基于图像分析技术的烤烟叶片含氮量诊断模型.pdfVIP

黑龙江农业科学 2011(11)：23～25 HeilongjiangAgriculturalSciences 基于图像分析技术的烤烟叶片含氮量诊断模型 马献发 ，焦玉生。，张继舟 ，曹宏杰 (1．黑龙江省科学院 自然与生态研 究所，黑龙江 哈尔滨 150040；2．牡丹江烟草科学研 究所，黑 龙 江 牡丹 江 140035) 摘要 ：为 了给叶片颜色特征参数与全氮的预测模型研究提供理论依据 ，利用 图像处理技术提取生长关键期烟 叶的颜色特征参数 RGB，同时测定叶片全氮 ，采用线性拟合和多元 回归分析方法，建立 了烤烟旺长期叶片全 氮含量估算模型，并对其精度进行 了评价和验证 。结果表 明：RGB颜色系统的G、B可 以作为叶片全氮含量 估算的主要颜色特征参数 ，全氮含量的预测值与实测值 的决定系数为R。一0．649(P0．01)；直线斜率为 1．0229，接近 1，模型精度高，预测可靠。进而为烟株氮素快速诊断提供理论基础 。 关键词 ：烤烟 ；叶片；RGB；含氮量；诊 断模型 中图分类号 ：S572 文献标识码 ：A 文章编号 ：1002-2767(2011)11-0023-03 在烤烟栽培技术生产 中，氮肥施用不当仍然 化、拍摄的高度和角度影响，往往会淹没处理间的 是其 中的一个重要 因素[1]。氮素供应过高，烟 叶 差异r】。因而，现采用扫描仪获取 图像 RGB特 不易落黄 ，烟叶颜色过深、劲头过大，甚至无法使 征参数 ，通过线性拟合与逐步回归，建立颜色特征 用_2]。在 目前生产条件下，氮肥施用已经成为制 参数与烤烟叶片含氮量预测模型，以期为烤烟氮 约我国烤烟品质和产量提高的技术瓶颈之一[5]。 素诊断技术提供理论基础。 传统的缺氮诊断方法，是采用一系列 的化学分析 1 材料与方法 方法 ，包括植物分析、组织化学和生物化学方法 以 1．1 材料 及土壤分析法等[7]，这些方法费时、费力且 费用 供试烤烟品种为龙烟 911。供试肥料为硝酸 高。合理控制氮肥用量和施肥时期对烤烟生产至 铵 (35 N)、重钙 (46 P2O5)和硫酸钾 (54 关重要 ，需要及时、快速对烤烟植株氮素状况做出 K2O)。 诊断。氮素是叶绿素的主要组分 ，因而，烟株氮素 1．2 试验时间及试验地概况 的盈缺反映在叶绿素的含量上 ，有学者应用叶片 试验于2009年 5～9月在牡丹江烟草科学研 颜色特征参数预测叶片叶绿素含量 ，其结果精度 较高[8-1oJ。这为研究叶片颜色特征参数与全氮的 究所 试 验 场 (宁 安 市)进 行 ，土 壤 有 机 质 23．0g·kg。‘，碱 解 氮 105．6mg·kg～，速 效 磷 预测模型提供理论依据。 随着计算机技术 的发展，图像分析的技术方 43．70mg·kg～，速效钾 240．0mg·kg一。 法越来越成熟 ，而且计算机 图像有 比人眼精细的 1．3 方法 分辨能力 ，因此计算机图像处理和图像分析的方 1．3．1 试验设计 保证磷、钾 (70kg·hm～P。 法也逐步被用 于作物长势监测L】妇和营养诊 O ，145kg·hm-。KO)固定的情况下 ，设置 6个氮 断[1“]。记录图像颜色的方式分为：RGB模式 、 肥处理 (见表 1)。磷肥与钾肥基施，氮肥基施和 CMYK模式、HSB模式、Lab颜色模式、位图模式 追肥 (1：1)。株距0．5