基于分焦平面偏振成像的冬青卫矛含水率快速无损检测

针对目前在植物含水率检测中存在的使用场景受限、含水率检测不及时等问题,该研究搭建了一套基于分焦平面偏振相机的偏振成像系统,通过对偏振成像信息的解析建立了线偏振度这一物理量与含水率的依赖关系,揭示了偏振光与植物内水分间的相互作用机理,实现了对冬青叶片含水率的快速、无损检测。结果表明：1）针对于不同月份、晴雨天气条件以及不同部位这3种不同影响因素下的冬青卫矛叶片,都可以通过线偏振度来反映其含水率情况,其统一表现为随着含水率的梯度降低,线偏振度逐渐增大;2）该研究通过采集大量的植物叶片建立预测模型,含水率与线偏振度存在较强的负相关关系,决定系数达到0.85,均方误差仅为0.45%;3）另取叶片对含水率检测模型进行验证,结果表明该模型在含水率检测的验证中均方根误差为4.53%,即可以通过线偏振度表征叶片的真实含水率。该研究成果在推动光学手段在植物健康状态检测的进程中具有应用价值。     

基于近红外光谱的活体植物叶片水分检测仪器

在近红外光谱区,采用超低功耗单片机MSP430及新型的光频转换芯片TSL230,研制快速无损、可现场测定植物叶片水分含量的透射式检测仪器。仪器整体由信号采集系统、单片机系统及相应的软件支撑、校正模型组成。其信号采集系统采用近红外LED光源,890 nm和980 nm的窄带干涉滤光片和光频转换芯片。光频转换芯片的使用简化了信号采集电路,减少了噪声的引入。该文介绍了该仪器的硬件设计、软件设计,对紫荆叶片水分含量的建模及预测。预测结果与水分真实值基本一致,二者相关系数为0.900。仪器具有较高的重复性、稳定性和可靠性,与其他水分测量仪相比,该仪器具有体积小、结构简单、重量轻、超低功耗、抗干扰等特点。试验结果表明本仪器可在田间现场对植物叶片水分含量进行快速无损检测。     

柑橘叶片叶绿素含量高光谱无损检测模型

针对柑橘叶片叶绿素含量的传统化学检测,不仅耗时长且损伤柑橘叶片,还依赖检测者实操技术,无法集成于精细农业中变量喷施农机具的诸多弊端,该文探讨快速无损检测柑橘叶片叶绿素含量方法。以117棵园栽萝岗甜橙树为研究对象,选用ASD Field Spec 3光谱仪对萌芽期、稳果期、壮果促梢期、采果期共4个生长时期的柑橘叶片进行高光谱反射率采集,并同步采用分光光度法测得叶片的叶绿素含量;以原始光谱及其变换形式作为模型输入矢量,分别在主成分分析(principle component analysis,PCA)降维的基础上利用支持向量机回归(support vector regression,SVR)算法和在小波去噪的基础上利用偏最小二乘回归(partial least square regression,PLSR)算法对柑橘叶片叶绿素含量进行建模预测,全生长期整体建模的校正集和验证集最佳模型决定系数R2分别为0.8713和0.8670,均方根误差RMSE(root-mean-square error)分别为0.1517和0.1544,试验结果表明,高光谱可快速无损地对柑橘叶片叶绿素含量进行精确的定量检测,为柑橘不同生长期的营养监测提供理论依据。     

高光谱成像分析植物叶片滞尘前后光谱特征变化

灰霾的监测与治理是迫切需要解决的问题,分析植被叶片滞尘前后的光谱变化特征是灰霾监测的一种有效方式。植物叶片具有吸附空气颗粒物的能力。该文通过获取10种常见树木叶片10月和11月连续26 d的高光谱图像,对比分析每种叶片滞尘前后的光谱特征变化情况,得出滞尘前后叶片光谱变化的基本趋势:1)10种叶片变化趋势基本一致,10种叶片滞尘前后光谱变化明显的区间均表现在500~550 nm、550~700 nm、730~760 nm波段内;2)滞尘前后的叶片红边位置并没有发生改变,滞尘没有对叶片内部生理结构构成影响;3)金露梅和二球悬铃木在765 nm波段处的光谱响应与其它树种存在很大差异;白杜、金银忍冬、紫薇和玉兰在550~570 nm波段区间对于滞尘的敏感度较弱。研究为大气降尘的监测以及灰霾的治理提供应用参考。为进一步通过高光谱探测灰霾典型成分提供理论支撑。     

基于虚拟仪器的果树重叠叶片LAI实时检测系统

目前叶面积指数(leaf area index,LAI)检测中重叠叶片的辨别是一个难点。该文提出一种创新的重叠叶片LAI简易检测方法:在室内直射平行光源照射下,通过光电传感器检测叶片透射光能量,传感器信号经过调理,由数据采集卡采集至计算机,利用LabVIEW软件平台进行程序设计,自动判断重叠叶片层数。将叶片层数乘以传感器的接收面积即为该检测位置各层叶片面积,将整个检测过程中的叶片面积累加即为各层叶片的总面积,进而求出LAI。根据试验结果选用近红外作为光源,设计并制作用于检测的近红外光电传感器,其短路电流I1、I2分别与前置放大输出电压U1、主放大输出电压U2均有良好的线性关系,于0.05水平显著。数据采集试验结果表明,在手动进行扫描、定位采集的方式下,以方格法计算的LAI值作为准确值,系统对LAI的计算最大相对误差绝对值为14.8%。初步探讨了叶片间隔对透射辐射量的影响,结果发现乘幂模型的拟合效果较好。     

基于高光谱的冬油菜叶片磷含量诊断模型

为快捷、无损和精准表征冬油菜磷素营养与冠层光谱间的定量关系,该文以连续3a田间试验为基础,探究叶片磷含量的敏感波段范围及光谱变换方式,明确基于高光谱快速诊断的叶片磷含量有效波段,降低光谱分析维度,提高磷素诊断时效性。以2013-2016年田间试验为基础,测定不同生育期油菜叶片磷含量和冠层光谱反射率。此后,对原初光谱(raw hyperspectral reflectance,R)分别进行倒数之对数(inverse-log reflectance,log(1/R))、连续统去除(continuum removal,CR)和一阶微分(first derivative reflectance,FDR)光谱变换,采用Pearson相关分析确定叶片磷含量的敏感波段区域。在此基础上,利用偏最小二乘回归(partial least square,PLS)构建最优预测模型并筛选有效波段。结果表明,油菜叶片磷含量的敏感波段范围为730~1300 nm的近红外区域;基于敏感波段的FDR-PLS模型预测效果显著优于其他光谱变换方式,建模集和验证集决定系数(coefficient of determination,R2)分别为0.822和0.769,均方根误差(root mean square error,RMSE)分别为0.039%和0.048%,相对分析误差(relative percent deviation,RPD)为2.091。根据各波段变量重要性投影(variable importance in projection,VIP)值大小,确定油菜叶片磷含量有效波段分别为753、826、878、995、1 187和1 272 nm。此后,再次构建基于有效波段的油菜叶片磷含量估算模型,R2和RMSE分别为0.678和0.064%,预测精度较为理想。研究结果为无损和精确评估冬油菜磷素营养提供了新的研究思路。     

利用太赫兹光谱技术构建番茄水分胁迫状态检测模型

快速检测番茄水分胁迫状态,对于科学有效地进行番茄的水肥管理,保障和提高番茄的产量和品质具有重要意义。该研究利用太赫兹光谱对水分极为敏感的特性,提出了基于太赫兹光谱技术的番茄水分胁迫状态的快速检测方法。试验利用太赫兹光谱系统获取不同水分胁迫番茄叶片的功率谱、吸光度及透射率频谱数据。采用（Savitzky-Golay, SG）算法对数据进行降噪,利用稳定性竞争自适应重加权（Stability Competitive Adaptive Reweighted Sampling, SCARS）算法进行了多维特征频段的提取;在此基础上,建立了叶片含水率功率谱、吸光度及透射率等单一维度下的多元线性回归（Multiple Linear Regression, MLR）模型。结果表明,太赫兹功率谱和吸光度与叶片含水率之间呈负相关;而透射率则随水分胁迫程度的提高逐渐升高,呈正相关。为了进一步提高模型的精度,使用支持向量机（Support Vector Machines, SVM）在融合3种维度太赫兹特征的基础上,建立了番茄含水率的融合预测模型,结果表明,预测集R2达到0.951 4,RMSE为0.366 8,均高于单一维度检测模型,实现了番茄水分的快速检测。     

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.     

Time‐lapse monitoring of soil water content using electromagnetic conductivity imaging

The volumetric soil water content (θ) is fundamental to agriculture because its spatiotemporal variation in soil affects the growth of plants. Unfortunately, the universally accepted thermogravimetric method for estimating volumetric soil water content is very labour intensive and time‐consuming for use in field‐scale monitoring. Electromagnetic (EM) induction instruments have proven to be useful in mapping the spatiotemporal variation of θ. However, depth‐specific variation in θ, which is important for irrigation management, has been little explored. The objective of this study was to develop a relationship between θ and estimates of true electrical conductivity (σ) and to use this relationship to develop time‐lapse images of soil θ beneath a centre‐pivot irrigated alfalfa (Medicago sativa L.) crop in San Jacinto, California, USA. We first measured the bulk apparent electrical conductivity (EC_a – mS/m) using a DUALEM‐421 over a period of 12 days after an irrigation event (i.e. days 1, 2, 3, 4, 6, 8 and 12). We used EM4Soil to generate EM conductivity images (EMCIs). We used a physical model to estimate θ from σ, accounting for soil tortuosity and pore water salinity, with a cross‐validation RMSE of 0.04 cm³/cm³. Testing the scenario where no soil information is available, we used a three‐parameter exponential model to relate θ to σ and then to map θ along the transect on different days. The results allowed us to monitor the spatiotemporal variations of θ across the surveyed area, over the 12‐day period. In this regard, we were able to map the soil close to field capacity (0.27 cm³/cm³) and approaching permanent wilting point (0.03 cm³/cm³). The time‐lapse θ monitoring approach, developed using EMCI, has implications for soil and water use and management and will potentially allow farmers and consultants to identify inefficiencies in water application rates and use. It can also be used as a research tool to potentially assist precision irrigation practices and to test the efficacy of different methods of irrigation in terms of water delivery and efficiency in water use in near real time.     

基于叶片分形维数的植物亏水胁迫萎蔫体态测量方法

该文借助基于激光斜射测距原理的3D扫描装置,快速获取西葫芦叶面形态的原始信息,在此基础上通过叶面形态的变化达到研究植株亏水胁迫的目的。定义了叶面分形维数作为刻画叶片萎蔫形态的量化指数——萎蔫指数。根据不同萎蔫程度（10个萎蔫水平）的叶片形态3D测量数据,对分形维数所定义的叶片萎蔫指数分别结合土壤温度与光照强度分析了统计相关性。试验结果表明：在保持田间持水量不变条件下,叶面分形维数满足萎蔫状态的单调变化趋势;激光扫描是获取叶面形态的有效方法;叶片的分形维数（萎蔫指数）与土壤温度、光照强度都成负相关性,并以分形维数为因变量,土壤温度和光照强度为自变量,得出了三者之间多元回归模型。由此可得：以分形维数定义的叶片萎蔫指数可以作为精准节水灌溉的一个控制指标,有效指导节水灌溉。     

基于傅里叶变换近红外光谱的籽棉含水率无损检测

为了实现对籽棉含水率的快速、无损检测,该研究采用傅里叶变换近红外光谱技术建立籽棉含水率定量检测模型。首先探究了籽棉样本密度对于光谱曲线的影响,该研究发现样本密度大小对光谱曲线影响显著,密度越小光谱信号越强,当样品密度不低于0.088 6 g/cm³时,光谱曲线变化趋于平稳。通过采集籽棉样本在3 900～11 000 cm^-1波数范围的吸光度光谱数据,并应用了9种预处理方法对原始光谱数据进行处理。发现一阶导数结合消除趋势(first derivative-detrending,FD-DT)预处理方法在偏最小二乘回归(partial least squares regression,PLSR)模型建立时表现最佳。使用了竞争自适应重复加权法(competitive adaptive reweighted sampling,CARS)、信息增益法(information gain,IG)、连续投影法(successive projections algorithm,SPA)和相关系数(correlation coefficient,CC)等算法,来获...     

运用时域传输技术测定不同类型土壤的含水率

针对时域反射（TDR）技术测定含盐土壤、有机质质量分数高的土壤和红壤含水率过程中存在不适用的问题,该文应用一种基于时域传输（TDT）原理的水分测试仪,通过室内土柱试验,研究该仪器在不同类型的土壤上测定土壤含水率的适用性。研究结果表明：在风沙土、褐土和潮土3种类型的土壤上,土壤体积含水率和TDT输出的电压之间存在显著的线性关系,且可以用统一的线性关系计算土壤含水率,其估计标准误差是0.026 cm3·cm-3;在盐土（EC值为11.12 dS·m-1,含盐量为59.5 g·kg-1）上,土壤体积含水率和TDT输出电压值之间的线性关系仍然存在,其估计标准误差是0.025 cm3·cm-3;在栗钙土（有机质质量分数67.95 g·kg-1）和红壤上,土壤体积含水率和TDT输出的电压值之间的关系可以用三次多项式表示,校正关系式估计标准误差分别是0.028和0.015 cm3·cm-3。因此,基于TDT原理的水分测试仪能被广泛地应用于不同类型土壤的含水率测定,尤其在盐土、有机质质量分数高的土壤和红壤含水率的测定上表现出优于TDR技术的特点。     

华北平原冬小麦相对蒸散与叶面积指数及表层土壤含水量的关系

冬小麦相对蒸散(农田蒸散量ET与自由水面蒸发量ET_0之比)表征冬小麦受土壤水分和作物生长状况制约下的耗水规律。冬小麦生长季利用大型蒸渗仪测定农田蒸散,用E601型水面蒸发器测定水面蒸发,并用平行观测方法测定叶面积指数,分析冬小麦相对蒸散与叶面积指数和表层土壤含水量的关系,并建立了冬小麦返青～收获期相对蒸散与叶面积指数和0～60cm表层土壤含水量的经验公式为。在田间条件下由RE和ET_0推算出小麦耗水量ET,并可用于冬小麦适时、适量灌溉管理。     

基于叶片光谱透过特性的植物氮素测定

该文通过不同施氮水平下营养液栽培的水稻和黄瓜叶片在300～1100 nm的分光光谱透过率,与其叶绿素含量和含氮量的相关性分析,确定了560、650和720 nm作为特征波长,940 nm作为参比波长可用于植物营养的快速无损诊断。以上述波长的光谱透过率构建的21组光谱特征参数中,(T940-T560)/(T940+T560)、log(T940/T560)和log(T940/T650)与水稻和黄瓜叶片的叶绿素含量和含氮量的相关性较好,且经回归估测检验的相对误差均小于8%。因此,上述光谱特征参数可作为植物氮素营养指标用于植物叶片的叶绿素含量和含氮量的快速无损估测,从而为植物营养无损诊断提供技术支持。