基于機器學習的馬鈴薯葉片葉綠素含量估算

李成舉, 劉寅篤, 秦天元, 王一好, 范又方,姚攀鋒, 孫 超, 畢真真*, 白江平*

1. 甘肅農業大學農學院, 甘肅 蘭州 730070

2. 省部共建干旱生境作物學國家重點實驗室, 甘肅 蘭州 730070

3. 甘肅省作物遺傳改良與種質創新重點實驗室, 甘肅 蘭州 730070

引 言

葉綠素是植物光合作用中最重要的色素, 與產量形成密切相關, 因此, 在農業生產中常用葉綠素含量來監測農作物生長狀況[1]。 馬鈴薯是全球第四大糧食作物, 其葉片的葉綠素含量是衡量生長狀況的重要指標, 實現對馬鈴薯冠層葉綠素含量變化的監測, 可以及時掌握其生長狀況, 有助于提高馬鈴薯產量。 傳統的馬鈴薯葉綠素含量測量主要以分光光度計法為主, 該方法測量的葉綠素含量更加精準, 但是對作物的破壞程度大, 且費時費力, 測量步驟繁瑣, 很難實現大批量的測量[2]。 而手持式葉綠素含量測定儀的出現在一定程度上解決了傳統方法的弊端, 通過測量馬鈴薯葉片對紅光波段和近紅外波段的吸收率, 計算得到葉綠素相對含量, 即SPAD值。 有學者研究表明, 使用手持式葉綠素含量測定儀獲取的相對葉綠素含量與傳統方法測定的葉綠素含量之間存在顯著相關性[3]。 盡管該方法能夠無損、 快速地測量馬鈴薯葉片葉綠素相對含量, 但由于需要對馬鈴薯葉片逐個測量, 很難運用在大空間尺度上。

近年來, 遙感技術以其快速、 高效、 無損的特點被廣泛應用于農作物長勢監測中, 而近低空無人機遙感平臺以其作業周期短、 靈活性高、 運行和維護成本低等優勢代替了航天遙感和地面遙感, 應用于中小尺度的農田中, 以獲取更準確的作物生長參數[4]。……