基于水稻扫描叶片图像特征的氮素营养诊断研究

权薇 | -> | 847| 1| 0.229883MB |颜色特征,主成分分析,综合特征

权薇 权薇 | 文档量 |浏览量21043

摘 要 选用扫描仪获取水稻叶片的数字图像, 运用数字图像处理技术研究不同氮素水平水稻的叶色、纹理和形态特征, 尝试建立基于叶色、纹理和形态特征的综合水稻氮素营养诊断模型。研究表明: (1) 通过水稻叶绿素a 含量和叶片颜色特征之间的相关性分析, 得到有效颜色特征参量B , b, b/ ( r + g) , b/ r , b/ g , 同时分析叶绿素a 含量随叶位的空间分布特征, 选择较为稳定的第三完全展开叶作为指示叶或诊断叶; (2) 通过与高光谱遥感数据的相关性分析, 从机理上说明基于机器视觉的水稻氮素营养诊断是有理论依据的, 是可行的; (3) 提取水稻叶片颜色、形态综合特征信息, 与YIQ 电视信号彩色坐标系统的CB 值建立水稻氮营养水平的识别模型, 得到4 个氮素水平的正确识别率为: N0 : 7419 %; N1 : 52 %; N2 : 8417 %; N3 : 75 %。初步研究结果表明基于扫描图像特征的田间水稻氮素水平诊断方法是有优势和前景的, 有可能建立一种新的实时、快速、准确的田间水稻氮素营养诊断的方法。
    水稻是中国最主要的粮食作物, 水稻生产对中国粮食安全具有举足轻重的作用。氮是影响水稻产量和品质最重要的营养元素, 我国东南沿海水稻产区氮肥过量施用普遍, 不仅浪费资源、增加农业生产成本, 还污染环境, 这与没有一种快速、经济、可操作性好的田间氮素营养诊断方法有关。
    遥感技术在作物识别、长势监测、面积量算和产量估计等方面得到了较为广泛的应用, 为农业生产的宏观管理与决策提供了技术支撑。目前的卫星遥感技术受时间和空间分辩率的限制很难满足田间作物管理的需要, 特别是我国南方稻田破碎且水稻生长期间多阴雨。基于遥感技术的地面便携式仪器在田间作物信息快速采集上有优势, 叶绿素计( SPAD)在田间作物氮肥管理中的大量应用就是一个例证。但叶绿素计采集的信息面偏小, 对测定规范有较高的要求, 而且还遇到诊断标准较难掌握等困难。数码相机价格的不断下降, 图像质量的不断提高使其在田间作物营养诊断中有很大的应用潜力[1-6 ] , 但该类图像易受拍摄角度、相机参数、日光强度、气候情况等众多因素的限制, 要真正应用于田间作物养分诊断还有很多技术问题需要研究解决。
    扫描图像的获取是在一个相对封闭的系统内进行, 周围环境对图像采集的干扰较小, 能保证色彩的真实度, 扫描图像分辨率较高, 在获取静态图像的颜色、纹理等信息上显示出巨大的优势。因此, 田间作物叶片等扫描图像既含有叶色特征等光谱信息, 又有叶面积、纹理等形态信息, 有可能成为一种田间快速、经济、可操作性好的氮素营养诊断方式,而且还有可能进一步发展成为一种远程诊断技术。目前小型便携式的扫描仪已市场化, 如基于扫描叶片特征的作物氮素营养水平诊断获得成功, 就有可能为田间水稻氮素营养诊断和养分管理提供准确、实时的辅助决策依据, 也为远程诊断奠定技术基础。
权薇发布的其他共享资料
    0 色谱币 下载

基于水稻扫描叶片图像特征的氮素营养诊断研究

(229.883K)

所需色谱币: 0

您持有: $userGold色谱币,完成任务赚取色谱币

立即下载

友情链接(联系QQ:47140047)
关于我们  经营理念  业务合作  联系我们  法律声明  网站建议  网站导航  帮助中心
Copyright © 色谱世界 版权所有 鄂ICP备19022139号-2