《基於葉片微結構-光譜信息的黃瓜營養水平快速診斷方法》是依託江蘇大學，由李青林擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於葉片微結構-光譜信息的黃瓜營養水平快速診斷方法
- 項目類別：青年科學基金項目
- 項目負責人：李青林
- 依託單位：江蘇大學
項目摘要,結題摘要,
項目摘要
快速、精確檢測作物營養水平是實現設施作物養分精確管理的前提和關鍵。針對當前光譜技術能高精度、快速檢測作物氮營養水平，但對磷、鉀的檢測機理仍不成熟的問題，項目以設施作物黃瓜為對象，從葉片表面微結構信息和葉片光譜信息兩方面入手，研究葉片表面微結構信息快速、無損獲取方法；將微結構信息-光譜信息相融合，研究黃瓜氮、磷、鉀營養水平診斷方法。通過研究不同氮、磷、鉀營養水平下黃瓜葉片表面的微結構特徵和葉片反射光譜特徵，優選出氮、磷、鉀不同營養水平區分度最大的葉片表面微結構組合特徵信息和反射光譜特徵波長、分布組合特徵。利用主成分分析和神經網路方法，確定氮、磷、鉀營養元素在不同條件下各特徵的信息權重和靈敏度，確定各獨立特徵的交叉、混疊的校正因子，建立基於葉片表面微結構-光譜信息融合的設施黃瓜氮、磷、鉀營養水平檢測模型。相對於單一的光譜檢測方法，拓展了有效特徵空間，有望實現作物氮、磷、鉀養分水平的快速檢測。
結題摘要
本項目圍繞設施作物養分信息快速檢測方面的需求，針對當前光譜技術能高精度、快速檢測作物氮營養水平，但對磷、鉀的檢測機理仍不成熟的問題，項目開展葉片表面微結構信息的獲取、表征方法，並結合葉片光譜信息，探求作物氮磷鉀養分信息的快速檢測方法。主要研究工作如下： 1、藉助白光干涉技術進行基於葉片表面微結構特徵的快速檢測方法研究，分析不同樣本、環境光照、和測量系統參數對葉片表面微結構成像的影響並確定了最佳的觀察場景為干涉場、樣本大小為0.5cm×0.5cm、圖像採集模式為精細採集，光照強度影響不明顯。 2、研究不同磷鉀處理水平下黃瓜葉片表面氣孔、絨毛、維管束、表皮細胞等微結構形態和密度的變化。測量了氣孔、葉肉細胞、維管束以及絨毛等結構的形態參數，包括幾何測量、高度測量、剖面測量、體積測量；分析不同磷、鉀養分水平下，黃瓜葉片表面微結構形態特徵差異。結果表明，鉀養分水平下存在顯著性差異的結構特徵有氣孔長度、維管束直徑、維管束占整個葉面積的百分比、絨毛高度和絨毛體積；磷養分水平下存在顯著性差異的形態特徵有氣孔大小、絨毛密度和維管束數量。 3、葉片內部磷鉀分布特徵：在葉片組織的所有元素中，C和O大概占總元素的90%，在其它元素中Na, Mg, K, S, Fe, Cu更多的存在於柵欄組織中，而, P，Ca, Cl則在海綿組織中大量存在，N和H在海綿組織和柵欄組織中都未探測到是因為它們的分子量很小。 4、採集不同氮養分水平下葉片光譜特徵並進行分析，表征不同氮養分水平下黃瓜葉片光譜特徵；氮素檢測的最優波長為氮素的最優波長為：486、527、569、691、709和841nm。 5、對葉片表面微結構信息和光譜信息的表達和最佳化組合；結合氮磷鉀的常規化學測量結果。分析這些特徵與葉片氮磷鉀鉀含量之間關係，建立基於微結構-光譜信息的葉片氮磷鉀含量檢測模模型，葉片氮素模型預測值與實測值的相關係數R=0.9124，預測均方根誤差RMSEP=0.4533，平均相對誤差MRE=4.3640；葉片磷素預測模型預測值和實測值的相關係數R=0.7145，預測均方根誤差RMSEP=0.4785，平均相對誤差MRE=12.4747；葉片鉀素預測模型預測值和實測值的相關係數R=0.7545，預測均方根誤差RMSEP=0.7452，平均相對誤差MRE=10.4524.
