番茄氮素多特征融合检测研究.docVIP

番茄氮素多特征融合检测研究 　　doi：10.15889/j.issn.1002-1302.2016.10.0111 　　摘要：针对设施番茄的氮营养探测，利用高光谱成像结合三维激光扫描技术，提取了番茄氮素的高光谱特征图像和植株的三维形态特征，实现了番茄氮素的快速定量分析。基于获取的不同氮素水平番茄的高光谱图像数据立方体，利用敏感区域逐步回归，结合相关分析，提取了氮素的特征谱段，获取了特征图像强度均值特征；基于获取的番茄三维激光扫描数据，通过建立番茄三维点云数据的空间几何模型，获取了不同氮素水平番茄的茎粗、株高和生物量特征；采用PLSR建立了多特征融合番茄氮素检测模型，结果表明，所建立的模型的R为0.94，模型精度明显优于采用高光谱图像和三维激光扫描单一特征模型。 　　关键词：番茄；氮素；高光谱图像；三维形态；多特征融合；检测模型 　　中图分类号： S126；S641.206文献标志码： A文章编号：1002-1302（2016）10-0379-03 　　收稿日期：2015-08-11 　　基金项目：国家自然科学基金重点项目（编号；国家科技支撑计划（编号：2014BAD08B03）；中国博士后科学基金（编号：20100481097）；江苏高校优势学科建设工程资助项目[编号：苏政办发（2011）6号]；江苏省农业装备与智能化高技术研究重点实验室项目（编号：BM2009703）；江苏大学高级专业人才基金（编号：10JDG081）；江苏大学博士后基金。 　　作者简介：张晓东（1970―），男，河南洛阳人，博士，副研究员，主要从事高光谱和机器视觉技术在设施作物生长信息检测应用方面的研究。E-mail：zxd700227@126.com。目前我国设施面积已达380万hm2，其中番茄种植面积186万hm2，产量已占世界产量的近1/3，但由于缺乏先进科学的营养调控方法，设施番茄的氮肥利用效率仅为35%，不及设施发达国家的1/2；因此对番茄生长过程信息进行精确监测，实现基于作物生长需求反馈的精确调控具有现实意义。 　　目前替代传统人工和化学测定的高光谱遥感、视觉图像等作物氮素的无损探测方法，因其具有快速性和时效性，且不影响作物生长等优势，已有许多相关研究，并取得了一些成果[1-4]。但研究大多仅针对氮素丰缺导致的反射特性差异进行氮素诊断，而作物氮素丰缺会直接导致其生物量、茎粗和植株高度等的差异，因而同样可以作为有效特征进行作物氮素的反演；与传统的视觉图像和接触式的测量方法相比，三维激光扫描能够同步获取植株的整体形貌特征，且精度较高，可实现作物长势综合特征的精确提取和分析。本研究提出将高光谱成像和三维激光扫描技术相结合，充分利用氮素丰缺导致的番茄叶片尺度的高光谱图像特征，以及冠层尺度的生物量、株高、茎粗等形态特征差异，通过多尺度多特征信息融合进行番茄氮素的定量分析，有效提高了番茄氮素营养的检测精度，为设施水肥精确管理提供了科学依据。 　　1材料与方法 　　1.1样本培育 　　试验于2014年9月至2014年12月期间在江苏大学现代农业装备与技术省部共建重点实验室的Venlo型现代化玻璃温室进行。为实现对番茄氮素的精确控制，采用无土栽培；在保证其他营养元素均衡的条件下，对氮素进行精确控制，以获取不同氮素水平的番茄样本。 　　选取的试验品种为合作903大红番茄。根据山崎配方配置营养液[5]，样本分N1、N2、N3、N4、N5组5个氮素水平处理，配置标准配方中N的浓度分别为0%、50%、100%、150%、200%的营养液（均为质量分数），每个水平10株，共50株样本。 　　1.2试验方法 　　1.2.1高光谱图像采集与处理利用高光谱图像采集系统采集番茄叶片的高光谱图像数据[6]，设定高光谱成像的曝光时间为900 ms，扫描速度为1.25 mm/s，以保证图像的清晰且不失真；之后进行黑场和白场标定，设定强度区间在0～4 000；高光谱图像数据的采集是基于Spectral Cube软件平台；采样光谱区间为390.8～1 050.1 nm，分辨率为1.3 nm，同步获取采样区间内由512幅不同谱段图像构成的高光谱图像数据立方体。基于ENVI V.4软件平台对数据进行处理。 　　1.2.2番茄长势信息扫描与数据获取采用手持式自定位三维激光扫描仪采番茄的三维形态，如图1所示，三维激光扫描仪由计算机、Handyscan3D（EXA scan）、FireWire适配器、FireWire电缆、电源等部件组成。该仪器测量速度25 measures/s，分辨率0.05 mm，精度0.04 mm，拍摄距离300 mm，视野深度±150 mm，激光交叉区域210 mm×210 mm。进行扫描时，首先在番茄和花盆上粘贴直径为