第三章 农作物生理信息感知技术

第三章农作物生理信息感知技术3.1概述3.2农作物养分信息感知技术3.3农作物生理形态信息感知技术3.4农作物病虫害信息感知技术目录3.1概述在传统农业模型的基础上，大力发展精细农业。精细农业要求实现快速、实时、准确和定位化地获取植物生长信息。研究和开发便携式植物生命信息监测仪器和传感仪器等软硬件平台，对实现农作物信息的动态感知和快速无损获取，促进现代农业的进步是十分必要的。3.2.1农作物氮（磷钾）元素传统检测方法3农作物磷钾传统检测方法磷含量检测：紫外-可见光分光光度法。钾含量检测：火焰光度计测定。4杜马斯燃烧法用RapidNcube杜马斯定氮仪测，单个样本测量时间短，检测过程对人体无害，没有废硫酸等有毒废液产生，100%氮回收率，全自动，价格昂贵。12在催化条件下，用浓磷酸将样品中的有机氮全部转化成无机铵盐，然后在碱性条件下将铵盐转化为氮，随着水蒸气蒸馏出来并被过量的硼酸也吸收，再以标准盐酸滴定，计算出样品中的氮量。凯氏定氮法叶色卡法将农作物正常的叶色做成标准的比色卡，然后作物的实时叶色与比色卡进行对比，从而判断农作物是否缺素。3.2农作物养分感知技术原理：根据植物叶片中叶绿素对有色光的吸收特性，通过测量一定波长下发射光照度和透过叶片后的光照强度进行叶片叶绿素含量的测定。特点：测试速度快，无损检测，灵敏度高，适应性广，具有存储数据和简单计算的功能。1.SPAD-502叶绿素计原理：通过分析作为叶片的光谱曲线，从中找出与作物氮元素相关的特征波长，从而分析作物的氮元素含量。2.光谱分析技术原理：用机器模拟人对目标物体进行测量和判断的方式来进行工作。机器视觉系统通过图像获取装置将目标转化成图像信号，接收到图像信号之后利用计算机将其转化成数字信号，之后人们按照自己的需求通过计算机程序让计算机从这些数字信号之中提取所需要的目标特征，并利用这些特征做出相应的判断。特点：生产自动化，在线快速实时检测。3.机器视觉技术原理：光谱与图像的融合，它既能获取光谱信息又能获取空间信息，可以对样本进行定量和定性的分析。（1）多光谱成像技术将光谱技术和机器视觉技术相结合（适合田间快速在线检测）（2）高光谱成像技术当前新型光谱与图像融合的技术。（主要用于基础研究）4.光谱成像技术3.2.2农作物养分信息快速检测方法3.3.1农作物生理信息感知技术

植物生理信息（蛋白质、酶类、氨基酸类、抗氧化指标等）、呼吸作用和光合作用（光合速率、蒸腾速率、气孔导度、叶温、光合有效辐射、大气温湿度等）等生理指标直接影响植物不同阶段的生长发育，对作物的长势、产量和农产品质量具有重要的影响。目前，国内外应用光谱技术、多光谱成像技术、高光谱成像技术等进行植物生理信息检测的研究才刚刚起步。3.3农作物生理形态信息感知技术1.植株地面部分三维形态信息感知技术1）基于机器视觉的植物信息采集

依据机器视觉进行信息采集，采用多视点方法对同一植物多方位观测实现对植物图像或点云的采集，同时结合相关植物学（包括植物形态、长势等）知识利用重建算法等来实现植物的信息采集。（单目视觉系统、双目视觉系统、多目视觉系统）2）基于三维激光扫描的植物信息采集

三维激光扫描技术依据激光测距原理，利用发射自三维激光扫描仪中的激光，通过特定的测量设备和测量方法获得实物表面离散的几何坐标数据的测量技术。在获取适当距离静态物体的空间三维信息上具有快速准确且能深入到复杂环境进行作业等优点，应用在农田导航和植物信息检测、果园导航和果树信息检测、森林植被检测信息、叶片检测等。3.3.2农作物三维形态信息感知技术1.植株地面部分三维形态信息感知技术3）基于结构光扫描的植物信息采集

结构光扫描仪是一种主动测距传感器，其原理是光源打出的结构光受到被测物体表面信息的调制而发生形变，利用图像传感器记录变形的结构光条纹图像，并结合系统的结构参数来获取被测物体的三维信息。4）基于超声波等声学方法的植物信息采集超声波传感器是另外一种主动测距传感器，可以应用于测距、导航、传感、加工、清洗等农业生产领域。在植物参数获取方面，超声波在检测时需要载体的移动来获得空间点云信息，由于波束角的影响其检测精度和在细节检测方面有一定的局限，在应用中常与其他传感器搭配，主要起辅助作用。3.3.2农作物三维形态信息感知技术2.植株地下部分三维形态信息感知技术根系是植物生长过程中吸收养分和水分的重要器官，对植物的正常生长发育具有极其重要的影响。研究表明在土壤非生物逆境胁迫情况下，植物可以通过调节自身的什么活动规律来适应环境的胁迫，在宏观上表现为根系形态构型的改变。植物根系研究十分困难（为什么？）1）传统方法经过取样、根土分离、冲洗等环节，耗时费力且有根系结构及细小根系损失。2）无损检测（同位素示踪法、地下根室法等获取根系原位观察书记有限。3）根系形态各异、枝节繁多等问题，根系三维立体几何构型的准确定量分析与描述变得更加困难。因此，难以实现根系构型的全貌观察和精确定量描述。X射线断层扫描技术和核磁共振成像技术在农业工程研究领域的应用逐渐增多。3.3.2农作物三维形态信息感知技术1200亿美元全世界每年因病虫害引起的粮食减产占粮食总产量的20%-40%。经济损失：3.4农作物病虫害信息感知技术

农作物病害是影响我国农业生产的主要生物灾害，其类型繁多、灾害性强且影响广泛，是导致农产品减产和品质下降最重要的因素之一。对病害作物进行变量施药是解决问题的最佳方案

变量施药是指根据获取的作物病虫害信息，及时诊断受害作物病因及受害程度，因病制宜，因地制宜，按需按量施用化学制剂，既能减少化学制剂的使用，又能达到及时防治的目的。农药的滥用和过度使用给我国生态和生产的长远发展带来不利。

农业生产者合理使用农药的意识和观念薄弱，通常仅凭个人经验决定药剂的使用品质和使用量，缺乏科学使用药剂的相关农学知识。3.4农作物病虫害信息感知技术农业专家系统苹果、梨病害防治决策支持系统蔬菜病害综合治理支持系统大豆病害诊断专家系统预测小麦病毒流行专家系统稻瘟病综合防治专家系统玉米病害防治专家系统

传统的农作物病害检测方法：肉眼观察法、统计学方法、基于农业专家系统的作物病害检测和基于化学、分子生物学的检测等依然是实际生产中主流检测方法。农业专家系统：把专家系统应用于农业领域的一项高新技术，它是应用人工智能知识工程的知识表示、推理及知识获取等技术，总结和汇集农业领域的知识、技术和农业专家长期积累的大量宝贵经验，以及通过实验获得的各种资料数据与数学模型，模拟领域专家的决策过程，建造的各种农业智能计算机软件系统。3.4农作物病虫害信息感知技术3.4.1农作物病害信息感知系统非侵染性病害不适宜的环境条件引起的称为非侵染性病害。侵染性病害病原微生物侵染而引起的称为侵染性病害。3.4农作物病虫害信息感知技术病害对植物生长造成的影响主要有两种表现形式：1）植物外部形态的变化（落叶、卷叶、叶片幼芽被吞噬、枝条枯萎导致冠层形状发生变化）2）植物内部的生理变化（叶绿素组织遭受破坏，光合作用和养分水分吸收、运输、转化等机能衰退）植株染病部分内部的光谱特性先于外部特征发生变化，可用光谱技术用于作物病害的检测。计算机识别技术目前处于起步阶段，将计算机图像识别技术应用到害虫识别的原理是通过一系列的计算机算法对获得的田间害虫的图像进行分析处理，有效地识别害虫的种类的数量，从而对田间的害虫活动情况进行实时的监控，并结合相应的专家系统得到田间害虫的危害等级并决策出相应的方法。人工方法通常采用拍照或诱捕等方法，工作量大，检测范围小，时效性差，检测成本高，主观性高。虫害机器检测技术（声音特征检测、雷达观测、光谱分析及图像识别）通过拾音器在目标区域采集害虫的爬行声、飞行声、鸣叫声、打斗声、捕食声等，将其转化为电信号之后，通过信号放大和滤波降噪的处理将周围环境的声音从分离开来只得到我们需要的害虫的声频道，通过所得的害虫的声频谱来估计害虫的种类和数量级。3.4.1农作物虫害信息感知系统3.4农作物病虫害信息感知技术

系统通过3G无线网络组成一个主控端和多个远端的分布式识别网络，系统既能够在远端自动识别害虫，也能够在远端将害虫图片压缩后，通过3G无线网络将图片传输到主控端，在主控端进行自动识别。

系统设计了专家识别的接口，使专家能够对本系统识别后的害虫拖进行观测分析，并和系统识别的结果进行比较。计算机图像识别害虫技术一定要建立