柑橘葉片葉綠素含量的測(cè)量方法探討
來(lái)源： http://m.52lvi.cn/ 類別：實(shí)用技術(shù) 更新時(shí)間：2013-04-01 閱讀次
【本資訊由中國(guó)糧油儀器網(wǎng)提供】 葉綠素是植物葉片中的基本組成物質(zhì)，與光合作用有關(guān)的最重要的色素，與植物的光能利用和轉(zhuǎn)化效率密切相關(guān)。葉綠素與葉片中的氮含量存在較好的相關(guān)性，實(shí)踐上通過(guò)測(cè)定葉綠素含量可以準(zhǔn)確地判斷植物的長(zhǎng)勢(shì)情況。我國(guó)是柑橘生產(chǎn)、出口、消費(fèi)和栽培大國(guó)，柑橘產(chǎn)業(yè)是我國(guó)南方農(nóng)村經(jīng)濟(jì)的一大支柱產(chǎn)業(yè)。但是，由于柑橘的生產(chǎn)管理落后，追肥防蟲(chóng)的精確噴灑技術(shù)不成熟，導(dǎo)致柑橘產(chǎn)量不高，質(zhì)量不高。據(jù)統(tǒng)計(jì)，中國(guó)的柑橘產(chǎn)量約占世界總產(chǎn)量的10%，但出口量只占2%，優(yōu)質(zhì)果率為30%�？茖W(xué)技術(shù)投入不足是我國(guó)柑橘產(chǎn)業(yè)競(jìng)爭(zhēng)力不強(qiáng)的重要因素，研究柑橘葉綠素快速檢測(cè)，實(shí)時(shí)檢測(cè)柑橘樹(shù)的生長(zhǎng)態(tài)勢(shì)并以此為依據(jù)對(duì)柑橘樹(shù)進(jìn)行科學(xué)指導(dǎo)栽培、施肥管理工作，對(duì)實(shí)踐精確施肥管理、提高柑橘樹(shù)的生產(chǎn)力、促進(jìn)農(nóng)民增收、發(fā)展農(nóng)村經(jīng)濟(jì)起著重要的作用。
隨著高光譜技術(shù)發(fā)展，近年來(lái)，國(guó)內(nèi)外許多學(xué)者對(duì)高光譜預(yù)測(cè)植物參數(shù)做了大量的研究。姚付啟等利用ASD便攜式野外光譜儀和手持葉綠素儀實(shí)測(cè)了落葉闊葉樹(shù)法國(guó)梧桐葉片的高光譜反射率與葉片綠度，并對(duì)原始光譜反射率及一階導(dǎo)數(shù)光譜與葉片綠度進(jìn)行了相關(guān)分析，利用主成分分析對(duì)光譜數(shù)據(jù)進(jìn)行降維，將得到的主成分得分作為人工神經(jīng)網(wǎng)絡(luò)模型的輸入變量進(jìn)行了法國(guó)梧桐葉綠素含量的估算。李歡提出了用小波函數(shù)提取柑橘葉綠素含量的方法和基于模型模擬的冠層光譜估算葉綠素含量。實(shí)現(xiàn)了用一維小波分解野外光譜，單變量回歸反演柑橘的葉綠素含量。最后用5-scale模型擬合從可見(jiàn)光到近紅外波段的平均冠層反射光譜估算葉綠素含量。孫潔瓊等對(duì)不同波段間的比值指數(shù)和歸一化指數(shù)與冬小麥葉綠素含量之間的相關(guān)性進(jìn)行了研究，同時(shí)通過(guò)偏最小二乘回歸算法建立小麥葉綠素模型，預(yù)測(cè)未知樣本葉綠素，得到的預(yù)測(cè)值與真實(shí)值的最大相關(guān)系數(shù)達(dá)0.6335。表明基于光譜分析技術(shù)對(duì)小麥葉綠素含量進(jìn)行檢測(cè)可行。
試驗(yàn)以南方經(jīng)濟(jì)作物柑橘為研究對(duì)象，選擇廣東省廣州市華南農(nóng)業(yè)大學(xué)工程學(xué)院北樓的四樓（沙糖橘）、六樓（年橘）天臺(tái)和蘿崗區(qū)蟹家村的一農(nóng)家果園（蘿崗甜橙）為試驗(yàn)區(qū)，運(yùn)用ASD便攜式地物光譜儀測(cè)量柑橘樹(shù)葉片的光譜反射值和手持葉綠素儀測(cè)量相應(yīng)的葉綠素含量。通過(guò)多種數(shù)據(jù)預(yù)處理方法，對(duì)比并選擇適合柑橘樹(shù)的最優(yōu)光譜預(yù)處理方法。然后分別運(yùn)用偏最小二乘回歸和人工神經(jīng)網(wǎng)絡(luò)建立柑橘樹(shù)光譜值與葉綠素值的模型，并選擇最優(yōu)的模擬模型。為實(shí)現(xiàn)快速活體無(wú)損植物葉綠素含量檢測(cè)和柑橘樹(shù)的科學(xué)栽培、精確施肥管理提供理論基礎(chǔ)。
用ASD光譜儀測(cè)量柑橘樹(shù)葉片光譜反射值，同步用手持葉綠素計(jì)測(cè)量相應(yīng)葉綠素含量，通過(guò)分析，建立光譜值與葉綠素值的估算模型。具體的研究?jī)?nèi)容如下：（1）在同一個(gè)實(shí)驗(yàn)區(qū)內(nèi)通過(guò)不同的施肥，栽培出不同營(yíng)養(yǎng)水平的柑橘樹(shù)實(shí)驗(yàn)樣本；（2）每棵樹(shù)按照東南西北四個(gè)方向，上下兩層，選取8片葉子作為實(shí)驗(yàn)樣本；（3）用ASD光譜分析儀測(cè)量柑橘樹(shù)葉片樣本的光譜值，其中每次光譜值采集重復(fù)3次，每片葉子測(cè)量2個(gè)點(diǎn)；（4）同步使用手持葉綠素計(jì)測(cè)量相應(yīng)葉子的葉綠素值，每片葉子測(cè)6個(gè)點(diǎn)；（5）通過(guò)NIRSA數(shù)據(jù)處理系統(tǒng)運(yùn)用不同的預(yù)處理方法對(duì)光譜的反射值進(jìn)行預(yù)處理，并建立葉綠素與光譜反射值的最佳模型；（6）對(duì)預(yù)測(cè)樣本進(jìn)行預(yù)測(cè)，檢測(cè)模擬模型準(zhǔn)確性和穩(wěn)定性。，3種品種的PLS模型的預(yù)測(cè)值與實(shí)測(cè)值的復(fù)相關(guān)系數(shù)均在0.8以上，預(yù)測(cè)效果良好。表明運(yùn)用光譜檢測(cè)葉片葉綠素含量是基本可行。
7種光譜預(yù)處理方法對(duì)3種品種的柑橘樹(shù)光譜與葉綠素值的偏最小二乘回歸分析的影響效果，通過(guò)對(duì)7種預(yù)處理方法效果的比較，確定了先通過(guò)一階微分再滑動(dòng)平均濾波（MAF）處理是最優(yōu)的預(yù)處理方法。建立3個(gè)品種的柑橘葉綠素檢測(cè)的PLS模擬模型，其中沙糖橘的PLS校正模型預(yù)測(cè)值與實(shí)際值的復(fù)相關(guān)系數(shù)是0.9919，驗(yàn)證模型預(yù)測(cè)值與實(shí)際值的復(fù)相關(guān)系數(shù)是0.8994；年橘的分別是0.9711和0.8115；蘿崗甜橙的分別是0.9470和0.8515�；谌斯ど窠�(jīng)網(wǎng)絡(luò)，研究不同品種柑橘樹(shù)的人工神經(jīng)網(wǎng)絡(luò)模型的最優(yōu)隱含層數(shù)，建立柑橘樹(shù)光譜數(shù)據(jù)預(yù)測(cè)葉綠素含量的人工神經(jīng)網(wǎng)絡(luò)模型，模型的精度和穩(wěn)定性都較好。其中沙糖橘的最優(yōu)隱含層數(shù)是15，人工神經(jīng)網(wǎng)絡(luò)模型葉綠素預(yù)測(cè)值與實(shí)測(cè)值的復(fù)相關(guān)系數(shù)是0.9703，驗(yàn)證模型預(yù)測(cè)值與實(shí)際值的復(fù)相關(guān)系數(shù)是0.9011；年橘的分別是25，0.9840和0.9130；蘿崗甜橙的分別是25，0.9636和0.8540；結(jié)果表明，對(duì)于三種品種的柑橘樹(shù)，都可以通過(guò)高光譜反射值快速、無(wú)損地檢測(cè)其相應(yīng)的葉綠素含量。其中，沙糖橘、年橘、蘿崗甜橙3種品種柑橘的人工神經(jīng)網(wǎng)絡(luò)模型均優(yōu)于PLS模型。
運(yùn)用7種預(yù)處理方法進(jìn)行了效果比較，為了增大預(yù)處理方法比較的廣泛性，可以對(duì)更多的預(yù)處理方法進(jìn)行比較，如多元散射校正、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)等。只對(duì)一個(gè)時(shí)期（春梢時(shí)期）的柑橘樹(shù)樣本進(jìn)行實(shí)驗(yàn)，為了進(jìn)一步提高模型的廣泛性和適用性，可以對(duì)一年四季不同時(shí)期的柑橘樣本進(jìn)行建模分析。只用了偏最小二乘回歸和人工神經(jīng)網(wǎng)絡(luò)建立模擬模型，為了選擇更優(yōu)的模型，可以使用更多的建模方法，從中選擇相應(yīng)的更優(yōu)的模型。
隨著高光譜技術(shù)發(fā)展，近年來(lái)，國(guó)內(nèi)外許多學(xué)者對(duì)高光譜預(yù)測(cè)植物參數(shù)做了大量的研究。姚付啟等利用ASD便攜式野外光譜儀和手持葉綠素儀實(shí)測(cè)了落葉闊葉樹(shù)法國(guó)梧桐葉片的高光譜反射率與葉片綠度，并對(duì)原始光譜反射率及一階導(dǎo)數(shù)光譜與葉片綠度進(jìn)行了相關(guān)分析，利用主成分分析對(duì)光譜數(shù)據(jù)進(jìn)行降維，將得到的主成分得分作為人工神經(jīng)網(wǎng)絡(luò)模型的輸入變量進(jìn)行了法國(guó)梧桐葉綠素含量的估算。李歡提出了用小波函數(shù)提取柑橘葉綠素含量的方法和基于模型模擬的冠層光譜估算葉綠素含量。實(shí)現(xiàn)了用一維小波分解野外光譜，單變量回歸反演柑橘的葉綠素含量。最后用5-scale模型擬合從可見(jiàn)光到近紅外波段的平均冠層反射光譜估算葉綠素含量。孫潔瓊等對(duì)不同波段間的比值指數(shù)和歸一化指數(shù)與冬小麥葉綠素含量之間的相關(guān)性進(jìn)行了研究，同時(shí)通過(guò)偏最小二乘回歸算法建立小麥葉綠素模型，預(yù)測(cè)未知樣本葉綠素，得到的預(yù)測(cè)值與真實(shí)值的最大相關(guān)系數(shù)達(dá)0.6335。表明基于光譜分析技術(shù)對(duì)小麥葉綠素含量進(jìn)行檢測(cè)可行。
試驗(yàn)以南方經(jīng)濟(jì)作物柑橘為研究對(duì)象，選擇廣東省廣州市華南農(nóng)業(yè)大學(xué)工程學(xué)院北樓的四樓（沙糖橘）、六樓（年橘）天臺(tái)和蘿崗區(qū)蟹家村的一農(nóng)家果園（蘿崗甜橙）為試驗(yàn)區(qū)，運(yùn)用ASD便攜式地物光譜儀測(cè)量柑橘樹(shù)葉片的光譜反射值和手持葉綠素儀測(cè)量相應(yīng)的葉綠素含量。通過(guò)多種數(shù)據(jù)預(yù)處理方法，對(duì)比并選擇適合柑橘樹(shù)的最優(yōu)光譜預(yù)處理方法。然后分別運(yùn)用偏最小二乘回歸和人工神經(jīng)網(wǎng)絡(luò)建立柑橘樹(shù)光譜值與葉綠素值的模型，并選擇最優(yōu)的模擬模型。為實(shí)現(xiàn)快速活體無(wú)損植物葉綠素含量檢測(cè)和柑橘樹(shù)的科學(xué)栽培、精確施肥管理提供理論基礎(chǔ)。
用ASD光譜儀測(cè)量柑橘樹(shù)葉片光譜反射值，同步用手持葉綠素計(jì)測(cè)量相應(yīng)葉綠素含量，通過(guò)分析，建立光譜值與葉綠素值的估算模型。具體的研究?jī)?nèi)容如下：（1）在同一個(gè)實(shí)驗(yàn)區(qū)內(nèi)通過(guò)不同的施肥，栽培出不同營(yíng)養(yǎng)水平的柑橘樹(shù)實(shí)驗(yàn)樣本；（2）每棵樹(shù)按照東南西北四個(gè)方向，上下兩層，選取8片葉子作為實(shí)驗(yàn)樣本；（3）用ASD光譜分析儀測(cè)量柑橘樹(shù)葉片樣本的光譜值，其中每次光譜值采集重復(fù)3次，每片葉子測(cè)量2個(gè)點(diǎn)；（4）同步使用手持葉綠素計(jì)測(cè)量相應(yīng)葉子的葉綠素值，每片葉子測(cè)6個(gè)點(diǎn)；（5）通過(guò)NIRSA數(shù)據(jù)處理系統(tǒng)運(yùn)用不同的預(yù)處理方法對(duì)光譜的反射值進(jìn)行預(yù)處理，并建立葉綠素與光譜反射值的最佳模型；（6）對(duì)預(yù)測(cè)樣本進(jìn)行預(yù)測(cè)，檢測(cè)模擬模型準(zhǔn)確性和穩(wěn)定性。，3種品種的PLS模型的預(yù)測(cè)值與實(shí)測(cè)值的復(fù)相關(guān)系數(shù)均在0.8以上，預(yù)測(cè)效果良好。表明運(yùn)用光譜檢測(cè)葉片葉綠素含量是基本可行。
7種光譜預(yù)處理方法對(duì)3種品種的柑橘樹(shù)光譜與葉綠素值的偏最小二乘回歸分析的影響效果，通過(guò)對(duì)7種預(yù)處理方法效果的比較，確定了先通過(guò)一階微分再滑動(dòng)平均濾波（MAF）處理是最優(yōu)的預(yù)處理方法。建立3個(gè)品種的柑橘葉綠素檢測(cè)的PLS模擬模型，其中沙糖橘的PLS校正模型預(yù)測(cè)值與實(shí)際值的復(fù)相關(guān)系數(shù)是0.9919，驗(yàn)證模型預(yù)測(cè)值與實(shí)際值的復(fù)相關(guān)系數(shù)是0.8994；年橘的分別是0.9711和0.8115；蘿崗甜橙的分別是0.9470和0.8515�；谌斯ど窠�(jīng)網(wǎng)絡(luò)，研究不同品種柑橘樹(shù)的人工神經(jīng)網(wǎng)絡(luò)模型的最優(yōu)隱含層數(shù)，建立柑橘樹(shù)光譜數(shù)據(jù)預(yù)測(cè)葉綠素含量的人工神經(jīng)網(wǎng)絡(luò)模型，模型的精度和穩(wěn)定性都較好。其中沙糖橘的最優(yōu)隱含層數(shù)是15，人工神經(jīng)網(wǎng)絡(luò)模型葉綠素預(yù)測(cè)值與實(shí)測(cè)值的復(fù)相關(guān)系數(shù)是0.9703，驗(yàn)證模型預(yù)測(cè)值與實(shí)際值的復(fù)相關(guān)系數(shù)是0.9011；年橘的分別是25，0.9840和0.9130；蘿崗甜橙的分別是25，0.9636和0.8540；結(jié)果表明，對(duì)于三種品種的柑橘樹(shù)，都可以通過(guò)高光譜反射值快速、無(wú)損地檢測(cè)其相應(yīng)的葉綠素含量。其中，沙糖橘、年橘、蘿崗甜橙3種品種柑橘的人工神經(jīng)網(wǎng)絡(luò)模型均優(yōu)于PLS模型。
運(yùn)用7種預(yù)處理方法進(jìn)行了效果比較，為了增大預(yù)處理方法比較的廣泛性，可以對(duì)更多的預(yù)處理方法進(jìn)行比較，如多元散射校正、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)等。只對(duì)一個(gè)時(shí)期（春梢時(shí)期）的柑橘樹(shù)樣本進(jìn)行實(shí)驗(yàn)，為了進(jìn)一步提高模型的廣泛性和適用性，可以對(duì)一年四季不同時(shí)期的柑橘樣本進(jìn)行建模分析。只用了偏最小二乘回歸和人工神經(jīng)網(wǎng)絡(luò)建立模擬模型，為了選擇更優(yōu)的模型，可以使用更多的建模方法，從中選擇相應(yīng)的更優(yōu)的模型。
【中國(guó)糧油儀器網(wǎng)】部分文章轉(zhuǎn)載自其它媒體，轉(zhuǎn)載目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)，且不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如其他媒體、網(wǎng)站或個(gè)人從本網(wǎng)下載使用，自負(fù)版權(quán)等法律責(zé)任。如涉及作品內(nèi)容、版權(quán)和其它問(wèn)題，請(qǐng)?jiān)?0日內(nèi)與本網(wǎng)聯(lián)系。
最近更新儀器
推薦儀器
相關(guān)新聞
熱門(mén)產(chǎn)品