设施栽培作物营养元素亏缺的高光谱图像信息处理

本课题引进集光谱信息与图像信息于一身的高光谱图像技术对设施栽培的番茄、黄瓜鲜活叶片进行检测，以期能得到一种获取农作物营养元素亏缺信息的新方法。项目通过获取波长在400纳米至1100纳米的番茄、黄瓜鲜活叶片高光谱图像，从叶片的图像和光谱两个角度出发，研究在不同营养水平下，作物叶片物理指标（叶片密度、大小、形状、纹理等）变化和生化指标（叶绿素、叶黄素、类胡萝卜素、可溶性蛋白、氨基酸等）含量的规律，应用小波分析、独立分量分析等现代数学处理方法提取最能衡量这些指标的特征波长图像，以及消除水分和光照影响的特征组合图像，并用高精度的建模方法建立表征内外生物特性的特征向量与作物生化指标和物理指标的关系。研究应用证据理论的信息融合方法和决策规则，进行番茄、黄瓜营养无损检测试验研究，最终提出基于高光谱图像的作物营养无损检测方法，实现对作物营养的精确、快速无损诊断。

项目通过获取波长在400纳米至1700纳米的黄瓜鲜活叶片高光谱图像，在不同营养水平下，研究作物叶片物理指标和生化指标的变化规律，提出了基于高光谱图像的作物营养无损检测方法，实现对作物营养的精确、快速无损诊断。. 课题组在Analytica Chimica Acta，Scientia Horticulturae等国内外权威期刊上发表论文22篇（SCI收录16篇，EI收录6篇），与德、美、英等8国学者合著外文专著《Apples: Nutrition, Consumption & Health》。授权中国发明专利7项，申请国际PCT专利2项、美国发明专利1项，授权软件著作权4项。取得2项鉴定成果（高光谱农作物营养元素亏缺的无损检测诊断系统（JK鉴字2010年2074号）和基于多波长的作物叶片内在指标快速检测系（JK鉴字2010年2073号）。在此期间项目负责人获得江苏省“十大科技之星”、霍英东优秀青年教师二等奖和中国机械工业青年科技成就奖，2011年入选教育部新世纪优秀人才，2012年获“江苏省特聘教授”和“江苏省科技进步一等奖”等荣誉。. 项目取得的主要成果如下：. （1）提出了GA -SA –iPLS特征波段优选方法、结合ICA特征变量提取方法建立了叶绿素含量模型；依次将高光谱图像中每个像素点的光谱代入叶绿素含量回归模型中计算出像素点对应的叶绿素含量，得到叶绿素含量的叶面分布图。该叶绿素含量分布图解决了化学分析方法、光谱分析法难以检测整个叶面上叶绿素含量分布的难题。. （2）检测了对照组叶片、元素亏缺叶片的叶绿素含量叶面分布图；根据叶片叶绿素含量叶面分布规律提出了N、K、Mg元素亏缺诊断新方法，克服了化学诊断方法速度慢、破坏检测对象的缺点，弥补了光谱诊断法重现性差、准确度低及信息获取不全面的不足。. （3）采用近红外高光谱图像结合ICA提取了P元素亏缺特征症状，提出了基于近红外高光谱图像技术的P元素亏缺诊断方法，该方法能够提取肉眼不可见的轻微P元素亏缺症状，实现P元素亏缺初期诊断。. （4）通过培养番茄和黄瓜缺素作物，建立了各种缺素情况下的叶片信息数据库，为作物缺素判别中的数字化信息描述做了开创性的工作。. 本项目提供了新的作物营养元素亏缺无损诊断方法，研究成果对提高我国设施栽培技术水平有着积极的意义。