一种基于介电特性的叶片含水率预测模型及其建立方法技术

本发明专利技术涉及一种基于介电特性的叶片含水率预测模型及其建立方法。属于无损检测技术领域。利用LCR测量仪测定叶片在最佳频率和电压下的介电参数，并将这些介电参数带入预测模型，即可计算出叶片的含水率。具体为了克服传统叶片含水率检测方法的不足，并为叶片含水率检测仪器开发提供前期探索和理论依据，本发明专利技术基于介电特性技术检测叶片含水率，探究外加电激励信号的频率和电压对叶片介电特性的影响，优选出最佳测试频率和电压，并在此基础上建立叶片含水率预测模型。

A prediction model of blade moisture content based on dielectric property and its establishment method

The invention relates to a prediction model of blade water content based on dielectric characteristics and a method for establishing the same. It belongs to the field of nondestructive testing technology. The dielectric parameters of the blade at the optimum frequency and voltage are measured by LCR, and then the dielectric parameters are introduced into the prediction model to calculate the water content of the blade. Specifically, in order to overcome the shortcomings of the traditional method for measuring the moisture content of blades and provide a preliminary exploration and theoretical basis for the development of the instrument for measuring the moisture content of blades, the present invention detects the moisture content of blades based on dielectric characteristic technology, explores the influence of frequency and voltage of the external electric excitation signal on the dielectric characteristics of blades, and optimizes the optimal test frequency. And based on this, a prediction model of leaf moisture content is established.

【技术实现步骤摘要】
一种基于介电特性的叶片含水率预测模型及其建立方法
本专利技术涉及一种基于介电特性无损测量物质属性的测量方法，属于无损检测

技术介绍
水分是影响作物产量和品质的重要元素之一，生长期间若水分不足，会导致果实变小，产量降低；若供水过多，不仅会造成植株疯长，还使作物品质下降，且造成水资源浪费。因此，研究一种快速、准确的水分检测方法，能够为作物生长期间水分环境提供有效监测，具有一定的现实应用意义。传统的叶片含水率检测方法主要有干燥法和卡尔˙费休法，这两种方法破坏性强、资源浪费大、时间跨度长，是有损检测方法，不利于大规模推广。而介电特性技术是一种快速无损检测技术，已被广泛应用于农产品品质检测、分级筛选等领域，国内外已取得大量成果。有关作物叶片介电特性的研究结果旨在找寻介电参数与叶片含水率之间的相关关系，而对叶片外加电场的激励信号源的频率和电压对介电特性的影响还没有人进行过深入研究。为此，本专利技术以不同含水率的番茄叶片为研究对象，利用平行极板法测定叶片在50Hz～200kHz、0.1～2.0V范围内的介电参数，找出最佳测试频率和电压，并建立叶片含水率与介电参数间的数学模型，准确预测叶片含水率。以期为快速无损检测其他叶片含水率提供新的思路和方法，更加有利于指导农业灌溉。
技术实现思路
本专利技术的目的:一种基于介电特性无损测量物质属性的测量法，使测量叶片含水率的过程方便简单，能够优选出最佳测试频率和电压，并能够有效的降低测量操作过程的误差，提高测量的精确度。本专利技术克服了传统方法的缺陷，可以无损检测，便于操作，检测的质量和精度更高。本专利技术的技术方案:一种基于介电特性的叶片含水率预测模型及其建立方法，采用LCR测量仪和平行极板法测定叶片的介电参数，利用干燥法测定叶片的含水率，在此基础之上，对叶片含水率和各频率点下的介电参数进行相关性分析，提取出最佳测试频率，最后对不同电压下的介电参数与含水率建立关系模型，优选出最佳测试电压值。进一步，该方法具体步骤如下：试验样本选取：以番茄叶片为试验对象，在温室中培育番茄幼苗，待幼苗长至开花期后，进行水胁迫试验，获取不同含水率的番茄叶片；试验样本介电常数测定：将不同含水率的番茄叶片清洗干净后，利用LCR测量仪和平行极板夹具测定和计算不同频率和电压下的介电参数；试验样本含水率测定：根据干燥前后样本的鲜重与干重计算样本的含水率；含水率与叶片介电参数的相关性分析：对不同频率点下的介电参数和含水率进行相关性分析，并选择出相关系数R大于0.8的频率点下的介电参数；叶片含水率预测模型的建立：在最佳测试频率下，分别以不同测试电压下的介电参数作为建模分析的自变量，叶片含水率为因变量，采用支持向量回归SVR方法建立含水率预测模型，并根据建模结果选择出最佳测试电压值。进一步，所述的叶片是片状，建立的叶片含水率预测模型也仅适合片状叶片。进一步，所述SVR方法的核函数选择稳定性和准确性较好的RBF核函数，模型的惩罚因子参数c和核函数参数g为默认值。进一步，所述SVR方法建模数据不仅限于介质损耗因数ε″，最佳测试频率和电压下的相对介电常数ε′也可通过该方法进行含水率预测。进一步，依据最佳测试频率和最佳测试电压所建立的叶片含水率预测模型也可用于非最佳频率和非最佳电压下的介电参数，即建模所用介电参数对应的频率点和电压点并非唯一可用的数据点。进一步，所建立的SVR方法是基于最佳测试频率1kHz、1.2kHz、5kHz、10kHz、12kHz、15kHz、20kHz、25kHz、30kHz、40kHz、50kHz、100kHz，和最佳测试电压1.0V下的介质损耗因数ε″，该模型的测试集的决定系数R2为0.9154，均方根误差RMSE为0.0179。进一步，利用LCR测量仪测定叶片在最佳频率和电压下的介电参数，并将这些介电参数带入预测模型，即可计算出叶片的含水率.本专利技术通过LCR测量仪测定叶片在50Hz～200kHz下的相对介电常数ε′和介质损耗因数ε″，并采用干燥法测量叶片含水率，在此基础上，对不同频率点下的介电参数与含水率进行相关性分析，优选出与含水率相关程度高的介电参数，后续通过建立基于最佳测试频率和不同电压下的含水率预测模型，以该模型预测叶片含水率，并根据建模结果选择最佳测试电压值。具体包括以下步骤：(1)试验样本的选取：本专利技术试验对象选为番茄叶片，对番茄进行水胁迫试验，得到不同含水率的番茄叶片，选择其中外观未破损的叶片进行相关试验。(2)试验样本介电参数测定：采用LCR测量仪配合平行极板法测量和计算样本在50Hz～200kHz、0.1V～2.0V下的相对介电常数ε′和介质损耗因数ε″。(3)试验样本含水率测定：根据干燥前后样本的鲜重与干重计算样本的含水率。(4)含水率与叶片介电参数的相关性分析：对不同频率点下的介电参数和含水率进行相关性分析。(5)叶片含水率预测模型的建立：在最佳测试频率下，分别以不同测试电压下的介电参数作为建模分析的自变量，叶片含水率为因变量，建立含水率预测模型，并根据不同电压下所建模型结果，选择最佳测试电压值。有效技术效果：(1)测量快速高效：由于本技术方案提供的方法质素要测出待测叶片的介电参数，即可通过预测模型得到叶片的含水率，不需要传统方法中对叶片进行破坏性加热、试剂反应等操作，测量用时少，使用设备简单，操作要求低，便于开发出专用高效的检测仪器。(2)测量参数少：由于本技术方案通过方法优选出了介电特性检测的最佳频率和电压，后续检测所需设置的检测频率和电压参数减少，便于快速检测，能为开发相关检测仪器奠定基础。(3)测量精度高：本专利技术中给出的含水率预测模型的预测集的决定系数达到0.9154，因此基于本专利技术的作物叶片含水率检测可获得较高的预测精度。附图说明图1是基于介电特性的叶片含水率预测模型及其建立方法的流程图图2是介电参数的测定的结构示意图图3为SVR模型在最佳测试频率和1.0V下的测试集结果具体实施方式基于最佳测试频率和电压的叶片含水率介电特性预测模型及其建立方法的流程图如图1所示。(1)试验样本选取：本专利技术试验对象选为番茄叶片，试验品种为“长江一号”番茄，采用珍珠岩盆栽方式对番茄样本进行统一培育。试验地点在江苏大学现代农业装备与技术省部共建重点实验室Venlo型温室中进行。生长初期，对幼苗进行统一培育，包括灌溉施肥。水分胁迫试验于番茄开花期内进行，将样本分成五组，分别命名为T1、T2、T3、T4、T5，浇水频率控制为：T1：每天一次；T2：两天一次；T3：三天一次；T4：四天一次；T5：不浇水，每次浇水量控制相同。待植株自然生长至20天后，从每组随机选取60片完整良好的叶片，采集后放入密封袋中迅速带回实验室进行试验。将叶柄去除，清洗灰尘杂质后，利用吸水纸巾吸出多余水分并晾干，编号备用。试验环境温度(25±1)℃，相对湿度70％～80％。(2)试验样本介电参数测定：采用LCR测量仪配合平行极板法测量和计算样本在50Hz～200kHz、0.1V～2.0V下的相对介电常数ε′和介质损耗因数ε″。试验所需仪器如下：HPS2816B型LCR测量仪：测试频率50Hz～200kHz；测试电压0.1V～2.0V，以0.01V步进；精度0.1％。常州海尔帕电子科技公司。微量天平：用于测量鲜重与干本文档来自技高网...

【技术保护点】
1.一种基于介电特性的叶片含水率预测模型及其建立方法，其特征在于，采用LCR测量仪和平行极板法测定叶片的介电参数，利用干燥法测定叶片的含水率，在此基础之上，对叶片含水率和各频率点下的介电参数进行相关性分析，提取出最佳测试频率，最后对不同电压下的介电参数与含水率建立关系模型，优选出最佳测试电压值。

【技术特征摘要】
1.一种基于介电特性的叶片含水率预测模型及其建立方法，其特征在于，采用LCR测量仪和平行极板法测定叶片的介电参数，利用干燥法测定叶片的含水率，在此基础之上，对叶片含水率和各频率点下的介电参数进行相关性分析，提取出最佳测试频率，最后对不同电压下的介电参数与含水率建立关系模型，优选出最佳测试电压值。2.根据权利要求1所述的一种基于介电特性的叶片含水率预测模型及其建立方法，其特征在于，该方法具体步骤如下：试验样本选取：以番茄叶片为试验对象，在温室中培育番茄幼苗，待幼苗长至开花期后，进行水胁迫试验，获取不同含水率的番茄叶片；试验样本介电常数测定：将不同含水率的番茄叶片清洗干净后，利用LCR测量仪和平行极板夹具测定和计算不同频率和电压下的介电参数；试验样本含水率测定：根据干燥前后样本的鲜重与干重计算样本的含水率；含水率与叶片介电参数的相关性分析：对不同频率点下的介电参数和含水率进行相关性分析，并选择出相关系数R大于0.8的频率点下的介电参数；叶片含水率预测模型的建立：在最佳测试频率下，分别以不同测试电压下的介电参数作为建模分析的自变量，叶片含水率为因变量，采用支持向量回归SVR方法建立含水率预测模型，并根据建模结果选择出最佳测试电压值。3.根据权利要求1所述的一种基于介电特性的叶片含水率预测模型及其建立方法，其特征在于，所述的叶片是片状，建立的叶片含水率预测模型也仅适合片状叶片。4.根据权利要求2...

【专利技术属性】
技术研发人员：孙俊，莫云南，芦兵，戴春霞，杨宁，田燕，陈勇，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏,32