基于数字图像哈密瓜冠层叶绿素含量检测与作物表型相关性研究

作     者：刘彦岑 

作者单位：新疆农业大学 

学位级别：硕士

导师姓名：郭俊先

授予年度：2023年

学科分类：09[农学] 0902[农学-园艺学] 090201[农学-果树学] 

主      题：大田哈密瓜 冠层图像 叶绿素含量 生长表型 果实表型 

摘      要：哈密瓜产业是我国瓜果产业的重要经济支撑,将哈密瓜产业与表型组学研究结合是实现哈密瓜产业未来长期稳定发展的重要途径。由于生产环境的限制,目前对于大田哈密瓜表型研究较少,不利于表型组学研究的推进。冠层叶绿素含量是作物冠层颜色变化的主要原因之一,对作物的表型组学研究尤为重要,通过测量冠层叶绿素含量可判断作物营养状况,其快速无损检测可为大田哈密瓜田间管理以及表型组研究提供数据支持。 以新疆大田哈密瓜为研究对象,对大田哈密瓜进行水肥调控,在田间铺设导轨,采用自制图像采集平台搭载高精度工业相机获取大田哈密瓜关键生育期的冠层图像。使用数字图像处理技术对冠层图像进行预处理并结合人工智能算法建立大田哈密瓜关键生育期冠层叶绿素的检测模型,为大田哈密瓜冠层表型高通量获取提供新方法。为了进一步推进大田哈密瓜的表型获取的基础研究,对大田哈密瓜各生育期的生长表型、冠层叶绿素含量、果实表型进行测量,探究各生长表型、冠层叶绿素含量的变化规律以及与果实表型的内在联系,为后续大田哈密瓜表型组学研究的关键表型筛选提供参考。本文的主要内容与结论如下: （1）基于数字图像处理技术的大田哈密瓜冠层图像特征提取与分析。通过对比大田哈密瓜冠层图像在不同颜色空间像素点离散情况,选择YCbCr颜色空间对大田哈密瓜冠层图像进行颜色分割去除土壤背景,利用中值滤波、开运算消除干扰噪声,提取冠层图像感兴趣区域。基于感兴趣区域提取不同生育期大田哈密瓜冠层图像的6种纹理特征以及32种颜色特征,通过相关性分析可知大多数图像特征与冠层叶绿素含量具有较高相关性,其相关系数普遍大于0.7,且这种相关性在不同生育期特征不同,具有时期性。 （2）基于图像特征的大田哈密瓜冠层叶绿素含量检测模型的建立。对图像特征进行主成分分析、数据归一化预处理,分别建立不同时期冠层叶绿素含量的MLR、RF、SVR检测模型,通过对比模型的均方根误差（RMSE）和决定系数（R2）可知,SVR模型效果最好,进一步引入PSO智能优化算法对SVR模型进行建模参数优化。结果表明PSO-SVR模型极大提高了各生育期冠层叶绿素含量模型的检测精度与鲁棒性,其伸蔓期、开花期、膨果期RMSE分别为0.7674、0.7436、0.6023;R2分别为0.8038、0.8644、0.8492,可为大田哈密瓜冠层叶绿素含量快速无损检测提供技术支持。 （3）大田哈密瓜不同生育期表型与果实表型相关性研究。通过对不同表型进行相关性分析可知,大田哈密瓜茎粗与果实重量、可溶性固形物含量在开花、膨果、成熟期具有较高相关性;大田哈密瓜冠层叶绿素含量与果实重量相较于其他表型在开花、膨果期具有较高相关性;大田哈密瓜冠层叶绿素含量相较于其他表型与果实可溶性固形物含量以及硬度在膨果期有较高相关性。因此,后续试验可重点关注大田哈密瓜的茎粗与冠层叶绿素含量。 （4）不同水肥处理对各表型影响显著性研究。通过对各表型进行方差分析可知,提高灌时长（即灌水量）对大田哈密瓜所有生长表型、冠层叶绿素含量、果实表型中的重量、长径、短径、可溶性固形物有显著影响,提高追肥量仅对叶绿素含量与可溶性固形物含量有显著影响。研究表明W2N2（灌水时长128 h,追肥量280 kg/m2）处理的大田哈密瓜长势以及果实品质最好,可为当地大田哈密瓜田间水肥管理提供参考。