论文部分内容阅读
小麦灌浆期是产量和品质形成的关键时期,及时、准确的灌浆期监测对小麦高产栽培有重要意义。传统的田间调查方法费时费力,且持续观测有一定破坏性。随着农业现代化发展,遥感技术越来越多地应用到农业生产领域。在作物信息的提取应用上,数码影像(RGB)由于包含丰富的颜色和纹理特征且成本最低,因此得到广泛应用。除了颜色之外,含水量也是小麦灌浆成熟典型特征指标。然而RGB数码影像对含水量的表征效果不强。因此,本研究结合热红外数据,以温度信息表征含水量,与RGB影像的颜色信息共同用于小麦灌浆期研究分析。本研究结合使用RGB数码数据和热红外数据,致力于麦穗的灌浆成熟监测,为灌浆期田间管理和适时收获提供理论参考和技术支持。为了实现麦穗灌浆成熟的准确监测,本研究通过数码影像数据基于超像素图块尺度,以麦穗颜色特征为分类指标,准确分割出田间数码影像中的麦穗区域,在此基础上,掩膜同步获取的热红外影像数据,提取麦穗温度,综合分析灌浆期麦穗温度特征,颜色特征和籽粒含水量,以籽粒含水量为中间值,利用颜色特征和温度特征构建花后天数反演模型和灌浆末期麦穗成熟指数,定量监测小麦灌浆进程和成熟度。主要研究结果如下:1)颜色特征可以有效识别灌浆期麦穗。且相较于基于像素的分割方法,基于超像素块分割得到的麦穗形态更为完整,边缘信息保持较好,错分现象也有所改善。不同长势小麦分割效果验证表明长势较好的高氮水平下小麦穗识别效果最优,识别精度为94.4%,无氮情况下小麦长势较差,穗识别效果最不理想,识别精度仅为81.9%;长势较均匀的混合样本中麦穗识别精度达到92.9%,相较于长势差异较大的混合样本精度提高了 8.3%。因此在一般环境下,利用超像素和颜色特征的麦穗识别方法可以快速准确地对大田小麦进行分割。2)不同时段获取的热红外影像数据对水处理敏感度有差异,小麦灌浆期下当天17:00左右,太阳高度角大致为24°～28°时获取的热红外数据对水处理间差异最为敏感,数据效果最佳。相比RGB色彩模型,LAB色彩模型下颜色特征对麦穗灌浆时颜色变化最为敏感。基于归一化穗温指数(Normalized ear temperature,NRET)和花后天数(Days after anthesis,DAA)都可以准确模拟籽粒含水量(Grain water content,GWC),模型相关系数R2分别为0.86和0.91,相对均方根误差NRMSE分别为0.07和0.09,在此基础上以通过归一化穗温指数(NRET)结合颜色特征对花后天数的估测也取得理想结果,RMSE和NRMSE分别为2.31天和0.09,可适用于小麦灌浆进程监测。3)LAB色彩模型下的黄色值和红色值均可以用于表征麦穗的成熟度,基于颜色特征构建的衰老指数(Color senescence index,SIc)可作为指标判断小麦是否进入成熟期,SIc≈1表示成熟。对成熟阶段麦穗以归一化穗温指数为特征指标(NRET)构建成熟指数(Maturity index,MI),定量成熟度,MI为0.8时为小麦最佳收获期,MI大于1时小麦进入完熟期,产量易亏损。通过分段评价的方式在前期仅使用数码影像进行分析,最大程度降低监测成本,为精准农业中适时收获提供新的技术参考。