基于高光谱图像的生菜叶片水分预测研究.docVIP

第３３卷 ，第２期　 　　　　　　　　　　　光 谱 学 与 光 谱 分 析 ２０１３ 年 ２ 月　　　　　　　　　　　 　ＳｐｅｃｒｏｓｃｏｐｙａｎｄＳｐｅｃｒａ Ａｎａｙｓｓ  Ｖｏｌ．３３ Ｎｏ．２，ｐ５２２５２６ Ｆｅｂｒｕａｒｙ，２０１３ 　  基于高光谱图像的生菜叶片水分预测研究 孙　俊１，２，武小红２，张晓东１，高洪燕１ １．江苏大学江苏省现代农业装备与技术重点实验室，江苏 镇江　２１２０１３ ２．江苏大学电气信息工程学院，江苏 镇江　２１２０１３ 摘　要　为了便于生菜合理施水管理，力求构建生菜叶片水分检测模型。采集生菜叶片获取高光谱图像并 同时测量叶片含水率，分析高光谱图像寻求生菜叶片水分特征波段，处理特征波段处的波段图像，求取生菜 叶片水分的图像特征，并通过相关性分析筛选出其中与水分相关性高的图像特征。由于图像特征之间存在 可能的相关性，利用偏最小二乘 ＰＬＳ提取图像特征的主成分，作为具有回归预测能力的 ＢＰ 神经网络的输 入，构建 ＰＬＳＡＮＮ 模型。同时分别利用 ＢＰ神经网络、传统的多元回归方法 ＭＬＲ 建模，采用相同的样本数 据分别对三种模型进行预测试验，结果表明，发棵期的 ＰＬＳＡＮＮ 网络模型的生菜叶片水分预测平均误差率 达到９３２３％，比 ＢＰＡＮＮ 和 ＭＬＲ 预测模型均有了改善。 关键词　ＢＰＡＮＮ；ＰＬＳＡＮＮ；ＭＬＲ；高光谱图像 中图分类号：ＴＰ７３　　文献标识码：Ａ　　　犇犗犐：１０３９６４／．ｉｓ０１３）２０５２２０５ 建模尝试。 引　言 　　生菜作为大众蔬菜，在我国种植面积逐渐增大，生长期 间需水分充足，若干旱缺水，不仅叶球小，且叶味苦、质 量 差，若水分过多，叶球会散裂，易导致菌核病的发生。只 有 适量水管理，才能获得高产优质的生菜，所以研究生菜水分 检测技术对生菜生长具有重要意义。 国内外对作物叶片或植株水分无损检测已有大 量 研 究， 方法主要集中在 光 谱 法 与 图 像 法。Ｒｏｄｒｇｕｅｚ等 认 为 小 麦 光 谱特性能够作为植株的水分状态诊断的依据［１］，毛罕平对葡 萄水分胁迫的光谱特征进行了研究，并建立了叶片含水率的 预测模型［２］，皇才进利用近红外光谱技术预测秸秆水分［３］。 由于光谱法多数采用点源的采样方式，对测试部位要求较严 格，且受背景光谱 的 影 响 也 较 大，使 得 测 试 精 度 大 打 折 扣。  １　生菜样本栽培及水分检测 　　生菜试验品种选用意大利全年耐抽苔生菜，实验地点选 在江苏大学 Ｖｅｎｌ 型试验温室。在保证营养元素均衡的情况 下，对水分进行精确控制，以获取纯正的不同水分胁迫水平 的样本。栽培试验选用四个不同水分处理，每个水平１２株， 四个水平依次为：第 １ 组 （Ｗ１）在 整 个 生 长 期 都 保 证 充 足 的 水分供应；第２（Ｗ２），第３（Ｗ３）和第４（Ｗ４）组灌溉水量依次 梯度减少，以满足培育不同含水样本的要求。 采用日本山崎配方配制营养液进行样本的培育，用蒸馏 水进行营养液的配置，以避免不同水质及水中所含的微量元 素对样本培育产生的不利影响。采用珍珠岩袋培方式进行样 本培育，并利用营养液自动灌溉系统进行营养液灌溉。 蔡鸿昌 ［］ ［］ 由于生菜叶片叶面积大、蒸腾量大，易受气温影响蒸发 子和棉花的含水率，戴 之 祥 对 水 稻 植 株 ＲＧＢ 彩 色 图 像 进 行 预处理，利用水稻植株可见光图像颜色的差异检测水稻植株 含水率［６］，文献中作 物 的 含 水 状 况 仅 局 限 于 单 个 波 段 图 像， 建模信息来源比较单一，预测精度有待提高。由于高光谱图 水分，采摘叶片后立即将叶片装入保鲜袋称取鲜重，在恒温 ８０ 烘箱中进 行 １２ｈ的 烘 干 处 理，再 分 别 测 量 叶 片 干 重。 叶片质量采用高精度分析天平称取，精度为０１ｍｇ。由于叶 片鲜质量远大于干质量，为了突显含水率值，故在计算含水 像集光谱与图像信息于一体 ［］ 率 ｗ 时，分母采用样 本 的 干 质 量 ｍ２。生 菜 叶 片 干 基 含 水 率 鲜有文献报道基于高光谱图像的作物与水果水分定量检测研 计算如式（）。 究［８，９］，本文对基于高光谱图像的 生 菜 叶 片 水 分 检 测 进 行 了 　收稿日期修订日期　基金项目：国家自然科学基金项目（１１０１０８２），江苏高校优势学科建设工程项目 ＰＡＰＤ（苏政办发〔０１１〕 号）资助 　 作者简介：孙　俊，１９７８年生，江苏大学电气信息工程学院副教授　　ｅｍａｌ：ｓｕｎ２０００ｊｕｎ＠ｕｊ．ｅｄｕｃｎ 第２期　　　　　　　　　　　　　　　　　　　　光谱学与光谱分析  ５２３  狑＝  犿１ －犿２ 犿２