论文部分内容阅读
随着精准农业的发展，对赣南脐橙叶片生长信息提出了快速、无损的诊断需求。叶绿素、水分和氮素是脐橙叶片生长过程中重要的营养信息，传统的测量叶片生长信息的方法存在着检测复杂，破坏样本，浪费时间等无可避免的问题。光谱诊断具有快速、无损、高效的优点，本研究以赣南脐橙叶片中的叶绿素、水分和氮素为检测对象，搭建了高光谱成像装置和现有的傅立叶近红外光谱仪，主要研究了光谱的预处理和波段选择方法，得出了基于三种指标的最优模型，为光谱诊断脐橙叶片生长信息提供依据。本论文主要做了以下几项工作并得出如下结论：1）为检测脐橙叶片组建了高光谱成像系统。分别从采集模块、成像模块、光学模块、光源、暗箱和软件等方面介绍了高光谱成像系统的构成和搭建过程，为高光谱技术检测脐橙叶片生长信息打下基础。2）研究了遗传算法(GA)、连续投影算法(SPA)和正适应加权算法(CARS)三种算法对于脐橙叶片光谱的特征变量提取的优劣。提取的变量选择PLS建模分析，GA， SPA和CARS可以有效特征变量提取的频谱数据，极大地简化模型。SPA不仅稳定性好而且提取的特征变量最少，但是在精度方面相对较弱，GA、CARS的稳定性略差，但是根据所提取变量建立的模型的精度较高。3）高光谱成像装置对脐橙叶片叶绿素含量检测效果较好。选定所采集的高光谱图像测量叶绿素区域作为感兴趣区域(ROI)，将其平均光谱进行分析处理，模型变量提取的最佳结果为CARS-PLS，相关系数预测模型(R p)和标准偏差(RMSEP)值分别为0.96、2.14，可以使用它作为最佳模型用高光谱成像技术检测脐橙叶片叶绿素。4）傅立叶近红外光谱仪(FT-NIR)对脐橙叶片水分含量检测效果较好。将采集到的叶片FT-NIR光谱经过多元散射校正(MSC)预处理后进行变量筛选建立PLS模型，GA-PLS模型取得较优的效果，R p和RMSEP分别为0.96、1.75.，它可以作为傅立叶近红外技术检测脐橙叶片水分的最佳模型。5）高光谱成像装置对脐橙叶片氮素含量检测效果较好。将采集的高光谱图像提取整个叶片区域作为RIO，将ROI平均光谱进行处理分析，发现CARS-PLS的模型效果较优，R p和RMSEP分别为0.82、0.39。但是氮素模型结果与叶绿素、水分模型相比效果有所不足。6）融合光谱对于脐橙叶片生长信息的诊断。将高光谱数据与FT-NIR光谱数据融合，融合后光谱的模型结果相对于单独的高光谱与傅立叶近红外光谱模型，其精度相差不大，主成分数有所下降。