文章详情
所在位置: 首页> 技术文章> 农业相关>

高光谱荧光成像技术在农业上的应用介绍

日期:2020-08-04 22:25
浏览次数:358
摘要: 近年来高光谱成像技术在农业中得到了广泛的应用,主要表现在快速、**地进行作物生长信息的提取、作物长势监测、作物胁迫监测、估算植被 (作物 )初级生产力与生物量、估算光能利用率和蒸散量以及作物品质遥感监测预报等方面。其中,高光谱荧光成像技术在植物长势监测、病虫害胁迫方面显示出巨大的潜力。该技术能用计算机模拟人的视觉功能,不破坏也不影响植株生长,从植物的荧光图像中提取颜色、纹理、荧光强度等信息进行处理并加以分析,*终用于实际检测,是植物病害检测的重要手段。 1.1 植物荧光原理 ...

近年来高光谱成像技术在农业中得到了广泛的应用,主要表现在快速、**地进行作物生长信息的提取、作物长势监测、作物胁迫监测、估算植被 (作物 )初级生产力与生物量、估算光能利用率和蒸散量以及作物品质遥感监测预报等方面。其中,高光谱荧光成像技术在植物长势监测、病虫害胁迫方面显示出巨大的潜力。该技术能用计算机模拟人的视觉功能,不破坏也不影响植株生长,从植物的荧光图像中提取颜色、纹理、荧光强度等信息进行处理并加以分析,*终用于实际检测,是植物病害检测的重要手段。

1.1  植物荧光原理

植物受激发后发出的荧光主要有:蓝绿荧光( Blue-green fluorescence,BGF ) 、红 荧 光 ( Red-fluorescence,RF) 和远红荧光( Far-red fluorescence,FRF) ,如图3所示。

 

图1波长 355 nm 激光激发的荧光光谱

经光照射后,植物的不同组织会吸收不同波段的光,因此植物能在不同波段发射出荧光,如图2。激发光主要有以4个波段: 蓝(波长435-480 nm),被类胡萝卜素和叶绿素吸收,并释放出较高量子效率,可以激发叶片表皮及更深处组织的叶绿素荧光;红光(波长 640-780 nm),只能被叶绿素吸收,因而相比蓝光还能被类胡萝卜素吸收,该波段光的吸收范围较窄,能激发远红波段的叶绿素荧光;绿光(波长 500 ~ 560 nm),被叶绿素吸收,但是吸收量很小,因而相比蓝、红光,绿光可以到达叶片的深度*大,能激发叶绿素荧光;紫外光(280 ~315 nm)既能激发叶绿素荧光,还能激发短波荧光。

 

图2叶面截图

1.2  国内外研究进展

利用叶绿素荧光可以对植物的生长状况和各类营养元素缺乏症状进行鉴别。Subhash 等利用波长355 nm 的氙气灯作为激发光源,采集了烟叶片4个波段( 中心波长分别为 440、520、690 和 740 nm)的荧光,分析了各波段的荧光比率对烟叶片衰老情况的鉴别能力。结果发现,随着叶片的衰老,在各荧光比率中,叶绿素荧光比率( F 690 /F 740) 有明显上升,说明叶绿素荧光可以作为检测植物光合作用强弱的一项指标。Langsdorf等采用波长为340 nm的氙气灯激发甜菜叶片,获取相同4个波段的荧光图像及荧光比率图像,经伪彩色处理后,通过观察图像发现,短波荧光( F440和F520) 在叶脉部位强度较高,叶绿素荧光( F690和 F740) 在叶脉间隔部位强度较高,使用F440 /F690和F440 /F740这两个荧光比率能区分叶片含氮量的高低。Cadet等对向日葵正常叶片和分别缺乏氮、磷、钾的叶片进行实验后发现,缺磷叶片的红荧光和远红荧光强度比值( FRF /FFRF) 有明显下;缺钾叶片的蓝绿荧光强度有明显上升,并且从蓝绿荧光图像中可知:叶片的缺钾症状局限在叶尖和叶边缘部位。Benediktyová 等发现大量的紫外光子都被叶片表皮吸收,难以到达叶细胞更深处,激发的叶绿素荧光十分微弱。因此采用波长为455 nm的蓝色LED灯激发烟健康叶片和病害叶片的叶绿素荧光,通过叶绿素荧光的三维重建图,将叶片结构可视化,对不同深度的叶细胞进行伪彩色处理,通过观察图像发现,受病害浸染的细胞深度位于健康细胞下方约25μm处。Pereira 等采用波长473 nm 的激光激发柑橘黄龙病叶片,提取荧光图像的10个颜色描述符对叶片感染黄龙病的过程进行跟踪。结果发现,绿色描述符的范围、均值和标准差等值在染病到发病的整个阶段都有明显变化。Pereira 等认为该方法可实现植物病害的无损检测,检测过程无需样品预处理,具有检测早期( 染病后1个月) 患黄龙病柑橘叶片的潜力。Sankaran等选取两个品种的柑橘叶片,分别在实验室条件和自然环境进行实验,用4种LED灯( 紫外、红、绿、蓝) 照射叶片,每个LED灯能激发 3个波段荧光(黄、红、远红) ,总共提取了病害叶片的12个荧光特征和10个荧光比率特征,基于这22 个特征分别用两种分类方法对病害叶片和健康叶片进行了鉴别。结果表明,贝叶斯分类法在实验室条件下的分类准确率高于85% ,而采用决策树分类器的计算时间是前者的10多倍,但是后者在实验室条件和自然环境都具有更好的识别能力,分类准确率高于94%。此外,在22个特征中,由紫外激发的黄色荧光( YF_UV) 和由绿光激发的荧光比率(SFR_G) 能区分柑橘黄龙病叶片和缺氮叶片。

利用荧光成像技术监测作物生长及病害研究,国内学者也做了大量的研究,如杨昊谕等用中心波长为473 nm和660 nm的激光,分别在4 种激光强度下激发黄瓜活体叶片荧光。通过对比实验,确定激发光源为强度7.5 W、波长473 nm,并在此激发条件下,建立叶片荧光参数F732 /F 685与叶片叶绿素含量的线性回归模型。陈兵等研究了黄萎病对棉花叶片的叶绿素荧光特性的影响,通过对荧光参数的分析可以发现,随着病害程度增加,棉花叶片的叶绿素a、叶绿素b和叶绿素总含量均减少,而类胡萝卜素含量先降后增。结果表明,病害程度与叶绿素荧光参数的相关性较好。隋媛媛等采集健康、染病3 d和6 d的黄瓜霜霉病叶片的荧光光谱,用一阶导数、主成分分析处理光谱数据后,基于*小二乘支持向量机对前10个主成分进行分类和预测,结果表明,使用径向基核函数的支持向量机方法对黄瓜霜霉病害的分类预测能力达到了97. 73%。张石锐等以水稻叶片为研究对象,采集了水稻叶片在波长450 nm的LED灯照射条件下的叶绿素荧光光谱,同时测量了水稻生长区土壤的湿度,建立了基于 Lorentzian 方程的土壤含水量和叶绿素荧光强度的回归模型,结果表明,该模型的决定系数达到0. 99,该方法可以用于土壤水分的检测

 

图3 不同波段下的荧光图像

 

图4  不同氮肥处理下不同波段的荧光图像及荧光比值图像

 

图5  473 nm激光激发荧光光谱及荧光光谱参数 F732/F685与叶绿素含量关系

 

图6  叶绿素荧光光谱及强度与叶片水分利用效率关系

川公网安备 51011202000202号