基于光谱学原理与小波包分解技术预测苹果树叶片氮素含量.docVIP

基于光谱学原理与小波包分解技术预测苹果树叶片氮素含量 第 29 卷 增刊 1 农 业 工 程 学 报 Vol.29 Supp.1 72013 年 4 月 Transactions of the Chinese Society of Agricultural Engineering Apr. 2013 101 基于光谱学原理与小波包分解技术预测苹果树叶片氮素含量 张 瑶，郑立华 ※ ，李民赞，邓小蕾 （中国农业大学“现代精细农业系统集成研究”教育部重点实验室，北京 100083） 摘 要：为探索不同生理物候期苹果树叶片氮素含量的快速检测方法。分别在果树坐果期、生理落果期和果实成 熟期，使用光谱仪测量了果树叶片在可见光和近红外区域的反射光谱，同时在实验室测定了果树叶片的全氮含量。 研究首先将实验所得的光谱反射率与氮素含量以果树为单位进行聚类，利用小波包分析技术对每棵果树的光谱信 息进行分解，提取出的低频信号和去除高频噪音后的信号分别组成了低频全光谱和去噪全光谱。针对这两个全光 谱均实施了主成分分析，利用提取主成分分别建立了果树不同生长阶段的氮素含量多元线性回归模型。对比基于 归一化植被指数（NDVI）建立的氮素含量估测模型发现，利用全光谱信息建立的氮素含量预测模型精度更高；在 坐果期和果实成熟期，使用去噪全光谱提取的主成分建立的氮素预测模型最优；而在生理落果期，使用低频全光 谱提取的主成分建立的模型最优。结果表明，利用小波包分析技术能够有效地提高苹果果树叶片氮素含量的光谱 预测能力。 关键词：氮素，主成分分析，光谱仪，苹果叶片，小波包分解， NDVI，多元线性回归 doi：10.3969/j.issn.1002-6819.2013.z1.015 中图分类号：O657.3; S126 文献标志码：A 文章编号：1002Supp.1-0101-08 张 瑶，郑立华，李民赞，等. 基于光谱学原理与小波包分解技术预测苹果树叶片氮素含量 [J]. 农业工程学报， 2013，29增刊 1：101－108. Zhang Yao, Zheng Lihua, Li Minzan, et al. Predicting apple tree leaf nitrogen content based on hyperspectral and wavelet packet analysis[J]. Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE, 2013, 29Supp.1: 101－108. in Chinese with English abstract 0 引 言氮素是植物必需的营养元素之一，是氨基酸、 蛋白质、生物碱、核酸和叶绿素等物质的主要组成 成分 [1] 。植物的氮含量也是评价植被长势的重要指 标 [2] 。传统的叶片化学分析方法，虽然对果树氮营 养元素含量具有较高的检测精度，但由于受高耗 性、繁冗复杂性、时滞性等制约，不能大范围、快 速地对果树营养进行诊断 [3] 。而高光谱技术作为一 种实时、快速、无损环保的新型技术在作物长势检 测、营养元素获取等方面扮演着越来越重要的角 色。国内外科学家们已将高光谱技术应用于落叶乔 木生长检测方面的研究。赵化兵等 [4] 利用中红外光 声光谱对梨树叶片氮素含量进行了测定。王植等 [5] 利用光谱反射率以及多种变式数据对桃树鲜叶的 收稿日期：2012-09-27 修订日期：2013-01-15 基金项目：国家自然科学基金项目（）和 863 计划 （2011AA100703，2011AA100704）联合资助 作者简介：张 瑶（1988－），女，河北荣城人，主要研究方向精细农 业系统集成。北京 中国农业大学“现代精细农业系统集成研究”教育部 重点实验室，100083。Email：zhycau@yahoo※通信作者：郑立华（1969－），女，天津人，副教授，博士，主要从 事精细农业研究。北京 中国农业大学“现代精细农业系统集成研究”教 育部重点实验室，100083。Email：zhenglh@//0. 氮素含量进行建模预测，结果表明一阶微分光谱能 够较好地反映氮素含量。刘根华 [6] 利用反射光谱分 析山核桃幼苗氮素营养状况。对于苹果树营养元素 的检测，也有学者进行了大量的研究。Zhang 等[7] 利用光谱分析方法建立了苹果叶片氮素含量的多 元线性回归模型。朱西存、赵庚星等 [8-10] 研究发现 了反映苹果花期冠层特征的敏感波段，分别利用敏 感波段反射率建立了果花氮素含量的对数模型和 乘幂模