论文部分内容阅读
中国是世界上最大的稻谷生产国之一，并且以大米为主食的人口占据了整个中国消费人口的60%。低场核磁技术可以快速无损的获取稻谷籽粒的水分状态，研究籽粒内部淀粉、蛋白质等化学物质和水分之间的关系。自80年代初以来，我国近半数的水稻种植地区呈现缩减趋势，其中面积缩减直接导致稻谷产量的减少。限制稻谷产率的主要原因是自然灾害。倒伏是稻谷生长过程中发生的一种田间自然灾害，水稻倒伏会显著降低稻谷品质，并对稻谷的采收、加工、储运以及食用品质产生严重影响。因此水稻生长状况的快速无损监测技术的开发具有重要意义。无人机技术常被用于精准农业，以提高农业生产管理及作物生长监测的效率。本文基于消费级无人机获取可见光波段的图像信息，快速识别田间倒伏水稻区域，监测稻谷灌浆成熟阶段的各项理化指标和水分动态规律。同时利用无线气象站同步获取环境信息，探究灌浆期间品质形成与水分状态和环境之间的关系。本研究建立了基于无人机图像反映稻谷成熟度的监测模型，为解决水稻倒伏，优化稻谷收获期和提高稻谷品质提供理论依据。本研究结论如下：
1.南粳5055稻谷在抽穗后1-14d内千粒重增长速度最快，平均每日增重为0.65g/d，并且千粒重与水分含量、蛋白质含量呈极显著负相关(P＜0.01)。水分含量在抽穗前28d内呈显著下降趋势，而后趋于平缓，在63d时降至24.61%。蛋白质含量在整个抽穗期间从11%缓慢降低至9.57%再回升至11%。淀粉含量在抽穗前28d内显著上升至41.8%，抽穗后期增速减缓，呈现“S”型曲线。
利用低场核磁技术(LF-NMR)测定籽粒中水分的动态分布，气象站同步监测环境数据。结果表明，南粳5055稻谷抽穗初期千粒重和淀粉含量增速最快，两者呈现极显著正相关(P＜0.01)。抽穗时间和水分含量呈极显著负相关(P＜0.01)，和明度(L*)以及红绿色调(a*)呈极显著正相关(P＜0.01)。LF-NMR反演图谱结果表明在抽穗7d以后，稻谷籽粒内部水分向低自由度方向转化，14d以后出现表征自由水的T23峰。结合水随着抽穗时间向更低自由度方向流动，束缚水和自由水向高自由度方向流动，但结合水占整体水分的90%以上。通过气象站数据监测，发现土壤的积温比起大气积温更能反映稻谷成熟度。土壤湿度的监测可以从根本上找到籽粒整体水分含量的变化。在整个生长期间，出现整体水分和横向弛豫参数峰面积异常降低(21 d)或者升高(56 d)的情况，都可以从土壤水分的变化上找到原因。
2.对收获期35-63d内不同成熟度的倒伏水稻和正常水稻的主要理化指标、外观加工品质和蒸煮食味品质进行测定。结果表明，倒伏会导致稻谷千粒重下降，最大降幅达26%，影响稻谷产量。倒伏稻谷内外形成水分差，最大差异达20%，导致加工品质大幅下降。同期收获的倒伏稻谷淀粉含量增长缓慢，最终淀粉含量为47.15%，低于正常水稻的52.27%，倒伏稻谷蛋白质含量相较于正常稻谷高出3.96%-6.4%。淀粉合成不足，蛋白质含量增加导致倒伏稻谷垩白率上升，整精米率下降，米饭硬度上升，蒸煮食味品质下降，表明倒伏现象对于稻谷的收割前品质、后期加工、食用品质均具有影响。
基于无人机可见光图像探究快速识别大田水稻倒伏区域的可能性，结果表明水稻倒伏后影像的灰度值增大，可以有效区分倒伏水稻和正常水稻，其中基于颜色特征的分类提取总体精度为92.37%，Kappa系数为0.90，而基于红色均值、绿色均值和蓝色均值纹理特征的分类提取总体精度为96.42%，Kappa系数为0.93。基于颜色特征的倒伏分类误差为9.74%，较基于纹理特征的分类误差高6.22%。表明基于消费级无人机的可见光图像信息可以较为准确的提取大田中生长水稻的倒伏区域，而纹理分类优于颜色分类。
3.探索利用消费级无人机搭载数码相机多时相监测稻谷成熟度的可行性。本研究于2018年7月至11月期间开展，监测南梗5055和软玉2个品种在抽穗前期、抽穗后期以及完整生育期的水稻生长状况，提取5种颜色指数(ExG、ExR、NGRDI、GLI、VARI)，同步田间取样并检测稻谷的千粒重、淀粉、蛋白质、水分含量及色差值等5项理化指标作为稻谷的长势信息，探究稻谷各生育期长势信息与颜色指数之间的关系。结果表明稻谷生长过程中，b*值(黄绿值)、L*值(亮度)、蛋白质和颜色指标相关性较低(R2=0.14-0.58)，而千粒重、含水率、a*值(红蓝值)、淀粉含量与颜色指数相关性较高(R2=0.71-0.91)。颜色指数GLI与南梗5055建模相关性最好，NGRDI指数与软玉建模相关性最好，各项指标建模决定系数均高于0.71，预测模型95%置信区间下均高于0.70，其中水分含量和a*值最好，决定系数均高于0.89。当GLI接近0.05，NGRDI接近-0.01时，稻谷品质趋于成熟稳定。
4．NGRDI和GLI作为优选指数与各自水稻品种核磁信号T21、A22、P21和P22呈极显著相关(P＜0.01)，即通过颜色指数可以发现结合水弛豫时间随着时间降低，并且束缚水的峰面积下降，结合水的峰面积占比逐渐增大，束缚水的峰面积占比逐渐减小，表明优选颜色指数可以反映出水分状态的变化，从而反映稻谷成熟度。
以上结果为使用消费级无人机实现监测水稻倒伏、长期监测稻谷品质形成提供了理论指导和数据支撑，为保证稻谷收割前品质及后期贮运、加工及食用品质奠定重要基础。
1.南粳5055稻谷在抽穗后1-14d内千粒重增长速度最快，平均每日增重为0.65g/d，并且千粒重与水分含量、蛋白质含量呈极显著负相关(P＜0.01)。水分含量在抽穗前28d内呈显著下降趋势，而后趋于平缓，在63d时降至24.61%。蛋白质含量在整个抽穗期间从11%缓慢降低至9.57%再回升至11%。淀粉含量在抽穗前28d内显著上升至41.8%，抽穗后期增速减缓，呈现“S”型曲线。
利用低场核磁技术(LF-NMR)测定籽粒中水分的动态分布，气象站同步监测环境数据。结果表明，南粳5055稻谷抽穗初期千粒重和淀粉含量增速最快，两者呈现极显著正相关(P＜0.01)。抽穗时间和水分含量呈极显著负相关(P＜0.01)，和明度(L*)以及红绿色调(a*)呈极显著正相关(P＜0.01)。LF-NMR反演图谱结果表明在抽穗7d以后，稻谷籽粒内部水分向低自由度方向转化，14d以后出现表征自由水的T23峰。结合水随着抽穗时间向更低自由度方向流动，束缚水和自由水向高自由度方向流动，但结合水占整体水分的90%以上。通过气象站数据监测，发现土壤的积温比起大气积温更能反映稻谷成熟度。土壤湿度的监测可以从根本上找到籽粒整体水分含量的变化。在整个生长期间，出现整体水分和横向弛豫参数峰面积异常降低(21 d)或者升高(56 d)的情况，都可以从土壤水分的变化上找到原因。
2.对收获期35-63d内不同成熟度的倒伏水稻和正常水稻的主要理化指标、外观加工品质和蒸煮食味品质进行测定。结果表明，倒伏会导致稻谷千粒重下降，最大降幅达26%，影响稻谷产量。倒伏稻谷内外形成水分差，最大差异达20%，导致加工品质大幅下降。同期收获的倒伏稻谷淀粉含量增长缓慢，最终淀粉含量为47.15%，低于正常水稻的52.27%，倒伏稻谷蛋白质含量相较于正常稻谷高出3.96%-6.4%。淀粉合成不足，蛋白质含量增加导致倒伏稻谷垩白率上升，整精米率下降，米饭硬度上升，蒸煮食味品质下降，表明倒伏现象对于稻谷的收割前品质、后期加工、食用品质均具有影响。
基于无人机可见光图像探究快速识别大田水稻倒伏区域的可能性，结果表明水稻倒伏后影像的灰度值增大，可以有效区分倒伏水稻和正常水稻，其中基于颜色特征的分类提取总体精度为92.37%，Kappa系数为0.90，而基于红色均值、绿色均值和蓝色均值纹理特征的分类提取总体精度为96.42%，Kappa系数为0.93。基于颜色特征的倒伏分类误差为9.74%，较基于纹理特征的分类误差高6.22%。表明基于消费级无人机的可见光图像信息可以较为准确的提取大田中生长水稻的倒伏区域，而纹理分类优于颜色分类。
3.探索利用消费级无人机搭载数码相机多时相监测稻谷成熟度的可行性。本研究于2018年7月至11月期间开展，监测南梗5055和软玉2个品种在抽穗前期、抽穗后期以及完整生育期的水稻生长状况，提取5种颜色指数(ExG、ExR、NGRDI、GLI、VARI)，同步田间取样并检测稻谷的千粒重、淀粉、蛋白质、水分含量及色差值等5项理化指标作为稻谷的长势信息，探究稻谷各生育期长势信息与颜色指数之间的关系。结果表明稻谷生长过程中，b*值(黄绿值)、L*值(亮度)、蛋白质和颜色指标相关性较低(R2=0.14-0.58)，而千粒重、含水率、a*值(红蓝值)、淀粉含量与颜色指数相关性较高(R2=0.71-0.91)。颜色指数GLI与南梗5055建模相关性最好，NGRDI指数与软玉建模相关性最好，各项指标建模决定系数均高于0.71，预测模型95%置信区间下均高于0.70，其中水分含量和a*值最好，决定系数均高于0.89。当GLI接近0.05，NGRDI接近-0.01时，稻谷品质趋于成熟稳定。
4．NGRDI和GLI作为优选指数与各自水稻品种核磁信号T21、A22、P21和P22呈极显著相关(P＜0.01)，即通过颜色指数可以发现结合水弛豫时间随着时间降低，并且束缚水的峰面积下降，结合水的峰面积占比逐渐增大，束缚水的峰面积占比逐渐减小，表明优选颜色指数可以反映出水分状态的变化，从而反映稻谷成熟度。
以上结果为使用消费级无人机实现监测水稻倒伏、长期监测稻谷品质形成提供了理论指导和数据支撑，为保证稻谷收割前品质及后期贮运、加工及食用品质奠定重要基础。