论文部分内容阅读
目的:为了快速实时的跟踪与监测棉花氮素营养状况,进一步为棉花精准施肥管理提供依据,通过棉花氮素光谱信息与含氮量之间的相关性分析,探究优化光谱指数和特征波段在棉花氮素监测模型构建中的效果,在此基础上研制便携式氮素快速监测设备,开发相应的软件系统,实现棉花光谱信息的实时采集与传输,利用云技术设计棉花氮素监测与管理云平台,与采集设备、软件系统融合对接,最终建立基于高光谱信息的棉花氮素快速监测系统,为棉花生产智能化管理提供理论与技术支撑,以期实现棉花实际生产中的化肥合理施用,提高棉花生产效率、产量与品质水平。方法:以滴灌棉花为研究对象,设置不同的氮素水平处理,研究棉花氮素光谱信息与氮含量之间的定量关系,通过对优化光谱指数的优化、不同算法(连续投影算法、随机蛙跳和支持向量机)的比较,筛选棉花氮素监测特征波段与优化指数,以此作为棉花氮素营养监测参数,构建棉花氮素高光谱监测预测模型;通过系统总体设计、设备选型、系统功能设计,以棉花氮素营养监测参数与模型为基础,开发便携式棉花氮素监测软硬件系统(光谱采集设备与系统软件),集成模型、数据以及监测系统,实现棉花氮素光谱数据的快速采集与实时传输;同时,利用计算机信息技术,结合便携式氮素快速监测系统与构建的模型,构建数据库、模型库以及通信网络,建立棉花氮素营养监测云平台,并对棉花氮素监测云平台进行测试与评价。结果:(1)基于连续投影算法与随机蛙跳算法,分别优选出的冠层光谱对叶片氮含量敏感的39和16个敏感波段,构建了叶片氮含量的预测建模,模型精度从高到低依次为SPA-PLS、RF-MLR、RF-PLS、SPA-MLR,对模型进行精度检验发现,验证集中的实测值与预测值的拟合决定系数分别为0.673、0.659、0.722、0.693;利用连续投影算法SPA与随机蛙跳RF计算不同中心波长组合构建的指数与叶氮含量的决定系数R~2,分析表明RF-DCNI对于反演棉花叶片氮含量的最优中心波长组合为723、705和673nm,相关性表现最好,R~2=0.707;通过模型精度验证,其实测值与估测值的拟合线斜率偏差均在5%以内,接近于1:1的直线,说明优化光谱指数对氮素含量的估测精度有显著的提升作用,通过连续投影算法SPA和随机蛙跳RF方法优选敏感特征波段,从而构建的基于优化光谱指数的叶片氮含量估算模型,可以提高棉花氮素监测模型精度,最优波长组合与优化光谱指数作为棉花氮素营养监测参数与其构建的监测模型能够为便携式氮素快速监测系统的开发提供参数和模型支撑。(2)基于筛选的特征波段组合与优化指数的棉花氮素监测模型,通过光谱采集系统方案设计、设备选型、功能设计、工艺流程建立和光谱采集系统的软件(手机APP)开发,设计开发了便携式棉花氮素快速监测系统,系统集光谱监测模型、管理决策模型于一体,可实现通过棉花冠层光谱信息获取直接得出棉花的氮素营养状况,对便携式光谱设备进行田间测量和实验室测试分析,结果表明,自主研发的便携式高光谱手持仪器能对特定波段进行有效筛选,光电信号的转换结果误差在可接受范围内,各项指标表现正常,符合实际应用的要求;通过分析不同波段的冠层光谱反射率,发现棉花盛蕾期、盛花期、盛铃期、吐絮期及整个生育期的反射率与叶片氮含量均在1%水平上表现显著相关性,相关系数均值在0.25-0.78之间;系统对棉花各生育时期叶片氮含量的监测性能优良,拟合系数都在0.75上,均通过1%水平的显著性检验。研究表明,本研究开发的便携式氮素快速监测系统在实际应用中具有良好的效果,为氮素监测云平台的光谱数据快速采集与实时传输奠定了基础。(3)开发了棉花氮素营养监测云平台,通过平台需求与可行性分析,结合便携式氮素快速监测系统采集的棉花光谱数据,构建了模型数据库,实现了棉花氮素光谱信息的实时监测,通过平台前端(手机APP)、后端数据管理和通信设计,能够将采集的光谱数据和当前棉花的生育时期的生长数据实时通过手机APP显示并传送到云平台。平台嵌入的棉花氮素监测模型可以对棉花氮含量进行实时反演,同时还可以对智能手机上传的光谱数据和棉花叶片氮含量结果进行可视化显示,并根据棉花氮素监测结果计算得出合理的施肥量,提出科学的施肥建议,最终显示在用户的智能手机上。初步应用效果表明,平台性能稳定,能够基本满足实际生产的需求,较好的为棉花精准施肥管理提供支撑。结论:本研究以光谱信息作为棉花氮素含量快速监测的基础,探究棉花叶片氮素含量与反射光谱之间的关系,筛选出了与棉花氮素含量相关性最高的光谱波段,在此基础上建立了基于优化指数的棉花氮素光谱监测模型,基于棉花氮素监测参数与模型,对软硬件系统进行设计开发,研制了检测精确度高、操作方便、适用性强的便携式光谱监测系统,显著提升了便携式棉花氮素监测设备在实际生产中的性能,基于云计算与智能物联网技术构建了棉花氮素管理云平台,实现了棉花氮素光谱数据的实时监测、传输、处理与结果输出,有效的为棉花生产精准施肥管理提供平台支撑。