基于光谱特征参数的温室番茄叶片叶绿素含量预测

《基于光谱特征参数的温室番茄叶片叶绿素含量预测》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第27卷第5期农业工程学报Vol.27No.52442011年5月TransactionsoftheCSAEMay.2011基于光谱特征参数的温室番茄叶片叶绿素含量预测丁永军1,2，李民赞1※，安登奎1，李树强1（1.“现代精细农业系统集成研究”教育部重点实验室，中国农业大学，北京100083；2.兰州城市学院信息工程学院，兰州730070）摘要：为了快速、准确估测温室番茄叶片叶绿素含量，提升作物精细管理水平，利用光谱分析技术研究了温室番茄不同生长阶段叶绿素含量和响应光谱的相关性，在幼苗营养生长阶段叶片叶绿素含量呈增长趋势，到移植50天前后达到最大值，在此期间反射光谱的红边会向红外方

2、向（长波）偏移，同时绿峰向蓝光（短波）方向偏移，绿峰幅值减小。从结果期开始叶绿素含量呈下降趋势，而红边、绿峰及绿峰幅值向相反方向变化。为了定量分析叶绿素含量和叶片反射光谱间的关系，从自定义的68个光谱特征参数中提取了7个能反映叶绿素含量变化的最优参量，并使用逐步回归、岭回归、主成分分量回归和偏最小二乘回归消除了最优参量的多重共线性，建立了叶绿素含量预测模型，其中岭回归模型精度最佳，均方根误差（RMSE）为0.406，决定系数(R2)为0.839。关键词：温室，叶绿素，光谱分析，预测，光谱特征参数，番茄doi：10.3969/j.issn.1002-6819.2011.05.043中图

3、分类号：O657.3，S431.9文献标志码：A文章编号：1002-6819(2011)-05-0244-04丁永军，李民赞，安登奎，等.基于光谱特征参数的温室番茄叶片叶绿素含量预测[J].农业工程学报，2011，27(5)：244－247.DingYongjun,LiMinzan,AnDengkui,etal.Predictionofchlorophyllcontentusingspectralresponsecharacteristicsofgreenhousetomato[J].TransactionsoftheCSAE,2011,27(5):244－247.(inChines

4、ewithEnglishabstract)0引言质的蛭石-草炭比依次为：1∶0、0.2∶0.8、0.5∶0.5、0∶1，并设计4个施肥水平0∶1∶1.5∶2，在作物移植20d后叶绿素作为光合作用中最重要的有机分子，其浓度实施专用缓效复合肥。试验从2009年10月至2010年4直接影响植物初期生长[1]。而且叶绿素分子结构也是合成月，先后实施6次番茄冠层光谱数据的采集。作物叶片氮素的重要组成部分[2]，这样通过叶绿素可以有对温室番茄叶片光谱反射率的采样使用ASD效估算植物营养及生理状态[3-4]。植物营养状况与其光谱FieldSpecHH型地物光谱辐射仪（analyticalspect

5、ral特性密切相关，尤其针对大田作物的相关研究一直是数devicesins.，USA），其波长范围为350～1075nm，分字农业的研究热点[5-9]。但是由于受到温室材料吸收太阳辨率3.5nm。试验选择晴朗无云或少云的天气，试验中光的影响，光线的强度以及光谱的构成有别于大田，使每个活体样本由多个叶片组成，测量时光谱仪探头垂直得利用光谱分析技术获取温室作物生物信息的研究面临向下，距叶片20cm左右，每次采集目标光谱前后进行许多挑战[10-11]，还没有获得通用性好的普适模型。参考板校正，每点反复测量3次取平均值作为该样本光本研究即以温室番茄为对象，以光谱信息获取及分谱测量结果。析为主

6、要手段，通过在温室基质栽培环境中的系统性试光谱测量之后采集叶片活体样本，在试验室进行叶验，初步研究了作物光谱特性与叶绿素含量间的变化规绿素含量分析。叶绿素含量采用分光光度计测定。对每律，建立了光谱预测模型。个待测样本按无水乙醇与丙酮1∶2的比例配置萃取液251材料与方法mL，除去叶脉取叶片0.4g置于萃取液，在阴暗处放置24h。测试时从试管中取适量萃取出叶绿素的液体放入分试验场地为中国农业大学水利与土木工程学院可控光光度计中，选取645、652与663nm这3个特征波长温室，采用基质栽培方式，为了对番茄实施养分胁迫，基收稿日期：2010-08-28修订日期：2010-11-02基金项

7、目:国家自然科学基金（30871453）、（U0931001）和高等学校博士学科点专项科研基金（20100008110030）联合资助。作者简介：丁永军（1978－），男，陕西绥德人，博士生。北京“现代精进行测量，获取每个波长处的吸光度数值。并按式（1）分别计算叶绿素a、叶绿素b及叶绿素总量[12]C=12.72A-2.59Aa663645C=22.88A-4.67A（1）b645663C=A´1000/34.5t652细农业系统集成研究”教育部重点实验室