2?395?nm范围结合原始光谱建立的DA判别模型最优,该方法对烟叶部位、烟叶颜色的校正集分类正确率均达100%,预测集分类正确率分别达到98.57%和97.14%。说明所提出的方法具有很好的分组作用,近红外光谱技术为烤烟烟叶收购质量等级评价提供了一种新方法。     

油菜红边特征及其叶面积指数的高光谱估算模型

在2003～2004年油菜生长季,选用6个油菜品种,设置3个氮素水平的小区试验。在不同发育期同步测定油菜冠层的光谱反射率及对应叶片的叶面积指数。利用油菜冠层的光谱反射率数据提取红边参数,分析其变化规律,油菜叶面积指数与红边参数的相关性,估算结果表明：油菜冠层红边一阶导数光谱具有“双峰” 现象,红边位置λ_red位于690～720 nm之间,在油菜生长旺盛期间出现“红边平台”,前期有“红移”,后期有“蓝移”现象;叶面积指数与冠层光谱红边参数λ_red、Dλ_red、S_red之间在开花前存在显著相关,但开花后相关性不显著;利用开花前的红边参数可以估算油菜的叶面积指数,开花后的红边参数不能用于估算油菜的叶面积指数;最后建立了不同时期和开花前油菜叶面积指数的估算模型。     

干旱区典型盐碱土壤含盐量估算的最佳高光谱指数研究

盐碱土的表层土壤含盐量是土壤盐碱化程度分级的主要因素之一。对西北干旱区不同含盐量和含水率的典型盐碱土进行了分析,运用统计方法分析了5种高光谱指数与土壤含盐量的定量关系,并通过对比研究,确定了能提高盐碱土壤含盐量估算精度的最佳光谱指数及定量预测模型。结果表明,不同的指数所选择出的对土壤含盐量最敏感的波段基本都位于近红外(NIR)和短波红外波段(SWIR),说明盐类矿物在近红外和短波红外波段(VNIR-SWIR)区域会产生特有的光谱特征。所选定的最佳光谱ND指数结构简单,易于计算,且对土壤中的水分不敏感,该技术对于大面积土壤含盐量制图具有较广的应用前景。     

高光谱估算土壤有机质含量的波长变量筛选方法

土壤高光谱数据量大、波段维数高,存在光谱信息无效、冗余和重叠现象,导致基于全波段构建的土壤有机质含量反演模型不稳定、精度难以提升。因此,探寻筛选关键波长变量的方法,通过滤除干扰、冗余、共线信息,提高模型预测性能,是目前土壤高光谱研究的热点之一。该文对江汉平原公安县的土壤样本进行室内理化分析、光谱测量与处理等工作获取了实证数据,采用无信息变量消除法(uninformative variables elimination,UVE)剔除无效变量,利用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)滤除冗余变量,运用连续投影算法(successive projections algorithm,SPA)消除共线变量,并尝试将不同类型的筛选方法进行耦合筛选关键波长变量,应用偏最小二乘回归(partial least squares regression,PLSR)分别建立土壤有机质含量估算模型,对比各种变量筛选方法的优缺点,最终,构建筛选土壤高光谱数据关键变量的方法体系。研究结果表明,除SPA方法的模型精度低于全波段外,其他6种变量筛选方法的建模效果均优于全波段;在3种单个变量筛选方法中,CARS方法优于UVE、SPA变量筛选方法,能有效地筛选出重要波长变量,其预测集相对分析误差RPD值为2.84;综合比较各种变量筛选方法,发现CARS-SPA方法从全波段2 001个波长中筛选出37个特征波长建立的土壤有机质含量的PLSR模型效果最好,其模型预测集的决定系数R2和相对分析误差RPD值分别为0.92、3.60,所选波段仅为全波段的1.85%。CARS-SPA-PLSR模型简单、预测效果好,可作为该区域土壤有机质含量估测的重要方法,对今后土壤近地传感器设备的开发具有一定的指导作用。     

棉花地上鲜生物量的高光谱估算模型研究

通过测试棉花6个生育时期350～2500 nm波段的冠层高光谱数据,采用连续统去除和波段深度归一化的分析方法,计算出棉花反射光谱550～750 nm波段深度参数(Dc);同时,将冠层反射光谱数据与棉花鲜生物量进行逐步回归分析,确定了近红外波段763 nm及红光波段670 nm是棉花鲜生物量的2个敏感波段,并组成了高光谱归一化植被指数(NDVI)和比值植被指数(RVI);基于Dc参数和NDVI、RVI植被指数,建立了棉花地上鲜生物量的5种单变量线性与非线性函数模型,分析表明,RVI的指数函数模型反演的棉花地上鲜生物量的估计值与实测值的相关系数最大(R=0.7289^**,RMSE=0.8776);5种函数模型方程,经检验均达到1%的极显著水平,其中,以指数函数、幂函数和双曲线函数构建的棉花鲜生物量估算模型精度相对较高;该研究采用高光谱植被参数和指数,实时、无损、动态、定量提取了棉花地上鲜生物量,为分析、模拟、评价、预测棉花群体大小,设计理想棉花群体及棉花高光谱遥感估产提供了科学的依据。     

植被叶片光谱及红边特征与叶片生化组分关系的分析

以LOPEX’93数据集为基础, 利用最新的叶片光学模型——PROSPECT5模型模拟了不同生化组分(叶肉结构参数、等效水厚、叶绿素、类胡萝卜素和干物质)含量叶片的反射率、透射率和吸收率光谱, 并在此基础上提取植被红边特征, 系统分析光谱和叶片生化组分的关系, 建立光谱特征与叶片生化组分的关系模型, 为生化组分反演提供一定的理论基础。结果表明, 在可见光部分, 叶片的光谱主要取决于叶肉结构参数和色素(叶绿素和类胡萝卜素); 在红外波段, 叶片的光谱主要受水分、叶肉结构参数和干物质含量的影响。不同的波段范围内, 光谱对生化组分的敏感度不同。叶片的红边特征不受水分和类胡萝卜素的影响, 但红边位置随叶绿素的增加向长波方向移动(红移)。红边斜率随内部结构参数的增加而增加, 两者之间的关系可用二次方程描述, 这为叶肉结构参数的求解提供了一个方向。     

无人机高光谱遥感估算冬小麦叶面积指数

为探讨利用低空无人机平台和高光谱影像对冬小麦叶面积指数进行遥感估算,该研究以拔节期冬小麦小区试验为基础,对原始冠层光谱进行一阶导数和连续统去除光谱变换,并在此基础上提取任意两波段组合的差值光谱指数（Difference Spectral Index,DSI）、比值光谱指数（Ratio Spectral Index,RSI）和归一化光谱指数（Normalized Spectral Index,NDSI）,以最优窄波段光谱指数进行叶面积指数估算模型的构建。结果表明,最优窄波段指数的构成波段主要位于红边区域,最优窄波段指数与叶面积指数均呈现非线性关系;光谱变换显著提升了光谱变量与叶面积指数的相关性,其中连续统去除光谱所获取的NDSI（738,822）光谱指数与叶面积指数的相关性最佳;窄波段光谱指数和随机森林回归算法的叶面积指数估算模型精度最高,其相对预测偏差为2.01,验证集的决定系数和均方根误差分别为0.77和0.27。基于随机森林回归算法的无人机高光谱叶面积指数估算模型能够准确地实现小区域的叶面积指数遥感填图,为后期作物长势、变量施肥等提供理论依据。     

利用光谱反射率预测烤烟叶片烟碱含量

以ASD Field spee FR 2500光谱仪测定了不同生育期不同氮钾处理的烤烟叶片光谱反射率,通过光谱反射率、一阶导数光谱和光谱特征变量与烟碱含量的相关分析和逐步回归模型筛选出特征波长,并对回归模型的预测效果进行检验.结果表明,一阶导数光谱回归方程预测效果最好、光谱反射率回归方程次之、特征变量回归方程最差.筛选出光谱反射率特征波长为1792 nm、一阶导数光谱特征波长为810 nm.光谱反射率和一阶导数光谱在427～712、741～810、1382～1879、1905～1969、2067～2338 nm范围内与烟碱含量相关性强.本研究为采用高光谱技术预测烟叶烟碱含量提供了理论参考.     

数学形态学辅助下基于光谱指数的作物冠层组分分类

近地遥感常被用于获取作物冠层组分信息,但在提取叶片反射率时常受到土壤背景、穗和阴影效应的影响。为准确分类并提取作物冠层组分信息,该研究通过分析小麦冠层各组分（光照/阴影叶片、土壤、穗）的光谱及纹理差异,提出了一种光谱指数与数学形态学结合的作物冠层组分分类方法,探讨不同生育时期的最佳冠层组分分类方法,并定量分析不同组分的归一化光谱指数与小麦叶片氮含量的关系。结果表明：光谱指数法能较好地区分小麦抽穗前的不同冠层组分,而抽穗期的分类效果易受麦穗影响;光谱指数与数学形态学结合的分类方法能较好地消除麦穗对光照/阴影叶片提取的干扰（总体分类精度为97.80%,Kappa系数为0.97,运行时间3.87 min）,该方法的分类精度及运行效率均优于传统分类方法（迭代自组织数据分析算法（Iterative Selforganizing Data Analysis Techniques Algorithm, ISODATA）和最大似然估计（Maximum Likelihood Estimation, MLE））;而且,基于光照和阴影叶片的归一化光谱指数对叶片氮含量最敏感。研究结果可为其他作物冠层组分分类和精准农业中农学参数的定量反演提供技术参考。     

高光谱反射率与大豆叶面积及地上鲜生物量的相关分析

以ASD FieldSpec光谱仪实测了不同生长季大豆的冠层高光谱,同期采集了对应大豆LAI、地上鲜生物量。逐波段分析了冠层光谱反射率、导数光谱与大豆LAI、地上鲜生物量的相关关系;采用单变量线性回归逐波段分析了冠层光谱反射率、导数光谱与大豆LAI、地上鲜生物量确定性系数随波长的变化趋势;并建立了以近红外与可见光波段的冠层光谱反射率的比值植被指数RVI与大豆LAI、地上鲜生物量的高光谱遥感估算模型。结果表明,冠层光谱反射率在350～680 nm、760～1050 nm波谱区与大豆LAI、地上鲜生物量相关性     

基于计算机视觉技术的烟叶成熟度判定方法

快速定量检测烟叶成熟度可为烟叶成熟收割提供决策依据。通过对烟叶样品图像数据进行处理与变换,得到烟叶图像的HSV颜色值,使用线性回归分析法建立烟叶图像HSV颜色值与叶绿素含量之间的函数关系,以及烟叶叶绿素含量与SPAD值之间的函数关系;利用烟叶成熟度与SPAD值之间的函数关系,构建烟叶图像HSV颜色特征值与烟叶成熟度之间的关系模型TMDHSV,从而建立起基于计算机视觉技术的烟叶成熟度判定方法。试验结果表明,该方法具有较好的可行性,可为快速定量检测烟叶成熟度提供技术支撑。     

钨酸钠对成熟期烤烟氮代谢、氧化胁迫和烟碱含量的影响

为解决烟叶后期贪青晚熟所造成的问题,本研究以K326为研究对象,针对生长过旺的烟株喷施不同浓度的钨酸钠,研究了其对烟叶根系活力、氮代谢、抗氧化系统及烟碱含量的影响。结果表明:喷施钨酸钠不同程度地减弱了烟株的根系活力、硝酸还原酶(NR)活性、谷氨酰胺合成酶(GS)活性、丙二醛(MDA)含量,并与钨酸钠浓度呈显著负相关;增加了超氧化物歧化酶(SOD)、过氧化物酶(POD)等抗氧化酶活性,与钨酸钠的浓度呈显著正相关;同时降低了烟碱的含量。综合来看,以喷施1.0 mmol/L的钨酸钠能够有效抑制烟叶的氮代谢,促进烟叶成熟落黄,提高烟叶抗氧化胁迫的能力,同时降低烟叶烟碱含量。     

南阳烤烟矿质元素及化学成分次适宜因子与土壤生态因子的典型相关分析

为了解南阳烤烟矿质元素及主要化学成分次适宜因子及其与土壤生态因子的关系,选取代表南阳不同生态类型的13个样点的土壤样品和烟叶样品,以及2个津巴布韦、14个巴西的优质烟样,测定烟样矿质元素及化学成分与土壤生态因子.对优质烟与南阳烤烟间矿质元素及主要化学成分指标的比较表明,南阳烤烟矿质元素及主要化学成分次适宜因子为磷、钾、钙、钠、烟碱、总糖、还原糖、淀粉.对次适宜因子与土壤生态因子进行典型相关分析的结果表明,在一定范围内,随着土壤锌含量提高,烟叶还原糖呈显著增加趋势而烟碱呈显著减少趋势:土壤氨化菌数减少、硝化菌数增加,烟叶烟碱显著增加而总糖、淀粉、磷含量显著减少;随土壤放线菌数减少、解钾菌数增加,烟叶还原糖含量增加;随土壤铜含量提高,烟叶钙、钠含量减少;随土壤硝化菌数减少、真菌数增加,烟叶钙含量呈增加趋势而钠含量呈减少趋势.改良土壤特别是改良土壤微生物性状可望改善烟叶质量.     

罗平烟区土壤有效硼、钼含量与烟叶硼、钼含量的关系分析

以罗平县植烟土壤为研究对象,分析了罗平县土壤有效硼、有效钼含量及其互作与烟叶硼、钼含量的关系。结果表明:(1)罗平县土壤有效硼含量平均值为0.540 mg/kg,变幅为0.051~3.033 mg/kg,变异系数为77.78%;土壤有效钼含量丰富,平均值为0.489 mg/kg,变幅为0~3.458 mg/kg,变异系数高达98.77%。(2)罗平县烟叶硼含量平均值为16.301 mg/kg,变幅为2.163~35.684 mg/kg,符合优质烤烟硼含量范围内的样本数占总数的88.89%;烟叶钼含量偏低,平均值为0.535 mg/kg,变幅为0.059~4.059 mg/kg,符合优质烟叶生长发育钼含量的样本数占总样本数的48.83%。(3)烟叶硼含量与土壤有效硼含量呈极显著正相关,相关系数为0.215,烟叶硼含量(y^)与土壤有效硼含量(x)的回归方程为y^=14.720+2.925x;烟叶钼含量与土壤有效钼含量呈极显著正相关,相关系数为0.411,烟叶钼含量(y^)与土壤有效钼含量(x)的回归方程为y^=0.335+0.409x;(4)土壤有效硼和有效钼的交互作用对烟叶硼含量存在极显著影响,但对烟叶钼含量的影响未达到显著水平。     

基于红边位置的马铃薯植株氮浓度估测方法研究

【目的】高光谱遥感技术可以用于植被生长状况的监测和研究光谱与植被理化性质间的关系。红边位置是与作物氮素营养关系较为密切的光谱参数,常用于作物叶绿素或氮素的含量监测,监测参数以及数据的计算都影响着该方法的准确性和实用性。为此,本研究优化了红边位置方法的参数,比较了六种方法对所得马铃薯氮浓度预测数据的翻译的准确性和精确度。【方法】于2014—2016年在内蒙古阴山北麓,进行了三个马铃薯品种、不同施氮量的田间试验。在马铃薯苗期、块茎形成期、块茎膨大期、淀粉积累期和收获期,使用红边位置获取了马铃薯冠层反射光谱,采用六种方法计算了该数据翻译的马铃薯地上部氮浓度,并分别与实测值进行了相关性分析。【结果】马铃薯生育后期一阶导数光谱中双峰现象较为明显。不同生育时期中苗期由于受到噪声光谱的影响氮浓度,与红边位置相关性较差,块茎形成期至淀粉积累期的氮浓度与红边位置相关性较高,其中块茎膨大期相关性最高。最大一阶导数法和拉格朗日内插法所得红边位置无连续性;线性外推法所得红边位置变幅与标准差最高,最大分别可达到44.6和9.3;多项式拟合法次之,变幅和标准差分别为15.1和2.6;倒高斯拟合法和线性四点内插法的变幅和标准差较小。在六种方法所得红边位置与马铃薯地上部氮浓度的预测模型中,线性外推法决定系数最高(R^2=0.55),预测值与观测值相关性最好(R^2=0.44,RMSE=3.96 g/kg,RE=11.46%);倒高斯拟合法与多项式拟合法模型决定系数相近,R^2均在0.40左右,倒高斯拟合法对氮浓度的预测能力更高一些(R^2=0.31,RMSE=4.33 g/kg, RE=12.03%)。【结论】红边位置能够对块茎形成期至淀粉积累期的植株氮浓度进行诊断,花期红边位置有轻微的饱和现象,但并不影响整体的预测,在花期和块茎膨大期采集光谱时需要注意传感器与植物冠层的距离,保证采集数据的准确性。线性外推法是最适合马铃薯冠层光谱的红边位置计算方法,所得红边位置变幅大,对马铃薯地上部氮浓度的变化较为敏感,回归模型决定系数和预测精度也最高,而且对于高氮浓度处的饱和现象有较好的缓解作用。     

Characteristics of P accumulation and distribution at the maturity stage of Brassica Napus varieties with different phosphorus use efficiency for grain production

Phosphorus (P) is one of nutrients essential for plant growth. The differences in P content, accumulation, and distribution among 98 rapeseed (Brassica napus) varieties with different P use efficiency for grain production (PUEg) were studied. The results showed that there were highly significant differences in P contents of the whole plant and various organs among different rapeseed varieties. Furthermore, PUEg had significantly negative correlations with P accumulations in whole plant, stems, shells, and seeds. The correlation analysis showed that the correlation coefficient of PUEg and P distribution ratio in stems was smaller, and it was significantly negatively correlated in shells, while it showed highly positive correlations in seeds. It indicated that P content in rapeseed plant stems and shells appeared to be transported into seeds to increase P distribution in seedpods at the late maturity stage, which could help improve PUEg.     

植保无人机喷施雾滴沉积特性的荧光示踪分析

航空施药雾滴沉积特性的准确检测对施药参数选择和施药质量优化至关重要。该研究以3WQF-80-10型植保无人机为试验对象,选取典型飞行工况,通过水敏纸和基于荧光示踪的航空施药沉积检测系统同步获取展向雾滴沉积覆盖率,研究对比了该机型在典型飞行工况条件下的雾滴沉积离散性和连续性分布,评估基于荧光示踪的沉积检测系统对雾滴沉积检测效果与适用性。试验结果表明:荧光示踪法与水敏纸法所得雾滴沉积率分布曲线整体趋于一致,2种方法的检测结果相关性拟合优度(R2)为0.88~0.96;由于植保无人机旋翼下洗风场胁迫细小雾滴沉降至非水敏纸布样位置,致使荧光示踪法测得的平均雾滴覆盖率曲线出现更多峰值,覆盖率值高于水敏纸法测量结果。植保无人机飞行速度为2 m/s,飞行高度为3 m的作业条件下,与水敏纸离散布样方式相比,荧光示踪连续布样方式测得雾滴覆盖率提高16.92%,当飞行速度为4 m/s,飞行高度为9 m时,后者较前者提高97.77%。植保无人机作业工况对施药雾滴沉积覆盖率影响方面,飞行速度2 m/s,飞行高度3 m的工况下,雾滴沉积覆盖率最高,为8.34%和7.14%;随着植保无人机飞行高度和速度增加,雾滴沉积覆盖率降低。针对植保无人机下洗风场作用下施药雾滴沉积质量检测,与离散布样方式相比,连续性样品采集可获取更丰富的雾滴空间沉积分布细节。该研究可为无人机低空低量施药雾滴沉积检测和无人机下洗风场对雾滴沉积分布影响研究提供方法参考。