基于多信息融合的番茄冠层水分诊断

摘要：

为精确、快速、稳定地测定番茄植株含水率并能全面检测其水分胁迫程度,该文通过将番茄冠层的反射光谱、多光谱图像、冠层温度特征及环境温湿度进行多信息融合,评判其水分胁迫状况.通过去除冠层光谱噪声波长,并进行相关性分析,确定950～1 080nm、1 170～1 300nm、1 370～1 500nm、1 600～1 730nm和1 860～1 980nm为5个相关性较高的波段,并利用逐步回归,进一步筛选出1 026、1 247、1 431、1 640、1 910 nm为特征波长.对获取的中心波长为810nm近红外图像和560 nm可见光图像进行3×3窗口的中值滤波,采用最大类间方差法进行图像分割,计算图像的平均灰度.获取番茄冠层温度,并结合环境温湿度信息,建立番茄的冠气温差模型和水分胁迫指数模型.将5个特征波长、单通道的近红外和可见光图像的灰度均值和CWSI作为多信息融合的输入,利用偏最小二乘-神经网络回归分析并进行了验证,最终得到实测值与预测值的相关系数为0.9364,验证均方根误差为10.6713,平均误差为7.6714％,拟合方程斜率为0.9615.多信息融合模型的各项评价指标均好于单一信息模型.

关键词：信息融合、温度、湿度调控、反射光谱、多光谱图像、冠层温度、番茄

所属期刊栏目：28

分类号：S123(农业物理学)

资助基金：国家自然科学基金项目61075036、31101082;江苏省高校自然科学基础研究重大项目10KJA210010;江苏省科技支撑计划项目BE2008380;江苏省“333高层次人才培养工程”专项基金;江苏高校优势学科建设工程资助项目苏财教20118号

在线出版日期：2012-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：140-144