基于近红外光谱的设施栽培水果黄瓜磷元素亏缺初期快速.pdfVIP

第31卷，第12期 2 1 and Dccenlber，20ll O 1年12月 SpcctroscopySpectralAnalysis 基于近红外光谱的设施栽培水果黄瓜磷元素亏缺初期快速诊断 石吉勇1，邹小波H，赵杰文1，毛罕平2，王开亮1，陈正伟1，黄晓玮1 1．江苏大学食品与牛物工程学院，江苏镇江212013 2．江苏大学现代农业装备与技术重点实验室，江苏镇江212013 摘要磷元素(P)亏缺初期，水果黄瓜植株根部叶片出现小斑点。其症状的外观特征与健康植株根部叶片 老化初期类似，难以用肉眼或者计算机图像处理技术识别。本文根据近红外光谱能够反映叶片组织中有机 物组分的差异，运用近红外光谱技术对水果黄瓜植株磷元素亏缺进行了快速诊断研究。精确控制营养液中 磷元素含量，通过设施栽培方式培养缺磷植株和对照样本。近红外光谱仪采集了90片叶子的原始光谱(60 片作为训练集，30片作为预测集)，经光谱预处理和窗口宽度优化后均匀划分为27个子区间，分别提取每 个子氏问的10个主成分数据作为BP人工神经网络(BP-ANN)的输入变量，以叶片缺素情况作为输出变量， 建立3层BP-ANN诊断模型。当主成分因子数为3时，第7个子区间对应的模型效果最佳，模型对缺磷叶片 和IE常叶片的预测准确率均达到loo％。研究表明：近红外光谱技术结合BpANN快速诊断水果黄瓜磷元 素亏缺是可行的。 关键词缺素诊断；近红外光谱技术；磷元素；水果黄瓜；BP人工神经网络 中图分类号：()657．3文献标识码：A 作物营养状况检测中得到了广泛运用，如毛罕平等采用机器 引 言 视觉技术对番茄缺素进行了诊断，取得了较好的识别效 9|。Ma血n 果[7 wiwan采用彩色I冬I像分析技术对t种豆类的 设施栽培作物以其早熟、高产、增效快等优点受到农民 大量元素亏缺进行了研究，详细分析r缺素叶片图像的色彩 普遍欢迎，是最有活力的农业新兴产业【1]。由于其生长周期 差异㈨。 短、产出量大、需肥虽多，要求肥力供给具有高消耗、高补 本研究在控制磷元素供给不足的条件下，以温室无土栽 充的特点，生产中设施栽培作物很容易出现氮、磷、钾比例 培方式培育水果黄瓜缺磷植株。通过观察缺磷植株生长过程 失调和缺素症状，其中磷是植物体内核酸、核蛋白、磷脂、 发现，缺磷初期植株根部附近老叶首先出现小斑点，随着缺 ATP和辅酶等重要化合物的组分，能加强光合作用和促进 磷条件下生长时I日J推移小斑点逐渐扩大并伴随组织坏死。外 氮素代谢【2“]。磷元素亏缺容易导致作物营养不良，严重影 观I：缺磷初期叶片病症同老叶老化初期的特征类似，难以用 响r作物的产最和质量以及经济效益的进一步提高，因此有 肉跟或者计算机图像技术进行辨别。前人的研究表明作物在 必要对设施栽培作物的磷元素亏缺进行快速、精确诊断HJ。 缺素状态下，叶片组织的化学组分会发生变化，考虑近红外 磷元素的常规检测法为化学方法测定植物组织或者其提 光谱能够反映叶片组织中有机物组分的差异，因此本研究用 取物中磷元素的总含量，该方法不仪费时费力，而且会损害 近红外光谱技术对缺磷初期的黄瓜植株进行诊断Ll¨。作物 采样植株[5]。同时，磷元素在植株中分有机磷和无机磷两 叶片的组分非常复杂，对应的近红外光谱异常复杂，必须结 种形态，其分布在细胞及植物组织内有明显的区域化现象， 合相应的化学计量学方法进行解析[1引。误差反向传输人工 虽然化学方法能够准确测定磷元素的含量，但是测馈过程没 神经网络(BP-ANN)是一种有监督的学习算法，以样本的输 有考虑磷元素的形态和分布，因此难以准确反映植株的磷元 出与期望输