温室作物长势的光谱学诊断方法研究与仪器开发

温室作物长势的光谱学诊断方法研究与仪器开发
摘要利用便携式光谱辐射仪测量了温室栽培黄瓜叶片的光谱反射率, 相关分析结果表明: 527 和762nm 是可用来预测叶片氮素含量的敏感波长。

利用敏感波长处的反射率, 生成了归一化颜色指数(NDCI) , 并建立了基于NDCI 的黄瓜叶片氮素含量预测模型, 模型的相关系数达到了01881 。

在上述研究的基础上, 开发了一种基于光导纤维的便携式作物长势诊断仪。

仪器主要包括四个部分: 反射光采集系统、测光单元、信号调理电路和数据采集系统。

从作物表面反射的自然光经过光纤传输至光电转换单元, 经滤光后得到所需要的敏感波长, 光电器件将光信号转变为电信号, 然后根据预测模型判别作物的生长状态。

标定试验结果表明, 仪器所测的光谱数据与作物叶绿素含量之间存在显著的线性关系。

引言
植物营养状况与其光谱特性密切相关。

早在1977 年,Thomas 等研究了包括黄瓜在内的八种作物在不同氮素营养水平下的叶片光谱特性, 认为550 nm 处的叶片光谱反射率能很好地揭示作物的叶绿素和类胡萝卜素含量[1 ] 。

Filella 等应用小麦的冠层反射率及判别分析的方法估测了小麦的氮素水平; 陈斌等应用近红外光谱技术建立了快速检测葛根中成分的方法; 王秀珍等通过研究得出水稻的绿峰反射率与其上叶叶绿素含量间具有较好的相关性; 这些研究都表明利用作物的光谱反射特征可以诊断它们的营养状况。

植被反射光谱测量, 是指以自然光照作为光源, 测量植物冠层或叶片的光谱反射率的方法。

该方法由于测量设备不与作物发生直接接触, 可以实现真正的无损、实时测量, 因此开发基于光谱学原理的便携式仪器受到了科学家们的重视。

Stone 等开发了一种传感设备用于监测作物的氮素水平; Sui 等开发了一种光谱反射率传感器, 应用了四个波段来监测棉花的氮素水平; 王秀等研制了冬小麦生长便携式归一化颜色指数(NDVI) 测量仪。

在设施园艺中番茄和黄瓜是主要的栽培作物, 在生长过程中获取它们的生物信息、识别它们的作物长势是非常必要的。

但是, 由于受到温室材料吸收太阳光的影响, 温室内光线的强度以及光谱的构成会有别于大田栽培条件。

受到温室环境和空间的限制, 在温室内利用光谱技术观测植被时其观测范围也将大打折扣, 因此若想在温室栽培中引进光谱分析技术, 一定的基础研究是必要的。

另外为了利用光谱学原理, 方便快速地监测温室作物的长势状态, 获取作物的长势信息(包括叶绿素含量、含氮量等) , 开发一种适用于温室栽培环境的便携式作物长势诊断仪也是必要的。

1 基于光谱学理论的温室黄瓜营养诊断研究
1.1 试验材料与方法
试验场所选在中国农业大学水利与土木工程学院温室,试验作物选择黄瓜, 品种为京研迷你1 号。

采用基质栽培方式, 基质由蛭石和草炭混合而成。

为了对黄瓜实施养分胁迫, 根据蛭石和草炭的不同配比制备了五种基质。

五种基质的蛭石2草炭比依次为10 ∶0 , 8 ∶2 , 6 ∶4 , 4 ∶6 和2 ∶8 , 每种配比种植了20 株秧苗总共种植了100 棵秧苗。

光谱反射率数据采集采用ASD FieldSpec HH 光谱辐射仪(Analytical spect ral devices , Inc1 , USA) , 光谱仪测量的波长范围为325～1 075 nm , 光谱分辨率为1 nm。

2003 年5月初开始育苗, 5 月底移栽, 6 月13 日开始到8 月初进行了光谱数据测量。

在试验期内, 分别于6 月22 日, 7 月1 日和7 月8 日进行了三次叶片反射率数据的测量, 每次从五种不同的基质栽培的黄瓜植株中各采集三片叶子测量。

测量时探头距离叶面10 cm , 垂直测试, 探头的视场角为20°。

叶片氮含量的测量是委托河北农业大学农学院完成的,实验所测得的叶片含氮量的范围为11200 %～61294 %。

将45 个实验数据随机分为两个集合, 即标定集合和验证集合,标定集合有24 个样本, 用来建立预测模型; 验证集合有21个样本, 用来检验预测模型。

1.2 敏感波长的选取
1.2.1 相关分析
图1 是三个不同氮含量叶片样本的光谱反射率的例子。

从图中可以看出, 叶片在可见光波段(400～700 nm) 的反射率较低, 在红外光(750 nm 以上) 波段的吸收则很弱, 一般低于入射光的10 % , 反射率却很高; 另外, 随着叶片含氮量的增加, 其光谱反射率在可见光区不断减小。

温室内叶片光谱反射率的以上特性与大田内测得的光谱特性基本一致。

相关分析结果在505～664 nm 和685～722 nm 两个波段内, 叶片含氮量与原始光谱之间具有较高的相关系数, 其绝对值接近01800 , 这表明这两个波段可作为进行基于原始光谱的回归分析时的敏感波段。

1.2.2 基于NDCI 的预测模型的建立
为了在一定程度上消除背景噪声的影响, 简化模型, 通过变量筛选在低、高反射率区分别选择了527 和762 nm 作为敏感波长, 然后利用这两个波长生成了一个新的指数, 其计算方法见公式(1) 。

式中C被称作归一化颜色指数(NDCI) , x527 和x762 分别是叶片在527 和762 nm 波长处的光谱反射率。

然后在NDCI和黄瓜叶片含氮量之间进行了回归分析, 所得回归结果如图2所示, 模型的相关系数为rc = 0.881 , 模型的F检验值为43.370 , 通过了F 检验。

利用验证集合中的数据对此模型进行了验证(见图2) , 模型验证时的相关系数rv = 0.778 。

NDCI 模型仅采用了两个波长, 模型本身也非常简单, 适用于作为开发便携式作物长势诊断仪的理论基础。

2 基于光谱学理论的便携式作物长势诊断仪的开发
2.1 仪器的总体设计
开发的仪器是要基于光谱分析技术诊断作物长势, 因此首先必须能方便、准确地采集叶片反射光, 由于光导纤维采光区域易于控制, 而且适于在温室内不规则的空间采集叶片反射光, 决定采用光导纤维作为采光器件以克服过多机械装置带来的机构复杂性。

仪器的总体
构成如图3 所示, 主要包括四个部分: 反射光采集系统、测光单元、信号调理电路
和数据采集系统。

光纤采用“Y”型构造, 可以将采集的反射光一分为二,分别进行滤光和处理, 利用简单的机构, 方便地获得了期望的两个敏感波长。

入射光通过光纤被导入测光单元, 在测光单元完成入射光的滤光和光电转换。

由于入射光比较微弱, 滤光变为单波长光后能量会更加减小, 因此在光电器件之后, 需要设计信号调理单元, 包括信号放大电路、噪声消除电路; 为了实现后续的数据处理, 需要设计信号处理单元, 包括A/ D 转换器、数据处理器, 数据存储器以及结果显示器。

为了转存测量结果, 仪器还应具有通信接口(串行通信接口) , 用于向其他存储装置或上位机传输数据。

2.2 光学系统设计
测光单元如图4 所示, 包括滤光片、光电器件、测光接头及后盖, 测光接头一端设有插
孔, 为接头端, 该插孔与导光光纤的出射端连接, 另一端设有测光室, 为测光端, 测光室的入口与插孔相通, 在测光室内从入口一端依次设有滤光片和光电器件, 后盖扣合在测光室的出口处, 使测光室成为一个封闭的空间, 且光电器件的信号引出线通过后盖中间的通孔引出。

该单元既可以从顶部测量作物冠层的反射, 又能测量作物其他部位的反射光; 测量时又可根据要求方便地改变测量波长; 测光室密封性好, 能排除外部干扰, 而且光电器件距入射光很近, 获得了很高的测光效率。

光电转换元件主要包括光敏电阻、光电二极管及光电三极管、光电池等, 对以上光电转换元件进行了性能比较, 由于光电池光敏面积大, 频率响应高, 光电流随照度线性变化等特点, 因此, 选择2CR1227201 硅光电池作为光电传感器。

滤光片中心波长分别为530 和765 nm , 半带宽选择为30 nm , 在选择峰值透射率时, 希望其越高越好, 但综合考虑价格和性能要求, 将滤光片的峰值透射率选择为不小于75 % , 背景深度小于0101 %。

2.3 数据采集系统的设计
2.3.1 系统方案设计
如图 3 所示, 测光单元对由光纤传入的标准板或叶片的反射光进行采集, 并在测光室中由光电池进行光电转换得到电信号, 由于此时得到的电信号是很微弱的, 并且是模拟信号, 必须经过信号放大, 数据采集与处理, 才能最终得到所要测量的结果, 并且将处理结果在液晶屏上显示出来, 同时进行存储。

2.3.2 系统硬件实现
信号放大电路的电路原理图参见图5 。

光电池输出的光电流通过型号为TLC271 的第一级运算放大器U2 , 在放大的同时实现了I2U 变换, 以便于后续处理, 同时为了消除噪声,将光电池输出的误差信号接入同样型号的射极跟随器U3 ,然后U2 , U3 的输出信号接入由同样型号的减法器U4 进行噪声消除, 并将信号进行第二级放大。

处理单元的主要任务是数据采集、控制、显示。

在仪器的面板上设有六个按键和液晶显示器, 六个按键的功能分别是: 电源, 复位, 测标准板, 测叶片, 数据导出和联机测试,液晶显示器显示诊断结果。

3 仪器试验
2004 年4 月至2004 年7 月底, 同样按蛭石与草炭的7种不同配比在北京富通环境工程公司种植了第二批黄瓜苗,这七种配比为10 ∶0 , 8 ∶2 , 6 ∶4 , 5 ∶5 , 4 ∶6 , 2 ∶8 ,0 ∶10 。

此次试验主要测量的数据有叶片的光谱反射率和叶片的叶绿素含量。

光谱反射率是利用自制作物长势诊断仪测量的, 叶绿素含量是将叶片先用丙酮和乙醇按 2 ∶1 的比例配好的溶液浸泡, 然后利用吸光光度法测量。

试验共采集了89 片叶片样本, 分为两个集合: 其中55 片作为标定集合,另外34 片叶片作为验证集合。

3.1 标定模型的建立
利用自制光谱仪所测的光谱反射率计算了NDCI 值,图6是NDCI 值与利用吸光光度法所测的叶绿素值的散点图(图中的“1”点) , 图中可见NDCI 值与叶绿素含量间具有很高的线性相关性, 其rc 值达到了01850 。

利用最小二乘方法建立的标定模型如式(2) 所示。

Y = 4160C - 11949 (2)
上式中Y 代表叶绿素含量, C代表计算所得的NDCI 值。

3.2 标定模型的检验
为了进一步检验诊断仪的性能, 及检验上面模型的正确性, 利用验证集合中的数据对上述模型进行了验证, 验证结果见图6 (图中的“2”点) , 其rv 达到了01840 。

由图6 可知利用作物长势诊断仪所测的光谱数据可以计算出NDCI , 这一光谱指数与作物叶绿素含量之间存在着很高的线性相关性, 因此可以利用开发的仪器定量分析作物的氮素含量及其叶绿素含量, 从而获得作物的长势信息, 实现作物生长信息的无破坏性测量。

4 结果与讨论
本研究在设施园艺环境下, 采用光谱辐射仪, 近距离测量了生长中黄瓜叶片的反射光谱数据, 通过分析黄瓜叶片的光谱反射率与其氮素含量间的相关关系得到: 527 和762 nm是可用来预测叶片氮素含量的敏感波长。

利用敏感波长处的反射率, 生成了归一化颜色指数
(NDCI) , 并建立了基于NDCI的磺瓜叶片氮素含量预测模型。

由于NDCI 模型仅采用了两个波长, 模型本身也非常简单, 很适用于作为开发便携式作物长势诊断仪的理论基础。

在理论研究的基础上, 开发了一种基于光导纤维的便携式作物长势诊断仪。

本仪器通过导光光纤收集作物冠层及其他能反映作物长势的部位的反射光, 其测量单元根据所测作物的不同, 可以方便地改变测量波长, 并且隔绝了外部光的干扰, 测量的精度高, 同时可以测量多个波长, 达到实时测量生长中作物的叶片含氮量、叶绿素含量, 并对作物长势做出综合判断的目的。

而且, 本仪器操作简单、安全, 成本低,适用范围广。

仪器实验结果表明, 该仪器具有理想的精度。