基于光谱空间特征信息挖掘的水稻氮磷钾营养数字化诊断

利用水稻光谱特性诊断氮磷钾营养丰缺已有大量研究且取得了较大进展,但还没有建立专一性强的可田间实际应用的诊断模型和方法,这主要是因为现有研究注重典型光谱整体信息应用,忽视局部微特征光谱信息的挖掘与应用,而营养丰缺引起的具有空间形态特征的光谱特征是识别或诊断的主要依据,而这也是营养专家田间诊断的主要症状。本项目利用数字图像技术，根据和专家经验水稻营养诊断机理,挖掘表征水稻氮磷钾营养丰缺的光谱空间特征，定量提取特征参数及组合，探求特征参数与缺素种类和缺素程度的关系，构建集合光谱特性、形态特征、专家经验的数字化诊断指标与模型，解决以往研究试验条件下结果很好，却由于诊断规则和模型的机理性和专一性不够导致的田间应用效果不佳的难题。

基于高光谱反射特性的水稻营养诊断因识别效果不够稳定专一，无法满足实际应用需要。本研究根据专家经验以及水稻营养生长机理，连续四年的水稻水培试验有针对性的对不同氮磷钾营养水平下水稻特征区域、特征点位进行研究，通过对数字图像分析，提取不同氮磷钾营养状态下的水稻叶片、叶鞘的颜色、纹理、形态、微信息特征及空间情况，深入探求缺素特征信息与缺素类别程度的关系，构建水稻氮磷钾营养特异性诊断指标，建立集光谱、形态、微特征信息于一体的数字化诊断模型，既对现有基于光谱特性诊断机理及理论的进行了深化与完善，又具有实际应用价值。