偏振-高光譜信息融合估測番茄葉片可溶性糖及糖氮比研究

朱文靜 李晉陽 李林 王愛臣 魏新華 毛罕平

摘 要：該研究利用偏振-高光譜信息融合技術(shù)估測番茄葉片可溶性糖（SS）、總氮（N）及糖氮比（SS/N）。分別以五個生長周期（苗期、開花期、初果期、中果期和采摘期）和五個梯度水平（25%、50%、75%、100%、150%）的氮素營養(yǎng)脅迫樣本為研究對象，樣本被同時用于光譜采集和可溶性糖及氮含量測定。利用課題組自行研制的偏振光譜采集系統(tǒng)采集偏振光譜并提取4個偏振度特征。利用高光譜采集高光譜數(shù)據(jù)，經(jīng)過主成分分析降維、確定4個特征波長，再通過相關(guān)分析法提取這4個特征波長下的各8個高光譜圖像紋理特征。首先分別建立了基于偏振度特征模型、圖像特征模型和光譜特征三種單一特征的模型。隨后偏振度特征與高光譜紋理特征變量進(jìn)行歸一化后，建立了線性和非線性的定量診斷模型。研究結(jié)果表明采用SS/N預(yù)測模型的精度高于SS和N的模型，且對于N和SS/N模型而言，兩者的SVM模型的精度明顯優(yōu)于單一特征來源模型，具有較好的診斷作用。結(jié)果表明，偏振高光譜多維信息檢測技術(shù)能夠有效地判斷番茄營養(yǎng)脅迫狀況。多特征數(shù)據(jù)融合分析技術(shù)可以提高光譜診斷技術(shù)在精準(zhǔn)農(nóng)業(yè)中的預(yù)測精度。

關(guān)鍵詞：偏振光譜;高光譜;可溶性糖（SS）;總氮（N）;信息融合;番茄葉片

DOI： 10.25165/j.ijabe.20201302.4280

引用信息： Zhu W J， Li J Y， Li L， Wang A C， Wei X H， Mao H P. ?Nondestructive diagnostics of soluble sugar， total nitrogen and their ratio of tomato leaves in greenhouse by polarized spectra–hyperspectral data fusion. ?Int J Agric & Biol Eng， 2020; 13（2）： 189–197.