《农业物联网技术与应用》第3章 农作物信息感知技术

（3）将一级燃烧管从下而上依次填充进1g刚玉球、80g氧化铜、20g刚 玉球混合物和10g刚玉球，此燃烧管的工作温度为960℃。二级燃烧管从 下而上依次填充16g刚玉球、200g氧化铜、15g铂催化剂混合物、20g刚 玉球及13g银丝，此燃烧管的工作温度为800〜900。
（4）燃烧反应炉的产物(NOx)被载气CO2运送至还原炉(800℃)中。 （5）将管内装填物的顺序由下而上依次还原为17g刚玉球、10层每层约 18g的钨、50mm的氧化铜、20mm的铜及最上面的银丝球。产生的气体 由铜和钨还原生成氮气除去水后，进入TCD检测器检测，测量结果由计 算机自动输出。
信息科学与工程系
3.1 概 述
• 成就：我国作为传统农业大国，以占世界9%的耕地养活 了占世界22%的人口，取得令世界瞩目的成绩。
• 后果：但成果背后是农药与化肥等化学制品的大量施用和 矿物质能源等的不断投入。因此造成的农业土壤肥力下降、 水土严重流失、环境污染加剧，以及土壤和地下水重金属 污染等一系列恶劣的生态环境问题，已经引起世界的广泛 关注。
• 传统的信息检测和获取方法，已经限制了数字农业和农业 物联网技术的发展。所以研究和开发便携式植物生命信息 检测仪器和传感仪器等软硬件平台，对实现植物信息的动 态感知和快速无损获取，促进现代农业的进步是十分必要 的。
3.2 作物养分信息感知技术
• 作物的养分主要是指氮、磷、钾、微量元素和水分等，其 中氮、磷、钾作为植物最基础的生长元素其含量的变化对 植物生长至关重要，但是这三种元素植物从土壤中吸收多 归还少，所以需要后续不断地施肥来维持土壤中养分平衡 。因此对作物氮、磷、钾含量的快速检测和分析对精细农 业中的施肥有着重要的指导意义。
3.2.2 作物养分信息快速检测方法
目前对作物的养分含量（叶绿素和氮元素）的无损检测的 研究较广泛，叶绿素的无损检测主要是应用SPAD叶绿素计 ，而氮元素含量的无损方面。
1. SPAD-502叶绿素计
目前应用最广泛的便携式植物叶片氮素测量仪SPAD-502 叶绿素计（Chlorophyll Meter SPAD-502，Konica Minolta Co.，Japan），其原理是根据植物叶片中叶绿素对有色光的 吸收特性，通过测量一定波长下发射光照度和透过叶片后的 光照强度进行叶片叶绿素含量的测定。叶绿素的吸收谷主要 分布在绿光区域，在蓝光和红光区域主要是叶绿素的吸收峰 ，而近红外区域叶绿素几乎没有吸收，因此测量叶片的叶绿 素含量可以选择红光区域和近红外区域。SPAD-502叶绿素 计是由发光二极管发射红色光（峰值波长约为650nm）和近 红外光（峰值波长约为940nm）。
2.光谱分析技术
光谱分析技术主要是通过分析作物叶片的光谱曲线，从中找出与作物 氮元素相关的特征波长，从而分析作物的氮元素含量。裘正军等(2007) 测量了不同施肥量的油菜叶片的可见-近红外光谱（图3.3），通过分析 建立了油菜叶片光谱反射率与SPAD值之间的定量分析模型。结果表明 ，利用684nm处一阶微分光谱的一元线性回归模型可以较好地预测油菜 叶片的SPAD值，预测样本的相关系数可以达到0.801， 这一发现为今后 大面积油菜氮元素的快速无损检测的氮肥管理奠定了基础。姚建松等 (2009)利用遗传算法建立油菜叶片SPAD值与光谱反射率之间的定量分析 模型，并且研究了叶片的厚度对建模精度和结果的影响，确定了最优光 谱范围是696.82〜716.53nm。在不考虑叶片厚度时，建模和预测关联度 分别是0.4823和0.5649(图3.4)。 考虑叶片厚度校正后，建模和预测关联 度分别提高到0.8936和0.9178 (图3.5)。这一结果说明基于可见-近红外 反射光谱技术实现油菜叶片叶绿素含量快速无损检测是可行的。
• 解决之道：在降低环境污染的基础上，为了合理利用我国 现有的农业资源，提高生产效率，降低生产成本，达到既 提高作物产量，又维护生态环境的效果，需要在传统农业 模型的基础上，大力发展精细农业模式，加快我国农业现 代化的进程。
3.1 概 述
• 农业物联网技术是实现农业现代化、保持农业可持续发展 的关键技术，对此我国政府给予高度重视。在《国家中长 期科学和技术发展规划纲要(2006〜2020)》明确将“传 感器网络及智能信息处理”纳入“重点领域及其优先主题 ”，“农业物联网技术与智慧农业系统”是“十二五 ”863计划发展纲要的重要内容。精细农业要求实现快速 、实时、准确和定位化地获取植物生长信息，而农业物联 网技术也要求实时动态感知植物信息。
1. SPAD-502叶绿素计
SPAD-502叶绿素计之所以能够在世界范围内被广泛使用，这与它所具备 的几个优点是密不可分的：
• SPAD-502叶绿素计携带方便，其净重仅为225g，外形尺寸大约为78mm (宽 )x164mm (长)x49mm (高)；
• 测试速度快，一个数据的测定时间大约2s； • 无损检测，不影响叶片的正常生长，所以可以在同一部位进行多次重复测试，多
1. SPAD-502叶绿素计
叶绿素吸收波长为650nm的红光，940nm的近红外光并不被吸收，发 射和接收940nm的近红外光主要是为了消除叶片厚度等对测量结果的影 响。当红光发射到叶片后，叶片的叶绿素吸收其中一部分，其余部分透 过叶片经接收器接收后转化成电信号。发射光透过叶片到达接收器，将 透射光转化成相似的电信号，经过放大器放大，然后通过A/D转换器转换 成数字信号，微处理器利用这些数字信号计算出叶片的SPAD值，显示 并且自动储存。SPAD值的计算步骤如下： • 在无被测样本的标准状态下，两个光源依次发光并转变为电信号，计
Rapid N cube杜马斯定氮仪。其具体操作过程如下。
1. 作物氮元素传统检测方法
1. 作物氮元素传统检测方法
（1）将样品磨成粉末，然后称取0.1g后包于特制的锡箔纸中放在自动落 样器中。
（2）样品通过自动落样器进入燃烧反应炉(960℃)中，将反应炉通入髙 纯度氧，在通氧量为 200 mL/min充分燃烧300s，直至氧剩余量达到12% 时停止燃烧。
3. 机器视觉技术
• 机器视觉技术即用机器模拟人对目标物体进行测量和判断的方式来进 行工作。 机器视觉系统通过图像获取装置（如CCD相机等）将目标 转化成图像信号，接收到图像信号之后利用计算机将其转化成数字信 号，之后人们按照自己的需求通过计算机程序让计算机从这些数字信 号之中提取所需要的目标特征，并利用这些特征做出相应的判断。
• 机器视觉系统最大的特点是实现了生产的自动化，传统的人工作业方 法在危险或是人体视觉受限的环境下均无法作业，同时在大批量工业 生产过程中，传统的人工视觉检测准确率低且效率低下，而机器视觉 检测方法可以做到在线快速实时检测，很大程度上提高了生产效率和 生产的自动化程度，而且机器视觉的另外一个特点是可以实现信息集 成采集，是实现计算机集成制造的基础技术。
2. 作物磷钾传统检测方法
• 测定钾元素含量一般釆用火焰光度计。 • 测量步骤为：首先适当稀释样本的消煮液，然后直接用火
焰光度计测定，最后根据标准液即可得到待测样品的钾含 量。其计算 公式如下：
式中，C1为从工作曲线查得测试液的钾含量(ug/mL)；C2 为从工作曲线查得空白液的钾含量(ug/mL)；V为试样消 解液定容体积(mL)；F为待测液稀释倍数；m为称样质量 (g)。
2.光谱分析技术
• 在实际的生产中，在叶片层面的作物氮元素含量无损检测并不能起到 很大的作用，为了将光谱分析技术应用到实际的生产当中，人们对冠 层层面的作物氮元素无损检测也做了大量的研究。刘飞等(2011)利用 美国CROPSCAN公司生产的CropscanMSR16多光谱辐射仪对油菜的 冠层进行了扫描，并将所有的多光谱辐射信息作为输入变量，建立油 菜生命期冠层SPAD值检测的线性MLR(multiple linear regression)和 PLS(partial least square)模型，以及非线性LS-SVM (least squaressupport vector machine)模型。通过比较分析，油菜生命期冠层 SPAD值检测的最优模型为LS-SVM（最小二乘支持向量机）模型， 对预测集样本预测结果为RP=0.7122，RMSEP=3.7498 (图3.6)。这 一结果说明多光谱辐射信息可用于油菜生命期冠层SPAD值的检测， 但是其精度还有待于进一步的提高(Liu et al.，2011)。
3. 机器视觉技术
• 在计算机技术快速发展的时代，机器视觉因其所具有的快速、无损、 髙效、信息量大等特点被广泛应用到作物氮元素含量的检测当中来。 作物在缺氮或其他元素时，颜色外形等会发生变化。张彦娥等(2005) 利用机器视觉技术检测黄瓜叶片的营养信息，将采集的温室黄瓜叶片 的图像，用在图像中提取的RGB三色分量及色度（H）、饱和度（S ）和亮度（I）建模，分析模型中各分量与叶片含氮率、含磷率和含水 率之间的相关特性。结果如图3.7和图3.8所示：叶片绿色分量G和色 度分量H与氮含量呈负相关，可利用机器视觉快速诊断作物长势的指 标，而其他分量与氮含量没有明显的相关性且RGB三色分量及色度（ H）、饱和度（S）和亮度（I）与磷含量和水分含量均没有表现出明 显相关关系。
算强度比； • 将待测的样本叶片插入叶绿素计后，两个光源再次发光，叶片的投射
光转换成电信号，计算透射光强度比。 运用以上两个步骤的结果计算SPAD值。
1. SPAD-502叶绿素计 • 计算公式为：
式中，K为常数；IRt为接收到的940nm近红外光光照强度； IR0为发射 近红外光光照强度； Rt为接收到的650nm红光光照强度；R0为发射红 光光照强度。
3.2.1 作物养分信息传统检测方法
1. 作物氮元素传统检测方法 1) 叶色卡法
叶色卡法是将作物正常的叶色做成标准的比色卡，然后作 物的实时叶色与比色卡进行对比，从而判断作物是否缺素。 • 优点：在于简单易行，不需要大量的培训和专业知识。 • 缺点：受人的主观影响较大，往往很难准确地对作物的含