应用数字图像分析技术进行冬小麦 拔节期氮营养诊断

传统的作物营养诊断如植株全氮、生物量和植株硝酸盐浓度测试等需要进行大量的田间取样和实验室分析,时效性不足,难以适应作物生长期间追肥诊断的需要。通过田间试验,应用数字图像技术对拔节期作物的氮营养状况进行了研究,发现冠层数字图像色彩参数可以用来表征冬小麦拔节期的氮营养状况。数字图像标准化红光值R/（R＋G＋B）与冬小麦常规营养诊断指标如叶绿素仪读数、茎基部硝酸盐浓度、植株全氮含量和地上部生物量之间的相关系数达到了0.809～0.946,是较好的表征作物氮营养状况的诊断指标。     

拔节期氮营养诊断

 传统的作物营养诊断如植株全氮、生物量和植株硝酸盐浓度测试等需要进行大量的田间取样和实验室分析，时效性不足，难以适应作物生长期间追肥诊断的需要。通过田间试验，应用数字图像技术对拔节期作物的氮营养状况进行了研究，发现冠层数字图像色彩参数可以用来表征冬小麦拔节期的氮营养状况。数字图像标准化红光值R/(R+G+B)与冬小麦常规营养诊断指标如叶绿素仪读数、茎基部硝酸盐浓度、植株全氮含量和地上部生物量之间的相关系数达到了0.809~0.946，是较好的表征作物氮营养状况的诊断指标。     

基于计算机视觉的作物营养诊断系统的关键技术研究现状

近年来,随着高分辨率数码照相机和摄像机的问世,基于计算机视觉的方法成为无损诊断作物营养的解决方案之一。详细分析了基于计算机视觉的作物营养诊断关键技术的研究现状,主要包括冠层图像分割技术、冠层图像特征提取与分析技术、诊断模型建立技术。同时指出了现有研究方法所存在的问题以及未来的研究方向。     

作物冠层氮素的高光谱无损监测技术研究

氮素是作物生长发育和品质形成的重要指标。实时、快速、准确、无损地监测作物冠层氮素含量对于作物生长诊断、提高氮素利用率、减少过量施氮带来的环境污染具有重要的意义。从冠层氮素的高光谱无损监测的国内外研究现状出发,围绕作物冠层氮素无损监测的技术原理、作物冠层无损监测现状及存在的问题、作物冠层氮素无损监测技术的发展方向等问题进行阐述和探讨,以期为冠层氮素高光谱无损监测研究提供一定的参考。     

基于可见光谱色彩指标Otsu 法的水稻冠层图像分割

水稻冠层数字图像分析技术在水稻生长监测、氮营养诊断及产量预测上具有应用潜力,而水稻像元精确分割、提取是水稻冠层数字图像分析结果准确、稳定、可靠的前提。最大类间方差法(Otsu法)具备分割质量稳定、自适应强的特性,分割效果较好,是一种常用的阈值分割方法。通过提取计算水稻冠层图像9种图像色彩指标R、G、B、CIEL*a*b*色彩空间的L*、a*、b*分量、HSV色彩空间的H分量、绿度叶片指数(GLD)以及植被指数(VIGreen),并以各种图像色彩指标的Otsu法对水稻冠层图像进行分割,比较其图像分割效果。结果表明,水稻和土壤像元的a*、b*、GLD、VIGreen色彩指标双峰性明显,且重叠性小,可作为分割水稻与土壤背景的候选图像色彩指标;基于a*、GLD、VIGreen色彩指标的Otsu法的分割精度较高,且基于a*色彩指标的Otsu法对水稻冠层图像分割效果的信噪比最大、误差率最低,其次是基于VIGreen色彩指标的Otsu法;基于CIEL*a*b*色彩空间的a*色彩指标是Otsu法的水稻冠层图像分割中较优的图像色彩指标。     

应用数字图像技术对葡萄进行氮素营养诊断的研究

本试验通过设定纯氮0、100、200、300、400、500 kg/hm26个不同氮素水平浓度,并利用数码相机分别获取葡萄开花期、坐果期和果实着色期的植株冠层图像,研究了冠层图像的色彩参数指标与施氮量、叶片硝酸盐含量、植株全氮含量及土壤无机氮含量之间的关系。结果表明,数字图像技术可以应用在葡萄氮素营养诊断中,在各色彩参数指标中G/B、G/(R+G+B)均与施氮量、叶片硝酸盐含量、植株全氮含量及土壤无机氮含量呈显著相关的关系,并且坐果期G/B的相关性最高,可作为利用数字图像技术对葡萄进行氮素营养诊断的指标,坐果期作为氮素营养诊断主要时期。     

光谱技术在作物生长与营养信息监测方面的研究进展

随着光谱技术的发展,植物光谱分析方法已成为监测作物生长与营养信息的重要手段。通过概述利用光谱技术监测作物叶面积指数(LAI)、生物量、含水量、叶绿素及氮素五项指标的研究进展,对光谱技术在作物生长与营养信息监测方面的研究进行了展望。     

不同算法红边位置监测小麦冠层氮素营养指标的比较

【目的】红边位置常被用于监测作物叶片氮素营养状况。本文旨在通过不同算法提取红边位置,分析并比较不同算法提取的红边位置对氮素营养监测模型的准确性和可靠性差异,确定监测小麦叶片氮素营养的最佳红边位置算法及定量模型。【方法】基于不同施氮水平、播种密度、品种类型和生育时期的小麦田间试验,系统分析不同算法的红边位置(一阶微分、倒高斯法、多项式拟合法、四点内插法、拉格朗日法、线性外推法)与冠层叶片氮素营养指标的定量关系,比较不同算法红边位置对氮素营养监测的准确性和可靠性。【结果】线性外推法为计算小麦红边位置的最佳算法,并建立了基于线性外推法的小麦冠层叶片氮素营养定量监测模型。【结论】研究结果为小麦冠层叶片氮素营养指标的可靠监测提供了有效途径。     

数字图像技术在草莓氮素营养诊断中的应用研究

为了探讨利用数字图像处理技术进行草莓氮素营养诊断的可行性,通过6个水平的氮肥田间试验,采用数码相机获取草莓冠层图像,分析了不同供氮水平下草莓冠层图像色彩参数与施氮量、土壤无机氮和植株氮素营养指标之间的关系.研究表明:数字图像技术应用于监测草莓的氮素供应状况是可行的.其中,不同氮素处理下G/B值与G/(R+G+B)值的决定系数较高,G/(R+G+B)值与土壤无机氮、叶片硝酸盐及植株全氮之间的决定系数最高,利用G/(R+G+B)值的范围得出草莓开花期与结果期的氮肥推荐用量,从而反馈草莓氮素营养状况,进行氮素营养诊断.     

作物氮素营养诊断的无损测试研究与应用现状

介绍了作物氮素营养诊断的几种无损测试技术,即利用便携式叶绿素仪、高光谱遥感技术、冠层色彩分析技术和叶绿素荧光技术进行作物的氮素营养诊断的方法及研究现状。     

基于数码图像的甜菜氮素近地遥感监测模型

为定量研究利用数码图像进行甜菜冠层叶片氮含量(Leaf nitrogen content,LNC)时空变化监测的适宜性及准确性,以2014年内蒙古赤峰市松山区太平地镇田间试验为基础,在甜菜各生长阶段采集甜菜冠层数码图像,利用数字图像处理技术对图像进行分割并提取红光值(R)、绿光值(G)和蓝光值(B)。分析R/B、G/B等9个颜色参数与不同生育期冠层LNC的相关性,并研究冠层LNC随施氮量的变化规律,探寻适宜于甜菜氮素营养监测的关键生育时期及最佳颜色参数。分别利用支持向量机(Support vector machine,SVM)和BP人工神经网络(BackPropagation artificial neural network,BP-ANN)建立甜菜冠层LNC预测模型。研究结果表明,BP-ANN预测模型具有较高且较稳定的预测精度,其验证集的决定系数R~2和均方根误差RMSE分别为0.74和2.35,与SVM模型相比,BP-ANN模型的决定系数R~2提高了12.12%,均方根误差RMSE降低了8.09%。     

一种基于图像分析提取作物冠层生物学参数的方法与验证

利用图像分析方法,通过准确识别冠层和背景像素进行棉花冠层生物学产量和叶面积系数估测。采用Olympus C740 Ultra Zoom数码相机拍摄棉花不同生育期冠层图像,在棉花冠层数码照片特征分析的基础上提出了棉花冠层图片计算机自动判读的方法,即混合采用图像色度(H)、绿光(G)、红光(R)灰度值构造提取条件,通过多重判断识别棉花冠层和背景,并编写了相应的计算机程序。利用该程序分析棉花不同施氮量下、不同生育期提取地面覆盖度参数与棉花生物学产量、叶面积系数间的关系,发现棉花冠层地面覆盖度指标可以有效预测棉花生物学产量和叶面积系数,二者间指数相关系数达到r=0.97以上,为极显著相关。     

A light-weight multi-spectral aerial imaging system for nitrogen crop monitoring

Image-based remote sensing is one promising technique for precision crop management. In this study, the use of an ultra light aircraft (ULA) equipped with broadband imaging sensors based on commercial digital cameras was investigated to characterize crop nitrogen status in cases of combined nitrogen and water stress. The acquisition system was composed of two Canon^? EOS 400D digital cameras: an original RGB camera measuring luminance in the Red, Green and Blue spectral bands, and a modified camera equipped with an external band-pass filter measuring luminance in the near-infrared. A 5?month experiment was conducted on a sugarcane (Saccharum officinarum) trial consisting of three replicates. In each replicate, two sugarcane cultivars were grown with two levels of water input (rainfed/irrigated) and three levels of nitrogen (0, 65 and 130?kg/ha). Six ULA flights, coupled with ground crop measurements, took place during the experiment. For nitrogen status characterisation, three indices were tested from the closed canopy: the normalised difference vegetation index (NDVI), the green normalised difference vegetation index (GNDVI), and a broadband version of the simple ratio pigment index (hereafter referred to as the SRPI_b), calculated from the ratio between blue and red bands of the digital camera. The indices were compared with two nitrogen crop variables: leaf nitrogen content (N_L) and canopy nitrogen content (N_C). SRPI_b showed the best correlation (R ²?=?0.7) with N_L, independently of the water and the N treatment. NDVI and GNDVI were best correlated with N_C values with correlation coefficients of 0.7 and 0.64 respectively, but the regression coefficients were dependent on the water and N treatment. These results showed that SRPI_b could characterise the nitrogen status of sugarcane crop, even in the case of combined stress, and that such acquisition systems are promising for crop nitrogen monitoring.     

基于光谱信息的作物氮素营养诊断研究进展

快速、准确地进行作物氮素营养诊断,有助于管理者及时、有效地采取相应的应对措施,既保障作物的高产量,又有效地管控、减少化肥施用量。由于作物氮素营养状况直接影响着作物的光谱信息,因此以作物光谱信息为依据进行作物氮素营养诊断极具潜力。对当前基于光谱信息进行作物氮素营养诊断的3种方法(便携式叶绿素仪法、高光谱遥感诊断法和数字图像分析诊断法)进行了综述,介绍了各个方法的原理、特点和研究进展,并对未来基于光谱信息的作物氮素营养诊断进行了展望。     

应用数字图像技术进行马铃薯氮素营养诊断的研究

应用数码相机获取马铃薯冠层图像,分析不同供氮水平下马铃薯冠层图像数字化指标与土壤无机氮(Nmin)、植株氮素营养指标(叶柄硝酸盐浓度、叶绿素仪读数、植株全氮含量、叶片全氮含量)的关系。结果表明,马铃薯冠层图像绿光与蓝光比值G/B是最适宜作为马铃薯氮素营养诊断的数字化指标;建立了评价马铃薯氮素营养丰缺的冠层图像数字化指标G/B的量化标准和氮肥推荐量。     

基于颜色特征的加工番茄叶片氮素评价初步研究

利用数码相机获取加工番茄地上部分彩色图像,通过图像处理软件提取RGB及其组合的颜色特征值,同时与氮素指标叶片叶绿素含量、SPAD值、叶片含氮量及单株吸氮量作回归分析,根据统计性检验,有相当数量的颜色特征与4个氮素指标呈较高的相关性,相关系数达到r=0.7以上.综合筛选出的颜色特征指标,结合地面覆盖度与氮素营养指标建立以叶片含氮量为应变量的估算模型.经模型校验,其预测值与实测值在n=15,P＜0.01水平上达r=0.8以上的极显著相关.因此,可依据颜色特征参数通过建立相应的统计模型进行加工番茄叶片氮素含量的评价,进而为加工番茄氮素营养诊断提供依据.     

Digital image analysis and chlorophyll metering for phenotyping the effects of nodulation in soybean

Leaf photosynthesis and rhizobial nitrogen fixation are the two metabolic processes of utmost importance to legume growth and development. As these processes are closely related to each other, measuring of leaf chlorophyll content can provide information on the nodulation and nitrogen fixation status of crop plants. In the present investigation, a number of soybean breeding lines consisting of near-isogenic families which are genetically segregating for the nodulation trait were utilized in field experiments carried out across three growing seasons at Vienna, Austria. For phenotyping leaf chlorophyll content, the Minolta SPAD spectrometer was applied in parallel to a simple leaf digital image analysis procedure based on a commercial digital still camera. The main objectives of the research included the comparison of SPAD metering and image analysis for determination of chlorophyll content, phenotyping of the soybean nodulation vs. non-nodulation characteristic with respect to leaf, agronomic and seed traits, and relating both chlorophyll and image analysis data to seed quality characteristics. Nodulating and non-nodulating soybean lines significantly differed in chlorophyll content from the V5 (five leaves fully developed) soybean developmental stage onwards. Apart from chlorophyll content, leaf size, plant height, number of pods per plant, 1000-seed weight, and seed protein and oil content were also affected by nodulation type. The chlorophyll content of soybean leaves as determined by SPAD metering was significantly correlated (r = −0.937) to the green color value (RGB color model) of leaf image analysis at the R3 (beginning of pod growth) soybean developmental stage. Both chlorophyll content and leaf image analysis parameters were correlated to 1000-seed weight, seed protein and seed oil content. Thus, it appears that these leaf parameters related to photosynthesis and nitrogen fixation could be utilized to determine the nitrogen status of a soybean crop and subsequently in forecasting seed quality parameters of the harvest product.     

基于RGB颜色空间的早稻氮素营养监测研究

针对双季稻区水稻过量施肥带来环境污染和成本提高问题,设计不同品种氮肥梯度大田试验,应用数码相机获取早稻冠层数字图像,研究不同色彩参数及早稻氮素营养指标的时空变化特征,以期确立双季早稻氮素营养预测模型。结果表明:不同品种同一氮肥处理下图像色彩参数差异不大;拔节期数字图像参数对氮素营养指标敏感;模型构建结果显示,图像参数INT与水稻氮素营养指标构建的模型决定系数(R2)最大,模型预测效果最佳,R2分别为0.895 7和0.924 7;进一步采用多元回归分析和BP神经网络分析法进行预测,预测效果均较好。对预测结果进行检验,发现品种对于模型的构建影响不大,以BP神经网络分析法构建的叶片氮浓度(LNC)模型和以INT为敏感色彩参数构建的叶片氮积累量(LNA)回归模型效果最优,而多元回归分析方法则效果不佳。早稻冠层RGB颜色空间敏感参数与氮素营养指标间相关性较好,可以实现氮素营养的无损监测诊断。     

基于数字图像技术的黄瓜缺氮营养诊断

以节节瓜和日本小黄瓜2个品种为试验对象,设计田间不同氮肥处理试验研究数字图像技术对于黄瓜缺氮无损诊断的可行性。每隔3d利用数码相机和叶绿素仪获取固定叶位的叶片图像和叶绿素测量(SPAD)值,利用图像处理技术获取叶片的颜色特征参数,分析这些参数和SPAD值之间的相关性,并建立回归方程。结果表明,红光标准化值(NRI)、色调(H)、深绿色指数(DGCI)和SPAD值之间存在良好的线性关系,其决定系数分别为0.86、0.70和0.65。利用数码相机和数字图像技术进行黄瓜氮素营养状况诊断具有快速、无损、易于操作的特点,易于在生产实际应用中推广。