下载文档原格式
利用光谱反射特征预测柑橘叶片冻害
李光林;李晓东;曾庆欣
【期刊名称】《农业工程学报》
【年(卷),期】2012(28)12
【摘要】相对电导率是反映植物膜系统状况的一个重要的生理生化指标,与树体营养状况密切相关,越冬前的树体营养状态对果树抵御极端低温和顺利越冬是一个重要的影响因素,而果树受冻时细胞液渗出量和降解量也是冻害发生程度的指标。
该研究对不同冻害处理下的柑橘叶片进行光谱扫描,采用了逐步回归法分析了叶片光谱反射率和叶片电导率之间的关系,构建了2种光谱反射预测柑橘叶片电导率模型,其决定系数分别为0.8201、0.8013。
结果表明,柑橘叶片电导率与反射光谱之间有较强的相关性,且2种模型所得预测值与实测值的相对误差都小于10%,说明模型具有良好的预测结果。
该模型可以为采用空间遥感监测果园生长状况和冻害情况提供参考。
【总页数】7页(P146-152)
【关键词】遥感;电导率;光谱分析;柑橘;冻害
【作者】李光林;李晓东;曾庆欣
【作者单位】西南大学工程技术学院,重庆400716
【正文语种】中文
【中图分类】S24
【相关文献】
1.利用光谱反射特征预测柑橘叶片冻害 [J], 唐子立;杨勇;胡卫国;周恒;胡春根
2.利用光谱反射率预测烤烟叶片烟碱含量 [J], 李向阳;于建军;刘国顺
3.用于监测柑橘叶片冻害的叶绿素含量光谱反射模型研究 [J], 张冬强;唐子立;杨勇;李硕;胡春根
4.利用叶片反射光谱预测大豆合交98-1667干物重模型 [J], 宋英博;贾立君;杜永生;王囡囡;邓际华;陈庆山;胡国华
5.基于光谱反射特征的柑橘叶片含水率模型 [J], 杨勇;张冬强;李硕;胡春根
因版权原因，仅展示原文概要，查看原文内容请购买。
480 引言我国是农业大国,农业是经济发展的重头戏,南方水果种植是产业发展重要项目之一,其中柑橘在我国南方水果种植产量中占有举足轻重的地位。
病虫害是影响柑橘生长的主要因素之一,严重的病虫害威胁到柑橘的产量,造成大额损失,所以解决病虫害是提高柑橘产量最迫切需要解决的问题。
病虫害最显著的特点是,种类多,影响大且长期发生。
当柑橘出现较严重病虫害时,容易造成减产甚至绝收从而影响农民的收入并且对相应地区的经济发展有一定的阻碍。
本实验通过高光谱成像技术能够早期预测植物病虫害的程度,将高光谱成像技术与小程序结合实现病虫害识别的触手可及。
这样能大大提高农林工作者的工作效率,真正做到了植物病虫害的早防早治,降低不必要的经济损失,甚至对于一些科研人员也是有很大帮助的。
1 材料与方法1.1 实验材料在湖南省常德市石门县,选择3～5年生的石门柑橘作为实验材料。
采集有柑橘溃疡病发病果实的叶片和没有发病果实的叶片作为实验样本。
采集35株不同发病程度果树上的叶片,每一株采集10片左右的叶片,一共采集350片。
采集15株未发病果树的叶片,每一株采集10片左右的叶片,共150片。
采集后用去离子水清洗叶片并擦干,装自封袋并标号,压平整后采集高光谱图像[1]。
1.2 高光谱成像系统高光谱成像系统主要部件有高分辨率光栅光谱仪、CCD摄像机、一维电移台、暗箱等。
光栅分光技术与CCD影像技术结合能够快速的获取影像光谱,由于面阵探测器每帧图像数据就是一个水平方向的光谱数据,一维电移台的运动以一定速率连续记录光谱图像,就可获取二维光谱图。
1.3 图像采集采集高光谱图像数据之前要对参数进行调整,以保证图像清晰并避免失真。
最终确定曝光时间为50ms,图像采集速度为3.24mm/s,扫描距离200mm。
将样品放置在一维电移台上,使得样品与摄像机的垂直方向做纵向扫描,达到扫描距离后拿到样品的光谱信息值。
完成图像采集。
1.4 黑白标定为避免光照不均匀和暗电流导致图像的噪声过大,为减少噪声影响使用黑白标定方法得到矫正后的图像。
图像处理与计算机视觉技术在氮素型植被高光谱数据图像分辨中的应用植物对氮素的需求是农业生产和自然生态系统中的重要问题之一。
合理施氮是优化植物生长和提高农作物产量的关键因素。
图像处理与计算机视觉技术在氮素型植被高光谱数据图像分辨中的应用给出了一种非侵入式、高效、准确的方法来评估植物的氮素状态。
本文将讨论这些技术在该领域中的重要性、原理和应用。
植物叶片中的叶绿素吸收光谱是高光谱数据图像中的一个重要特征。
氮素含量与叶绿素含量密切相关，因此叶绿素的光谱特性在评估植物氮素状态时起到了关键作用。
图像处理与计算机视觉技术通过分析高光谱图像中的叶绿素吸收峰值和光谱跳变，可以快速准确地评估植物氮素含量。
例如，基于多光谱图像的比例植被指数（NDVI）可以用来衡量植物的绿度，而NDVI与叶绿素含量之间存在着密切的关系。
除了分析叶片光谱特征，图像处理和计算机视觉技术也可以通过分析氮素型植被高光谱数据图像中的纹理特征来评估植物的氮素状态。
植被的纹理特征可以通过图像分割、边缘检测和纹理特征提取等技术进行提取和分析。
这些特征可以表征植被的结构和形态，并与其氮素含量之间存在着一定的关系。
例如，氮素充足的植被往往具有更加丰富的叶片纹理特征，而氮素缺乏的植被则往往具有较为单一、平坦的纹理特征。
图像处理与计算机视觉技术在氮素型植被高光谱数据图像分辨中的应用，不仅可以评估植物的氮素状态，还可以监测氮素施肥的效果和植物生长的动态变化。
通过定期获取高光谱数据图像，可以建立植物氮素状态的评估模型，并根据模型预测植物的氮素需求。
这对于农业生产中合理施氮和节约施肥具有重要的意义。
同时，通过对监测图像的分析，还可以实时跟踪植物在生长过程中的变化，及时调整氮素施肥方案，以达到最优的生长效果。
除了在农业生产中的应用，图像处理与计算机视觉技术在自然生态系统中的应用也有着重要意义。
通过对高光谱数据图像的分析，可以评估自然植被的健康状况和生态系统的可持续性。
第30卷,第5期 光谱学与光谱分析Vol 130,No 15,pp1295213002010年5月 Spectroscopy and Spectral Analysis May ,2010 基于机载高光谱成像的柑橘产量预测模型研究叶旭君1,Kenshi Sakai 2,何 勇1311浙江大学生物系统工程与食品科学学院,浙江杭州 31002921东京农工大学农学部,东京18328509,日本摘 要 果树的隔年结果现象严重影响果园的果实产量和经济效益。
选择受隔年结果现象影响较为严重的柑橘作为研究对象,运用机载高光谱成像仪在较早生长季节(2003年4、5、6月)获取柑橘果树的高光谱图像,利用偏最小二乘回归(PL S )确定基于高光谱图像数据的模型预测变量,建立柑橘产量的多元线性回归(ML R )和人工神经网络(ANN )预测模型。
研究结果表明,利用5月份获得的高光谱图像建立的模型具有最优的产量预测效果,而且PL S 2ML R 模型比PL S 2ANN 模型具有更好的稳定性和一致性。
该研究结果为今后研制和开发基于高光谱成像技术的柑橘产量预测方法提供了重要的理论和技术基础。
关键词 柑橘;PL S ;ML R ;ANN ;预测模型;变量技术;精细农业中图分类号:S127 文献标识码:A DOI :1013964/j 1issn 1100020593(2010)0521295206 收稿日期:2009208209,修订日期:2009211212 基金项目:日本科学振兴会(J SPS )项目(2110,14360148,15658074)资助 作者简介:叶旭君,1971年生,浙江大学生物系统工程与食品科学学院助理研究员 e 2mail :yezising @zju 1edu 1cn3通讯联系人 e 2mail :yhe @zju 1edu 1cn引 言 果树的隔年结果现象对果园的果实产量和经济效益有极大的影响。
基于高光谱和农学参数数据的柑橘估产模型构建邹扬庆;罗红霞;Habtom Yemane Tekle;王俊;余天霞;张锐【期刊名称】《农业科学与技术（英文版）》【年(卷),期】2013(000)010【摘要】随着精准农业的发展，应用遥感技术,特别是高光谱遥感,实现农作物管理、监测和估产的研究也随之展开。
当前,水稻、小麦等1年生作物的生长监测与估产方法研究发展迅速，一些研究成果已经开始为生产服务。
但是对于多年生经济作物产量预测的研究很少。
以多年生柑橘树为研究对象，利用ASD手持光谱仪采集柑橘林冠层光谱，研究分析了柑橘光谱植被指数及其与产量的关系，并综合考虑农学因子对产量的影响，构建了基于高光谱数据和农学参数的柑橘估产模型。
通过显着性检验和样本检验，得出该模型的拟合程度R=0.631，F=13.201（P<0.01）,误差率控制在3%~16%,说明该模型具有统计学意义和可靠性，同时也证明了高光谱遥感技术在柑橘产量估算研究中的巨大潜力。
该研究是高光谱遥感技术在柑橘估产领域中的一次应用与探索。
%With the development of precision agriculture, the research that applies Remote Sensing technology, especial y hyperspectral remote sensing, to realize crop management, monitoringand yield estimation, has been concerned. Nowadays, the growth-monitoring and yield-estimating methods in rice, wheat and other annual crops develop rapidly with some achievements having already been put into service. But the yield estimation research on perennial economic crops is few. Taking peren-nial citrus trees as the research object, using ASD spectrometer to col ect citrus canopy spectral, this article studied andanalyzed the citrus of vegetation index and its relationship on yield, synthetical y considered the influence of the agriculture pa-rameters on crop yield, and final y constructed the citrus yield estimation model based on the spectral data and agronomic parameters. Through the Significance Test and Samples' Test, obtained that the model's fitting degree wasR=0.631, F=13.201, P<0.01 and th e error rate of estimating accuracy was control ed in the range 3%-16%, proving that the model has statistical signification and reliability. It concluded that hyperspectral acquired from citrus canopy has substantial potential for citrus yield estimation. This study is an application and exploration of Hyperspectral Remote Sensing technology in the citrus yield estimation.【总页数】4页(P1513-1516)【作者】邹扬庆;罗红霞;Habtom Yemane Tekle;王俊;余天霞;张锐【作者单位】西南大学地理科学学院，重庆 400715;西南大学地理科学学院，重庆 400715;西南大学地理科学学院，重庆 400715;西南大学地理科学学院，重庆400715;西南大学地理科学学院，重庆 400715;西南大学地理科学学院，重庆400715【正文语种】中文因版权原因，仅展示原文概要，查看原文内容请购买。
基于高光谱的柑橘叶片钾含量快速诊断模型李勋兰，王 武，杨 蕾，韩国辉，杨海健，洪 林※（重庆市农业科学院果树研究所，重庆 401329）摘 要 及时准确地监测柑橘树体钾营养状况，有助于科学施肥，提高柑橘果实的品质和产量。
试验对采集的W·默科特叶片钾含量及叶片光谱信息进行相关性分析，利用主成分分析和连续投影算法进行降维处理，同时结合偏最小二乘回归和最小二乘支持向量机回归分别建立了叶片钾含量预测模型。
结果显示，柑橘叶片钾含量特征波长主要集中在450～600 nm 、700 nm 左右、980～1030 nm 区域；最小二乘支持向量机回归模型的预测效果明显优于偏最小二乘回归模型，预测集相关系数达0.91。
结果表明，利用高光谱成像技术结合最小二乘支持向量机回归可实现对柑橘叶片钾含量的快速诊断。
关键词 柑橘；高光谱；钾含量；偏最小二乘回归；最小二乘支持向量机回归中图分类号：S666 文献标志码：B DOI ：10.19415/ki.1673-890x.2019.22.011收稿日期：2019-01-28基金项目：重庆市科学技术局科研院所绩效激励引导专项（c s t c2017j x j l80006）；重庆市社会事业与民生保障科技创新专项（cstc2016shms-ztzx80002）；重庆市现代农业特色产业技术体系项目（2018-02-1）。
作者简介：李勋兰（1988—），女，重庆人，硕士，助理研究员，主要从事柑橘生理及信息化研究。
E-mail: 1027370808@ 。
※为通信作者，E-mail: 350971781@ 。
李勋兰,王 武,杨 蕾,等.基于高光谱的柑橘叶片钾含量快速诊断模型[J].南方农业,2019,13(22):37-40.钾素是柑橘生长发育所必需的三大营养元素之一，具有提高果实品质和增强抗性等作用。
合理施用钾肥不仅能提高柑橘产量，还能提升果实品质。
不同生长时期的柑橘树体内钾素供求状况和代谢变化非常复杂，对树体叶片钾素含量进行实时监控，有利于制订科学的柑橘变量施肥方案，保证果实品质和产量，提高果园产出效率。
基于高光谱的柑橘叶片磷含量估算模型实验黄双萍;洪添胜;岳学军;吴伟斌;蔡坤;黎蕴玉【摘要】以117株园栽罗岗橙为实验对象,分别在壮果促梢期和采果期2个不同发育阶段采集234个数据样本,高光谱反射数据构成每个数据样本中的高维矢量描述,用化学方法测得磷含量值作为样本真实目标值,用偏最小二乘法(PLS)及支持矢量回归(SVR)2种多元回归分析算法,在对反射光谱进行各种形式预处理的基础上对柑橘叶片磷含量进行建模和磷含量预测.模型分别在校正集和测试集上进行评估,取得最佳模型决定系数分别为0.905和0.881,均方误差分别为0.005和0.004,平均相对误差分别为0.026 4和0.031 2.实验结果表明:基于高光谱反射数据进行磷含量预测是可行的.【期刊名称】《农业机械学报》【年(卷),期】2013(044)004【总页数】7页(P202-207,195)【关键词】柑橘叶片;磷含量;高光谱;偏最小二乘法;支持矢量回归【作者】黄双萍;洪添胜;岳学军;吴伟斌;蔡坤;黎蕴玉【作者单位】华南农业大学工程学院,广州510642;华南农业大学工程学院,广州510642;华南农业大学南方农业机械与装备关键技术省部共建教育部重点实验室,广州510642;华南农业大学工程学院,广州510642;南昆士兰大学工程与测绘学院,图文巴QLD4350;华南农业大学工程学院,广州510642;华南农业大学南方农业机械与装备关键技术省部共建教育部重点实验室,广州510642;华南农业大学工程学院,广州510642;华南农业大学南方农业机械与装备关键技术省部共建教育部重点实验室,广州510642;华南农业大学工程学院,广州510642【正文语种】中文【中图分类】O657.3;S129引言柑橘体内合适的磷(P)含量是其高产量、高品质产出的必要条件。
为此，需要快捷、无损、高精度地测定P含量。
植物P含量的化学检测法虽然精准，但过程复杂、耗时且有损。
第37卷第1期农业工程学报V ol.37 No.168 2021年1月Transactions of the Chinese Society of Agricultural Engineering Jan. 2021基于无人机平台的柑橘树冠信息提取束美艳，李世林，魏家玺，车荧璞，李保国，马韫韬※（中国农业大学土地科学与技术学院，北京100193）摘要：为了快速获取柑橘树冠信息，提升柑橘园精准管理，该研究基于无人机平台获取了柑橘数码和多光谱影像，分析了无人机影像反演柑橘树冠信息的效果。
首先利用无人机数码影像及分水岭算法进行柑橘单木分割，然后构建柑橘树冠层高度模型，提取柑橘株数、株高、冠幅投影面积等结构参数信息，进而利用无人机多光谱影像获取柑橘的8种常用植被指数，采用全子集分析法筛选柑橘冠层氮素含量的敏感植被指数，构建基于多元线性回归的冠层氮素遥感反演模型，进行以冠幅为基本单元的柑橘树冠层氮素含量遥感制图。
研究结果表明：柑橘的单木识别准确率在93%以上，召回率在95%以上，平均F值为96.52%；柑橘树的反演株高与实测株高具有较强的相关性，决定系数R2为0.87，均方根误差为31.9 cm；单株冠幅投影面积与人工绘制的冠幅面积的决定系数，除果园A在12月的结果较低（R2为0.78）外，其余均在0.94及以上；采用全子集分析法筛选的柑橘冠层氮素敏感植被指数为归一化植被指数（NDVI）、绿色归一化植被指数和冠层结构不敏感指数，所建立的多元回归模型的决定系数R2达0.82，均方根误差为0.22%，相对误差为6.59%。
综上，无人机影像在柑橘树冠参数信息提取方面具有较好的应用效果，能够快速有效地提取柑橘树冠参数信息。
该研究可为使用无人机平台进行果园精准管理提供技术支撑。
关键词：无人机；图像处理；多光谱；柑橘；株高；冠幅投影面积；冠层氮素含量doi：10.11975/j.issn.1002-6819.2021.01.009中图分类号：S779 文献标志码：A 文章编号：1002-6819(2021)-01-0068-09束美艳，李世林，魏家玺，等. 基于无人机平台的柑橘树冠信息提取[J]. 农业工程学报，2021，37(1)：68-76.doi：10.11975/j.issn.1002-6819.2021.01.009 Shu Meiyan, Li Shilin, Wei Jiaxi, et al. Extraction of citrus crown parameters using UA V platform[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(1): 68-76. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.01.009 0 引 言柑橘是世界重要的经济作物[1]。
