基于手持式分光辐射谱仪的水稻颖花开花状态检测方法技术

本发明专利技术公开了一种基于手持式分光辐射谱仪的水稻颖花开花状态检测方法，首先通过手持式分光辐射谱仪测量水稻颖花高光谱数据；然后对该高光谱数据进行预处理，建立水稻颖花开花检测的初步分类识别模型；随后采用数据降维方法对构建好的初步分类识别模型进行优化，得到最佳分类识别模型；最后采集待检测区域内的水稻颖花的高光谱数据，将其输入最佳分类识别模型中，得到水稻颖花的开花状态。本发明专利技术的水稻颖花开花状态检测方法的使用门槛低，不依靠个人经验，可以快速精准地判断水稻颖花的开花状态，以此确定水稻的最佳授粉时期，从而有助于提高制种结实率和产量，进而为提高杂交水稻全程机械化水平，促进无人农场智能化作业技术的发展提供参考。发展提供参考。发展提供参考。

【技术实现步骤摘要】
基于手持式分光辐射谱仪的水稻颖花开花状态检测方法


[0001]本专利技术属于水稻种植领域，具体为一种基于手持式分光辐射谱仪的水稻颖花开花状态检测方法。

技术介绍

[0002]水稻是世界主要的粮食作物之一，也是我国主要的粮食生产作物，其种植面积仅次于玉米。我国是水稻的原产国，更是杂交水稻的发源地，杂交水稻的成功研制为解决世界粮食安全问题和缓解粮食不足的压力做出了巨大贡献。杂交水稻生产过程主要包括育种、制种、育苗、插秧、田间管理、收割等。其中，制种是杂交水稻生产的重要组成部分，而授粉是保证制种成功的关键。充分、均匀的授粉能保证种子结实率，提高制种质量和产量，并进一步提高杂交水稻的产量。
[0003]由于水稻属于非严格的自花授粉作物，在自然条件下授粉成功几率小，一般在0.2％～4％，最高也只有5％的几率。水稻开花条件较为严苛，需在亚热带或热带地区，保持28
‑
30摄氏度的温度和70
‑
80的相对湿度，才能保证父母本进行杂交授粉。水稻每天的开花期较短，开花时间只有1.5～2h，一般在10:00～12:00之间，且花粉寿命只有4
‑
5分钟左右，要提高花粉的利用率和母本的结实率，必须适时授粉。杂交水稻的花期为10
‑
12天，每天需授粉3
‑
4次，且需要在30分钟内完成一次授粉作业。授粉效果受作物性状、生长环境、种植经验、田间管理等多方面因素的影响
[0004]随着我国社会经济的快速发展及城镇化水平的不断提升，农业劳动力发生大量转移，杂交水稻制种基地用工日益紧张，劳动力老龄化现象严重；制种用工成本大幅增加；田间种植管理日益粗放，制种产量与质量缺乏保障。这些原因导致传统的劳动密集型制种技术已难以适应种业发展需求，因此需要研究杂交水稻全程机械化制种技术。水稻全程机械化制种是指从稻田耕整平整、播种移栽、施肥、植保、辅助授粉、收割到种子干燥的各个环节均实现机械化作业。目前，我国在水稻机械化生产上仍未达到世界先进水平，其中又以杂交水稻的制种环节最为薄弱，制种技术的瓶颈在于授粉的机械化。及时有效地判断水稻颖花开花状态、判断最佳的授粉时机对杂交水稻机械化制种具有重要意义。
[0005]但是，当前的制种授粉环节更多的依靠人工辅助来提高杂交水稻的制种量。调查显示，在进行水稻制种环节时进行人为的辅助授粉可至少提高接近10％的产量。杂交水稻颖花开花信息的获取主要由人工观察完成，并人工判断最佳授粉时机，采用竹竿、绳子等完成人工赶花授粉。若想提高制种产量同时又能使得种子的质量得到保证，必须使得在水稻颖花开放期间父本的花粉能够及时与母本柱头接触进行传播，进而提高母本的异花授粉结实率。然而在大面积稻田中，人工观察判断水稻颖花开花状态不仅费时、费力、准确性低，而且人为具有主观性和不连续性，容易错过最佳授粉时期。

技术实现思路

[0006]本专利技术在于克服现有技术的不足，提供一种基于手持式分光辐射谱仪的水稻颖花
开花状态检测方法，所述水稻颖花开花状态检测方法的使用门槛低，不依靠个人经验，可以快速精准地判断水稻颖花的开花状态，以此确定水稻的最佳授粉时期，从而有助于提高制种结实率和产量，进而为提高杂交水稻全程机械化水平，促进无人农场智能化作业技术的发展提供参考。
[0007]本专利技术用于解决现有技术问题的技术方案是：
[0008]一种基于手持式分光辐射谱仪的水稻颖花开花状态检测方法，包括以下步骤：
[0009](1)、通过手持式分光辐射谱仪测量水稻颖花的高光谱数据；
[0010](2)、对采集到的高光谱数据进行预处理；
[0011](3)、利用预处理后的高光谱数据建立水稻颖花开花检测的初步分类识别模型；
[0012](4)、采用数据降维方法对水稻颖花开花检测的初步分类识别模型进行优化，得到最佳分类识别模型；
[0013](5)、采集待检测区域内的水稻颖花的高光谱数据，将其输入最佳分类识别模型中，所述最佳分类识别模型判断并输出水稻颖花的开花状态。
[0014]优选的，在步骤(1)中，在手持式分光辐射谱仪的开机系统加载完毕后，采集反射率为100％的标准白板进行黑白标定；对每一次数据采集，手持式分光辐射谱仪同时采集5组高光谱数据；采集水稻颖花高光谱数据期间，须保证在光照强度好，天空没有云彩遮挡时进行采集；且手持式分光辐射谱仪每5分钟需要进行一次白板校验。
[0015]优选的，在步骤(2)中，利用手持式分光辐射谱仪携带的光谱数据读取软件对采集到的水稻颖花的高光谱数据进行处理，步骤为：首先对每个样本所采集到的多组光谱数据进行均值处理，得到水稻颖花高光谱曲线，然后对水稻颖花高光谱曲线中的光谱波段进行降噪平滑处理。
[0016]优选的，采用的手持式分光辐射谱仪的型号为HandHeld
TM
2，该手持式分光辐射谱仪配套使用的高光谱数据读取软件ViewSpecPro。
[0017]优选的，对每个样本所采集到的多组光谱数据进行均值处理的步骤为：
[0018](2
‑
1)、打开ViewSpecPro软件，指定水稻颖花高光谱数据作为输入目录；
[0019](2
‑
2)、设置输出目录，选择与输入目录一致；
[0020](2
‑
3)、打开输入目录下的全部水稻颖花高光谱数据，根据实验现场记录的对应的水稻颖花样本，显示选中的水稻颖花高光谱数据的水稻颖花高光谱曲线；
[0021](2
‑
4)、根据打开的水稻颖花高光谱曲线，剔除无效的水稻颖花高光谱曲线，对其他水稻颖花高光谱曲线取平均值，通过ViewSpecPro软件计算并输出得到的平均值光谱曲线；
[0022](2
‑
5)、将平均值光谱曲线保存为文本文件，作为水稻颖花开花检测的初步分类识别模型的输入文件。
[0023]优选的，在步骤(3)中，将预处理后的水稻颖花高光谱数据作为样本数据，投入机器学习算法中的训练集与测试集，其中，训练集与测试集按照4:1的比例进行划分，随机将所有样本数据分为训练集组与测试集组，并采用多种机器学习算法建立多个水稻颖花开花检测的初步分类识别模型，其中，所述机器学习算法包括以下几种：
[0024](1)、利用python语言，调用支持向量机SVM算法模型，将训练集组作为输入投入其中进行模型学习，将测试集组投入学习后的支持向量机SVM算法模型中获取识别精度；
[0025](2)、利用python语言，调用随机森林RF算法模型，将训练集组作为输入投入其中进行模型学习，将测试集组投入学习后的随机森林RF算法模型中获取识别精度；
[0026](3)、利用python语言，搭建BP神经网络算法模型，将训练集组作为输入投入其中进行模型学习，将测试集组投入学习后的BP神经网络算法模型中获取识别精度；
[0027](4)、利用python语言，搭建CNN卷积神经网络算法模型，将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于手持式分光辐射谱仪的水稻颖花开花状态检测方法，其特征在于，包括以下步骤：(1)、通过手持式分光辐射谱仪测量水稻颖花的高光谱数据；(2)、对采集到的高光谱数据进行预处理；(3)、利用预处理后的高光谱数据建立水稻颖花开花检测的初步分类识别模型；(4)、采用数据降维方法对水稻颖花开花检测的初步分类识别模型进行优化，得到最佳分类识别模型；(5)、采集待检测区域内的水稻颖花的高光谱数据，将其输入最佳分类识别模型中，所述最佳分类识别模型判断并输出水稻颖花的开花状态。2.根据权利要求1所述的用于手持式分光辐射谱仪的水稻颖花开花状态检测方法，其特征在于，在步骤(1)中，在手持式分光辐射谱仪的开机系统加载完毕后，采集反射率为100％的标准白板进行黑白标定；对每一次数据采集，手持式分光辐射谱仪同时采集5组高光谱数据；采集水稻颖花高光谱数据期间，须保证在光照强度好，天空没有云彩遮挡时进行采集；且手持式分光辐射谱仪每5分钟需要进行一次白板校验。3.根据权利要求1所述的用于手持式分光辐射谱仪的水稻颖花开花状态检测方法，其特征在于，在步骤(2)中，利用手持式分光辐射谱仪携带的光谱数据读取软件对采集到的水稻颖花的高光谱数据进行处理，步骤为：首先对每个样本所采集到的多组光谱数据进行均值处理，得到水稻颖花高光谱曲线，然后对水稻颖花高光谱曲线中的光谱波段进行降噪平滑处理。4.根据权利要求1所述的用于手持式分光辐射谱仪的水稻颖花开花状态检测方法，其特征在于，所采用的手持式分光辐射谱仪的型号为ASDFielHandHeld
TM
2，该手持式分光辐射谱仪配套使用的高光谱数据读取软件为ViewSpecPro。5.根据权利要求1所述的用于手持式分光辐射谱仪的水稻颖花开花状态检测方法，其特征在于，对每个样本所采集到的多组光谱数据进行均值处理的步骤为：(2
‑
1)、打开ViewSpecPro软件，指定水稻颖花高光谱数据作为输入目录；(2
‑
2)、设置输出目录，选择与输入目录一致；(2
‑
3)、打开输入目录下的全部水稻颖花高光谱数据，根据实验现场记录的水稻颖花样本，显示选中的水稻颖花高光谱数据的水稻颖花高光谱曲线；(2
‑
4)、根据打开的水稻颖花高光谱曲线，剔除无效的水稻颖花高光谱曲线，对其他水稻颖花高光谱曲线取平均值，通过ViewSpecPro软件计算并输出得到的平均值光谱曲线；(2
‑

【专利技术属性】
技术研发人员：张亚莉，肖骏祺，卢小阳，李万坚，莫振杰，张子超，颜康婷，刘含超，赵德华，田昊鑫，黄鑫荣，高启超，韩沂芳，廖铠丰，陆俊君，杨柳，陈豪，吴维浩，赵杨，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：