玉米叶片叶绿素含量及表型参数测定方法技术

本发明专利技术公开了一种基于SVM和回归分析的玉米叶片叶绿素含量及表型参数测定方法，建立了多光谱信息与玉米叶片叶绿素含量的关系模型，对玉米叶片叶绿素含量进行了预测，计算玉米叶片叶绿素含量的分布图，并进行伪彩色处理，分别分析了叶绿素沿叶片生长长度和宽度方向上的分布规律，证明在苗期玉米叶片叶绿素含量从叶基至叶尖逐渐增大；穗期叶绿素含量在长度方向较平均；在花粒期叶绿素含量在叶片上部有一个明显的峰值，叶尖叶绿素含量较低；宽度方向上，玉米叶片叶绿素含量基本对称；对玉米叶片轮廓进行了曲线回归逼近，结果表明，玉米叶片轮廓符合二次曲线，可用二次方程表达玉米叶型。

【技术实现步骤摘要】

本专利技术属于农业生产领域，尤其涉及一种基于SVM和回归分析的玉米叶片叶绿素含量及表型参数测定方法。
技术介绍
叶绿素是植物进行光合作用的重要色素，对植物的生长有不可替代的作用。叶绿素的含量与植物生物量、作物产量有很高的相关性，可通过叶绿素含量检测作物生长状态和进行产量预测。叶绿素含量对土壤中的氮素含量相当敏感，监测叶绿素含量变化对指导用肥、避免盲目投入有重要意义。叶绿素的分布与作物的营养状况息息相关，作物缺水、缺素、病虫害都能影响叶绿素分布，可及早发现，积极补救，挽回产量。植物叶片表型性状是遗传特性与环境适应性的综合体现。表型特征与植物营养和其他生理、生物与非生物因子以及植物的繁殖密切相关。相关文献显示，已有学者采用叶片表型性状比较法选择并确定优良品种。丁永军等为提高基于近红外光谱的温室番茄叶绿素含量预测精度，采用小波变换消除光谱中的随机噪声，引入平滑指数(SD)和时移指数(TSD)对去噪效果进行量化以控制变换尺度，获得最佳变换效果。实验表明TSI<0.001且SI>0.1004时，在去噪的同时，也能保留反映叶绿素含量变化的特征波段。周洪亮等提出了一种结合时序方法的自优化RBF神经网络智能预测模型，对判断藻类水华的重要指标叶绿素a浓度进行预测。当样本量为105，SPREAD值为10时，预测效果最好，精度较高，预测值与实测值的相关系数达到0.982。卢志娟等选择合适的小波基和分解尺度对西湖水体叶绿素a进行小波分析，将原序列分解成一个低频概貌分量和多个高频细节分量，再通过BP网络建立西湖叶绿素a浓度短期预测模型。李树强等研究表明，使用BP神经网络和RBF神经网络模型对车载系统动态预测单点位置叶绿素含量具有一定预测效果，平均决定系数约为0.8。姜伟杰等提出了基于多光谱图像技术，利用敏感波长下番茄叶片的灰度值来预测其叶绿素含量的研究方法。利用多元线性回归分析、主成分分析和偏最小二乘回归分析等方法建立了预测模型。取得较好的预测效果。许晓毅等采用遗传算法结合BP神经网络的方法对回水区叶绿素a浓度变化进行动态模拟预测，通过灰色关联法确定了对叶绿素a浓度有显著影响的指标与网络输入变量。模拟结果表明，遗传－BP神经网络预测值和实测值吻合较好，其相对误差约为9.8％。武倩雯等采用线性和非线性法对玉米叶绿素含量与近红外波段光谱反射率及植被指数之间的关系进行分析，建立叶绿素含量预测模型。结果表明：在近红外波段，光谱反射率与玉米叶绿素含量的相关性较大；叶绿素含量与RVI、RSI、NDVI、NDSI、CCI等植被指数均达到显著相关，其中与NDVI的相关系性最大，为0.91.王倩等运用聚类回归分析方法，先通过相关矩阵、主分量的变量聚类分析，将番茄叶片正面和背面各27个颜色特征变量分别组成4个和5个类分量，再通过所得类分量的多元回归分析，构造由番茄叶片正面、反面颜色特征确定其叶绿素浓度的多元线性回归模型。实验真实数据均落在基于模型预测值的95％置信限内。W.K.Taia和W.M.EI-Ghanem研究了阿拉伯半岛利雅得地区五种野生植物的十四种表型性状，数据显示当物种的生化组分受栖息地和季节变动影响较大时，可以利用叶子的表型性状对植物快速分类。为研究菊苣不同来源、不同类型种植材料的表型变异特征及其原因，通过变异系数、相关性、聚类和主成分分析对80份菊苣属材料表型性状进行多元统计分析。结果表明菊苣表型性状可以有效鉴定不同生态型菊苣并进行分组。张元燕等以28个麻栎地理种源为研究对象，分析了6个表型性状的变异状况，表明麻栎种源间的极端差异程度有明显不同，而表型性状间的极端差异程度不大。刘青海等通过对同一时期不同番茄品种表型性状分析发现，青果期番茄品种HL108在固度、延伸度、偏心距等方面同其他品种存在显著性差异。可为番茄育种提供一定的依据。宗泽等基于最小二乘法和遗传算法相结合，提出了一种用于计算作物表型参数的骨架提取方法。能够有效得到玉米作物的平滑骨架，为提高作物表型参数尤其是株型参数精度提供了参考。杨万能制作全自动数字化考种机样机，系统样机性状参数提取相对误差均值均在5％以内,系统整体运行稳定,测量效率达到720株/天,约为人工测量效率的70倍，有利的突破了国外表型测量技术封锁。方伟等提出一种用于高通量植株株型性状参数获取的快速三维重建方法，使单株重建时间缩减到10秒左右。翟鹏从理论方法和实验研究等方面对葡萄器官的特征测量进行系统化的研究,.针对复杂背景下的葡萄果实表型特征获取问题，提出了基于Zernike矩分水岭算法的图像分割方法，配合数字图像处理形态学算法等，去除虚假边界，使轮廓边界最终收敛于目标真实边界，从而获得葡萄果实轮廓的精确信息。王丰青等对地黄11个主栽品种、3个变异类型和4个野生种源的18个表型性状进行了观测和分析，研究结果显示，地黄种质间存在较大的表型变异,基于表型性状的聚类分析结果可用于鉴别地黄种质间的亲缘关系。刘志斋等以730份地方品种为材料,采用随机区组设计,对研究材料进行包括生育期性状在内的31个农艺性状进行了多年鉴定。研究结果表明，中国的玉米地方品种对本土具有良好的适应性与自身的特点,所划分的9个玉米种族各自具有不同的表型特征与育种利用价值。
技术实现思路
与现有技术比较，本专利技术针对玉米作物生长过程的参数变化进行规律研究。本专利技术实施例的目的在于提供一种玉米叶片叶绿素含量及获得其生长表型参数测定方法及规律，旨在解决实现对玉米叶片叶绿素含量及分布的精确预测和，建立玉米叶片叶形的数学表达式，以对玉米健康生长表型进行评价。本专利技术是这样实现的，一种基于SVM和回归分析的玉米叶片叶绿素含量及表型参数测定方法包括：步骤一、利用多光谱照相机拍摄玉米叶片多光谱图像，在光谱照相机配套的光谱图像处理软件中进行处理，获取玉米叶片光谱信息；用叶绿素计测量样本点叶绿素值；步骤二、基于支持向量机对玉米的生长时期进行精确分类，建立分时期的光谱与叶绿素含量间关系模型；步骤三、利用光谱与叶绿素含量关系模型对叶绿素含量进行预测，计算在整片玉米叶片上叶绿素的分布情况；步骤四、利用光谱与叶绿素含量间关系模型计算玉米叶片叶绿素含量的分布图，并对玉米叶片叶绿素含量的分布图进行伪彩色处理，分析玉米叶片沿叶片生长长度和宽度方向上的叶绿素分布规律；步骤五、对玉米叶片轮廓进行曲线拟合和叶形的数学表达。进一步，对苗期、穗期、花粒期采用二次回归方程对叶绿素含量进行预测，苗期的经验回归方程为：Y＝50.2889+0.5119X4-0.5099X8+0.0010X1·X3-0.0049X1·X4+0.0030X7·X8+0.0022X12-0.0018X72穗期的经验回归方程为：Y＝29.6786+0.4534X1-0.5209X2+0.4108X3+0.0088X2·X3-0.0112X3·X5+0.0075X3·X6+0.0025X4·X8花粒期的经验回归方程为：Y＝-8.4855+0.5547X6-0.0048X3·X4+0.0016X4·X8+0.0053X32；式中，叶绿素计采集的叶绿素值为Y，八个光谱频段的光谱信息为X1，X2，X3，……X8。进一步，苗期玉米叶片叶绿素含量从叶基至叶尖逐渐增大，穗期叶绿素含量在长度方向平均分布，花粒期叶绿本文档来自技高网...

【技术保护点】
一种基于SVM和回归分析的玉米叶片叶绿素含量及表型参数测定方法，其特征在于，所述基于SVM和回归分析的玉米叶片叶绿素含量及表型参数测定方法利用多光谱照相机拍摄玉米叶片多光谱图像，获取玉米叶片光谱信息；用叶绿素计测量样本点叶绿素值；基于支持向量机对玉米的生长时期进行分类预测；建立分时期的光谱与叶绿素含量间关系模型，利用光谱与叶绿素含量关系模型对叶绿素含量进行预测，三个时期的预测相关系数分别为0.8224、0.7868、0.8092；计算在整片玉米叶片上叶绿素的分布情况，并寻找玉米叶片沿生长长度和宽度方向上的叶绿素分布规律。

【技术特征摘要】
1.一种基于SVM和回归分析的玉米叶片叶绿素含量及表型参数测定方法，其特征在于，所述基于SVM和回归分析的玉米叶片叶绿素含量及表型参数测定方法利用多光谱照相机拍摄玉米叶片多光谱图像，获取玉米叶片光谱信息；用叶绿素计测量样本点叶绿素值；基于支持向量机对玉米的生长时期进行分类预测；建立分时期的光谱与叶绿素含量间关系模型，利用光谱与叶绿素含量关系模型对叶绿素含量进行预测，三个时期的预测相关系数分别为0.8224、0.7868、0.8092；计算在整片玉米叶片上叶绿素的分布情况，并寻找玉米叶片沿生长长度和宽度方向上的叶绿素分布规律。2.如权利要求1所述的基于SVM和回归分析的玉米叶片叶绿素含量及表型参数测定方法，其特征在于，所述基于SVM和回归分析的玉米叶片叶绿素含量及表型参数测定方法包括：步骤一、利用多光谱照相机拍摄玉米叶片多光谱图像，获取玉米叶片光谱信息；用叶绿素计测量样本点叶绿素值；步骤二、基于支持向量机对玉米的生长时期进行精确分类，建立分时期的光谱与叶绿素含量间关系模型；步骤三、利用光谱与叶绿素含量关系模型对叶绿素含量进行预测，计算在整片玉米叶片上叶绿素的分布情况；步骤四、利用光谱与叶绿素含量间关系模型计算玉米叶片叶绿素含量的分布图，并对玉米叶片叶绿素含量的分布图进行伪彩色处理，分析玉米叶片沿叶片生长长度和宽度方向上的叶绿素分布规律；步骤五、对玉米叶片轮廓进行曲线拟合和叶形的数学表达。3.如权利...

【专利技术属性】
技术研发人员：张志斌，赵晨，郭栋，
申请(专利权)人：内蒙古大学，
类型：发明
国别省市：内蒙古;15