基于光譜技術(shù)的土壤成分和植物生長(zhǎng)信息快速獲取建模和儀器研究.pdf

1、土壤養(yǎng)分的快速測(cè)定是實(shí)現(xiàn)農(nóng)田精準(zhǔn)化施肥作業(yè)的前提條件。土壤成分，尤其是土壤碳吸附能力的變化，對(duì)地區(qū)乃至全球氣候變化影響深遠(yuǎn)。本課題針對(duì)農(nóng)場(chǎng)級(jí)土壤氮碳含量的快速測(cè)定問題，應(yīng)用可見-近紅外光譜技術(shù)建立預(yù)測(cè)模型，重點(diǎn)研究了在保持模型預(yù)測(cè)性能不變的前提下，減少建模波長(zhǎng)數(shù)的可能性及相關(guān)壓縮算法，分別對(duì)建模波長(zhǎng)數(shù)和光譜采樣間隔進(jìn)行了優(yōu)化。實(shí)驗(yàn)土樣來自英國克萊菲爾德大學(xué)實(shí)驗(yàn)農(nóng)場(chǎng)，樣本數(shù)122，測(cè)試量有土壤總氮(TN)、總碳(TC)、有機(jī)碳(OC)和無

2、機(jī)碳(IC)。實(shí)驗(yàn)使用美國ASD公司生產(chǎn)的LabSpec2500光譜儀，記錄波段范圍400-2499nm。樣本經(jīng)干燥粉碎過篩后，分成建模集(70％)和預(yù)測(cè)集(30％)。對(duì)建模集使用偏最小二乘回歸(PLSR)建模方法，并用預(yù)測(cè)集對(duì)所建模型進(jìn)行預(yù)測(cè)性能評(píng)估。分析結(jié)果表明，大幅度減少建模波長(zhǎng)數(shù)是完全可能的。相比全譜(400-2500nm)PLSR模型(TN：確定系數(shù)R2=0.92，預(yù)測(cè)偏差比率RPD=3.75；TC：R2=0.90，RPD=3

3、.22；OC：R2=0.89，RPD=3.11；IC：R2=0.51，RPD=1.58)，基于可見光譜段(400-759nm)和可見-短波近紅外譜段(400-999nm)的偏最小二乘回歸(PLSR)模型的預(yù)測(cè)性能略微降低，但仍具有較高精度(TN：R2=0.88-0.91，RPD=3.16-3.53；TC：R2=0.84-0.87，RPD=2.60-2.86；OC：R2=0.86-0.88，RPD=2.71-2.96；IC：R2=0.41

4、-0.43，RPD=1.45-1.52)。無信息變量消除法(UVE)對(duì)全譜(2100個(gè)波長(zhǎng))壓縮效果顯著，壓縮后的波長(zhǎng)數(shù)分別為71(TN)、129(TC)、66(OC)和15(IC)，基于壓縮后的波長(zhǎng)建立PLSR模型，預(yù)測(cè)精度基本不變，但建模潛變量數(shù)有所減少。在UVE壓縮波長(zhǎng)基礎(chǔ)上，再使用連續(xù)投影算法(SPA)可進(jìn)一步將建模波長(zhǎng)數(shù)減少到3(IC)或4(TN、TC和OC)?；谶@些簡(jiǎn)約波長(zhǎng)所建模型的預(yù)測(cè)性能相比全譜模型毫不遜色(TN：R2

5、=0.92，RPD=3.75；TC：R2=0.91，KPD=3.30；OC：R2=0.90，RPD=3.16；IC：R2=0.44，RPD=1.40)。采樣間隔優(yōu)化結(jié)果表明，土壤氮碳模型在很大程度上對(duì)采樣間隔(2-100nm)不敏感。采樣間隔為100nm(波長(zhǎng)數(shù)僅為21)時(shí)各模型預(yù)測(cè)精度未見降低(TN：R2=0.92，RPD=3.75；TC：R2=0.90，RPD=3.30-3.26；OC：R2=0.90，RPD=3，16-3.24：I

6、C：R2=0.50，RPD=1.54-1.56)。雖然以上結(jié)果可能僅對(duì)小區(qū)域(農(nóng)場(chǎng)級(jí))土壤有效(由于土壤母質(zhì)相同)，但所用的波長(zhǎng)優(yōu)選方法對(duì)大區(qū)域土壤氮碳含量預(yù)測(cè)建模具有推廣應(yīng)用價(jià)值，也為土壤養(yǎng)(成)分快速測(cè)試儀器的研發(fā)提供技術(shù)支撐。
　　 番茄果實(shí)生長(zhǎng)階段的無損實(shí)時(shí)檢測(cè)對(duì)實(shí)現(xiàn)番茄采摘自動(dòng)化具有重要意義。本課題應(yīng)用可見-近紅外光譜技術(shù)對(duì)三個(gè)品種番茄果實(shí)的生長(zhǎng)階段和采摘時(shí)機(jī)的判定機(jī)理和建模問題進(jìn)行了探索性研究。實(shí)驗(yàn)使用德國Tec5公

7、司生產(chǎn)的AgroSpec便攜式光纖光譜儀，波段范圍350-2200nm。實(shí)驗(yàn)番茄植株來自英國伯德福德郡政府下屬園藝中心。本研究在分析文獻(xiàn)方法(Days模型)的缺陷基礎(chǔ)上，提出一種量化番茄果實(shí)生長(zhǎng)階段的新編碼-GS指數(shù)。GS指數(shù)定義為番茄果實(shí)生長(zhǎng)天數(shù)與成熟被采摘時(shí)在株時(shí)間之比。光譜采集每隔2-3天進(jìn)行一次。光譜數(shù)據(jù)劃分成一個(gè)建模集(70％)和一個(gè)獨(dú)立預(yù)測(cè)集(30％)。對(duì)建模集應(yīng)用偏最小二乘回歸法(PLSR)建立校正模型。對(duì)單品種數(shù)據(jù)和混合

8、數(shù)據(jù)分別建立模型，并比較模型預(yù)測(cè)性能。分析結(jié)果表明，基于GS指數(shù)的PLSR模型是成功和穩(wěn)定的。單品種模型預(yù)測(cè)性能為：R2=0.91-0.92，RPD=3.29-3.70；混合模型預(yù)測(cè)精度雖比單品種模型略差，但仍具有很高的預(yù)測(cè)精度，可通用于各品種。通過比較單品種模型和混合模型的PLS回歸系數(shù)曲線，發(fā)現(xiàn)對(duì)GS指數(shù)有著重要影響的特征波長(zhǎng)分布具有一致性，不隨品種而變化，這證明了GS指數(shù)的品種無關(guān)性。同時(shí)，通過將光譜數(shù)據(jù)按時(shí)間順序拆分成兩個(gè)獨(dú)立數(shù)

9、據(jù)集，分別建立與番茄果實(shí)未成熟期(GS<0.5)和成熟期(GS>0.5)相對(duì)應(yīng)的PLSR模型，比較分析了各自的PLS回歸系數(shù)曲線特征波長(zhǎng)分布及其理化機(jī)理，證明了GS指數(shù)與番茄生長(zhǎng)階段的無關(guān)性。進(jìn)一步，通過建立全譜和部分譜PLSR模型驗(yàn)證了僅僅依靠番茄果皮色素的變化不足以精確判定番茄果實(shí)生長(zhǎng)階段，只有綜合可見光譜段和近紅外譜段信息才能建立精確可靠的判定模型。同時(shí)，應(yīng)用多種特征波長(zhǎng)提取方法，分別建立了UVE模型和UVE-SPA模型，并比較了

10、這些模型在獨(dú)立預(yù)測(cè)集上的預(yù)測(cè)性能。結(jié)果顯示，對(duì)番茄GS指數(shù)預(yù)測(cè)建模有重要影響作用的最佳特征波長(zhǎng)組合序列為：403，502，519，562，649，666，777，1053，1120，1346，1403，2025nm。
　　 葉綠素含量對(duì)特定的植物也反映了氮含量。為了實(shí)現(xiàn)植物葉綠素含量的快速無損檢測(cè)，利用光纖反射光譜技術(shù)對(duì)植物葉片SPAD值進(jìn)行了預(yù)測(cè)建模研究。實(shí)驗(yàn)中選取70個(gè)樣本作為校正集，50個(gè)樣本作為獨(dú)立預(yù)測(cè)集。通過葉片光譜比

11、對(duì)，發(fā)現(xiàn)光譜紅邊段650-750nm對(duì)SPAD預(yù)測(cè)建模有直接關(guān)系。實(shí)驗(yàn)確定了光強(qiáng)調(diào)節(jié)因子和葉片厚度影響因子。首先通過待定系數(shù)法構(gòu)造出SPAD預(yù)測(cè)公式，然后用Visual Basic6.0設(shè)計(jì)的遺傳算法進(jìn)行參數(shù)尋優(yōu)，最后確定最佳敏感波段為683.24-733.91nm。未經(jīng)葉片厚度修正的校正集和獨(dú)立預(yù)測(cè)集R2分別為0.23和0.57。經(jīng)過葉片厚度修正后的校正集和獨(dú)立預(yù)測(cè)集R2分別為0.87和0.92。結(jié)果表明，葉片厚度對(duì)SPAD值反射光譜