CN112784400A - 基于太赫兹指数的作物叶片生物指标的反演方法 - Google Patents
基于太赫兹指数的作物叶片生物指标的反演方法 Download PDFInfo
- Publication number
- CN112784400A CN112784400A CN202011545101.9A CN202011545101A CN112784400A CN 112784400 A CN112784400 A CN 112784400A CN 202011545101 A CN202011545101 A CN 202011545101A CN 112784400 A CN112784400 A CN 112784400A
- Authority
- CN
- China
- Prior art keywords
- terahertz
- index
- biological
- leaf
- crop
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000001228 spectrum Methods 0.000 claims abstract description 34
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 56
- 229930002875 chlorophyll Natural products 0.000 claims description 55
- 235000019804 chlorophyll Nutrition 0.000 claims description 55
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 53
- 238000010521 absorption reaction Methods 0.000 claims description 30
- 230000005484 gravity Effects 0.000 claims description 17
- 238000012795 verification Methods 0.000 claims description 9
- 238000012417 linear regression Methods 0.000 claims description 8
- 239000000090 biomarker Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 abstract description 2
- 241000209140 Triticum Species 0.000 description 24
- 235000021307 Triticum Nutrition 0.000 description 21
- 238000012360 testing method Methods 0.000 description 17
- 241000196324 Embryophyta Species 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 210000004027 cell Anatomy 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 229910052757 nitrogen Inorganic materials 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000007789 sealing Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- CSCPPACGZOOCGX-UHFFFAOYSA-N Acetone Chemical compound CC(C)=O CSCPPACGZOOCGX-UHFFFAOYSA-N 0.000 description 2
- RTZKZFJDLAIYFH-UHFFFAOYSA-N Diethyl ether Chemical compound CCOCC RTZKZFJDLAIYFH-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000084 colloidal system Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000029553 photosynthesis Effects 0.000 description 2
- 238000010672 photosynthesis Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000001328 terahertz time-domain spectroscopy Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 229910001218 Gallium arsenide Inorganic materials 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 210000003763 chloroplast Anatomy 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000009878 intermolecular interaction Effects 0.000 description 1
- 229920002521 macromolecule Polymers 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000000243 photosynthetic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 229910052594 sapphire Inorganic materials 0.000 description 1
- 239000010980 sapphire Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
- 239000010936 titanium Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提出一种基于太赫兹指数的作物叶片生物指标的反演方法,包括:S1,通过太赫兹波谱来测量叶片的生物指标;S2,基于太赫兹指数对作物叶片的生物指标进行反演建模,其中,用两个或多个不同太赫兹波段以一定形式组合成一个指数进行建模;S3,通过反演模型来反演作物叶片生物指标。本发明采用两个或多个不同太赫兹波段以一定形式组合成一个指数进行建模时,可以抑制自然或技术因素在各个波段上产生的同步干扰,更好地突出作物叶片生物指标信息,比使用单一波段更稳定、可靠。
Description
技术领域
本发明涉及测量作物叶片生物指标的技术领域,更具体地,涉及一种基于太赫兹指数的作物叶片生物指标的反演方法。
背景技术
太赫兹波(Terahertz,THz),又被称为T射线,是电磁波谱中介于微波和中红外波之间,频率在0.1~10THz(对应波长0.03~3mm)范围内电磁辐射的总称。介于中红外波和微波之间的特殊波段位置使太赫兹波对生物分子结构,尤其是有机大分子,呈现特殊的吸收和色散特性,为确定生物分子结构和环境影响提供了类似指纹的单一特征。同时,太赫兹波能量只有毫电子伏(1~12meV),低于各种化学健键能,属于低能量级波,不会由于电离作用破坏生物分子,对研究生物分子结构、分子间反应以及分子与环境相互作用具有独特的优势。
水分是控制作物光合、呼吸作用和产量形成的主要因素之一,对作物生长发育具有重要作用,准确、快速的监测作物水分含量对诊断作物健康状况,科学实施灌溉以及提高作物水分利用率具有重大意义。作物叶片是作物重要的生理器官,准确获得叶片含水量信息对掌握整个作物水分含量,间接了解作物生理生化特征以及生长发育状态具有十分重要的意义。在传统农学研究中,作物叶片含水量的测量方法主要包括烘干法、化学法以及电容法等,上述方法对作物叶片具有破坏性,且耗时耗力。因此,如何非破坏性的获取作物叶片含水量信息,对作物叶片含水量进行快速准确监测和定量反演是当前研究的热点问题之一。当太赫兹波穿过水分子时,水分子在皮秒量级时间内与太赫兹波发生多种相互作用,产生分子共振和弛豫,在波谱上呈现出水分子对太赫兹波的强吸收特性。此外,太赫兹波能量只有毫电子伏(1~12meV),低于各种化学健键能,属于低能量级波,不会由于电离作用破坏生物分子结构。水分子对太赫兹波吸收的敏感性和太赫兹低能量特性使太赫兹波在作物叶片含水量的无损检测和定量反演研究中展现了巨大的潜力。当使用太赫兹波谱检测材料含水量时,对于被检测材料来说,自由水和束缚水在太赫兹波谱上带来的影响也是不同的。通常来说,添加到被检测材料中的自由水只增加该材料整体对太赫兹波的吸收率,而不引入其他波谱特征;而束缚水则会与被检测材料相互作用,使被检测材料在太赫兹波谱某一范围内获得较低的折射率和吸收系数,从而改变太赫兹谱的形态。植物组织中既存在不与原生质胶体紧密结合而可以自由移动的自由水又存在与原生质胶体紧密结合着的束缚水。作物叶片的这一特质为作物叶片含水量无损检测和定量反演带来了更大的误差和不确定性。当研究人员利用太赫兹波谱技术建立作物叶片含水量的反演模型时,受到叶片本身条件的影响和现有传感器技术的限制,单一波段往往面临信息量不足、噪声影响以及水汽干扰等问题带来的波段误差。
对于作物叶片来说,叶绿素也是重要的一个生物指标。叶绿素是植被光合作用的主要载体,其含量是表征植物光合能力、发育衰老进展以及营养胁迫的重要指标之一,简便、高效、无损伤的获取和反演叶绿素含量对于监测植被生长发育、评估植被营养状态以及实施精准农业具有重要意义。现阶段,对于叶绿素含量的快速无损获取和反演主要集中在可见光光谱领域。但可见光光谱检测技术受限于波段特性等因素无法更为透彻的解析分子结构及分子振动模式的变化,为叶绿素含量的准确提取带来了误差和不确定性。太赫兹检测技术在分析分子结构、分子间相互作用等方面具有独特优势,将太赫兹检测技术应用于植被叶绿素含量的检测和定量反演中,可为叶绿素含量的快速无损提取带来新的思路和技术方法。一些学者对叶绿素溶液太赫兹光谱特性进行了研究,并利用叶绿素太赫兹包络吸收峰对叶绿素溶液中的叶绿素含量进行了反演,取得了一些研究成果,这些研究成果为太赫兹光谱在叶绿素含量快速提取和相关研究提供了一定的技术支撑。但是,植被叶片细胞中叶绿素存在于叶绿体中,且植被叶片细胞中含有大量的结合水,受细胞结合水含量和叶绿素结构不同的影响,植被叶片细胞中的叶绿素在太赫兹波谱显现的散射特征不同于叶绿素溶液中叶绿素在太赫兹波谱显现的散射特征,且叶绿素太赫兹包络吸收峰将随植被生育期和叶片水分含量的变化发生变化,这为基于太赫兹波的植被叶绿素反演带来了一定的困难。同时,制备叶绿素溶液需要破坏植被叶片,过程复杂,还可能引入额外误差,难以进行叶片叶绿素的准确无损提取。
综上,当研究人员利用太赫兹波谱技术建立植被叶片含水量或叶片叶绿素的反演模型时,采用的是单一波段,单一波段往往面临信息量不足、噪声影响以及水汽干扰等问题带来的波段误差。
发明内容
针对现有技术的问题,本发明提出一种基于太赫兹指数的作物叶片生物指标的反演方法,包括:S1,通过太赫兹波谱来测量叶片的生物指标;S2,基于太赫兹指数对作物叶片的生物指标进行反演建模,其中,用两个或多个不同太赫兹波段以一定形式组合成一个指数进行建模;S3,通过反演模型来反演作物叶片生物指标。
针对使用波段特征的选取和太赫兹指数的构建方法,本发明创新性的基于太赫兹指数和叶片生物指标相关性的拟合二维图上,遍历该极大值点邻域内满足显著性要求的所有点,并将极大值点区域的重心作为敏感波段重心,进而确定叶片生物指标建模波段构造太赫兹指数。该建模方法可以抑制自然或技术因素在太赫兹各个波段上产生的同步干扰,更好地突出作物叶片生物指标信息,比使用单一波段建模更稳定、可靠。
本发明的方法以实测关键生育期作物叶片太赫兹波谱和叶片生物指标作为实验数据,通过研究任意两太赫兹波段构建的指数与叶片生物指标间相关关系,建立作物叶片生物指标反演模型并进行叶片生物指标反演,以期为作物叶片生物指标太赫兹波谱反演提供新的思路和技术手段。
附图说明
为了更容易理解本发明,将通过参照附图中示出的具体实施方式更详细地描述本发明。这些附图只描绘了本发明的典型实施方式,不应认为对本发明保护范围的限制。
图1为本发明的方法的一个实施过程的流程图。
图2为太赫兹波谱仪的组成示意图。
图3-5为一个实施方式的太赫兹指数和叶片含水量的相关性二维图,其中图3为比值型,图4为差值型,图5为归一化型。
图6显示了归一化型太赫兹指数建立叶片含水量反演模型的示意图。
图7显示了归一化型太赫兹指数反演叶片含水量验证结果的示意图。
图8-10为另一个实施方式的太赫兹指数和叶片叶绿素含量的相关性二维图,其中图8为比值型,图9为差值型,图10为归一化型。
图11显示了归一化型太赫兹指数建立叶片叶绿素反演模型的示意图。
图12显示了归一化型太赫兹指数反演叶片叶绿素验证结果的示意图。
图13显示了作物叶片叶绿素含量太赫兹敏感波段筛选示意图。
具体实施方式
下面参照附图描述本发明的实施方式,其中相同的部件用相同的附图标记表示。在不冲突的情况下,下述的实施例及实施例中的技术特征可以相互组合。
如图1所示,本发明的方法包括:S1,通过太赫兹波谱来测量叶片的生物指标;S2,基于太赫兹指数的作物叶片的生物指标进行反演建模,其中,用两个或多个不同太赫兹波段以一定形式组合成一个指数进行建模;S3,通过反演模型来反演作物叶片生物指标。
在步骤S1,采集作物叶片并测量叶片生物指标,在作物整个生育期内至少采集8次叶片,每次采集随机选择至少5株长势良好的植株,每株分别剪取冠层2片叶片。在样本采集过程中,尽可能保证叶片大小、厚度相似,形状完好。这是为了获得较宽的作物叶片生物指标范围以便于构建线性回归模型建立叶片生物指标反演模型。叶片采集结束后,立即用密封袋将叶片封装,装入冷藏箱,带回实验室测量太赫兹波谱和叶片生物指标。测量太赫兹波谱实验环境室温控制在恒温20℃,相对湿度为37%至42%。
图2显示了用太赫兹波谱分析系统的结构图。太赫兹时域波谱分析系统主要由四部分组成,分别是作为光源的钛蓝宝石飞秒激光器、产生太赫兹辐射的THz发生装置、太赫兹辐射探测装置和控制电磁波行程的时间延迟控制系统。飞秒激光脉冲被分光镜分为两束:一束作为泵浦光,激发GaAs光电导天线产生THz脉冲;另一束作为探测光,利用晶体检波器测量THz信号,最后THz信号由斩波器控制的锁向放大器采集,并传送到计算机上处理。测量时使THz光路处于氮气中以减小空气中水分对THz的吸收,并控制湿度小于1%,温度为20℃。
S2,基于太赫兹指数对作物叶片的生物指标进行反演建模。
S21,计算太赫兹折射率和吸收系数
对叶片样品和参考的时域波形进行快速傅里叶变换(FFT),并进行比较。
通过式(1)和式(2)计算出折射率n(ω)和吸收系数α(ω)。
S22,对于太赫兹吸收系数插值
受仪器或环境因素影响,太赫兹吸收系数在某些波段上的波谱分辨率较低,因此在构造太赫兹指数前需要利用插值方法进行插值。即利用太赫兹吸收系数某区间中已知的若干点数值,计算对应的函数,在区间其他点上用该函数值作为太赫兹吸收系数的近似值。使用球面线性插值对太赫兹吸收系数进行插值。球面线性插值的公式为:
S23,构造太赫兹指数
构造了3种太赫兹指数,包括比值型、差值型以及归一化型。
比值型太赫兹指数的计算公式为:
差值型太赫兹指数的计算公式为:
Id=Ai-Aj(5)
归一化型太赫兹指数的计算公式为:
其中,i、j分别为太赫兹波段,Ai和Aj分别为i、j所对应的太赫兹吸收系数。
S24,计算太赫兹指数和叶片生物指标相关性二维图
太赫兹指数由太赫兹两个波段计算得出,因此太赫兹指数和叶片生物指标相关性需要使用二维图进行显示。在该二维图中,以太赫兹波段分别作为x,y轴,精度评价指标作为z轴。本发明以表征拟合精度和拟合优劣的皮尔逊相关系数r作为精度评价指标,因此z轴为皮尔逊相关系数r。利用太赫兹吸收系数中任意两波段构建的太赫兹指数分别与实测叶片生物指标进行线性拟合,拟合方程形式如公式(7)所示,并根据式(8)计算太赫兹指数与叶片生物指标间的皮尔逊相关系数r。
y=aI+b(7)
其中,I为太赫兹指数,y为叶片生物指标,a为一次项系数,b为常数项。
式中,mi为实测叶片生物指标,Ii为对应太赫兹指数,分别为mi、Ii的均值。r值越接近于1,说明作物叶片生物指标与太赫兹指数间线性关系拟合效果越好,拟合精度越高,且r越大说明所选波段对叶片生物指标越敏感。
S25,确定叶片生物指标建模波段
为了保证所选建模太赫兹波段的有效性和所建叶片生物指标反演模型的稳定性,本发明选择r数值大于某值的区域的重心作为建模波段。(1)在太赫兹指数和叶片生物指标相关性的拟合二维图上,确定太赫兹指数对叶片生物指标相关性高的波段区域。(2)在该区域内寻找r极大值点,通过查找相关系数显著性检验标准,当样本数量为n时,r大于阈值t则太赫兹指数与叶片生物指标呈极显著相关关系。因此,在太赫兹指数与叶片生物指标间拟合二维图中寻找r大于阈值t的极大值点。(3)遍历该点8邻域内满足显著性要求的所有点,将这些点的集合标记为r极大值区域U。(4)通过计算r极大值点区域的重心作为每个r极大值点区域的敏感波段,重心计算如公式(9)所示:
S26,建立作物叶片生物指标反演模型以及验证精度
以该重心点横纵坐标计算太赫兹指数,并使用太赫兹指数和实测叶片生物指标进行线性回归,建立叶片生物指标反演模型并进行精度验证。精度验证使用皮尔逊相关系数r和均方根误差RMSE作为精度评价指标,r越接近于1,且RMSE值越小,则表明所建立的模型拟合效果越好,精度越高。
式中,xi为第i个样本的叶片生物指标实测值,yi为第i个样本的叶片生物指标反演值,n为样本数量。
S3,通过反演模型来反演作物叶片的生物指标。
第一实施方式
本实施方式以冬小麦为例,来描述如何利用所提基于太赫兹指数的作物叶片含水量反演方法进行冬小麦叶片含水量反演。
(1)冬小麦叶片含水量的测量
本试验所用冬小麦叶片样本均采摘于中国农业科学院位于北京市海淀区北三环内试验田,冬小麦品种为中麦175。为了获得较宽的冬小麦叶片含水量范围以便于构建线性回归模型建立叶片含水量反演模型,分别在2019年4月5日,4月13日,4月20日,4月28日,5月5日,5月13日,5月20日以及5月27日采集冬小麦叶片,每次采集随机选择5株长势良好的冬小麦植株,每株分别剪取冠层2片叶片,8次试验共计80组试验样品。在样本采集过程中,尽可能保证叶片大小、厚度相似,形状完好。叶片采集结束后,立即用密封袋将叶片封装,装入冷藏箱,带回实验室测量太赫兹波谱和叶片含水量。测量太赫兹波谱实验室位于中国石油大学(北京)油气光学探测技术北京市重点实验室,测试环境室温控制在恒温20℃,相对湿度为37%至42%。在80组试验样品中随机选择48组作为试验建模数据,32组作为试验验证数据。
叶片含水量的计算如式(12)所示。
其中,Ml表示叶片含水量,wt表示叶片总重,wd表示叶片干重。
(2)太赫兹波谱测量装置
本研究使用美国Zomega公司生产的Z3型太赫兹时域波谱分析系统(THz-TDS)测量冬小麦叶片太赫兹波谱,测量方式为透射式。其中,激光器的中心波长为800nm,脉宽为100fs,重复频率为80MHz,平均输出功率为650mW。测量时使THz光路处于氮气中以减小空气中水分对THz的吸收,并控制湿度小于1%,温度为20℃。
(3)叶片含水量反演建模与验证
首先,对叶片样品和参考的太赫兹时域波形进行快速傅里叶变换(FFT),并进行比较,计算出折射率和吸收系数,太赫兹吸收系数频率范围为0THz~2THz。使用球面线性插值对太赫兹吸收系数进行插值,插值后吸收系数波谱分辨率为0.01THz。然后,构造包括比值型、差值型以及归一化型3种形式太赫兹指数,并利用所构建的太赫兹指数分别与实测叶片含水量进行线性拟合,并显示为二维图,如图3-5所示。
经目视对比,归一化型的太赫兹指数更适合于建立叶片含水量反演模型,因此,选择归一化型的太赫兹指数建立叶片含水量分反演模型。在太赫兹指数和叶片含水量相关性的拟合二维图上,确定太赫兹指数对叶片含水量相关性高的波段区域,并寻找极大值点,遍历该点8邻域内满足显著性要求的所有点,将这些点的集合标记为极大值区域,通过计算极大值点区域的重心作为每个极大值点区域的敏感波段。以该重心点横纵坐标计算太赫兹指数,并使用太赫兹指数和实测叶片含水量进行线性回归,建立叶片含水量反演模型,如图6所示。
通过32个验证数据对冬小麦叶片含水量反演模型进行验证(如图7所示),叶片含水量反演值与实测值间得到了较好的相关关系,叶片含水量反演值与实测值之间的皮尔逊系数r和RMSE分别为0.931和0.4956。可见,本发明所提基于太赫兹指数的作物叶片含水量反演方法达到了较好的反演效果,这为作物叶片含水量太赫兹波谱反演提供新的思路和技术手段。
第二实施方式
本实施方式以冬小麦为例,来描述如何利用所提基于太赫兹指数的作物叶片叶绿素反演方法进行冬小麦叶片叶绿素反演。
(1)冬小麦叶片叶绿素含量的测量
本试验所用冬小麦叶片样本均采摘于中国农业科学院位于北京市海淀区北三环内试验田,冬小麦品种为中麦175。为了获得较宽的冬小麦叶片叶绿素含量范围以便于构建线性回归模型建立叶片叶绿素含量反演模型,分别在2019年4月5日,4月13日,4月20日,4月28日,5月5日,5月13日,5月20日以及5月27日采集冬小麦叶片,每次采集随机选择5株长势良好的冬小麦植株,每株分别剪取冠层2片叶片,8次试验共计80组试验样品。在样本采集过程中,尽可能保证叶片大小、厚度相似,形状完好。叶片采集结束后,立即用密封袋将叶片封装,装入冷藏箱,带回实验室测量太赫兹波谱和叶片叶绿素含量。测量太赫兹波谱实验室位于中国石油大学(北京)油气光学探测技术北京市重点实验室,测试环境室温控制在恒温20℃,相对湿度为37%至42%。在80组试验样品中随机选择48组作为试验建模数据,32组作为试验验证数据。为了保证叶片细胞结构的完整性,利用SPAD-502便携式叶绿素仪对叶片叶绿素含量进行测量,叶片叶绿素测量点与太赫兹谱测量点一致,测量3次取平均。
优选地,在每次实验时额外采集3株长势良好的冬小麦植株,每株分别剪取冠层2片叶片,带回实验室研磨,使用丙酮提纯测量其真实叶绿素含量,再通过线性回归分析方法建立SPAD测量值与真实叶绿素含量间的拟合关系,对SPAD-502测量的叶绿素值进行校正。
(2)太赫兹波谱测量装置
本研究使用美国Zomega公司生产的Z3型太赫兹时域波谱分析系统(THz-TDS)测量冬小麦叶片太赫兹波谱,测量方式为透射式。其中,激光器的中心波长为800nm,脉宽为100fs,重复频率为80MHz,平均输出功率为650mW。测量时使THz光路处于氮气中以减小空气中水分对THz的吸收,并控制湿度小于1%,温度为20℃。
(3)叶片叶绿素含量反演建模与验证
首先,对叶片样品和参考的太赫兹时域波形进行快速傅里叶变换(FFT),并进行比较,计算出折射率n(ω)和吸收系数α(ω),太赫兹吸收系数频率范围为0THz~2THz。使用球面线性插值对太赫兹吸收系数进行插值,插值后吸收系数波谱分辨率为0.01THz。然后,构造包括比值型、差值型以及归一化型3种形式太赫兹指数,并利用太赫兹指数分别与实测叶片叶绿素含量进行线性拟合,并显示为二维图,如图8-10所示。
经目视对比,比值型的太赫兹指数更适合于建立叶片叶绿素含量反演模型,因此,选择比值型的太赫兹指数建立叶片叶绿素含量反演模型。在太赫兹指数和叶绿素含量相关性的拟合二维图上,确定太赫兹指数对叶片叶绿素含量相关性高的波段区域,并寻找极大值点,遍历该点邻域内满足显著性要求的所有点,将这些点的集合标记为极大值区域,通过计算极大值点区域的重心作为每个极大值点区域的敏感波段。以该重心点横纵坐标计算太赫兹指数,并使用太赫兹指数和实测叶片叶绿素含量进行线性回归,建立叶片叶绿素含量反演模型,如图11所示。
通过32个验证数据对冬小麦叶片叶绿素含量反演模型进行验证(如图12所示),叶片叶绿素含量反演值与实测值间得到了较好的相关关系,叶片叶绿素含量反演值与实测值之间的皮尔逊系数r和RMSE分别为0.931和0.4956。可见,本发明所提基于太赫兹的作物叶片叶绿素含量反演方法达到了较好的反演效果,这为作物叶片叶绿素含量太赫兹波谱反演提供新的思路和技术手段。
以极大值区域的重心为中心点,以光谱最小分辨率0.01THz为步长筛选对作物叶片叶绿素含量敏感的太赫兹波段,横纵轴敏感波段分别为[0.66,0.79]THz,[1.44,1.57]THz。图13显示了作物叶片叶绿素含量太赫兹敏感波段筛选的示意图。
本发明虽然仅以冬小麦为例,通过作物叶片含水量和叶绿素含量的反演,阐述和实施了如何利用本发明的方法进行叶片生物指标反演的思路和方法,但该方法对于一般作物叶片生物指标反演具有普遍的适用性。
以上所述的实施例,只是本发明较优选的具体实施方式,本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。
Claims (10)
1.一种基于太赫兹指数的作物叶片生物指标的反演方法,其特征在于,包括:
S1,通过太赫兹波谱来测量叶片的生物指标;
S2,基于太赫兹指数对作物叶片的生物指标进行反演建模,其中,用两个或多个不同太赫兹波段以一定形式组合成一个指数进行建模;
S3,通过反演模型来反演作物叶片生物指标。
2.根据权利要求1所述的基于太赫兹指数的作物叶片生物指标的反演方法,其特征在于,步骤S2包括:
S21,计算太赫兹折射率和吸收系数;
S22,对于太赫兹吸收系数插值;
S23,构造太赫兹指数;
S24,计算太赫兹指数和叶片生物指标的相关性二维图;
S25,确定叶片生物指标的建模波段;
S26,建立叶片生物指标的反演模型。
4.根据权利要求3所述的基于太赫兹指数的作物叶片生物指标的反演方法,其特征在于,在步骤S24中,利用太赫兹吸收系数中任意两波段构建的太赫兹指数分别与实测叶片生物指标进行线性拟合,拟合方程形式为:
y=aI+b
其中,I为太赫兹指数,y为叶片生物指标,a为一次项系数,b为常数项。
6.根据权利要求5所述的基于太赫兹指数的作物叶片生物指标的反演方法,其特征在于,步骤S25包括:
1)在太赫兹指数和叶片生物指标相关性的拟合二维图上,确定皮尔逊相关系数r高的波段区域;
2)在该区域内寻找皮尔逊相关系数r极大值点;
3)遍历该极大值点邻域内满足显著性要求的所有点,将这些点的集合标记为r极大值区域U;
4)通过计算皮尔逊相关系数r极大值点区域的重心作为每个r极大值点区域的敏感波段重心,进而确定叶片生物指标建模波段。
8.根据权利要求7所述的基于太赫兹指数的作物叶片生物指标的反演方法,其特征在于,步骤S26中,
以所述重心点横纵坐标计算太赫兹指数,并使用太赫兹指数和实测叶片生物指标进行线性回归,建立叶片生物指标反演模型并进行精度验证。
10.根据权利要求1所述的基于太赫兹指数的作物叶片生物指标的反演方法,其特征在于,所述作物叶片生物指标为叶片含水量或叶片叶绿素含量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011545101.9A CN112784400A (zh) | 2020-12-24 | 2020-12-24 | 基于太赫兹指数的作物叶片生物指标的反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011545101.9A CN112784400A (zh) | 2020-12-24 | 2020-12-24 | 基于太赫兹指数的作物叶片生物指标的反演方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112784400A true CN112784400A (zh) | 2021-05-11 |
Family
ID=75752022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011545101.9A Pending CN112784400A (zh) | 2020-12-24 | 2020-12-24 | 基于太赫兹指数的作物叶片生物指标的反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112784400A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011112548A (ja) * | 2009-11-27 | 2011-06-09 | Sony Corp | 生体サンプル解析方法、生体サンプル解析装置及び生体サンプル解析プログラム |
CN107561032A (zh) * | 2017-08-30 | 2018-01-09 | 浙江大学 | 基于太赫兹吸收系数光谱检测油菜叶片水分状态的方法 |
CN110595765A (zh) * | 2019-08-26 | 2019-12-20 | 西安理工大学 | 基于vmd和fa_pnn风电机组齿轮箱故障诊断方法 |
CN111735792A (zh) * | 2020-08-13 | 2020-10-02 | 中国科学院重庆绿色智能技术研究院 | 一种利用太赫兹技术检测叶片自由水、结合水含量的方法 |
-
2020
- 2020-12-24 CN CN202011545101.9A patent/CN112784400A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011112548A (ja) * | 2009-11-27 | 2011-06-09 | Sony Corp | 生体サンプル解析方法、生体サンプル解析装置及び生体サンプル解析プログラム |
CN107561032A (zh) * | 2017-08-30 | 2018-01-09 | 浙江大学 | 基于太赫兹吸收系数光谱检测油菜叶片水分状态的方法 |
CN110595765A (zh) * | 2019-08-26 | 2019-12-20 | 西安理工大学 | 基于vmd和fa_pnn风电机组齿轮箱故障诊断方法 |
CN111735792A (zh) * | 2020-08-13 | 2020-10-02 | 中国科学院重庆绿色智能技术研究院 | 一种利用太赫兹技术检测叶片自由水、结合水含量的方法 |
Non-Patent Citations (8)
Title |
---|
任建强等: "基于Hyperion高光谱影像的冬小麦地上干生物量反演", 农业机械学报, vol. 49, no. 4, pages 199 - 211 * |
李慧等: "基于LVQ和THz时域光谱的玉米品种分类鉴别研究", 中国粮油学报, vol. 34, no. 2, 28 February 2019 (2019-02-28), pages 125 - 129 * |
李景镇: "光学手册", 31 July 2010, 陕西科学技术出版社, pages: 397 - 400 * |
杨茜等: "褪黑素的太赫兹时域光谱", 激光生物学报, vol. 26, no. 5, 31 October 2017 (2017-10-31), pages 419 - 426 * |
王远等: "基于太赫兹时域光谱技术的红木分类识别", 光谱学与光谱分析, vol. 39, no. 9, 30 September 2019 (2019-09-30), pages 2719 - 2724 * |
管爱红等: "红薯淀粉中添加剂明矾的定性和定量太赫兹时域光谱技术检测", 光谱学与光谱分析, vol. 38, no. 1, 31 January 2018 (2018-01-31), pages 267 - 270 * |
胡莘等: "航天线阵影像摄影测量定位理论与方法", 30 April 2018, 测绘出版社, pages: 69 - 71 * |
谢伟等: "4种过期感冒药品的太赫兹光谱研究", 光谱学与光谱分析, vol. 39, no. 8, 31 August 2019 (2019-08-31), pages 2409 - 2414 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101915744B (zh) | 物质成分含量的近红外光谱无损检测方法及装置 | |
CN108875913B (zh) | 一种基于卷积神经网络的松茸快速无损检测系统及方法 | |
CN103048339B (zh) | 土壤水分检测方法及设备 | |
CN102879353B (zh) | 近红外检测花生中蛋白质组分含量的方法 | |
CN110376167A (zh) | 基于无人机高光谱的水稻叶片氮含量监测方法 | |
CN105486658B (zh) | 一种具有无测点温度补偿功能的近红外物性参数测量方法 | |
CN106248610A (zh) | 基于太赫兹时域光谱的动态、多点草品种鉴定与认证方法 | |
CN107271382A (zh) | 一种不同生育期油菜叶片spad值遥感估算方法 | |
CN109187398A (zh) | 一种小麦植株氮含量的高光谱测定方法 | |
CN107796764A (zh) | 一种基于三波段植被指数的小麦叶面积指数估算模型的构建方法 | |
Tan et al. | Analysis of different hyperspectral variables for diagnosing leaf nitrogen accumulation in wheat | |
Song et al. | Using multi-angle hyperspectral data to monitor canopy leaf nitrogen content of wheat | |
CN104181122A (zh) | 利用太赫兹时域光谱技术检测粮食中农药含量的方法 | |
CN103293111A (zh) | 一种土壤背景干扰下小麦叶层氮含量光谱监测模型及建模方法 | |
CN104749132A (zh) | 一种测定面粉中偶氮甲酰胺的含量的方法 | |
CN104237157A (zh) | 应用太赫兹时域光谱技术检测粮食中氨基酸含量的方法 | |
CN104849233A (zh) | 一种检测谷物新陈度的方法及装置 | |
CN103940767B (zh) | 基于多流形学习的气体浓度反演方法 | |
CN102564989A (zh) | 一种基于太赫兹光谱的煤炭无损快速检测方法 | |
CN105486655A (zh) | 基于红外光谱智能鉴定模型的土壤有机质快速检测方法 | |
CN102128807B (zh) | 一种快速检测作物叶面雾滴浓度的方法 | |
CN106950192A (zh) | 一种基于近红外光谱分析技术的植物蛋白饮料中主要成分含量快速检测的方法 | |
CN106525761A (zh) | 基于太赫兹光谱扫描的亚硝酸盐检测方法 | |
Li et al. | Measurements and analysis of water content in winter wheat leaf based on terahertz spectroscopy | |
Wang et al. | Onsite nutritional diagnosis of tea plants using micro near-infrared spectrometer coupled with chemometrics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |