可控环境下寒地水稻电信号特性研究

0 引言

中国是世界人口大国,粮食在中国的人均需求量为332.07 kg,现阶段农业产出可以满足粮食的需求量,如果中国的粮食人均占有量达到386.60 kg,中国的粮食安全问题基本可以得到保障

。通过数据可以看出,粮食在一个国家占有重要的地位。在控制其他环境变量不变情况下对寒地水稻电信号进行研究。深入探究植物电信号在不同光照强度下的响应特性,进一步探索植物电信号中蕴藏的生理信息。该研究还能为寒地水稻生长调控提供反馈,减少不良环境下农作物的损失。

2021年南京农业大学施光耀等

以白皮松为研究对象,在人工气候室控制试验中探究不同光照强度下植物电信号的变化特征,其结果表明:在0～700 μmol·m

·s

光照范围内白皮松的植物电信号强度随光照强度的增强而显著提高,当光照强度达到700 μmol·m

·s

时,植物电信号活跃度达到最高,随后光照强度的增加使植物受到光抑制,植物电信号活跃程度下降。2019年西北农林科技大学周敏姑等

探究在不同水胁迫下植物的点位特征,对采集到的电信号进行预处理和分析,综合分析植物电信号在时域、频域和时频域的特征,解译植物电信号特点,实现植物电信号的特征分析和信号解译。2016年王晓琳等

以燕子掌植物为研究对象,通过探究其时域峰峰值、均值、频域功率谱的变化,以及表征其特征值谱重心频率、谱边缘频率和功率谱熵。探究燕子掌植物最适光照强度。其结果表明燕子掌最适宜的光照度为24 000～29 500 lx,在此光照度范围其光合作用较强。2016年西北农林科技大学丁红星等

以盆栽君子兰为材料,探究君子兰植物电信号与含水率之间变化关系,其结果表明:当君子兰含水率为18.8%时,其电信号活跃度达到最高,电生理活动状态最活跃。2016年梁成

选择玉米为研究对象,通过对比研究的方法,探究玉米原状态下的电信号特征和在盐胁迫状态下电信号特征,该研究通过定量分析植物电信号频谱分布和变化关系,提出了一种植物耐盐性标准体系，为今后植物的耐盐性评价提供了理论依据。以上研究极少数选用粮食作物作为对象。本研究以重要的农作物——寒地水稻为研究对象,通过对时域、频域、时频域的检测。探究可控环境下水稻叶片电信号的特性,为保障粮食安全提供理论和实践基础。

1 试验材料与方法

1.1 试验仪器和材料

基于STM32F103搭建的信号采集系统、SD2160B光照强度传感器(其工作电压DC6～24 V,量程范围0～65 535 lx)、湿度计、温度计、HK_USB6203数据采集卡、AD620信号放大调理模块、土壤水分传感器、改制的直径为1.7 cm的Ag/AgCl贴片电极。待测水稻品种编号为农丰143,研究的水稻为在实验室生长的盆栽水稻,生长周期为抽穗期。实验环境参数为:室内环境温度为27.89～33.43 ℃、空气湿度为51%～60%、土壤含水率为58.5%～60.5%,保证了试验环境的相对稳定。

1.2 试验方法

根据实际测量要求,连接采集系统的硬件电路,采集系统量程为(-5～5 V)、对输入信号的采样频率设置为1 000 Hz、采样点数设为1 000。将基衬抚平,使导电胶与长势优良的寒地水稻叶片完全贴合,再贴上AgCl采集电极。设定靠近水稻根部的位置为负极，距水稻根部较远的叶尖位置为正极。每对正负电极以中心点为标准,彼此相距约2.0 cm。通过光照传感器的显示,采集不同光照强度下水稻叶片上的电信号,同时记录在一定范围的环境因子变化。

2 植物电信号时域、频域、时频域分析

植物电信号是一种微弱信号,极易受到噪声影响,需要先进行消噪处理,将采集到的信号先经过小波阈值消噪

,再使用Matlab软件进行计算。

2.1 时域分析

时域的波形图对信号的了解并不全面,它只能表示信号幅值的大小和电位波形的组成。要分析信号的频率,需要观察该信号的频域图,在频域内解析该信号。研究采用现代功率谱估计——AR 模型功率谱估计(Auto Regression Model)的方法检测信号的频域。Auto Regression Model可以提取出植物电信号淹没在噪声中的特征信息,采用 pyulear 函数来完成功率谱估计,分析结果如图2所示。

植物电信号通过时域特征值、频域功率谱检测是两个彼此独立的检测,要更加全面地了解植物电信号的响应特性,需要打破时域、频域之间的壁垒,将两者联系到一起。通过小波时频分析方法,将输入信号降噪处理后,使用Matlab软件中包含的entfrq()、cwt()、cscal2frq()函数实现时频域分析。该研究采用 db6小波基函数,小波变换时用的尺度序列长度设定为255。实验结果如图3所示。

腰椎间盘突出是临床上一种较为常见的骨科疾病，该病主要因为突出部位压迫或刺激人体的组织结构或神经，从而让患者表现出腰背部疼痛、肢体麻木等症状，如果不得到及时有效的治疗，甚至会因为压迫患者神经引起患者行动能力丧失，严重影响到患者的生活质量[1]。磁共振成像与CT诊断是两种诊断腰椎间盘突出的常用方式，本文主要探讨二者在诊断腰椎间盘突出中显现出来的应用价值。

2.2 频域分析

探究随光照强度变化植物电信号的变化关系。保持实验环境相对稳定的情况,控制室内的温度为27.89～29.10 ℃、空气湿度为57%～60%、土壤含水量为58.5%～59.6%。在不同的光照强度下,采集5组水稻叶片上的电信号数据。在温度31.41～33.43 ℃、空气湿度51%～54%、土壤含水率60.2%～60.5%时采集了5组水稻叶片上的电信号数据。以采集到的10组数据为理论基础，研究不同光照下植物电信号特性。由于随着光照强度的增加温度会随之升高，故采集数据时选择两个温度水平。将光照强度转换为光照传感器量程的百分比:0.01%(2～5 lx)、0.22%(120～130 lx)、1.30%(700～800 lx)、3.73%(2.3～2.4 klx)、6.26%(4.0～4.3 klx)、8.77%(5.6～5.9 klx)、24.42%(14～16 klx)、46.57%(28～31 klx)、61.80%(39～42 klx)、75.53%(49～50 klx)可以使记录更加方便。光照强度与时域特征值的变化关系曲线如1图所示。

2.3 时频域分析

根据图1(a)可知，在0.01%～3.73%的光照强度范围内,随光照强度的增加，信号的峰值在变小；在6.26%～8.77%的光照强度范围内,随光照强度的增加，信号的峰值在变大,达到了5.87×10

V；在0.01%～3.73%的光照强度范围内,随光照强度的增加信号的峰值在变小,最后展现出平稳的波动趋势，其中的数量级约为0.3×10

。由图1(b)可知,在0.01%～3.73%光照范围内信号的均值先是达到了最大的波峰；在3.73%～24.42%的光照范围内，信号的均值达到了一个相较于先前小的波峰，最后也展现出平稳的波动趋势。由图1(c)可知，标准差与均值的时域图相似，在0.01%～3.73%的光照范围内信号的标准差先是达到了最大的波峰，然后下降到一个小波峰后逐渐下降趋于稳定。通过以上数据可以看出，植物电信号在3.73%～24.42%光照强度的范围内电信号的波动幅度很大,此时信号能量是整个试验过程最强的,植物体内的生理活动也较为活跃。产生该时域图的原因可能是水稻对光照强度的增加做出短暂的抵制，随后在光照强度继续增加时，水稻回归到正常的状态。在此过程中方差的数量级为10

。除此之外，由图1(d)可知，均方值在6.26%～8.77%的光照范围内,因为均方值的物理意义是用信号平方后的均值表征信号的平均功率,此时信号的平均功率产生的波动较大,其余条件下信号的平均功率基本都维持在同一个水平。

不得不承认，为这六辆跑车找到一个足够宽敞的停车场绝非易事。其中，负责任的安保更是必不可少。在伯尔尼大酒店，贴心的礼宾专门为这六辆跑车设置了只有在博物馆才能看到的警戒线，并整夜守护在它们身旁。

通过Matlab软件制作出小波时频图,即时间-频率-小波系数图。右侧的柱状图表示幅值,颜色的变化表示幅值的大小,从3到1表示幅值从高到底,小波时频图可以看到不同时间和频率下小波变换的系数绝对值,在不同的光照强度下,水稻叶片电信号的频率成分集中在5 Hz以下,在1～3 Hz 范围内的颜色较深,此时的频率成分最多。

3 试验结果与结论

“昨天是廖太太请客，这两天她一个人独赢，”易太太又告诉马太太。“碰见小李跟他太太，叫他们坐过来，小李说他们请的客还没到。我说廖太太请客难得的，你们好意思不赏光？刚巧碰上小李大请客，来了一大桌子人。坐不下添椅子，还是挤不下，廖太太坐在我背后。我说还是我叫的条子漂亮！

该实验将温度、湿度、土壤含水率三种环境变量控制在一定范围内,保证整个实验过程中环境的稳定,通过改变光照强度,探究不同光照下植物电信号特性。通过实验获得10组数据对寒地水稻叶片上电信号进行小波时频域、频域功率谱、时域特征值的全面分析。得出如下结论:

1)随光照强度的增加,植物电信号的幅值不会一直增加,在光照强度为5.6～5.9 klx时,寒地水稻叶片上的电信号时域特征最显著,此时信号的电位为正,方差为本次试验中的最大值2.150 8×10

,说明此时信号的幅度最大,电生理活动最活跃。

2)通过频域功率谱得出植物电信号同样具有低频的特性。信号的功率谱大部分集中在4 Hz以下,谱峰值集中为50 db。

近些年来黑龙江玉米种植技术水平不断提升，在种子选择、田间配置管理以及病虫害防治方面都有所成效，但同时玉米病虫害的种类不断增多，病害出现频率也不断增加。因此，深入研究玉米种植技术，提高种植水平，并做好玉米病虫害的防治工作，提高玉米的产量，是当前农技人员研究的重要课题，这不仅能够确保玉米种植的增产增收，而且对于黑龙江农业产业的可持续发展也具有重大现实意义。

3)小波时频图中颜色较深的成分大都集中在1～3 Hz的范围内,符合植物电信号的低频特性。

[1] 唐华俊,李哲敏.基于中国居民平衡膳食模式的人均粮食需求量研究[J].中国农业科学,2012,45(11):2315-2327.

[2] 施光耀,桑玉强,张劲松，等.不同光照强度下植物电信号变化特征及其与空气负离子的关系[J].应用生态学报，2022，33(2):439-447.

[3] 周敏姑,剧飞儿,孙振豪，等.干旱胁迫状态下植物电信号特征分析与研究[J].西安理工大学学报，2019，35(3):320-326+332.

[4] 王晓琳,田立国,李猛，等.燕子掌电信号随光照度变化的分析[J].江苏农业科学,2016,44(11):64-66+141.

[5] 丁红星,李敏通,郭交，等.君子兰电信号与含水率的关系[J].西部林业科学,2016,45(3):75-80.

[6] 梁成.基于作物电信号的耐盐性活体评价方法研究[D].西安：西安理工大学, 2016.

[7] 刘国军,唐降龙,黄剑华，等.基于模糊小波的图像对比度增强算法[J].电子学报, 2005(4): 643-646.

[8] 孙端.小波变换在语音信号降噪技术中的应用[J].信息通信,2017(3):12-13.