第35卷，第3期 2015年3月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol. 35, No. 3 -pp746-750
March,2015
高光谱成像技术的不同叶位尖椒叶片氮素分布可视化研究
勇
余克强，赵艳茹，李晓丽，丁希斌，庄载椿，何
浙江大学生物系统工程与食品科学学院，浙江杭州310058
摘要为了快速、准确、直观估测尖椒叶片的营养水平和生长状况，利用高光谱成像技术结合化学计量学方法对不同叶位尖概叶片氨素含量(nitrogencontent，NC)的分布进行了可视化研究。按照叶片位置采摘尖概叶片，并采集高光谱数据，然后测定相应叶片的SPAD和NC。提取出叶片的光谱信息后，采用Random-frog(RF)算法提取特征波段，分别选出5条与10条特征波段。针对选取的特征波段和全波段，分别建立偏最小二乘回归(partialleast squares regression，PLSR)模型，结果表明采用特征波段建立的PLSR模型性能较好(SPAD:Rc0.970,Rcv0.965,Rp0.934;NC:Rc0.857,Rcv0.806,Rp=0.839).根据预测模型计算尖概叶片高光谱图像每个像素点的SPAD与NC，从而实现SPAD与NC的可视化分布。事实上叶片的SPAD在一定程度上可以反映含氮量，二者分布图的变化趋势基本一致，验证了可视化结果的正确性，结果表明：运用高光谱成像技术可以实现对不同叶位尖概叶片氮系分布的可视化研究，这为监测植物的生长状况和养分分布提供理论依据，
关键词高光谱成像技术；Random-frog算法；叶片叶位；氮素含量；可视化
中图分类号：S1271；TP391.4
引言
文献标识码：A
氢素可以直接反映作物的生长状况，只有溶于水的矿质营养才有可能被植物吸收，一般水分主要被运输至叶片，矿质元素则主要被运输至植株当时的生长中心。氮素的易转移性导致植株不同叶位间形成垂直分布，造成叶片光谱的空间差异性3。研究植物叶片的光谱差异性，可以调高光谱诊断精度。叶绿素计（Soil and plant analyzer development， SPAD)通过测定与叶绿素含量相关的“绿色度值来反映叶片的氮含量，其测定仪器使携，测定方法简单，但只能测量叶片上某个点的值4。在近期的研究申，李刚华等研究分析水稻氮素和SPAD值的叶位分布特点，结果表明水稻不同叶位叶片含氮量、叶绿素含量均存在差异。祝锦霞等"研究基于机器视觉技术的水稽氮素诊断的最佳叶位和位点选择，结果表明选择第三完全展开叶作为水稻无损氮素诊断的最佳叶位。
高光谱成像技术能够同时获得被检测目标的光谱和图像信息，可以精确提供检测目标每一个像素点的连续光谱信息，同时还可以获取图像信息，提供可视化的信息表达，已
收稿日期：2014-01-18，修订日期：2014-04-11
DOI: 10, 3964/j. 1ssn. 10000593 (2015 )03074605
广泛应用于农业生产监测。Zhang等采用高光谱成像技术预测油菜叶片的氨（Nitrogen，N）、铸（Phosphorus，P）、钾(Kalium，K)含量，直观地揭示出油案叶片的N，P，K含量随植株的生长的变化趋势。Zou等采用近红外高光谱成像技术绘制黄瓜叶片的叶绿素含量分布图，并且以12mg· g-"作为判断缺N植株的网值，可以快速无损判断缺N植株"。本研究采用高光谱成像技术进行不同叶位尖椒叶片氮素的分布可视化研究。
1实验部分 1.1:
样本采集
尖椒植株（Capsicum frutescens Lvar.fasciculatum(Sturt，）Bailey)种植于浙江大学紫金港校区的物联网温室内。20株尖椒植株于相同环境条件种植，并进行同样的浇水，施肥，除草等。当主茎第11片真叶完全伸展时进行实验，参照图1将尖椒叶片进行降序排列，其中11-9片为上叶(Upper)，8-5为中叶（Middle)，4-1为下叶(Lower)[，将叶片依次采集装人密封袋编号，每棵植株的每个叶位采集3片叶子(3片叶子为一组)用来测量SPAD和NC，共采集180
基金项目：国家高技术研究发展计划(863计划>项目(2013AA102301)资助
作者简介：余克强，1986年生，浙江大学生物系统工程与食品科学学院博士研究生
*通讯联系人
e-mail: yhe@zju. edu. cn
e-mail: yuke406336022(@ gmail com