论文部分内容阅读
叶绿素(Chlorophyll)和磷素(Phosphorus)是苹果树生长发育的重要营养元素,是作物健康生长和影响产量的物质基础。传统的叶绿素和磷素测定方法,多为实验室化验分析法,结果虽较为准确,但存在费时、费力的缺点。近年来发展起来的高光谱遥感和图像分析等无损检测技术,因其具有方便快捷的优点,能够实现无损、快速和准确地估测植物营养状况,对提高苹果树的信息化管理具有重要的技术指导与实践意义。本研究以山东烟台栖霞和临沂蒙阴苹果园为研究区,以红富士苹果叶片为研究对象,分别于2014年和2015年5月(新梢旺长期)前后进行样本采集和试验数据测定。利用ASD Field Spec 4地物光谱仪和数码相机分别获取苹果叶片的光谱反射值和图像,在实验室里利用化学分析方法测定叶片叶绿素含量和磷素含量。通过数据分析,得到了苹果叶片磷素含量的原始光谱反射率的响应规律和相关关系,又对原始光谱反射率进行一阶微分变换,得到了一阶微分形式的响应规律和相关关系;构建并筛选了磷素含量的高光谱特征参量,建立了磷素含量的估测模型。在进行图像分割与颜色值的获取基础上,分析了苹果叶片叶绿素含量与RGB颜色参数的相关关系,筛选出了影响叶绿素含量的核心颜色参数,建立了叶绿素含量的估测模型。主要结果有:(1)得到了苹果叶片磷素含量的高光谱敏感波段。经过相关分析,苹果叶片磷素含量与350~2500 nm波段的高光谱反射率的呈显著负相关特性,其中,蓝光(521~568 nm)、红光(697~736 nm)、近红外(1347~1878 nm和2022~2400 nm)波段是磷素含量的敏感波段,其中在R1720处取得最高的相关系数r=-0.6485。(2)筛选出了不同叶绿素含量的苹果叶片核心颜色参数。经过苹果叶片图像直方图分析,构建并筛选了叶片叶绿素含量与RGB颜色系统的核心颜色参数,分别为B值、B/R、B/G、G/(R+G+B)、B/(R+G+B)、(R-B)/(R+B)、(GB)/(G+B)、(R-B)/(R+G+B)、(G-B)/(R+G+B)。(3)建立了苹果叶片磷素含量的估测模型。经比较分析,苹果叶片磷素含量的最佳估测模型为基于主要植被指数的变量组合(DVI(556,712),DVI(677,1728),RVI(542,1094),RVI(705,937),DVI(FDR567,FDR1980)基于高光谱和图像技术的苹果叶片营养状况估测研究NDVI(937,549),和DVI(FDR523,FDR1883))建立的随机森林模型,其估测模型的决定系数R2=0.9236,均方根误差RMSE=0.0158,相对误差为RE=6.9150%。(4)建立了苹果叶片不同叶绿素含量估测模型。基于敏感颜色参数B值、B/R、B/G、G/(R+G+B)、B/(R+G+B)、(R-B)/(R+B)、(G-B)/(G+B)、(RB)/(R+G+B)、(G-B)/(R+G+B)建立的叶绿素含量的支持向量机模型(SVM),对Chl.a、Chl.b、Chl.(a+b)和SPAD估测的决定系数R2分别为0.8754、0.8374、0.8671和0.8129,均方根误差RMSE分别为0.0194、0.0350、0.0497和0.9281,相对误差RE分别为0.8059%、1.7540%、1.122%和1.1894%,模型评估指标均通过了P=0.01极显著性检验水平,尤其是对Chl.a的估测效果最佳。