偏振-高光谱信息融合估测番茄叶片可溶性糖及糖氮比研究

朱文静 李晋阳 李林 王爱臣 魏新华 毛罕平

摘 要：该研究利用偏振-高光谱信息融合技术估测番茄叶片可溶性糖（SS）、总氮（N）及糖氮比（SS/N）。分别以五个生长周期（苗期、开花期、初果期、中果期和采摘期）和五个梯度水平（25%、50%、75%、100%、150%）的氮素营养胁迫样本为研究对象，样本被同时用于光谱采集和可溶性糖及氮含量测定。利用课题组自行研制的偏振光谱采集系统采集偏振光谱并提取4个偏振度特征。利用高光谱采集高光谱数据，经过主成分分析降维、确定4个特征波长，再通过相关分析法提取这4个特征波长下的各8个高光谱图像纹理特征。首先分别建立了基于偏振度特征模型、图像特征模型和光谱特征三种单一特征的模型。随后偏振度特征与高光谱纹理特征变量进行归一化后，建立了线性和非线性的定量诊断模型。研究结果表明采用SS/N预测模型的精度高于SS和N的模型，且对于N和SS/N模型而言，两者的SVM模型的精度明顯优于单一特征来源模型，具有较好的诊断作用。结果表明，偏振高光谱多维信息检测技术能够有效地判断番茄营养胁迫状况。多特征数据融合分析技术可以提高光谱诊断技术在精准农业中的预测精度。

关键词：偏振光谱;高光谱;可溶性糖（SS）;总氮（N）;信息融合;番茄叶片

DOI： 10.25165/j.ijabe.20201302.4280

引用信息： Zhu W J， Li J Y， Li L， Wang A C， Wei X H， Mao H P.  Nondestructive diagnostics of soluble sugar， total nitrogen and their ratio of tomato leaves in greenhouse by polarized spectra–hyperspectral data fusion.  Int J Agric & Biol Eng， 2020; 13（2）： 189–197.